
一場 Ignite 主題演講中的七個 MAI 模型:MAI Code 2 真正的定位在哪裡
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百萬 tokens
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百萬 tokens
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百萬 tokens · 89 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百萬 tokens · 97 tok/s
- orca新Orca: OrcaC2 1.02026-11-079 tok/s
- Orca新OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百萬 tokens · 88 tok/s
- Orca新OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百萬 tokens · 134 tok/s
- Orca新OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百萬 tokens · 87 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百萬 tokens
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百萬 tokens · 121 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百萬 tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百萬 tokens · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百萬 tokens · 118 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 每百萬 tokens · 187 tok/s
Microsoft 在 11 月 17 日的 Ignite 2026 主題演講中,一口氣把七款新模型搬上舞台,而開發者會爭論不休的,是MAI Code 2。它不是靠分數、而是靠比例來推銷:Microsoft 自家公告稱,在四項程式設計基準測試中,它達到Claude Opus 5.5 效能的 96%,成本僅為 5%;並達到GPT-6.1 Sol 效能的 98%,成本為 40%。這些是來自 Microsoft 內部評估測試框架的廠商數據,尚未有 Microsoft 外部任何人重現,而且在撰寫本文時,該模型尚未出現在任何獨立排行榜上。無論如何,這次發布仍值得一看,因為價格比例真實且可驗證、模型卡異常具體,而且發布範圍比公告語氣所暗示的更窄。
這就是這次發布的全貌:實際推出了什麼、各項宣稱數據是從哪些項目平均而來、模型卡說了哪些部落格文章沒說的事、價格是多少以及這個價格何時會變動,還有為什麼對預算而言,真正要緊的是程式設計模型,而不是這組裡最花俏的那一個。
實際上宣布了什麼
七個模型、一顆晶片、一套授權方案。這些模型包括用於防禦性安全工作的 MAI Cyber 2 Flash、用於程式編寫的 MAI Code 2 與 MAI Code 2 Flash、用於圖像生成與編輯的 MAI Image 2.7、用於即時語音對語音的 MAI Realtime 1、建構於 MAI Transcribe 2 上的 Dragon Copilot Transcribe,以及 Decision 1.1,這是一款 Microsoft 表示比 GPT-Sol 6.1 快 50 倍、便宜 79 倍的路由模型。與此同時,Microsoft 將第二代加速器 Maia 200 投入生產,並推出 MAI Licensed Weights,讓組織能在其自有 Azure 環境中執行自訂的 MAI 模型。

這對程式編碼模型正是價值所在。MAI Code 2 是較大的模型,定位於深度除錯、多檔案實作、全儲存庫推理與前端工作。MAI Code 2 Flash 則是較小的一款:程式碼解說、針對性編輯、例行修正、快速迭代。Microsoft 明確表示,這些是日常企業用模型,而非追逐前沿的模型,而且公告中還說了兩次。
Microsoft 主打的說法,以及它是什麼的平均值
96% 和 98% 這兩個數字是四項基準測試的平均值:DeepSWE 1.1、Terminal Bench 2.1、SWE Atlas 和 FrontierCode v1.1。其中三項是在 MSBench(Microsoft 的內部評估平台)上執行,使用 GitHub Copilot CLI 1.0.102 版,停用子代理,且每個模型都以最大推理強度運行。FrontierCode 部分則性質不同:那些分數和成本來自 Artificial Analysis,而非 Microsoft 的測試框架。因此,這個標題數字是三個自行執行的測試與一個第三方測試的混合結果,再以兩家競爭對手平均值的百分比表示。

第二項說法緊接在旁,而這項說法最能說明 Microsoft 認為自己打造了什麼。在涵蓋介面、遊戲、資料視覺化、3D 場景與 SVG 圖形的前端作品盲測並排評估中,258 位標註員裡,審查者有 64% 的情況偏好 MAI Code 2 的輸出勝過 GPT-6 Sol。那是一項偏好研究,不是通過率,而只要 UI 程式碼看起來很有把握,就很容易贏得偏好。這也是公告中唯一談及品味而非正確性的說法,而在真實產品團隊裡,便宜模型有可能在品味上勝過昂貴模型。
模型卡說了哪些部落格文章沒有說的內容?
這份24頁的模型卡是更有用的文件,因為它包含了買家需要的數字,而公告中省略了這些數字。
• 架構 — 一種僅含解碼器的 Transformer,具備稀疏混合專家層與整合式視覺編碼器,兩個模型皆然
• 參數 — MAI Code 2 總量約 2.8 兆,活躍參數 770 億,並有 30 億內嵌;MAI Code 2 Flash 總量約 3980 億,活躍參數 120 億
• 訓練 — 約 50 兆個 token 的預訓練,加上約 1,500 億個 token 的長上下文擴展(針對大型模型),全部在 2026 年 8 月至 11 月之間進行,知識截止時間為 2026 年 8 月
• 上下文與限制 — 1,050,000 個 Token 的上下文、最大輸入 922,000 個 Token、最大輸出 128,000 個 Token,輸入文字與圖片,輸出文字
• 推理控制 — 五個投入等級,從低到最高,以延遲和成本換取品質
• 明列限制 — 僅針對發佈階段的英文程式碼產出進行最佳化,並未針對基礎科學研究或極長時程的代理式工作進行調校,也不適用於在無人監督下採取重大行動的全自主系統
最後那句話才是誠實的,也是採購團隊應該讀兩遍的一句話。Microsoft 並不是在聲稱以折扣提供通用前沿模型。它聲稱的是一個擅長 GitHub Copilot 客戶實際所做工作的程式設計模型,並且明白指出該模型在哪裡止步。
你可以這樣稱呼它的情況,範圍比聽起來要窄。
MAI Code 2 與 MAI Code 2 Flash 皆已納入 GitHub Copilot:其中較大模型涵蓋 Copilot Pro、Pro+、Max、Business 與 Enterprise,Flash 則從 Free 方案起即可使用。MAI Code 2 Flash 另外在 Microsoft Foundry 提供有限存取預覽,可透過與 OpenAI 相容的 Responses API 呼叫。MAI Code 2 本身在推出時並無 Foundry 部署。
這種不對稱是埋藏在基準測試投影片底下的實務細節。如果你想在 Copilot 裡使用 MAI Code 2,今天就能用。如果你想從自己的應用程式、代理程式框架或 CI 管線呼叫 MAI Code 2,卻沒有已發佈的端點可呼叫:這對模型中唯一有 API 方案的是較小的那個,而且它還是預覽版。Microsoft 表示第三方可用性即將推出;但目前尚未發佈任何內容,也沒有給出日期。模型權重完全沒有對外散布,而授權是一套產品條款,並非開放原始碼授權。
費用是多少,以及價格翻倍的日期
Copilot 依用量計費方式按 token 向這些模型收費,且兩者皆採用促銷定價,並有公開的結束日期。
• MAI Code 2 — 每百萬個輸入詞元 $0.50,每百萬個快取輸入詞元 $0.025,每百萬個輸出詞元 $2.50,直至 2027 年 5 月 17 日;自該日起為 $1.00、$0.05 和 $5.00
MAI Code 2 Flash — 0.05 美元、0.005 美元與 0.25 美元,優惠至 2027 年 5 月 17 日;自該日起調整為 0.10 美元、0.01 美元與 0.50 美元
• Claude Opus 5.5,作為規模參考——每百萬個 token 輸入 $4.00、快取輸入 $0.20、輸出 $20.00
• GPT-6.1 Sol,供規模參考 — 每百萬個 token 輸入 $2.00、快取輸入 $0.10、輸出 $10.00
把第一行和第三行放在一起看,算術就變得有意思了。以促銷價計算,MAI Code 2 的每 token 成本是 Claude Opus 5.5 每 token 價格的 12.5%,也是 GPT-6.1 Sol 的 25%。微軟主打的是成本的 5% 與 40%,而不是價格的 5% 與 40%。那些主打比例是四項基準測試的每任務成本,這把每 token 費率與每個模型完成一項任務所消耗的 token 數量合在一起——而模型卡指出,每個模型都以最高推理強度運行,而這正是 token 數量變動最大的地方。
這兩種數字之間的差距,才是該帶進預算討論的重點。在 12.5% 的價格比率之上,再疊加 5% 的成本比率,意味著 MAI Code 2 完成那些任務時,所花費的 token 約為 Claude Opus 5.5 的 40%。這是我根據微軟公布的比率所做的算術,並非微軟的聲明;而且它指向的方向,與常見的折扣敘事相反:節省與其說來自便宜的 token,不如說來自更早停下來的模型。混合輸入與輸出費率充其量只能讓這個數字成為粗略估計,但方向值得了解,因為便宜的 token 和便宜的任務並不是同一條預算項目,只有任務層級的測量才能告訴你,你買到的是哪一種。
為什麼這是價格發布,而非功能發布
發表資料中沒有任何內容聲稱達到新的最先進水準。微軟自己的說法是,這些模型「明確尚未針對更困難的問題進行調校」,而模型卡還補充,其對齊程度被評估為與 GPT-5.6 Sol 相似,且低於 GPT-6。這裡展示的策略,正是 Ignite 主題演講直接說出的那一套:當一個模型是為了推動科學前沿而打造,你會在每一次例行錯誤修正上為這項能力付出代價,因此要打造一個擅長例行工作的模型,並據此定價。
那是否行得通,取決於一個 Microsoft 無法獨自回答的問題。比較組合是 Microsoft 自家測試框架對上兩家競爭對手公開的設定,而唯一獨立的組成部分 FrontierCode,只是四項基準中的一項。在自家測試框架上取得的第一方通過率,是合理的工程訊號,卻是薄弱的採購依據。真正該等待的數字,是中立的排行榜上一列獨立結果;該結果由對答案沒有利害關係的人執行,且使用的是 Microsoft 沒有人設定過的測試框架。
如何自行為比較定價

MAI Code 2 與 MAI Code 2 Flash 目前都不在 OrcaRouter 的目錄中;已公布的途徑是 GitHub Copilot,這表示 Microsoft 邀請你進行的比較目前無法用單一金鑰執行。但作為比較基準的模型則可以。Claude Opus 5.5、GPT-6.1 Sol 與 Gemini 4 Carbon 都在 OrcaRouter 上,以供應商牌價、0% 加價提供,因此這筆帳中昂貴的一側如今已可衡量,且每 token 費率會在供應商調整當天同步變動。如果便宜的一側日後能在 Copilot 之外呼叫,這項比較就會變成路由決策,而非試算表練習——而自動容錯移轉正是讓價格效能模型在尚未建立獨立實績之前,就能安全放入生產路徑的關鍵。
依序要關注的重點:MAI Code 2 的獨立基準測試列;大型模型在 Foundry 上的部署,而不只是 Flash preview;以及 2027 年 5 月 17 日,屆時兩款模型的價格都會翻倍。最後一項有明確日期,這使它成為這次發布中唯一你能據以規劃的部分。
本文中的比較2
根據本文內容識別 · 基準測試:Artificial Analysis · 每日更新
