跳到正文
Microsoft AI:官方博客· alenabu@microsoft.com·· 4 小时前精选AI 评分70

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

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

AI 导读

Microsoft AI 在 Ignite 发布两款面向日常企业编码任务的模型 MAI Code 2 和 MAI Code 2 Flash。

推荐理由

原文给出具体基准对比和成本比例,并注明评测口径,读者可据此评估这两款编码模型在日常工作流中的性价比。

正文 · AI 翻译

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

2026年11月17日 ·Ignite ·Models

ASCII-art curly braces over an abstract background

MAI Code 2 和 MAI Code 2 Flash:两款全新的编程模型,专为日常企业编程任务打造,性能领先,而成本仅为竞品的一小部分。

日常编程的性能与速度

在常见企业编程任务上,MAI Code 2 处于性价比前沿,擅长将代码推向生产、深度调试、多文件实现、仓库级推理以及 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 面向高吞吐量工作,例如代码解释、定向修改、常规修复和快速迭代,以低得多的成本带来高质量。

不到一半价格,达到生产级质量

为实现最佳性价比,我们构建这些模型时优先考虑客户每天进行的编程工作。它们明确尚未针对更困难的问题进行调优,例如基础科学研究以及超长周期的智能体工作。

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

MAI Code 2 还针对生成出色的仪表盘和可视化进行了调优,擅长可视化编程。在盲测前端应用评估中,评审者在 64% 的情况下更青睐它的结果,而非 GPT-6 Sol。2

此外,在三项衡量日常高吞吐量常规编程任务的编程基准上,MAI Code 2 Flash 的性能与 GPT-6 Luna 和 Claude Haiku 5.5 相当,成本分别为它们的 65% 和 20%。3

编程之外

MAI Code 2 也正在成为微软产品背后的主力。我们在 Code 2 Flash 的基础上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 客户场景基准上,我们的模型在准确性和 token 效率方面与 GPT 6 Luna 相当。

PowerPoint:在衡量常见 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 相当。

Word:在 5 项关键内部基准上,我们的模型表现与 GPT 6.1 sol 相近(同时体积显著更小),生产环境中每次调用使用的输入 token 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、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 中上线,Code 2 Flash 正在Microsoft Foundry 中限量预览。不久后,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变化。

  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)上运行,使用 GitHub Copilot CLI,未启用子智能体。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 进行盲测对比,覆盖用户界面、游戏、数据可视化、3D 场景和 SVG 图形。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 上运行,使用 GitHub Copilot CLI,未启用子智能体。MAI-Code-2-Flash 的成本按 50% 促销价显示。

相关报道

MAI Cyber 2 Flash:安全领先,成本更低

2026年11月17日

MAI Licensed Weights:你掌控的前沿性能

2026年11月17日

七款世界级新模型,兼具可扩展的价格与性能

2026年11月17日

为 GitHub Copilot 和 Excel 持续爬坡的 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 首发于 Microsoft AI。

来源:Microsoft AI:官方博客 · microsoft.ai