一句话看懂 MAI Code 2 与 Code 2 Flash
- 微软 2026 年 11 月 17 日发布这两个型号,当天就作为正式版(GA)模型进入 GitHub Copilot;Flash 同时以限量预览形式出现在 Microsoft Foundry。
- 它们是同一家族:架构、训练配方、数据配比都相同,差别在规模。Code 2 是 770 亿激活参数,Flash 是 120 亿,两者上下文都是 1,050,000 token。
- 按微软自己的基准,Code 2 平均通过率 63.2%、单任务成本 0.309 美元,Flash 是 61.0%、0.052 美元。微软称 Code 2 达到「GPT-6.1 Sol 98% 的性能、40% 的成本」。
- Copilot 里的准入不同:Flash 连 Free 和 Student 都能用,Code 2 从 Pro 起步。两者都按用量折算 AI credits——促销期内 Flash 是每百万输入 0.05 美元、输出 0.25 美元。
Introducing MAI Code 2 and MAI Code 2 Flash
来源microsoft.ai2026-11-20
MAI Code 2 and MAI Code 2 Flash — Model Card (PDF)
来源microsoft.ai2026-11-20
MAI Code 2 and MAI Code 2 Flash in GitHub Copilot
来源github.blog2026-11-20
Models and pricing for GitHub Copilot
来源docs.github.com2026-11-20
Supported AI models in GitHub Copilot
来源docs.github.com2026-11-20
本页的规格、基准、价格与套餐准入均于 2026-11-20 从上面几个来源读取。这些页面上没有的数字,本页也不写。
MAI Code 2 与 MAI Code 2 Flash 是什么
它们是微软 AI 的 agentic 编码模型,2026 年 11 月 17 日发布。微软的定位是「两个面向日常企业编码任务的新编码模型,以竞品零头的成本提供领先性能」。
两个型号的分工是刻意的。Code 2 更大,负责「把代码推到生产、深度调试、多文件实现、全仓库推理和 UI」;Flash 则是「为代码解释、定向修改、常规修复和快速迭代这类高频工作设计,同时把质量维持在更低成本上」。
两个模型都由微软从零预训练与后训练,且都只提供托管服务:model card 写明无需本地硬件、不对外分发权重。发布时它们「只针对英文代码生产做了优化」,微软也直说「尚未针对更难的问题调优,比如基础科学研究与超长程 agentic 任务」。
官方规格逐项对照
取自 model card(最后更新 2026 年 11 月 17 日)与 GitHub 的支持模型文档,均于 2026-11-20 读取。
| 项目 | MAI Code 2 | MAI Code 2 Flash |
|---|---|---|
| 架构 | Decoder-only Transformer,稀疏 MoE 层,集成视觉编码器 | 同架构家族、同训练配方,基座更小 |
| 参数量 | 激活 770 亿 · 嵌入 30 亿 · 总计约 2.8 万亿 | 激活 120 亿 · 总计约 3980 亿 |
| 上下文 | 1,050,000 token(输入上限 922,000 / 输出上限 128,000) | 1,050,000 token(输入上限 922,000 / 输出上限 128,000) |
| 输入 | 文本与图像 | 文本与图像 |
| 推理档位 | 可调:low、medium、high、xhigh、max | 可调:low、medium、high、xhigh、max |
| 知识截止 | 2026 年 8 月 | 2026 年 8 月 |
| 发布 | 2026 年 11 月 17 日 — GitHub Copilot 正式可用 | 2026 年 11 月 17 日 — GitHub Copilot 正式可用;Microsoft Foundry 限量预览 |
| Copilot 套餐 | Pro、Pro+、Max、Business、Enterprise | Free、Student、Pro、Pro+、Max、Business、Enterprise |
| 每百万 token 价格(促销) | 输入 $0.50 · 缓存 $0.025 · 输出 $2.50 | 输入 $0.05 · 缓存 $0.005 · 输出 $0.25 |
| 权重 | Azure GPU 上的托管服务;不对外分发权重 | Azure GPU 上的托管服务;不对外分发权重 |
model card 的摘要表把参数量写成区间(Code 2 为 50B–100B、激活 80B;Flash 为 5B–15B、激活 12B),而正文第 1 节给出的是上面这些精确数字。两者不一致时,以正文为准。
微软公布的基准成绩
最大推理档位下的通过率,跑在微软自己的评测平台上。Flash 没有跑 FrontierCode,所以那一行对它是空的——两列的平均值不可直接比较。
| 基准 | 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% | — |
| 平均值(以上各行) | 63.2% | 61.0% |
| 单任务平均成本 | $0.309 | $0.052 |
方法出自 model card:所有编码基准都在 MSBench 上跑,harness 为 GitHub Copilot CLI(v1.0.102),关闭 subagent,使用最大推理档位,每个任务三次独立运行取平均;基础设施错误计为失败。成本为微软按五折促销价给出的数字。
在 DeepSWE 1.1、Terminal-Bench 2.1、SWE Atlas 和 FrontierCode v1.1 上取平均,微软称 MAI Code 2 达到「GPT-6.1 Sol 98% 的性能、40% 的成本,以及 Claude Opus 5.5 96% 的性能、仅 5% 的成本」。
Flash 这边,在 DeepSWE 1.1、Terminal-Bench 2.1 和 SWE Atlas 上,微软的说法是「与 GPT-6 Luna 和 Claude Haiku 5.5 性能相当,成本为它们的 65% 与 20%」。
这些对比是怎么算出来的
下面两张表就是公告里的原图数据。它们用的基准集不同,所以只在同一张表内比较,不要跨表比。
MAI Code 2 对比前沿模型
四个基准(DeepSWE 1.1、Terminal-Bench 2.1、SWE Atlas、FrontierCode v1.1):平均通过率与单任务平均成本(美元),所有模型均为最大推理档位。
| 模型 | 平均通过率 | 单任务平均成本 |
|---|---|---|
| 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 对比轻量模型
三个基准(DeepSWE 1.1、Terminal-Bench 2.1、SWE Atlas):平均通过率与单任务平均成本(美元)。
| 模型 | 平均通过率 | 单任务平均成本 |
|---|---|---|
| MAI Code 2 Flash | 61.0% | $0.052 |
| GPT-6 Luna | 55.1% | $0.080 |
| Claude Haiku 5.5 | 53.9% | $0.319 |
Copilot 的每 token 价格
Copilot 按 token 计价,再折算成 AI credits,1 credit = 0.01 美元。下面是官方公布的每百万 token 价格。
| 模型 | 输入 | 缓存输入 | 输出 |
|---|---|---|---|
| MAI Code 2 | $0.50 | $0.025 | $2.50 |
| MAI Code 2 Flash | $0.05 | $0.005 | $0.25 |
促销价到 2027 年 5 月 17 日为止
两个模型到 2027 年 5 月 17 日都按五折促销价计费。2027 年 5 月 17 日起恢复原价:Code 2 为输入 1.00 / 缓存 0.05 / 输出 5.00 美元,Flash 为 0.10 / 0.01 / 0.50 美元(每百万 token)。微软基准里的成本数字都是按促销价算的。
一次请求到底花多少
每个 Copilot 套餐都带一定额度的 AI credits,超出部分按上面的价格计费。Copilot Free 与 Student 是「含额度」,不是「Flash 无限用」。代码补全和 next-edit 建议不计入 AI credits,聊天与 agent 请求计入。
在 GitHub Copilot 里怎么用
四步,全部有官方文档,不需要任何变通做法。
- 1
在任意 Copilot 客户端打开模型选择器
VS Code 里打开 Copilot Chat,点聊天视图底部的模型下拉菜单。Visual Studio、JetBrains 系 IDE、Xcode、Eclipse、Copilot CLI、Copilot app、cloud agent 以及 github.com 上都有同一个选择器。
- 2
确认你的套餐包含这个模型
Flash 在 Free、Student、Pro、Pro+、Max、Business、Enterprise 上都有;Code 2 从 Pro 起步。年付订阅的合资格用户同样可用。
- 3
管理员要检查模型策略
Business 与 Enterprise 管理员在 Copilot 设置的模型策略里管理 MAI 模型。默认开启策略下,新模型会自动启用,除非管理员关掉了全局默认或单独禁用了该模型。
- 4
盯着 AI credits 用量
这两个模型走按用量计费,Code 2 上跑一次长 agent 会话是真金白银。设好预算,把日常活留给 Flash,需要更深推理时再切 Code 2。
哪些客户端列了这两个模型
更新日志写明两个模型都能在 VS Code、Visual Studio、Copilot CLI、Copilot cloud agent、Copilot app、github.com、iOS 与 Android 版 GitHub Mobile、JetBrains 系 IDE、Xcode 和 Eclipse 中选择。支持模型文档还标注两者都支持 100 万 token 上下文(仅 VS Code 与 Copilot CLI)与可调推理档位。
其它接入渠道,以及哪些是确认的
目前唯一正式可用的渠道是 Copilot,其余要么是限量预览,要么只是一句承诺。
Microsoft Foundry — 仅 Flash,限量访问
Flash 在 Microsoft Foundry 处于限量预览。model card 描述的接法是:创建 MAI Code 2 Flash 部署,通过 OpenAI 兼容的 Responses API 调用,走标准 Azure 鉴权、配额与内容过滤。
OpenRouter、Vercel、Hermes、OpenCode、Kilo — 已宣布,尚未上线
公告的原话只有这一句:「Soon, we'll be releasing them on OpenRouter, Vercel, Hermes, OpenCode, and Kilo.」没有日期、没有价格、也没有 API 模型 ID,所以除了这句话之外,今天没有任何可核实的内容。
这是微软表达发布意向,不是合作公告:没有任何第三方服务商确认可用性、模型 ID 或价格。在有人确认之前,GitHub Copilot 与 Microsoft Foundry 是唯一确认的渠道。
两个型号怎么选
诚实的答案是「按任务分着用」——这个家族本来就是这么设计的,而且价差大到值得做路由。
生产级工作交给 MAI Code 2
深度调试、多文件实现、重构、全仓库推理和 UI。在覆盖界面、游戏、数据可视化、3D 场景和 SVG 的盲测人评中,开发者在 64% 的情况下更偏好 Code 2 的输出而非 GPT-6 Sol(共 258 位标注者)。
高频重复工作交给 MAI Code 2 Flash
代码解释、定向修改、常规修复、测试脚手架和快速迭代。它平均通过率 61.0%,Code 2 是 63.2%,而单个基准任务的成本约为后者的六分之一。
定标准之前先算账
按促销价,Flash 的输入与输出单价都是 Code 2 的十分之一。如果你的活主要是解释 / 改名 / 小修,质量差距通常值不回价差;如果是多文件 agentic 长任务,那就值。
微软自己说的局限
引自 model card 的 known limitations,不是第三方的吐槽。
- 1知识截止到 2026 年 8 月的预训练数据,较新的库、API 与漏洞它可能不知道。
- 2长 agent 会话里,模型可能重复调用工具、不充分利用现有代码库、偏离指令,或在没完全验证前就收工;上下文接近上限时质量会下降。
- 3「较小的 MAI Code 2 Flash 在复杂、长程任务上不如 MAI Code 2,可能需要更多引导。」
- 4提高推理档位会增加延迟与 token 消耗,而且「并不总能改善结果」。
- 5发布时两个模型都「只针对英文代码生产优化」,微软也建议不要在未经人工审查与测试的情况下把生成代码部署到生产、安全关键或受监管系统。
