文章主视觉卡片上写着“MAI-Code-2:未公布,并非未发布”,带有“LEAK · MICROSOFT AI”徽章,副标题为“两个编码模型已出现在 GitHub Copilot 的目录中,背后却没有任何厂商公告”,并有一条数据栏,分别显示“Copilot 目录:两个变体”“定价信号:$0.10 输入 / $0.50 输出”和“厂商公告:无”,背景为白色到蓝色渐变,右下角是 OrcaRouter 标志。
Guides & Insights

MAI-Code-2 已经出现在 Copilot 的模型目录中。微软却只字未提。

作者

jinhao.song

发布日期

最新模型 · 20查看全部模型 →
基准测试:Artificial Analysis · 每日更新
返回全部文章

能证明 MAI-Code-2 和 MAI-Code-2-Flash 存在的最确凿证据,是一条错误信息。2026 年 11 月 14 日,Vekil 的一位维护者提交了一个 bug;Vekil 是一个代理 GitHub Copilot 的开源网关:Copilot 的 /models 端点同时列出了 mai-code-2 和 mai-code-2-flash,并宣称支持 /chat/completions 和 /responses——但对它们的每次 /chat/completions 调用都会返回 400 no_available_model_endpoints,而 /responses 则成功。三天后,同一仓库中的第二个 PR 记录道,这两个模型都没有列出 ws:/responses,因此原生 websocket 连接在第一轮就会中断。这两点都是一个模型被接入生产目录却尚未完成的特征,而两者都不是发布公告。与此同时,microsoft.ai 仍将 MAI-Code-1.1-Flash 展示为 Microsoft 最新的编程模型。以下是可确定日期的内容、其含义,以及 Microsoft 明显没有说出口的内容——下文任何内容都不应被解读为一次发布。

四份实锤,全部公开,没有一份是博客文章

微软没有发布任何关于 MAI-Code-2 的内容。因此,这个论证只能由那些从未被打算当作发布信息来解读的产物拼凑而成,而这恰恰是它们值得一读的原因。按日期顺序:

• 2026年11月4日 — mai-code-2-flash 首次出现在提交至 github/gh-aw 的自动化模型清单差异中,而 github/gh-aw 是 GitHub 自己的智能体工作流仓库。它出现时,四个成本字段均设为零,这正是新发现的目录条目在有人为其定价之前的样子。

• 2026年11月7日——同一个盘点任务在三天后带上了真实数字:输入 1e-07,输出 5e-07,缓存读取 1e-08,缓存写入 0,并带有 wire_api: responses。也就是每百万输入 token 0.10 美元、每百万输出 0.50 美元、每百万缓存读取 0.01 美元。一周之内从零到有定价的转变,是一张正在被填写的价目表,而不是谣言。

• 2026年11月13日——microsoft-foundry/fine-tuning 中的一个文档 PR 在托管式强化微调轨道中,将 MAI-Code-2-Flash 与 MAI-Code-1.1-Flash 一并加入,并原样列出两个标识符:训练 ID mai-code-2-flash-2026-11-17 和目录标识符 Microsoft/mai-code-2-flash/2026-11-17。该 PR 谨慎地指出,该日期“标识的是模型版本,而非发布日期”。这仍然是该模型的构建标记在公开领域中唯一存在的地方。

• 2026年11月15日——Azure Developer CLI 合并了一项目录变更,在已发布的 RLE 模型目录中将 MAI/MAI-Code-1.1-Flash 替换为 MAI/MAI-Code-2-Flash,随后于次日将其作为强制更新(扩展 0.8.54-preview)发布。兼容性说明直言不讳:已停用的标识符现在会被目录验证拒绝,现有配置“必须明确选择受支持的模型”,且未提供迁移路径。这是一个与厂商关联的工具链,在新模型名称公布的三天前就停用了旧模型名称。

给本文补上触发点:11 月 17 日,X 上的 TestingCatalog 账号把“MAI-Code-2 和 MAI-Code-2-Flash,就在今天!”放在了其每日模型预测的最上面。该账号在微软发布方面有可靠的过往记录,正是它的预测让我们现在就写这篇文章,而不是等到事后。但它仍然只是预测。请把它当作整摞凭据里最弱的一张,而非最强的一张。

A five-row evidence timeline titled 'The MAI-Code-2 paper trail', running from 4 November 2026 (first appears unpriced in GitHub's model inventory) through 7 November (priced at $0.10 in and $0.50 out per 1M), 13 November (Foundry fine-tuning docs print build stamp 2026-11-17), 15 November (Azure Developer CLI swaps 1.1 Flash out of its catalogue), to 17 November (TestingCatalog forecasts a launch today), with a footer noting every row is a public repository diff or post and none is a Microsoft announcement.

这些产物对模型本身说明了什么

这四份回执中没有任何一份包含基准测试、上下文窗口、参数数量或许可证。它们真正确立的是这个东西的形态,而这种形态比听起来更具信息量。

有两个变体,而不是一个。一个完整的 MAI-Code-2 和一个 MAI-Code-2-Flash,并排列出,并由所有接触它们的下游工具并排处理。微软的编码产品线从未发布过成对的标准版/Flash 版——MAI-Code-1-Flash 和 MAI-Code-1.1-Flash 都是单一模型——因此双层级发布是该系列打包方式的一次真正变化。Vekil 报告将两者都归入目录供应商 "Experimental",而 MAI-Code-1.1-Flash 则位于 "Microsoft" 之下。如果你管理 Copilot 模型策略,这一区别很重要:Experimental 供应商条目与 GA Microsoft 条目不是同一对象,而按 GA 模型设置的策略允许列表默认不会覆盖它。

定价信号是具体的部分。按每百万 token 输入 $0.10、输出 $0.50 计算,Flash 变体恰好是 MAI-Code-1.1-Flash 输入价格的一半,输出价格略高于其 41%——输出便宜 58%,输入半价——而 GitHub 自己的 Copilot 价格表将其列为输入 $0.20、缓存 $0.02、输出 $1.20。按一次真实的 agent 回合来算——20 万输入 token 的仓库上下文、1 万 token 的 diff 和解释——1.1 Flash 成本约 $0.052,而 Code 2 Flash 的数字约为 $0.025。对于一个每天进行一千次此类回合的团队,这大约是每天 $25 对 $52。这些是基于目录常量的算术,而不是报价:微软没有任何价格页面列出这两个模型,而且今天查询 Azure 零售价格 API,返回的匹配“Code 2”的计量项为零。如果 Foundry 确实公布了标价,预计它会与 Copilot 成本映射所包含的价格不同,因为两者的计费方式不同。

接下来是端点细节,这是整个技术栈中最不光鲜、却与决策最相关的一项。两个模型都宣称支持 /chat/completions 和 /responses,实际提供 /responses,而在 /chat/completions 上会以 no_available_model_endpoints 失败。无论最终发布什么,它首先是一个 Responses API 模型。你们团队运行的任何 harness、代理或内部网关,只要假定 Copilot 模型是原生 Chat Completions 的,都需要采用两个开源项目本周不得不写的那套相同修复——把宣称支持 /responses 的 Microsoft 和 Experimental 目录条目直接路由到 /responses,并放弃在这些路由上使用仅原生 Chat 才支持的扩展,例如 Anthropic 风格的缓存断点。

A single-column scoreboard titled 'MAI-Code-2 — what is known', listing: announced — no Microsoft post; in Copilot catalogue — yes, two variants under vendor Experimental; pricing signal — $0.10 in / $0.50 out per 1M, from GitHub's cost inventory; build stamp — 2026-11-17 per Foundry docs; endpoint — /responses serves, /chat/completions returns 400; independent scores — none; with a footer reading 'Catalogue and pricing figures from public repository diffs; no Microsoft announcement, benchmark or list price exists.'

前代树立了标杆,而这标杆是实打实的

MAI-Code-2 并非进入一个空白类别,因此有意义的比较对象是它所取代的模型。MAI-Code-1-Flash 于 2026 年 6 月 2 日在 Microsoft Build 上发布,是面向 GitHub Copilot 的轻量级智能体编码器。MAI-Code-1.1-Flash 于 2026 年 8 月 11 日跟进,声称 token 效率提升 25%,在 Copilot CLI 的 Terminal-Bench 2.1 上提升 22%,在 .NET 工作上提升 15%。在 Microsoft 自己的模型页面上,1.1 Flash 报告在 SWE-Bench Verified 上达到 72.6%,每个解决方案消耗 8.6K tokens,在 Terminal-Bench 2.1 上为 62.9%,在 Text2WebApp 上为 74.1%,在 Screenshot2WebApp 上为 42.1%——全部为厂商报告,均未经过独立复现,而且 Microsoft 的页面本身承认该模型在 Vision2Web 上落后于 Claude Haiku 4.5(11.5% 对 13.7%)。同一页面描述了 256K 上下文窗口以及一个采用 3 位量化的端侧变体,其仍保持 70.8% 的 SWE-Bench Verified,Microsoft 建议使用内存超过 120GB 的机器在本地运行它。

这就是“2”的门槛:在 SWE-Bench Verified 上大约 73%,在 Terminal-Bench 上约 65 分,在从原型图到应用的生成上表现强,在视觉密集型网页任务上较弱,而且价格足够低,以至于宣传重点是 token 效率而非原始能力。一个继任者如果只是达到这些数字而价格减半,仍会是一次具有商业意义的发布,因为 agent 循环真正消耗的是价格。一个超越这些数字的继任者则是另一回事。目前公开信息还无法说明它属于哪一种。

微软没有说什么,以及为什么沉默本身就是故事

四项证据指向同一个方向,而厂商自家的渠道却指向相反的方向。截至今天,microsoft.ai 的模型站点地图上仅列出一款编程模型——即 MAI-Code-1.1-Flash 页面——其新闻存档中也没有任何关于第二代产品的文章。GitHub 的 Copilot 文档将 MAI-Code-1.1-Flash 列为正式可用(GA),并在其退役表中记录 MAI-Code-1-Flash 已于 2026 年 9 月 10 日退役,建议的替代方案是“最新的 MAI-Code 模型”。GitHub Copilot 更新日志确实收录了 11 月新增的 Claude Fable 5.2 和 Gemini 4 Carbon 模型,却没有任何 MAI-Code 条目。而追踪大多数前沿编程模型的 Artificial Analysis,则完全没有 MAI-Code 这一行。

Screenshot of the top of Microsoft's MAI Code model page, headlined MAI Code 1.1 Flash, showing the specification table (release date, context length, knowledge cutoff, input, output, languages, input price, cached input price and output price), the heading 'Better code. Wherever you run it.' with stat callouts for 25% better token efficiency, 22% higher Terminal-Bench 2.1 score and 15% improvement on .NET work, a 'Try in GitHub Copilot' button, and the opening of a coding-benchmark performance chart, with no mention of a second-generation MAI-Code-2 anywhere on the page.

还有一个信号指向同一方向,值得指出的是,它比其他信号更弱。LiteLLM 的价格映射在由 Foundry 托管的 MAI-Code-1.1-Flash 条目上带有 2026-12-09 的弃用日期。那是社区维护的元数据,并非 Microsoft 的生命周期通知——Microsoft 自己的模型生命周期页面根本没有列出 MAI-Code 模型——但这是第三方独立得出的结论:1.1 Flash 的保质期以周计。

对这一切的善意解读平淡无奇,而且很可能是对的:Microsoft 正在像当初推出 1.1 Flash 那样筹备这次发布——先接通产品目录和下游工具,再发布文章。恶意解读则是,其中有些是提前泄露的未完成底层管线——/chat/completions 上的 400 不是任何人会刻意做出的设计选择。无论哪种解读,实用建议都一样:今天这里没有任何东西可以安全地作为生产依赖来构建,而这里的一切都值得在公告发布前了解,因为公告会附带定价,而产品目录已经大致告诉你定价是多少。

如果你负责管理 Copilot,现在有一件事需要做

无论 MAI-Code-2 是今天发布还是三周后发布,Azure Developer CLI 的这项变更都已经生效,并且已经造成破坏。扩展 0.8.54-preview 已于 2026 年 11 月 16 日作为强制更新发布,它从共享模型目录中移除了 MAI/MAI-Code-1.1-Flash,改用 MAI/MAI-Code-2-Flash。指定旧标识符的现有配置现在无法通过目录验证,而且没有清单重写或会话迁移。如果你的团队在 rle.toml、CI 作业或已保存的 Loom 会话中固定了该标识符,修复方法是手动编辑,而且现在就该做,而不是等到发布公告时。由于目录是在每次调用 CLI 时下载的,而不是随二进制文件一起提供,因此这一变更无需你接受版本升级就已影响到你。

Copilot 这一侧则更安静。如果这些模型在你的租户中以 Experimental 供应商标签的形式可见,管理员仍必须在策略层面启用它们,之后任何人才能在 VS Code 或 Copilot CLI 中选择它们——这与 MAI-Code-1.1-Flash 正式发布(GA)时所适用的门槛相同。在该策略存在之前,目录条目对工具链可见,但对开发者毫无用处,而这恰好描述了它目前的处境。

它将在何处可供调用,以及关于今天的诚实答案

可用性一旦到来,几乎肯定会遵循两个前代版本的相同模式:首先覆盖 GitHub Copilot——包括 VS Code、Copilot CLI 和 Copilot 应用——随后是面向希望直接使用 API 的团队的 Microsoft Foundry;这与让 MAI-Code-1.1-Flash 在 8 月进入 Copilot、在 10 月登上 Foundry 价格表的同一分工如出一辙。这是基于此前两次发布的推断,并且已如实标明。目前没有任何 Microsoft 页面对其中的任何一点作出承诺。

对于在多个提供商之间路由编码模型、而不是统一采用某一家厂商助手的读者来说,可行的做法很无趣:把对比用的模型集放在一个密钥上,把未经检验的模型换到测试之后,而不是生产环境之前。OrcaRouter 提供这次发布实际会被拿来评判的编码模型—— GPT-5.3-Codex、GPT-5.2-Codex、Kimi K2.7 Code—— 按标价提供,不额外加价,这意味着供应商价格变动会在发生当天就体现在你的账单上,而不是等到下一次合同续签。它不提供 MAI-Code-2 或 MAI-Code-2-Flash,也不提供 MAI-Code-1.1-Flash:这些目前是 Copilot 和 Foundry 专属模型,没有任何第三方路由器提供它们。你读到的任何其他相反说法,描述的都是 Copilot 订阅的代理,那是另一种产品,条款也不同。

在推荐任何人迁移之前,我们希望看到的是:一篇带数字的微软公告、一个 Foundry 价格表,以及一个独立评分。这三项中有两项可以在不到一分钟内用浏览器核查,这正是这次特定泄露的有用之处——它异常可证伪。当公告发布时,要么上述目录数字成立,要么不成立;要么基准测试声称在 SWE-Bench Verified 上达到 72.6%,要么没有。在那之前,诚实的总结就是错误消息给我们的那一个:模型在 /responses 上应答,定价为十美分,而微软尚未决定告诉任何人。

本文中的对比1

根据本文内容识别