MAI Code 2 對 Kimi K3.1 Pro 的標題卡。MAI Code 2 顯示為 Microsoft 的 GitHub Copilot 模型,每百萬 token 輸入 $0.50、輸出 $2.50,上下文視窗為 100 萬 token,未列出參數數量,也未公布評分。Kimi K3.1 Pro 顯示為每百萬 token $2.00 與 $10.00,上下文視窗為 1,048,576 token,Artificial Analysis 指數為 46,權重於 2026 年 11 月 4 日發布。
Guides & Insights

MAI Code 2 對比 Kimi K3.1 Pro:一方公布數字,另一方公布折扣

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

MAI Code 2於 2026 年 11 月 17 日開賣,公布了價格,卻沒有分數。Kimi K3.1 Pro由 Moonshot AI 於 2026 年 10 月 24 日發表、11 月 4 日開放,兩者兼備:每百萬輸入 token 2.00 美元,以及獨立的 Intelligence Index 讀數 46。這次比較的重點正是這種不對稱,而非基準測試表。Microsoft 的發布文章點名四項程式設計基準——DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas 和 FrontierCode v1.1——然後公布的是比例而非結果:以 5% 的成本達到 Claude Opus 5.5 效能的 96%,以 40% 的成本達到 GPT-6.1 Sol 效能的 98%,四項平均。Moonshot 公布的是實際基準上的實際百分比,而 Artificial Analysis 在此之上運行自家的測試框架。一方給你一個能精確到美分驗證的折扣,以及一個你完全無法查核的能力宣稱。另一方則給你一個可以與之爭論的數字。

兩者都是代管服務。只有一個可以下載。事實證明,這比四倍的價格差距更重要。

微軟發布了什麼,以及它遺漏了什麼

發布文章對方法說得很具體,對結果卻隻字未提,這種少見的組合值得仔細閱讀。文中點名了四項基準測試。其中三項——DeepSWE 1.1、Terminal Bench 2.1 與 SWE-Atlas——是在 MSBench 上執行的;MSBench 是微軟的內部評估平台,透過 GitHub Copilot CLI 驅動,停用子代理,且每個模型都以最高推理強度運行。FrontierCode 的分數與成本來自 Artificial Analysis,這也使它成為微軟這份平均值中唯一並非由微軟自家產出的組成部分。成本均以該模型的五折促銷價計算。

接著是結果:兩個比率和一個偏好佔比。以 5% 的成本達到 Claude Opus 5.5 效能的 96%。以 40% 的成本達到 GPT-6.1 Sol 的 98%。在盲測前端評估中,評審有 64% 的情況更偏好 MAI Code 2 的輸出,而非 GPT-6 Sol。在發布文章或模型頁面上,完全找不到該模型在那四項基準測試中任何一項的通過率、參數量或輸出上限。截至 2026 年 11 月 18 日,Artificial Analysis 也沒有它的條目,因此沒有任何獨立資料能填補這個缺口。

這不是什麼醜聞。這是一種選擇,對買家來說有特定成本:你無法計算完成一項任務要花多少錢,因為你不知道模型需要嘗試幾次。對四項基準取平均所得的比率衡量的是平均值,而不是分布,而程式設計工作正是分布具有長尾的地方。

費率表,完全公開且完全可供查核

定價是 MAI Code 2 這個故事變得具體的地方,因為 GitHub 將其記錄到十分之一美分的精確度。

• 輸入 — MAI Code 2 每百萬個 token 為 $0.50,對比 Kimi K3.1 Pro 的 $2.00;MAI 的價格僅為其四分之一

• 輸出 — 每百萬 $2.50 對比 $10.00;同樣是四倍比例,因此這項折扣並非組合造成的假象

• 快取輸入 — 每百萬 $0.025,對比 $0.20;MAI 為八分之一,而 GitHub 在兩邊都未公布快取寫入費用

• 自 2027 年 5 月 17 日起——MAI Code 2 重新定價為 $1.00 / $0.05 / $5.00,使其優勢減半,全新 token 為 2×、快取讀取為 4×

• 上下文 — 透過 Moonshot 的 API,Kimi K3.1 Pro 提供 1,048,576 個 token,相較於 MAI Code 2 的 100 萬 token 視窗,而該視窗僅能在 Visual Studio Code 與 Copilot CLI 內開啟

• 輸出上限 —— Microsoft 並未公布,而 Moonshot 公布的資料卡中也沒有另設輸出上限;1,048,576 這個數字是上下文視窗,不是生成限制

• 權重 — 無,僅提供託管版本,對比 2026 年 11 月 4 日發布的 1.56 TB MXFP4 下載

快取輸入這一項,才是代理式工作負載真正花錢的地方,而且它對 Microsoft 更有利的程度,比標題數字所顯示的還大。程式編寫代理每一輪都會重播固定的系統提示、穩定的工具結構描述,以及儲存庫前綴。每百萬個快取 Token 為 $0.025,對比 $0.20,在主宰帳單的那些項目上,差距超過 4 倍。接著,到期日造成大部分傷害:自 2027 年 5 月 17 日起,快取費率變成 $0.05,而 Moonshot 的費率則維持在 Moonshot 所定的水準,優勢在快取方面縮小到 4 倍,在全新 Token 方面縮小到 2 倍。

對方確實會公布的那一項工具

Kimi K3.1 Pro 的證據呈現方式不同——一個可與獨立數據相互核對的廠商數字,以及包含模型思考時間的每項任務成本。

Moonshot 自家公布的發布表格將 Kimi K3.1 Pro 在 Terminal-Bench 4.0 的成績列為 65.7%,排名第二,僅次於 Claude Opus 5.5 的 66.4%。這是當前基準測試上一個真實的百分比,由廠商在發布當天公布,而且並沒有美化該模型。在 Intelligence Index(5.0.1 版)上,Kimi K3.1 Pro 得分 46,遠高於 Artificial Analysis 所報告的同類模型之中位數 23。

成本面正是獨立解讀派得上用場的地方,而它也同樣不怎麼好看。Artificial Analysis 將 Kimi K3.1 Pro 列為每項 Intelligence Index 任務 3.68 美元,每項任務執行 38.4 分鐘,輸出速度為每秒 31 個 token,首個答案 token 耗時 157.8 秒——相較每項任務中位數 13.6 分鐘,顯得緩慢。這些正是你判斷一個模型該放進迴圈、而不是聊天視窗時所需的數字,而 MAI Code 2 並沒有對應資料。

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.

四倍折扣實際上買到的是什麼

剝掉行銷包裝後,這筆交易就清楚易懂了。MAI Code 2 目前的成本是 Kimi K3.1 Pro 的四分之一,2027 年 5 月之後則是它的一半。作為交換,你得接受四件無法查核的事:通過率、每完成一項任務所需的嘗試次數、模型規模,以及它在 Microsoft 所選的四項基準測試之外的行為表現。Microsoft 對最後一點罕見地直白——發布文章寫道,這些模型「明確尚未針對更難的問題進行調校,例如基礎科學研究與極長時程的代理式工作」。這句話應該比那 96% 更值得採信,因為這是廠商主動提出的限制。

Kimi K3.1 Pro 的取捨則相反。你每 token 要付四倍的價錢,等一個任務要 38 分鐘,換來的是可下載、可在自己的租戶環境內微調,且即使 Moonshot 的 API 出狀況一週也能持續運行的模型。權重為 1.56 TB,以 MXFP4 分成 96 個分片,這是真正要部署推論服務的工作,不是筆電下載就能了事;授權則是帶有營收門檻的自訂文件——不是 Apache、不是 MIT、也未經 OSI 核准。所以這裡的「開放」意味著可稽核、可自架,而不是毫無限制。對安全審查而言,這個區別沒問題。對你打算重新散布的產品,請先讀授權。

這兩款模型買哪個都不虧。它們的定價分別鎖定不同的買家:一款是給已經付費使用 Copilot、並希望在自己已採用的工具裡取得更便宜 token 的團隊;另一款則是給想要一項能隨時搬遷的資產的團隊。

呼叫雙方,以及沒有端點的那一方

Kimi K3.1 Pro 已在 OrcaRouter 上,型號為 kimi/kimi-k3.1-pro,每百萬個 token 分別收費 $2.00 與 $10.00,依供應商牌價原樣計費、0% 加成——因此,若 Moonshot 調整其價目表,你的帳單會在同一天跟著變動,而不是等到經銷商重新定價週期之後才變。它與其他目錄項目共用同一組金鑰,而自動容錯移轉意味著供應商端的速率限制只會變成一次重試,而不是在長達 38 分鐘的代理程式執行中途變成中斷。

MAI Code 2 不在我們的目錄中,也不可能收錄。唯一公開的途徑是 GitHub Copilot 訂閱,涵蓋 Pro、Pro+、Max、Business 和 Enterprise;較小的 MAI Code 2 Flash 是此系列中唯一具備 API 介面的模型,也就是在 Microsoft Foundry 中透過 OpenAI 相容的 Responses API 提供的限量存取預覽。如果你想在自己的儲存庫上比較兩者,實驗的一端必須在 Copilot 用戶端內執行,另一端則要對 HTTP 端點執行。這是設計上的實際限制,不是附註。

能存續下來的安排是分流,而不是遷移。把可量測的模型留在必須編列預算的路徑上,其中 Kimi K3.1 Pro 每項任務 3.68 美元、完成時間 38 分鐘,都是你可以據以規劃的已知量。把 MAI Code 2 放到已經在使用 Copilot 的開發者面前,因為試用它除了他們已持有的席位之外不花任何成本。然後根據你自己的儲存庫來判斷完成任務的成本,而不是依據四項基準測試的平均值。

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.

該選哪一個

• 你需要審核這個模型,或親自運行它——Kimi K3.1 Pro,而這裡沒有第二個候選項。權重可供下載,授權問題也有明確答案。

• 你的開發人員早已棲身於 Copilot,而這類工作屬於例行修復——MAI Code 2 的價格為 0.50 美元與 2.50 美元,前提是理解 96% 與 98% 的數字為微軟自家所有、且未經重現。

• 你需要一個在採購上站得住腳的數字——Kimi K3.1 Pro,因為有一項獨立指數讀數為 46,而另一個模型則沒有對應列。

• 您正在為 2027 年 5 月之後編列預算——Kimi K3.1 Pro,或 MAI Code 2,是以加倍費率表而非促銷費率表估算。

• 若你想要的是人力驅動工作流程中最便宜的 token——MAI Code 2,因為人在等待完成時,不會像代理迴圈那樣為實際耗時付費。

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.

未解的問題是,微軟是否曾公布絕對數字。只要有一個 Terminal-Bench 4.0 通過率,就能比任何比率都更能定論,因為那會把 MAI Code 2 放到與其他一切相同的軸線上。在那出現之前,這是在比較一份價目表和一個受測模型——而誠實的建議是:對於你能親眼監督的工作,用較便宜的 token;對於你無法監督的工作,用受測模型。

本文中的比較1

根據本文內容識別 · 基準測試:Artificial Analysis · 每日更新