Thẻ tiêu đề cho MAI Code 2 so với Kimi K3.1 Pro. MAI Code 2 được hiển thị là mô hình GitHub Copilot của Microsoft với giá 0,50 USD đầu vào và 2,50 USD đầu ra trên mỗi triệu token, cửa sổ ngữ cảnh 1M, không có số lượng tham số và không có điểm số được công bố. Kimi K3.1 Pro được hiển thị với giá 2,00 USD và 10,00 USD trên mỗi triệu token, cửa sổ ngữ cảnh 1.048.576 token, chỉ số Artificial Analysis là 46 và trọng số được phát hành vào ngày 4 tháng 11 năm 2026.
Guides & Insights

MAI Code 2 vs Kimi K3.1 Pro: Một bên công bố một con số, bên kia công bố một mức giảm giá

Tác giả

jinhao.song

Ngày đăng

Mô hình mới nhất · 20Xem tất cả mô hình →
Benchmark: Artificial Analysis · cập nhật hằng ngày
Quay lại tất cả bài viết

MAI Code 2 đã được mở bán vào ngày 17 tháng 11 năm 2026 với một mức giá và không có điểm số. Kimi K3.1 Pro, được Moonshot AI công bố vào ngày 24 tháng 10 năm 2026 và mở quyền truy cập vào ngày 4 tháng 11, ra mắt với cả hai: 2,00 USD cho mỗi triệu token đầu vào và một chỉ số Intelligence Index độc lập ở mức 46. Sự bất đối xứng đó, chứ không phải một bảng benchmark, mới là điều mà so sánh này nói đến. Bài đăng ra mắt của Microsoft nêu tên bốn benchmark lập trình — DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas và FrontierCode v1.1 — rồi sau đó công bố các tỷ lệ thay vì kết quả: 96% hiệu năng của Claude Opus 5.5 với 5% chi phí, 98% của GPT-6.1 Sol với 40%, tính trung bình trên cả bốn. Moonshot công bố một tỷ lệ phần trăm thực tế trên một benchmark thực tế, và Artificial Analysis chạy bộ công cụ đánh giá riêng của mình dựa trên đó. Một bên trao cho bạn một mức giảm giá mà bạn có thể xác minh đến từng xu và một tuyên bố về năng lực mà bạn hoàn toàn không thể kiểm chứng. Bên còn lại trao cho bạn một con số mà bạn có thể tranh luận.

Cả hai đều được lưu trữ trực tuyến. Chỉ một cái có thể tải xuống. Hóa ra điều đó lại quan trọng hơn khoảng cách giá gấp bốn lần.

Những gì Microsoft đã công bố và những gì họ đã bỏ sót

Bài đăng ra mắt rất cụ thể về phương pháp và im lặng về kết quả, một sự kết hợp bất thường đáng đọc kỹ. Bốn benchmark được nêu tên. Ba trong số đó — DeepSWE 1.1, Terminal Bench 2.1 và SWE-Atlas — được chạy trên MSBench, nền tảng đánh giá nội bộ của Microsoft, được điều khiển qua GitHub Copilot CLI với các subagent bị tắt và mọi mô hình ở mức nỗ lực suy luận tối đa. Điểm số và chi phí của FrontierCode đến từ Artificial Analysis, khiến nó trở thành thành phần duy nhất trong mức trung bình mà Microsoft không tự tạo ra. Chi phí được báo theo giá khuyến mại 50% của mô hình.

Sau đó là kết quả: hai tỷ lệ và một tỷ lệ ưu tiên. 96% hiệu năng của Claude Opus 5.5 với 5% chi phí. 98% hiệu năng của GPT-6.1 Sol với 40% chi phí. Trong các đánh giá frontend mù, người đánh giá ưu tiên đầu ra của MAI Code 2 hơn GPT-6 Sol 64% số lần. Trên bài đăng ra mắt lẫn trang mô hình, không hề có một tỷ lệ vượt qua nào của mô hình trên bất kỳ benchmark nào trong bốn benchmark đó, không có số lượng tham số, cũng không có giới hạn đầu ra. Tính đến ngày 18 tháng 11 năm 2026, cũng không có dòng nào về nó trên Artificial Analysis, nên không có gì độc lập tồn tại để lấp đầy khoảng trống.

Đó không phải là một vụ bê bối. Đó là một lựa chọn với một cái giá cụ thể đối với người mua: bạn không thể tính được chi phí của một tác vụ đã hoàn thành, vì bạn không biết mô hình cần bao nhiêu lần thử. Một tỷ lệ được lấy trung bình trên bốn bài đánh giá đo lường giá trị trung bình, chứ không phải phân phối, và công việc lập trình là nơi phân phối có đuôi dài.

Bảng giá, vốn hoàn toàn công khai và hoàn toàn có thể kiểm chứng

Giá cả là nơi câu chuyện về MAI Code 2 trở nên cụ thể, vì GitHub ghi lại nó đến từng phần mười xu.

• Đầu vào — MAI Code 2 ở mức $0.50 mỗi triệu token so với Kimi K3.1 Pro ở mức $2.00; MAI chỉ bằng một phần tư giá.

• Đầu ra — $2.50 so với $10.00 mỗi triệu; cùng tỷ lệ gấp bốn lần, nên mức chiết khấu không phải là hệ quả của cơ cấu sản phẩm

• Đầu vào đã lưu đệm — 0,025 USD so với 0,20 USD mỗi triệu; MAI chỉ bằng một phần tám, và GitHub không công bố phí ghi bộ nhớ đệm ở cả hai phía

Từ ngày 17 tháng 5 năm 2027 — MAI Code 2 điều chỉnh giá thành $1.00 / $0.05 / $5.00, giảm một nửa lợi thế xuống còn 2× đối với token mới và 4× đối với lượt đọc bộ nhớ đệm

• Ngữ cảnh — 1.048.576 token trên Kimi K3.1 Pro qua API của Moonshot, so với cửa sổ 1 triệu token trên MAI Code 2 chỉ mở bên trong Visual Studio Code và Copilot CLI

• Giới hạn đầu ra — không được Microsoft công bố, đồng thời cũng không có giới hạn đầu ra riêng trong bảng thông số công bố của Moonshot; con số 1,048,576 là cửa sổ ngữ cảnh, không phải giới hạn sinh.

• Trọng số — không có, chỉ lưu trữ trên máy chủ, so với bản tải xuống MXFP4 1,56 TB được công bố vào ngày 4 tháng 11 năm 2026

Dòng đầu vào được cache là nơi một khối lượng công việc agentic thực sự tiêu tiền, và nó có lợi cho Microsoft mạnh hơn cả con số tiêu đề. Một agent lập trình phát lại một lời nhắc hệ thống cố định, một lược đồ công cụ ổn định và một tiền tố kho mã ở mỗi lượt. Ở mức 0,025 USD cho một triệu token được cache so với 0,20 USD, khoảng cách trên những dòng chiếm phần lớn hóa đơn là hơn 4×. Ngày hết hạn sau đó gây phần lớn thiệt hại: từ ngày 17 tháng 5 năm 2027, mức giá được cache trở thành 0,05 USD trong khi mức của Moonshot vẫn giữ nguyên như Moonshot đặt ra, và lợi thế thu hẹp còn 4× về cache và 2× về token mới.

Công cụ duy nhất mà phía bên kia thực sự công bố

Bằng chứng của Kimi K3.1 Pro có một hình thái khác — một con số từ nhà cung cấp mà bạn có thể đối chiếu với một con số độc lập, và chi phí trên mỗi tác vụ bao gồm cả thời gian mô hình dành để suy nghĩ.

Bảng công bố ra mắt của chính Moonshot đặt Kimi K3.1 Pro ở mức 65,7% trên Terminal-Bench 4.0, đứng thứ hai sau Claude Opus 5.5 với 66,4%. Đó là một con số phần trăm thực sự trên một bộ đánh giá hiện hành, được nhà cung cấp công bố ngay ngày ra mắt, và nó không hề tô vẽ cho mô hình. Trên Intelligence Index, phiên bản 5.0.1, Kimi K3.1 Pro đạt 46 điểm, cao hơn hẳn mức trung vị 23 mà Artificial Analysis báo cáo cho các mô hình tương đương.

Phía chi phí là nơi một cách đọc độc lập chứng tỏ được giá trị của mình, và nó cũng chẳng hề tâng bốc. Artificial Analysis xếp Kimi K3.1 Pro ở mức 3,68 đô la cho mỗi tác vụ Intelligence Index, chạy 38,4 phút mỗi tác vụ với 31 token mỗi giây đầu ra và 157,8 giây để có token trả lời đầu tiên — chậm so với mức trung vị 13,6 phút mỗi tác vụ. Đó là những con số bạn cần để quyết định liệu một mô hình có thuộc về một vòng lặp thay vì một cửa sổ trò chuyện hay không, và không có số liệu tương đương nào cho MAI Code 2.

Artificial Analysis page for Kimi K3.1 Pro showing an Intelligence Index of 46 against a median of 23, $2.00 per million input tokens and $10.00 output, a $3.68 cost per Intelligence Index task, 38.4 minutes per task, 31 tokens per second, 157.77 seconds to first token, a 1M token context window and a 90 percent cache discount.

Mức giảm giá gấp bốn thực sự mua được điều gì

Bỏ phần tiếp thị đi thì sự đánh đổi sẽ rõ ràng. Hôm nay MAI Code 2 có giá bằng một phần tư Kimi K3.1 Pro và bằng một nửa sau tháng 5 năm 2027. Đổi lại, bạn chấp nhận bốn điều không thể kiểm tra: tỷ lệ đạt, số lần thử cho mỗi tác vụ hoàn thành, kích thước mô hình và hành vi của nó ngoài bốn benchmark Microsoft đã chọn. Microsoft thẳng thắn một cách bất thường về điều cuối cùng — bài đăng ra mắt nói rằng các mô hình "rõ ràng chưa được tinh chỉnh cho những vấn đề khó hơn, như nghiên cứu khoa học cơ bản và công việc tác tử có chân trời rất dài." Câu đó nên được tin dễ hơn con số 96%, vì đó là một hạn chế mà nhà cung cấp tự nguyện nêu ra.

Sự đánh đổi của Kimi K3.1 Pro thì ngược lại. Bạn trả giá gấp bốn lần cho mỗi token, chờ 38 phút cho một tác vụ, và nhận được một mô hình mà bạn có thể tải xuống, tinh chỉnh trong tenancy của riêng mình và tiếp tục chạy nếu API của Moonshot gặp một tuần tồi tệ. Các trọng số là 1,56 TB trải trên 96 shard ở MXFP4, đây là một công việc phục vụ thực sự chứ không phải một bản tải về cho laptop, và giấy phép là một văn bản pháp lý tùy chỉnh với ngưỡng doanh thu — không phải Apache, không phải MIT, không được OSI chấp thuận. Vì vậy, “open” ở đây có nghĩa là có thể kiểm toán và tự triển khai, chứ không phải không bị ràng buộc. Đối với một đánh giá bảo mật, sự phân biệt đó là ổn. Đối với một sản phẩm mà bạn định phân phối lại, hãy đọc giấy phép trước.

Cả hai mô hình đều không phải là lựa chọn mua tồi. Chúng được định giá cho những người mua khác nhau: một mô hình dành cho đội ngũ đã trả tiền cho Copilot và muốn có token rẻ hơn trong các công cụ mà họ đã áp dụng, một mô hình dành cho đội ngũ muốn một tài sản có thể di chuyển.

Gọi cả hai bên, và bên không có điểm cuối.

Kimi K3.1 Pro có mặt trên OrcaRouter với tên kimi/kimi-k3.1-pro ở mức $2.00 và $10.00 mỗi triệu token, được chuyển tiếp đúng theo giá niêm yết của nhà cung cấp với mức chênh lệch 0% — vì vậy nếu Moonshot thay đổi bảng giá của mình, hóa đơn của bạn sẽ thay đổi ngay trong cùng ngày chứ không phải chờ đến sau một chu kỳ điều chỉnh giá của nhà bán lại. Nó dùng chung một khóa với phần còn lại của danh mục, và cơ chế chuyển đổi dự phòng tự động biến giới hạn tốc độ từ phía nhà cung cấp thành một lần thử lại thay vì một sự cố gián đoạn ngay giữa một lượt chạy tác tử kéo dài 38 phút.

MAI Code 2 không có trong danh mục của chúng tôi và không thể có. Con đường được công bố duy nhất là đăng ký GitHub Copilot, trải rộng trên Pro, Pro+, Max, Business và Enterprise; MAI Code 2 Flash nhỏ hơn là mô hình duy nhất trong dòng có bề mặt API, một bản xem trước hạn chế truy cập trong Microsoft Foundry thông qua API Responses tương thích OpenAI. Nếu bạn muốn so sánh hai mô hình trên kho mã của riêng mình, một bên của thử nghiệm phải chạy bên trong ứng dụng khách Copilot và bên kia chạy với một điểm cuối HTTP. Đó là một ràng buộc thực sự đối với thiết kế, không phải một chú thích nhỏ.

Phương án trụ lại được sau tất cả là chia tách chứ không phải di chuyển. Hãy giữ mô hình có thể đo lường trên lộ trình buộc phải lập ngân sách, nơi mức $3.68 mỗi tác vụ và thời gian hoàn thành 38 phút của Kimi K3.1 Pro là những đại lượng đã biết để bạn có thể lập kế hoạch. Đặt MAI Code 2 trước những nhà phát triển đang làm việc trong Copilot, nơi việc dùng thử không tốn gì ngoài một chỗ ngồi họ đã có. Sau đó, hãy quyết định chi phí cho tác vụ hoàn thành dựa trên chính các kho lưu trữ của bạn, thay vì dựa trên mức trung bình của bốn bài benchmark.

Microsoft's MAI Models page announcing MAI Code 2 and Code 2 Flash under the heading 'Everyday coding at scalable prices', with the post tagged Nov 17, 2026 and Ignite.

Chọn cái nào?

• Bạn cần kiểm toán mô hình hoặc tự chạy nó — Kimi K3.1 Pro, và không có ứng viên thứ hai ở đây. Trọng số có thể tải xuống và câu hỏi về giấy phép có thể trả lời được.

• Các nhà phát triển của bạn vốn đã làm việc trong Copilot và công việc chỉ là sửa chữa thường lệ — MAI Code 2 với giá $0.50 và $2.50, với điều kiện phải hiểu rằng các con số 96% và 98% là của chính Microsoft và chưa được tái lập.

• Bạn cần một con số có thể biện hộ được cho việc mua sắm — Kimi K3.1 Pro, vì có một chỉ số độc lập ghi nhận mức 46 và mô hình kia không có dòng nào.

• Bạn đang lập ngân sách cho giai đoạn sau tháng 5 năm 2027 — Kimi K3.1 Pro, hoặc MAI Code 2 được mô hình hóa theo bảng giá gấp đôi thay vì bảng giá khuyến mại.

• Bạn muốn token rẻ nhất cho một quy trình do con người điều khiển — MAI Code 2, vì một người đang chờ kết quả không phải trả tiền cho thời gian thực theo cách mà một vòng lặp agent phải trả.

Scoreboard comparing MAI Code 2 and Kimi K3.1 Pro across six dimensions. Input $0.50 versus $2.00 per million tokens, output $2.50 versus $10.00, cached input $0.025 versus $0.20, context 1M tokens versus 1,048,576 tokens, published score none versus an Artificial Analysis index of 46, and weights not distributed versus 1.56 TB available since 4 November 2026.

Câu hỏi còn bỏ ngỏ là liệu Microsoft có bao giờ công bố một con số tuyệt đối hay không. Một tỷ lệ vượt qua Terminal-Bench 4.0 sẽ giải quyết được nhiều hơn bất kỳ tỷ lệ nào, vì nó sẽ đặt MAI Code 2 lên cùng một trục với mọi thứ khác. Cho đến khi điều đó tồn tại, đây là sự so sánh giữa một bảng giá và một mô hình đã được đo lường — và khuyến nghị trung thực là dùng token rẻ hơn cho công việc bạn có thể quan sát, và dùng mô hình đã được đo lường cho công việc bạn không thể.

So sánh trong bài viết này1

Phát hiện từ bài viết này · Benchmark: Artificial Analysis · cập nhật hằng ngày