Microsoft выпустила MAI Code 2 и Code 2 Flash: модели для кодинга дешевле GPT и Claude

Microsoft выпустила MAI Code 2 и Code 2 Flash: модели для кодинга дешевле GPT и Claude

Microsoft (подразделение MAI) анонсировала две модели для программирования: MAI Code 2 и MAI Code 2 Flash. Они нацелены на повседневные корпоративные задачи кодинга и, по словам компании, дают высокое качество при заметно меньшей цене, чем у конкурирующих моделей. Обе модели доступны в GitHub Copilot.

MAI Code 2 Microsoft позиционирует как модель «на границе соотношения цены и качества» для типичных корпоративных задач. По описанию компании, она хороша в доведении кода до продакшена, глубокой отладке, реализации правок сразу в нескольких файлах, рассуждениях по всему репозиторию и работе с интерфейсами, а изменения, которые она выдаёт, мейнтейнеры кода готовы принять. MAI Code 2 Flash рассчитана на высоконагруженную рутину: объяснение кода, точечные правки, мелкие исправления и быстрые итерации.

Цифры, которые приводит Microsoft. Усреднённо по четырём известным тестам (DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas и FrontierCode v1.1), нацеленным на повседневные корпоративные задачи из GitHub Copilot, MAI Code 2 показывает 98% качества GPT 6.1 Sol при 40% его стоимости и 96% качества Claude Opus 5.5 при 5% его стоимости. В слепых оценках фронтенд-приложений рецензенты предпочли результаты MAI Code 2 результатам GPT-6 Sol в 64% случаев; модель также настроена на дашборды и визуализации. MAI Code 2 Flash, по данным компании, сопоставима с GPT-6 Luna и Claude Haiku 5.5 по качеству при 65% и 20% их стоимости соответственно, по трём тестам на повседневные объёмные задачи.

Отдельно Microsoft рассказывает, что на базе Code 2 Flash дополнительно оптимизировала одну модель, MAI Work Flash, которая обслуживает продукты Microsoft 365 и Fabric IQ. В Excel и PowerPoint, по словам компании, она на уровне GPT 6 Luna по точности/качеству и экономии токенов на внутренних тестах. В Word она показывает результат, схожий с GPT 6.1 Sol (будучи заметно меньше), на пяти внутренних тестах и использует примерно на 42% меньше входных токенов на вызов в продакшене. В Teams модель превосходит GPT 6 Luna в отслеживании решений, закрытии пробелов в знаниях и адаптации пользовательских инструкций, расходуя до 28% меньше токенов на следовании инструкциям и вызове инструментов. В Fabric IQ в офлайн-прогонах она превзошла GPT-5.6-sol, GPT-6-astra и Opus-5.5 в генерации запросов на DAX, это основа функции «Chat with your Data» для семантических моделей Power BI.

Модели сознательно не настроены на более трудные задачи вроде фундаментальных научных исследований и очень долгих агентных сценариев. Доступ: обе модели есть в GitHub Copilot, Code 2 Flash, в ограниченном предварительном доступе в Microsoft Foundry. Microsoft обещает «скоро» выпустить модель на Open Router, Vercel, Hermes, Open Code и Kilo, без указания дат. Все сравнения, собственные замеры компании с оговоркой, что результаты зависят от задач, конфигурации, уровня рассуждений и допущений о ценах.

Ключевые факты

  • MAI Code 2 и MAI Code 2 Flash, две модели Microsoft для повседневных корпоративных задач кодинга; обе доступны в GitHub Copilot.
  • По усреднённым данным Microsoft по четырём тестам, MAI Code 2 даёт 98% качества GPT 6.1 Sol при 40% стоимости и 96% качества Claude Opus 5.5 при 5% стоимости.
  • MAI Code 2 Flash сравнима с GPT-6 Luna и Claude Haiku 5.5 по качеству при 65% и 20% их стоимости (три теста на рутинные задачи).
  • Из Code 2 Flash получена MAI Work Flash для Excel, PowerPoint, Word, Teams и Fabric IQ; в Word она использует примерно на 42% меньше входных токенов, чем GPT 6.1 Sol.
  • Модели не заточены под фундаментальные научные задачи и очень долгие агентные сценарии; Code 2 Flash в Microsoft Foundry пока в ограниченном предварительном доступе.

Почему это важно

Microsoft выводит в GitHub Copilot собственные модели для кодинга и прямо сравнивает их по цене и качеству с моделями OpenAI и Anthropic. Главный тезис анонса не «лучше всех», а «почти то же качество за малую долю стоимости» для рутинных корпоративных задач: 98% качества GPT 6.1 Sol за 40% цены и 96% качества Claude Opus 5.5 за 5% цены. Кроме того, компания показывает, что та же линейка (MAI Work Flash) работает в её офисных продуктах и в Fabric IQ, то есть собственные модели становятся основой продуктов Microsoft.

Кому это важно

Разработчикам и командам, которые пользуются GitHub Copilot и считают расходы на токены; компаниям с большим объёмом рутинного кода (объяснения, точечные правки, мелкие исправления), для которых рассчитана Code 2 Flash; тем, кто строит решения на Microsoft 365, Power BI и Fabric IQ, где применяется MAI Work Flash. Также интересно тем, кто выбирает модели для кодинга по соотношению цены и качества.

Как это применить

Обе модели уже доступны в GitHub Copilot. MAI Code 2 Flash в Microsoft Foundry пока в ограниченном предварительном доступе. Microsoft обещает «скоро» выпустить модель на Open Router, Vercel, Hermes, Open Code и Kilo, без дат. О настройке MAI Code 2 под себя компания отсылает на страницу Custom Models. Абсолютных цен за токен в анонсе нет, только доли от стоимости конкурентов, поэтому реальную экономию стоит проверять на собственных задачах и нагрузке.

Можно ли доверять

Источник, официальный анонс Microsoft, и все цифры в нём собственные: независимой проверки в тексте не упоминается. Приведены только относительные проценты, без сырых баллов тестов и абсолютных цен; допущения о стоимости (цены, уровень рассуждений, число токенов) не раскрыты. Сноски 1, 2 и 3 в тексте упомянуты, но их содержание не приведено. Сравниваемую модель в тексте называют по-разному («GPT 6.1 Sol» и «GPT-6 Sol»), без пояснения, одна ли это модель. Сама Microsoft оговаривает, что результаты относятся к конкретным задачам и конфигурациям и зависят от нагрузки, настроек, уровня рассуждений и допущений о ценах.

Риски и подводные камни

Заявленное соотношение «98% качества за 40% цены», усреднение по четырём тестам, и на ваших задачах оно может выглядеть иначе. Модели намеренно не настроены на сложные научные задачи и очень долгие агентные сценарии, так что на них рассчитывать не стоит. Внутренние тесты MAI Work Flash в Excel, Word, PowerPoint и Teams, это внутренние проверки Microsoft, а не публичные бенчмарки. Сроки выхода на сторонних площадках не названы.

«Результаты отражают оценки на конкретных задачах программирования и конфигурациях. Сравнения производительности и стоимости зависят от нагрузки, конфигурации модели, уровня рассуждений и допущений о ценах.»

— Microsoft, анонс MAI Code 2 и Code 2 Flash, раздел «О результатах»