跳到正文
RadarAI· Microsoft AI:官方博客(RSS)·· 4 小时前AI 评分71

Microsoft AI 发布 MAI Code 2 与 MAI Code 2 Flash 编码模型

AI 导读

Microsoft AI 发布 MAI Code 2 和 MAI Code 2 Flash 两款面向日常企业编码任务的模型。

正文

Microsoft AI:官方博客· alenabu@microsoft.com·2026-11-18 02:15· 1 小时前精选AI 评分66

MAI Code 2 and Code 2 Flash: Everyday coding at scalable prices

AI 导读

Microsoft AI 发布 MAI Code 2 和 MAI Code 2 Flash 两款面向日常企业编码任务的编码模型。

推荐理由

官方给出与 GPT 6.1 Sol、Claude Opus 5.5 对比的性能价格数据,读者可据此评估日常企业编码场景的成本取舍。

MAI Code 2 与 Code 2 Flash:以可扩展的价格满足日常编码需求

2026年11月17日 ·模型

ASCII-art curly braces over an abstract background

MAI Code 2 与 MAI Code 2 Flash:两款全新的编码模型,专为日常企业编码任务打造,以竞品模型零头的成本带来领先的性能。

日常编码的性能与速度

在常见企业编码任务上,MAI Code 2 处于性价比前沿,尤其擅长代码上线、深度调试、多文件实现、仓库级推理和 UI。与此同时,它产出的改动是代码维护者愿意合并的,而成本仅为前沿模型的一小部分。

而 MAI Code 2 Flash 面向高吞吐场景,例如代码讲解、定向修改、常规修复和快速迭代,以低得多的成本带来可靠质量。

不到一半价格,产出生产级质量

为实现最佳性价比,我们在构建这些模型时优先考虑客户每天实际进行的编码工作。它们目前明确尚未针对更难的题目调优,例如基础科学研究,以及超长周期的智能体任务。

在四项广泛使用的基准测试上取平均(DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas 和 FrontierCode v1.1,均针对我们在 GitHub Copilot 中见到的日常企业编码任务),MAI Code 2 的性能达到 GPT 6.1 Sol 的 98%,成本仅为其 40%;性能达到 Claude Opus 5.5 的 96%,成本仅为其 5%。1

MAI Code 2 还针对生成优质仪表盘和可视化做了调优,在可视化编码方面表现出色。在盲测的前端应用评估中,评审有 67% 的情况下更青睐它的结果,而非 GPT-6 Sol。2

此外,在衡量日常高吞吐常规编码任务的三项编码基准测试中,MAI Code 2 Flash 的性能与 GPT-6 Luna 和 Claude Haiku 5.5 相当,成本分别为二者的 65% 和 20%。3

不止于编码

MAI Code 2 也正在成为微软产品背后的主力。我们基于 Code 2 Flash 进一步优化出单一模型 MAI Work Flash,为 M365 和 Fabric IQ 中的多款微软产品提供服务。

Excel:在关键的内部 Excel 客户场景基准测试中,我们的模型在准确率和 token 效率上与 GPT 6 Luna 持平。

PowerPoint:在衡量高频 PowerPoint 任务的关键生产基准场景中,我们的模型在质量和 token 效率上均与 GPT 6 Luna 持平。

Word:在 5 项关键内部基准测试中,我们的模型表现与 GPT 6.1 Sol 相近(而体积显著更小),生产环境中每次调用的输入 token 数比 GPT6.1 Sol 少约 42%。

团队:我们的模型在跟踪决策、填补知识空白以及适配自定义指令方面优于 GPT 6 Luna,在指令遵循和工具调用上最多可少用 28% 的 token。

FabricIQ:在离线评测中,我们的 MAI 模型在 DAX 查询生成上优于 GPT-5.6-sol、GPT-6-astra 和 Opus-5.5。DAX 查询生成是 Power BI 语义模型“Chat with your Data”功能背后的核心能力。

开始使用

MAI Code 2 和 Code 2 Flash 已在 GitHub Copilot 中可用,Code 2 Flash 正在Microsoft Foundry 中限量预览。很快,我们还将在 Open Router、Vercel、Hermes、Open Code 和 Kilo 上发布它。

想了解如何自定义 MAI Code 2,请访问我们的自定义模型页面。

关于这些结果
结果反映的是在特定编码任务和配置下的评测。性能与成本对比会因工作负载、模型配置、推理强度以及定价假设的不同而有所差异。

  1. MAI Code 2 的性能与价格:所有模型均以最高推理强度运行。DeepSWE 1.1、TerminalBench 2.1 和 SWE Atlas 在 MSBench(微软内部评测平台)上使用 GitHub Copilot CLI 运行,未使用子智能体。FrontierCode 1.1 的分数和成本来自 Artificial Analysis;MAI-Code-2 的成本按 50% 促销价显示。
  2. 视觉编码:由人工对 MAI Code 2 和 GPT-6 Sol 在用户界面、游戏、数据可视化、3D 场景和 SVG 图形上的表现进行盲测对比。偏好评分同时涵盖美观度和功能性,由共计 258 名标注员完成标注。
  3. MAI Code 2 Flash 的性能与价格:所有模型均以最高推理强度运行。DeepSWE 1.1、TerminalBench 2.1 和 SWE Atlas 在 MSBench 上使用 GitHub Copilot CLI 运行,未使用子智能体。MAI-Code-2-Flash 的成本按 50% 促销价显示。

相关报道

MAI Cyber 2 Flash:领先的安全性,更低的成本

2026年11月17日

MAI 授权权重:由你掌控的前沿性能

2026年11月17日

视频无法播放。请使用播放按钮重试。

七款全新世界级模型,兼具可扩展的价格与性能

2026年11月17日

面向 GitHub Copilot 和 Excel 的爬山式 MAI 模型

2026年7月23日

A blurry background of green and pink colors with the word "MAI" in white text centered inside a thin white square.

视频无法播放。请使用播放按钮重试。

文章 MAI Code 2 和 Code 2 Flash:以可扩展的价格实现日常编码 首次发表于 Microsoft AI。

来源:Microsoft AI:官方博客 · microsoft.ai

来源:RadarAI · aihot.news