MAI Code 2 и MAI Code 2 Flash: одно семейство, два масштаба
Две новые модели Microsoft для кода рядом: официальные характеристики, опубликованные таблицы бенчмарков, цена за токен и то, как выбрать модель в GitHub Copilot.
MAI Code 2 и Code 2 Flash коротко
- Microsoft представила обе модели 17 ноября 2026 года. В тот же день они вышли в GitHub Copilot как общедоступные (GA), а Flash ещё и в ограниченном превью в Microsoft Foundry.
- Это одно семейство: та же архитектура, тот же рецепт обучения и состав данных, разница только в масштабе. У Code 2 активных параметров 77B, у Flash — 12B, контекст у обеих 1 050 000 токенов.
- По собственным бенчмаркам Microsoft Code 2 даёт в среднем 63,2% прохождения при $0,309 за задачу, Flash — 61,0% при $0,052. Code 2 Microsoft описывает как «98% производительности GPT-6.1 Sol при 40% стоимости».
- Доступ в Copilot различается: Flash есть и в Free со Student, Code 2 начинается с Pro. Обе модели тарифицируются по расходу AI-кредитов — Flash в промо-период стоит $0,05 за 1M входных и $0,25 за 1M выходных токенов.
Introducing MAI Code 2 and MAI Code 2 Flash
Источникmicrosoft.ai2026-11-20
MAI Code 2 and MAI Code 2 Flash — Model Card (PDF)
Источникmicrosoft.ai2026-11-20
MAI Code 2 and MAI Code 2 Flash in GitHub Copilot
Источникgithub.blog2026-11-20
Models and pricing for GitHub Copilot
Источникdocs.github.com2026-11-20
Supported AI models in GitHub Copilot
Источникdocs.github.com2026-11-20
Характеристики, бенчмарки, цены и доступность по тарифам на этой странице прочитаны в указанных источниках 2026-11-20. Если числа нет в этих документах, его нет и здесь.
Что такое MAI Code 2 и MAI Code 2 Flash
Это агентные модели для программирования от Microsoft AI, представленные 17 ноября 2026 года. Microsoft описывает их как «две новые модели для повседневных корпоративных задач программирования, дающие передовую производительность за долю стоимости конкурентов».
Разделение намеренное. Code 2 — старшая модель: «доведение кода до продакшена, глубокая отладка, реализация в нескольких файлах, рассуждения по всему репозиторию и UI». Flash «спроектирована для больших объёмов: объяснение кода, точечные правки, рутинные исправления и быстрые итерации — при гораздо меньшей стоимости».
Обе модели обучены Microsoft с нуля на этапах предобучения и дообучения и предоставляются только как хостинговый сервис: в model card сказано, что локальное железо не требуется, а веса не распространяются. На момент выпуска они «оптимизированы только под генерацию английского кода», и Microsoft прямо пишет, что модели «пока сознательно не настроены на более сложные задачи вроде фундаментальных научных исследований и очень длинных агентных сценариев».
Официальные характеристики рядом
Из model card (обновлён 17 ноября 2026) и справочника поддерживаемых моделей GitHub; оба прочитаны 2026-11-20.
| Параметр | MAI Code 2 | MAI Code 2 Flash |
|---|---|---|
| Архитектура | Decoder-only трансформер с разреженными слоями MoE и встроенным визуальным энкодером | То же семейство архитектур и тот же рецепт обучения, меньшая база |
| Параметры | 77B активных · 3B в эмбеддингах · ~2,8T всего | 12B активных · ~398B всего |
| Контекст | 1 050 000 токенов (лимит входа 922 000 / выхода 128 000) | 1 050 000 токенов (лимит входа 922 000 / выхода 128 000) |
| Входы | Текст и изображения | Текст и изображения |
| Уровень рассуждений | Настраивается: low, medium, high, xhigh, max | Настраивается: low, medium, high, xhigh, max |
| Отсечка знаний | Август 2026 | Август 2026 |
| Релиз | 17 ноября 2026 — GA в GitHub Copilot | 17 ноября 2026 — GA в GitHub Copilot; ограниченное превью в Microsoft Foundry |
| Тарифы Copilot | Pro, Pro+, Max, Business, Enterprise | Free, Student, Pro, Pro+, Max, Business, Enterprise |
| Цена за 1M токенов (промо) | $0,50 вход · $0,025 кэш · $2,50 выход | $0,05 вход · $0,005 кэш · $0,25 выход |
| Веса | Хостинговый сервис на GPU Azure; веса не распространяются | Хостинговый сервис на GPU Azure; веса не распространяются |
В сводной таблице model card число параметров дано диапазоном (50B–100B при 80B активных у Code 2, 5B–15B при 12B активных у Flash), а в разделе 1 указаны точные значения, приведённые выше. При расхождении цитируется подробный раздел.
Бенчмарки, которые опубликовала Microsoft
Доля успешных задач при максимальном уровне рассуждений на собственном стенде Microsoft. Flash не прогоняли на FrontierCode, поэтому эта строка у неё пустая: средние значения между столбцами несопоставимы.
| Бенчмарк | MAI Code 2 | MAI Code 2 Flash |
|---|---|---|
| DeepSWE 1.1 | 73.2% | 59.9% |
| Terminal-Bench 2.1 | 84.6% | 78.3% |
| SWE Atlas | 43.1% | 44.8% |
| FrontierCode v1.1 | 52.0% | — |
| Среднее (по строкам выше) | 63.2% | 61.0% |
| Средняя стоимость задачи | $0.309 | $0.052 |
Методика из model card: все задачи прогонялись на MSBench в обвязке GitHub Copilot CLI (v1.0.102), с отключёнными субагентами и максимальным уровнем рассуждений, среднее по трём независимым прогонам на задачу; инфраструктурные ошибки считаются провалами. Стоимость — цифры Microsoft по промо-цене 50%.
По среднему на DeepSWE 1.1, Terminal-Bench 2.1, SWE Atlas и FrontierCode v1.1 Microsoft ставит MAI Code 2 на уровень «98% производительности GPT-6.1 Sol при 40% стоимости и 96% производительности Claude Opus 5.5 всего при 5% стоимости».
Для Flash на DeepSWE 1.1, Terminal-Bench 2.1 и SWE Atlas заявлена «сопоставимая производительность с GPT-6 Luna и Claude Haiku 5.5 при 65% и 20% стоимости».
Как построены сравнения
Две таблицы ниже — графики из самого анонса. Наборы бенчмарков в них разные, поэтому сравнивайте строки внутри таблицы, а не между ними.
MAI Code 2 против фронтирных моделей
Четыре бенчмарка (DeepSWE 1.1, Terminal-Bench 2.1, SWE Atlas, FrontierCode v1.1): средняя доля успеха и средняя стоимость задачи в USD, все модели на максимальном уровне рассуждений.
| Модель | Ср. доля успеха | Ср. стоимость задачи |
|---|---|---|
| MAI Code 2 | 63.2% | $0.309 |
| GPT-6.1 Sol | 64.1% | $0.761 |
| Claude Opus 5.5 | 65.3% | $6.306 |
MAI Code 2 Flash против лёгких моделей
Три бенчмарка (DeepSWE 1.1, Terminal-Bench 2.1, SWE Atlas): средняя доля успеха и средняя стоимость задачи в USD.
| Модель | Ср. доля успеха | Ср. стоимость задачи |
|---|---|---|
| MAI Code 2 Flash | 61.0% | $0.052 |
| GPT-6 Luna | 55.1% | $0.080 |
| Claude Haiku 5.5 | 53.9% | $0.319 |
Сколько Copilot берёт за токены
Copilot считает расход модели в токенах и переводит сумму в AI-кредиты по курсу 1 кредит = $0,01. Ниже опубликованные тарифы за 1 миллион токенов.
| Модель | Вход | Кэш входа | Выход |
|---|---|---|---|
| MAI Code 2 | $0.50 | $0.025 | $2.50 |
| MAI Code 2 Flash | $0.05 | $0.005 | $0.25 |
Промо-цена действует до 17 мая 2027 года
Обе модели идут по промо-цене 50% до 17 мая 2027 года. С 17 мая 2027 прайс удваивается: Code 2 — $1,00 вход / $0,05 кэш / $5,00 выход, Flash — $0,10 / $0,01 / $0,50 за 1M токенов. Цифры стоимости в бенчмарках Microsoft посчитаны по промо-цене.
Сколько на самом деле стоит запрос
В каждом тарифе Copilot есть пакет AI-кредитов, расход сверх него тарифицируется по указанным ставкам. Copilot Free и Student включают пакет, а не безлимитный Flash. Автодополнение кода и подсказки next-edit в кредитах не тарифицируются, а чат и агентные запросы — да.
Как пользоваться в GitHub Copilot
Четыре шага, все описаны в официальной документации — обходных путей не нужно.
- 1
Откройте выбор модели в любом клиенте Copilot
В VS Code откройте Copilot Chat и используйте выпадающий список моделей внизу окна чата. Тот же выбор есть в Visual Studio, IDE JetBrains, Xcode, Eclipse, Copilot CLI, приложении Copilot, облачном агенте и на github.com.
- 2
Проверьте, что модель входит в ваш тариф
Flash доступна на Free, Student, Pro, Pro+, Max, Business и Enterprise. Code 2 начинается с Pro. Обе доступны и подходящим подписчикам годовых планов.
- 3
Администратору стоит проверить политику моделей
Администраторы Business и Enterprise управляют моделями MAI через политику моделей в настройках Copilot. При включённом по умолчанию доступе новые модели включаются автоматически, если администратор не отключил глобальное значение или саму модель.
- 4
Следите за счётчиком AI-кредитов
Модели тарифицируются по расходу, поэтому долгая агентная сессия на Code 2 стоит реальных денег. Задайте бюджет, рутину оставьте на Flash, а Code 2 включайте для задач, где нужна глубина.
В каких клиентах они перечислены
В changelog сказано, что обе модели выбираются в VS Code, Visual Studio, Copilot CLI, облачном агенте Copilot, приложении Copilot, на github.com, в GitHub Mobile для iOS и Android, в IDE JetBrains, Xcode и Eclipse. Справочник поддерживаемых моделей отмечает у обеих контекст в 1M токенов (только VS Code и Copilot CLI) и настраиваемый уровень рассуждений.
Учебник по GitHub Copilot CLI · Туториал по coding agent в Copilot
Другие пути доступа и что реально подтверждено
Сегодня общедоступен только Copilot. Всё остальное — либо ограниченное превью, либо обещание.
Microsoft Foundry — только Flash, ограниченный доступ
Flash находится в ограниченном превью Microsoft Foundry. В model card описана интеграция: создайте развёртывание MAI Code 2 Flash и вызывайте его через OpenAI-совместимый Responses API со стандартной аутентификацией Azure, квотами и фильтрацией контента.
OpenRouter, Vercel, Hermes, OpenCode и Kilo — объявлено, но не вышло
В анонсе сказано ровно это: «Soon, we'll be releasing them on OpenRouter, Vercel, Hermes, OpenCode, and Kilo». Ни даты, ни цен, ни идентификаторов моделей в API не опубликовано, так что за пределами этой фразы проверять сегодня нечего.
Это заявление Microsoft о намерении выпустить модели, а не анонс партнёрства: ни один сторонний провайдер не подтвердил доступность, идентификатор модели или цену. Пока такого подтверждения нет, подтверждённые пути — только GitHub Copilot и Microsoft Foundry.
Какую из двух выбрать
Честный ответ — «обе, по задаче»: семейство так и задумано, а разрыв в цене достаточно велик, чтобы маршрутизация окупалась.
MAI Code 2 — для работы «как в продакшене»
Глубокая отладка, реализация в нескольких файлах, рефакторинг, рассуждения по репозиторию и UI. В слепых человеческих сравнениях интерфейсов, игр, визуализаций данных, 3D-сцен и SVG разработчики в 64% случаев предпочитали результат Code 2, а не GPT-6 Sol (258 аннотаторов).
MAI Code 2 Flash — для объёма
Объяснение кода, точечные правки, рутинные исправления, каркасы тестов и быстрые итерации. Средняя доля успеха 61,0% против 63,2% у Code 2, а стоимость задачи примерно в шесть раз ниже.
Посчитайте, прежде чем стандартизировать
По промо-цене Flash в десять раз дешевле Code 2 на входных и выходных токенах. Если работа — это в основном объяснить, переименовать и мелко починить, разрыв в качестве редко окупает разрыв в цене; если это агентная работа по многим файлам, обычно окупает.
Что Microsoft сама называет ограничениями
Цитаты из раздела known limitations в model card, а не претензии третьих сторон.
- 1Знания ограничены отсечкой предобучения в августе 2026 года, поэтому свежие библиотеки, API и уязвимости могут быть неизвестны.
- 2В длинных агентных сессиях модели могут повторять вызовы инструментов, недоиспользовать существующую кодовую базу, отклоняться от инструкций или останавливаться, не проверив работу; качество падает по мере приближения к пределу контекста.
- 3«Меньшая модель MAI Code 2 Flash уступает MAI Code 2 на сложных и длинных задачах и может требовать больше указаний».
- 4Повышение уровня рассуждений увеличивает задержку и расход токенов и «не всегда улучшает результат».
- 5На момент выпуска обе модели «оптимизированы только под генерацию английского кода», и Microsoft не рекомендует выводить сгенерированный код в продакшен, в системы, критичные для безопасности, или в регулируемые системы без человеческой проверки и тестов.
