跳到正文
aihot(aihot.news)· noreply@aihot.news (Microsoft AI:官方部落格)·· 5 天前精選品質評分88

Microsoft AI 推出 MAI Code 2 和 MAI Code 2 Flash 編碼模型

Microsoft AI 釋出 MAI Code 2 與 Code 2 Flash 編碼模型

重點導讀

企業每天要處理寫程式、除錯和修改專案等工作,選用模型時也得考量成本。

  • Microsoft AI 推出 MAI Code 2 和 MAI Code 2 Flash,分別面向日常編碼與大量、快速的例行工作。在四項編碼測試的平均結果中,MAI Code 2 的表現約為 GPT 6.1 Sol 的 98%,成本約為 40%。
  • 與 Claude Opus 5.5 相比,表現約為 96%,成本約為 5%。這些成本依原文所述採用促銷價格,實際比較也會隨工作內容和設定改變。兩款模型已在 GitHub Copilot 中提供,Code 2 Flash 也在 Microsoft Foundry 限量預覽。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

推薦理由

文中比較兩款模型與其他模型在日常編碼測試中的效能和成本,並說明測試範圍與促銷價格假設,方便評估企業使用情境。

正文

Microsoft AI:官方部落格· alenabu@microsoft.com·2026-11-18 02:15· 1 小時前精選AI 評分66

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

AI 導讀

Microsoft AI 釋出 MAI Code 2 和 MAI Code 2 Flash 兩款面向日常企業編碼任務的編碼模型。

推薦理由

官方給出與 GPT 6.1 Sol、Claude Opus 5.5 對比的效能價格資料,讀者可據此評估日常企業編碼場景的成本取捨。

MAI Code 2 與 Code 2 Flash:以可擴充套件的價格滿足日常編碼需求

2026年11月17日 ·模型

ASCII-art curly braces over an abstract background

MAI Code 2 與 MAI Code 2 Flash:兩款全新的編碼模型,專為日常企業編碼任務打造,以競品模型零頭的成本帶來領先的效能。

日常編碼的效能與速度

在常見企業編碼任務上,MAI Code 2 處於價效比前沿,尤其擅長程式碼上線、深度除錯、多檔案實現、倉庫級推理和 UI。與此同時,它產出的改動是程式碼維護者願意合併的,而成本僅為前沿模型的一小部分。

而 MAI Code 2 Flash 面向高吞吐場景,例如程式碼講解、定向修改、常規修復和快速迭代,以低得多的成本帶來可靠質量。

不到一半價格,產出生產級質量

為實現最佳價效比,我們在構建這些模型時優先考慮客戶每天實際進行的編碼工作。它們目前明確尚未針對更難的題目調優,例如基礎科學研究,以及超長週期的AI 助理任務。

在四項廣泛使用的基準測試上取平均(DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas 和 FrontierCode v1.1,均針對我們在 GitHub Copilot 中見到的日常企業編碼任務),MAI Code 2 的效能達到 GPT 6.1 Sol 的 98%,成本僅為其 40%;效能達到 Claude Opus 5.5 的 96%,成本僅為其 5%。1

MAI Code 2 還針對生成優質儀表盤和視覺化做了調優,在視覺化編碼方面表現出色。在盲測的前端應用評估中,評審有 67% 的情況下更青睞它的結果,而非 GPT-6 Sol。2

此外,在衡量日常高吞吐常規編碼任務的三項編碼基準測試中,MAI Code 2 Flash 的效能與 GPT-6 Luna 和 Claude Haiku 5.5 相當,成本分別為二者的 65% 和 20%。3

不止於編碼

MAI Code 2 也正在成為微軟產品背後的主力。我們基於 Code 2 Flash 進一步優化出單一模型 MAI Work Flash,為 M365 和 Fabric IQ 中的多款微軟產品提供服務。

Excel:在關鍵的內部 Excel 客戶場景基準測試中,我們的模型在準確率和 token 效率上與 GPT 6 Luna 持平。

PowerPoint:在衡量高頻 PowerPoint 任務的關鍵生產基準場景中,我們的模型在質量和 token 效率上均與 GPT 6 Luna 持平。

Word:在 5 項關鍵內部基準測試中,我們的模型表現與 GPT 6.1 Sol 相近(而體積顯著更小),生產環境中每次呼叫的輸入 token 數比 GPT6.1 Sol 少約 42%。

團隊:我們的模型在跟蹤決策、填補知識空白以及適配自定義指令方面優於 GPT 6 Luna,在指令遵循和工具呼叫上最多可少用 28% 的 token。

FabricIQ:在離線評測中,我們的 MAI 模型在 DAX 查詢生成上優於 GPT-5.6-sol、GPT-6-astra 和 Opus-5.5。DAX 查詢生成是 Power BI 語義模型“Chat with your Data”功能背後的核心能力。

開始使用

MAI Code 2 和 Code 2 Flash 已在 GitHub Copilot 中可用,Code 2 Flash 正在Microsoft Foundry 中限量預覽。很快,我們還將在 Open Router、Vercel、Hermes、Open Code 和 Kilo 上釋出它。

想了解如何自定義 MAI Code 2,請訪問我們的自定義模型頁面。

關於這些結果
結果反映的是在特定編碼任務和配置下的評測。效能與成本對比會因工作負載、模型配置、推理強度以及定價假設的不同而有所差異。

  1. MAI Code 2 的效能與價格:所有模型均以最高推理強度執行。DeepSWE 1.1、TerminalBench 2.1 和 SWE Atlas 在 MSBench(微軟內部評測平臺)上使用 GitHub Copilot CLI 執行,未使用子AI 助理。FrontierCode 1.1 的分數和成本來自 Artificial Analysis;MAI-Code-2 的成本按 50% 促銷價顯示。
  2. 視覺編碼:由人工對 MAI Code 2 和 GPT-6 Sol 在使用者介面、遊戲、資料視覺化、3D 場景和 SVG 圖形上的表現進行盲測對比。偏好評分同時涵蓋美觀度和功能性,由共計 258 名標註員完成標註。
  3. MAI Code 2 Flash 的效能與價格:所有模型均以最高推理強度執行。DeepSWE 1.1、TerminalBench 2.1 和 SWE Atlas 在 MSBench 上使用 GitHub Copilot CLI 執行,未使用子AI 助理。MAI-Code-2-Flash 的成本按 50% 促銷價顯示。

相關報道

MAI Cyber 2 Flash:領先的安全性,更低的成本

2026年11月17日

MAI 授權權重:由你掌控的前沿效能

2026年11月17日

影片無法播放。請使用播放按鈕重試。

七款全新世界級模型,兼具可擴充套件的價格與效能

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.

影片無法播放。請使用播放按鈕重試。

文章 MAI Code 2 和 Code 2 Flash:以可擴充套件的價格實現日常編碼 首次發表於 Microsoft AI。

來源:Microsoft AI:官方部落格 · microsoft.ai

來源: aihot (aihot.news)
開啟原文

讀者討論

理性交流 · 即時討論