Microsoft 推出 MAI Code 2 與 Code 2 Flash,主打日常程式工作
MAI Code 2 and Code 2 Flash
企業寫程式時,常要在處理複雜任務、速度和成本之間取捨。
- Microsoft 推出 MAI Code 2,主打除錯、多檔案修改和整理整個程式專案。
- MAI Code 2 Flash 則適合大量的程式說明、指定修改和例行修正。Microsoft 表示,在四項日常企業程式基準測試中,MAI Code 2 的表現約為 GPT 6.1 Sol 的 98%,成本是 40%。
- 這些比較會隨工作內容、設定和價格假設而變動。兩款模型已在 GitHub Copilot 提供,Code 2 Flash 也在 Microsoft Foundry 開放限量預覽。
AI 伴隨問答
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:
文中以日常企業程式工作為範圍,比較兩款模型的效能與成本,也列出不適用的高難度工作,可用來判斷它們適合哪些開發任務。
2026 年 11 月 17 日 模型
: 兩款全新程式碼模型,專為企業日常程式設計工作打造,以遠低於競品模型的成本,提供領先效能。
滿足日常程式設計需求的效能與速度
MAI Code 2 在常見企業程式設計工作的價格效能表現上名列前茅,擅長將程式碼推向正式環境、深入除錯、跨多個檔案實作、推理整個程式碼儲存庫,以及打造使用者介面。它也能以遠低於頂尖模型的成本,提供程式碼維護者願意合併的變更。
另一方面,MAI Code 2 Flash 專為大量工作而設計,例如說明程式碼、針對特定部分進行編輯、修正一般問題,以及快速反覆調整,並以低得多的成本維持優良品質。
不到一半價格,提供可用於正式環境的品質
為了提供最佳價格效能,我們打造這些模型時,優先處理客戶每天進行的程式設計工作。目前,它們尚未針對更棘手的問題調校,例如基礎科學研究,以及需要長時間執行的代理式工作。
以四項廣泛使用、針對 GitHub Copilot 常見企業程式設計工作的基準測試(DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas 和 FrontierCode v1.1)計算平均值,MAI Code 2 的效能達 GPT 6.1 Sol 的 98%,成本僅為其 40%;效能達 Claude Opus 5.5 的 96% ,成本則僅為5%。1
MAI Code 2 也針對製作優質儀錶板與視覺化內容進行調校,並擅長視覺化程式設計。在盲測的前端應用程式評估中,評審有 67% 的時間偏好它的成果,而非 GPT-6 Sol。2
此外,在衡量日常大量例行程式設計工作的三項基準測試中,MAI Code 2 Flash 的效能與 GPT-6 Luna 和 Claude Haiku 5.5 相近,成本分別僅為65% 和20%。3
不只程式設計
MAI Code 2 也逐漸成為 Microsoft 產品背後的主力模型。我們以 Code 2 Flash 為基礎,進一步調校出單一模型 MAI Work Flash,供 M365 和 Fabric IQ 的多項 Microsoft 產品使用。
Excel: 我們的模型在多項 Excel 內部客戶情境基準測試中,準確度與 Token 效率和 GPT 6 Luna 不相上下。
PowerPoint:在衡量常見 PowerPoint 工作的主要正式環境基準測試情境中,我們的模型在品質與 Token 效率上都和 GPT 6 Luna 不相上下。
Word:在 5 項內部主要基準測試中,我們的模型效能與 GPT 6.1 sol 相近(模型規模則小得多);在正式環境中,每次呼叫使用的輸入 Token 比 GPT6.1 Sol 少約 42%。
Teams:我們的模型在追蹤決策、填補知識缺口及依照自訂指令調整方面勝過 GPT 6 Luna;在遵循指令和呼叫工具時,使用的 token 最多可減少 28%。
FabricIQ:在離線評估中,我們的 MAI 模型在 DAX 查詢生成方面勝過 GPT-5.6-sol、GPT-6-astra 和 Opus-5.5。這是 Power BI 語意模型「與您的資料對話」功能背後的核心能力。
立即開始
MAI Code 2 和 Code 2 Flash 已在 GitHub Copilot 中推出,而 Code 2 Flash 正在Microsoft Foundry進行有限存取預覽。接下來,我們將在 Open Router、Vercel、Hermes、Open Code 和 Kilo 推出此模型。
深入瞭解如何在我們的自訂模型頁面自訂 MAI Code 2。
關於這些結果
結果反映模型在特定程式設計工作和設定下的評估表現。效能與成本比較會因工作負載、模型設定、推理量及定價假設而異。
- MAI Code 2 的效能與價格:所有模型皆以最高推理量執行。DeepSWE 1.1、TerminalBench 2.1 和 SWE Atlas 使用 GitHub Copilot CLI,在 MSBench(Microsoft 內部評估平臺)上執行,且未使用子代理。FrontierCode 1.1 的分數與成本取自 Artificial Analysis;MAI-Code-2 的成本以促銷價五折計算。
- 視覺程式設計:針對 MAI Code 2 和 GPT-6 Sol,在使用者介面、遊戲、資料視覺化、3D 場景及 SVG 圖形方面進行盲測並排評估。偏好評分同時涵蓋美感與功能,並由共258 位標註人員進行標註。
- MAI Code 2 效能與價格:所有模型皆以最高推理量執行。DeepSWE 1.1、TerminalBench 2.1 和 SWE Atlas 使用 GitHub Copilot CLI,在 MSBench 上執行,且未使用子代理。MAI-Code-2-Flash 的成本以促銷價五折計算。
相關報導
MAI Cyber 2 Flash:頂尖資安防護,成本更低
2026 年 11 月 17 日
MAI Licensed Weights:由您掌控的前沿效能
2026 年 11 月 17 日
七款全新世界級模型,兼具可擴充套件性與價格效能
2026 年 11 月 17 日
為 GitHub Copilot 和 Excel 打造的 MAI 模型持續改進
2026 年 7 月 23 日