為 Ignite 2026 MAI 七款模型發布會生成的標題卡,其中 MAI Code 2 以每百萬個 token 輸入 $0.50、輸出 $2.50 的價格特別標示,對比 Claude Opus 5.5 的 $4.00 與 $20.00。
Guides & Insights

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

作者

jinhao.song

發佈日期

最新模型 · 20查看全部模型 →
基準測試:Artificial Analysis · 每日更新
返回全部文章

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。

Card listing all seven MAI models announced at Ignite on 17 November 2026 with their roles, and the two coding prices: MAI Code 2 at $0.50 and $2.50 per million tokens, MAI Code 2 Flash at $0.05 and $0.25.

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。

Screenshot of Microsoft's MAI Code 2 announcement page, dated 17 November 2026, showing the 98% of GPT-6.1 Sol at 40% of the cost and 96% of Claude Opus 5.5 at 5% of the cost claims beside a chart of average pass rate and average cost per task: MAI Code 2 at 63.2% and $0.309, GPT-6.1 Sol at 64.1% and $0.761, Claude Opus 5.5 at 65.3% and $6.306.

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

Screenshot of OrcaRouter's Claude Opus 5.5 model page showing the list rate of $4.00 per million input tokens and $20.00 per million output, a 1M-token context, 128K maximum output and text, image and file input.

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