生成的价格时间线卡片,对比 MAI Code 2 的促销费率——每百万 token 输入 $0.50、输出 $2.50,持续至 2027 年 5 月 17 日——与 Gemini 4 Carbon 的 $2.00 和 $10.00 费率,后者截至 2026 年 11 月 30 日,之后翻倍。图注写道:Carbon 的入门费率将在十二天后翻倍;MAI Code 2 的费率则持续六个月。
Guides & Insights

MAI Code 2 与 Gemini 4 Carbon:一项折扣将在十二天后结束,另一项则持续六个月

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

纸面上看,这是一场一边倒的碾压。Gemini 4 Carbon在 Artificial Analysis Intelligence Index v5.0.1 中得分为 60,每项指数任务成本为 5.48 美元;MAI Code 2在任何地方都没有独立评分,在 GitHub Copilot 内每百万输入 token 收费 0.50 美元,每百万输出 token 收费 2.50 美元。一个是经过实测的前沿模型,另一个是附带价目表的厂商说法。但在这里决定大多数真实决策的数字并非指数差距——而是一个日期。Carbon 的 2.00 美元和 10.00 美元费率是推广价,将于 2026 年 11 月 30 日结束,届时在模型本身没有任何变化的情况下翻倍至 4.00 美元和 20.00 美元。MAI Code 2 的促销费率持续到 2027 年 5 月 17 日。Carbon 的低价期只有十二天,而 MAI Code 2 的低价期有六个月,这与两份规格表所引导的比较不是一回事。

费率卡,包括它们最终会变成什么样

• 每百万输入 token 的费用——Carbon 在 11 月 30 日前为 2.00 美元,之后为 4.00 美元;MAI Code 2 在 2027 年 5 月 17 日前为 0.50 美元,之后为 1.00 美元

• 每百万输出 token 的费用 — Carbon 为 $10.00,之后为 $20.00;MAI Code 2 为 $2.50,之后为 $5.00

• 缓存输入 — $0.025,对比一个未公开的 Carbon 数据,Artificial Analysis 将其按 95% 缓存折扣计算得出

• 上下文 — MAI Code 2 为 1,050,000 个 token,而 Carbon 为 1,048,576 个;实际上基本持平

• 最大输出 — MAI Code 2 为 128,000 个 token,而 Carbon 为 65,536 个

• 它能接受什么——Carbon 可接受音频、视频、文档以及文本和图像;MAI Code 2 的规格卡只列出文本和图像,再无其他

• 权重 — 双方均不提供下载;Carbon 因政策原因属于专有,MAI Code 2 则因 Microsoft 不发布任何文件而属于专有

Rate card comparing MAI Code 2 at $0.50 input and $2.50 output per million tokens today, doubling on 17 May 2027, against Gemini 4 Carbon at $2.00 and $10.00 today, doubling on 1 December 2026.

按今天的数据,MAI Code 2 的价格是 Carbon 每 token 价格的四分之一。12 月 1 日之后,它将变为八分之一。值得注意的正是这种倒挂:差距之所以扩大,恰恰是因为 Microsoft 的折扣比 Google 的持续更久;而今天写下的任何比较,描述的都将是一种不到两周就会失效的价格关系。

Carbon 的 60 实际测量的是什么,以及它不测量什么

Carbon 的指数得分是 Artificial Analysis 开展的九项评测的平均值,其中包括 Terminal-Bench 4.0、FrontierCode-AA 2.0、AA-Briefcase v1.1、AutomationBench-AA 和 Terminal-Bench-Science 0.1。这是该榜单上第三高的分数,且为独立产出。支撑这一排名的数据却不那么好看:每个指数任务耗时 34.2 分钟,首次生成答案 token 需 74.42 秒,输出速度为每秒 60 个 token,每个任务成本 5.48 美元。Carbon 是一个缓慢、审慎的模型,完整运行一次需要真金白银的投入。

这种组合——得分排名前三、吞吐量处于下半区——正是一个多模态模型在真正干活而非做总结时的样子。这也是按 token 进行比较会美化 Carbon 的原因:在每秒 60 个 token 的速度下,一项长时间的智能体任务都要耗上数分钟的实际时间,无论有没有人在盯着看。

Screenshot of the Artificial Analysis page for Gemini 4 Carbon showing an Intelligence Index of 60, 74.42 seconds to first answer token, 60 output tokens per second, 34.2 minutes per task and $2.00 per million input tokens.

Carbon 真正领先于 Microsoft 所宣称的任何能力的地方在于广度。该模型接受文本、图像、音频、视频和文档输入,并返回文本,具有 1M token 上下文和原生工具使用能力。Microsoft 的模型卡列出的输入是文本和图像,输出是文本。如果工作负载涉及观看失败测试的屏幕录制,或结合代码库阅读扫描版规范,那么 Carbon 是两者中唯一声称支持这类输入的模型。

MAI Code 2 的数字说明了什么,又没有说明什么

Microsoft 公布了在最高推理强度下的三项通过率:在 DeepSWE 1.1 上为 73.2%,在 TerminalBench 2.1 上为 84.6%,在 SWE Atlas 上为 43.1%。这三项结果均在 Microsoft 的内部评估平台 MSBench 上使用版本 1.0.102 的 GitHub Copilot CLI 生成,并禁用了子代理。目前没有第四方确认,也没有 Artificial Analysis 条目。模型卡也坦诚说明了适用范围:发布时仅针对英文代码生成进行了优化,未针对超长时程的智能体工作进行调优,也不打算用于无人监督的重大后果行动。

该架构至少已经足够具体,可供推理。MAI Code 2 是一个稀疏混合专家 Transformer,总参数约 2.8 万亿、激活参数 770 亿,另加一个 30 亿参数的内嵌视觉编码器;它在约 50 万亿 token 上预训练,并将长上下文扩展至 100 万。无论以何种标准衡量,这都是一个大模型,而且调用成本很低——这正是它全部的卖点。

分布差距才是真正的差距。

Gemini 4 Carbon 自 2026 年 11 月 10 日起已在付费 Gemini API 上全面可用,此前它通过 Google 的 Fairwind 计划经历了为期十二天的受限访问。它拥有稳定的模型 ID、价目表、AI Studio 展示页面以及企业级可用性。

Screenshot of OrcaRouter's Gemini 4 Carbon model page showing $2.00 input and $10.00 output per million token rates, a 1,048,576-token context window and support for text, images, audio, video and documents.

MAI Code 2 已接入 GitHub Copilot。这并非小事——Copilot Pro、Pro+、Max、Business 和 Enterprise,覆盖 VS Code、Visual Studio、CLI、云端代理、JetBrains、Xcode 和 Eclipse——但这只是一家厂商的产品面。MAI Code 2 Flash 正在 Microsoft Foundry 中通过兼容 OpenAI 的 Responses API 以受限访问预览形式提供。MAI Code 2 本身尚无 Foundry 部署、没有已发布的端点,也没有相关时间表。微软的公告称将进一步扩大可用性,但未点名任何平台。

所以,对于“我该用哪一个”的实用答案,取决于一个与基准测试毫无关系的问题:你是在 Copilot 内部进行构建,还是在构建一个调用 API 的应用程序?在第二种情况下,本次比较中只有一个模型是你今天真正可以调用的。

在两个模型各自都是正确答案的情况下

在 Copilot 工作流中进行日常企业级修复是可行的:Carbon 不在 Copilot 中,而 MAI Code 2 在,其价格是 Carbon 的四分之一,并从 12 月起降至后者的八分之一。两者差距悬殊,完全不能相提并论。

• 多模态或媒体密集型输入——默认情况下 Carbon 胜出,因为 MAI Code 2 并未声称支持音频、视频或文档输入。

• 长周期自主智能体任务——两者都不是显而易见的选择。Carbon 处理每项任务耗时 34 分钟、成本 5.48 美元,既慢又贵;微软直言,MAI Code 2 并未针对此类任务进行调优。

• 对成本敏感的规模化批处理工作——Carbon 的价格将在十二天后翻倍,MAI Code 2 的价格将在六个月后翻倍。如果工作负载处于稳态,这种不对称有利于 MAI 一方;如果必须能从你自己的代码中调用,则并非如此。

• 需要完整独立记录的工作负载——Carbon 有,MAI Code 2 则没有。要求提供第三方证据的采购审查,只能让这两款模型中的一款通过。

一键为双方定价

Gemini 4 Carbon 已在 OrcaRouter 上线,输入每百万 token 2.00 美元,输出每百万 token 10.00 美元,供应商目录价按 0% 加价直通——这意味着 12 月 1 日调价至 4.00 美元和 20.00 美元,会在 Google 变更价格当天落到你的账单上,没有经销商延迟,也无需重新协商任何内容。MAI Code 2 不在我们的目录中,而其唯一公开的获取途径是 GitHub Copilot。

这种不对称性恰恰说明应当选择路由,而不是绑定。Carbon 的价格即将翻倍;MAI Code 2 则不会很快就能从你自己的技术栈中调用。把 Carbon 这个条目放在单一端点之后,一旦新价目表生效,就可以将其替换或拆分,而第二个模型可以承接过去用来支撑低价的流量——无需改动代码,也无需第二份合同。 自动故障转移在这里之所以重要,还有第二个原因:Carbon 首次生成 token 需 74 秒、每个任务需 34 分钟,是一项长时间运行的依赖;而一次停滞的运行,正是你希望放到别处去跑的运行。

11月30日之前要做的事:弄清楚你的 Carbon 流量中有多大比例足够常规,以至于一个没有独立评分的模型也有可能承接;以及有多大比例确实需要多模态输入或 60 点指数。然后按 4.00 美元和 20.00 美元为第二部分定价,因为那将是它的成本。第一部分正是 MAI Code 2 值得一看的地方——就在 Copilot 中,现在,价格为 0.50 美元和 2.50 美元。