Microsoft выпустила MAI Code 2 и обещает уровень GPT-6.1 Sol за 40% цены
Что умеют новые кодинг-модели Microsoft, сколько они стоят в Copilot и почему заявленные проценты надо читать со сносками.
Microsoft 17 ноября на конференции Ignite представила две модели для программирования: MAI Code 2 для повседневных задач в больших корпоративных кодовых базах и облегчённую MAI Code 2 Flash для потока мелких правок. Обе в тот же день появились в GitHub Copilot. По замерам самой Microsoft, MAI Code 2 даёт 98% качества GPT-6.1 Sol при 40% его стоимости и 96% качества Claude Opus 5.5 при 5% стоимости.
Для разработчика это ещё одна дешёвая модель в выпадающем списке Copilot, причём по акционной цене токен MAI Code 2 в 4 раза дешевле, чем у GPT-6.1 Sol, и в 8 раз дешевле, чем у Opus 5.5. Но громкие проценты стоит читать вместе со сносками: стоимость MAI в сравнении посчитана по акционной цене со скидкой 50%, а три из четырёх бенчмарков Microsoft прогоняла на собственной платформе через GitHub Copilot CLI. Только оценки по четвёртому, FrontierCode, взяты у независимой Artificial Analysis.
Ключевые выводы
- MAI Code 2 доступна в Copilot Pro, Pro+, Max, Business и Enterprise, MAI Code 2 Flash ещё и в Free и Student; Flash также в ограниченном превью Microsoft Foundry.
- В Copilot до 17 мая 2027 года действует акционная цена: $0,50 и $2,50 за миллион входных и выходных токенов у MAI Code 2, $0,05 и $0,25 у Flash. Потом цены удваиваются.
- Заявленные «98% от GPT-6.1 Sol за 40% цены» и «96% от Opus 5.5 за 5% цены» — замер Microsoft на максимальном reasoning, стоимость MAI взята по акционной цене.
- Microsoft прямо пишет, что модели пока не настроены на очень длинную агентную работу и сложные научные задачи.
- MAI-Code-1.1-Flash уберут из всех режимов Copilot 18 декабря 2026 года.
Что Microsoft выпустила и для каких задач?
Обе модели делает подразделение Microsoft AI (MAI), это следующее поколение после MAI-Code-1-Flash, которую GitHub снял с поддержки в сентябре, и MAI-Code-1.1-Flash. По описанию Microsoft, MAI Code 2 рассчитана на типичную работу в компаниях: довести код до продакшена, глубокая отладка, реализация на несколько файлов, рассуждения по всему репозиторию и интерфейсы. Компания утверждает, что модель делает изменения, которые мейнтейнеры готовы принять в кодовую базу (перевод редакции, формулировка маркетинговая).
MAI Code 2 Flash предназначена для массовой работы: объяснить код, сделать точечную правку, исправить рутинную ошибку, быстро пройти несколько итераций. В GitHub Copilot первая модель отнесена к категории Powerful, вторая — к Lightweight.
Ограничения Microsoft назвала сама: модели «пока явно не настроены» на сложные задачи вроде фундаментальных научных исследований и на очень длинную автономную агентную работу. Если вы отдаёте агенту многочасовые задачи без присмотра, это не та модель, на которую Microsoft делает ставку.
Отдельно MAI Code 2 настроили на дашборды и визуализации. В слепом сравнении фронтенд-приложений рецензенты в 64% случаев предпочли результат MAI Code 2 результату GPT-6 Sol. По сноске, сравнивали интерфейсы, игры, визуализации данных, 3D-сцены и SVG-графику, оценивали и внешний вид, и работоспособность, разметку делали 258 аннотаторов.
Что стоит за процентами в сравнении с GPT и Claude?
Главная цифра анонса — среднее по четырём бенчмаркам, которые, по словам Microsoft, ближе всего к повседневным задачам пользователей GitHub Copilot: DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas и FrontierCode v1.1. На этом среднем MAI Code 2 получила 98% результата GPT-6.1 Sol при 40% его стоимости и 96% результата Claude Opus 5.5 при 5% стоимости. Те же цифры повторены в общем посте Microsoft об анонсах Ignite.
Условия замера Microsoft раскрыла в сносках к анонсу, и от них зависит, как читать результат:
- все модели запускали на максимальном уровне reasoning;
- DeepSWE 1.1, Terminal Bench 2.1 и SWE-Atlas прогоняли на MSBench — внутренней платформе оценки Microsoft — через GitHub Copilot CLI без субагентов, то есть в харнессе самой Microsoft;
- оценки и стоимость по FrontierCode 1.1 взяты у Artificial Analysis;
- стоимость MAI Code 2 и MAI Code 2 Flash показана по акционной цене со скидкой 50%.
Последний пункт важен для расчёта бюджета. В Copilot акционная цена действует до 17 мая 2027 года, после чего, по прайсу GitHub, токены MAI Code 2 подорожают в 2 раза. По нашей оценке, если модель тратит на задачу столько же токенов, «40% стоимости GPT-6.1 Sol» после мая превратятся примерно в 80%, а «5% от Opus 5.5» — примерно в 10%. Сама Microsoft в разделе об ограничениях пишет, что сравнение производительности и стоимости зависит от нагрузки, конфигурации, уровня reasoning и предположений о ценах.
Второй момент — харнесс, то есть обвязка агента вокруг модели. Три бенчмарка из четырёх запускали в Copilot CLI, а системный промпт, инструменты и управление контекстом у агентов разные, как видно и по последним обновлениям Claude Code и Codex. В Claude Code, Codex CLI или OpenCode цифры могут быть другими.
Для Flash Microsoft приводит сравнение по трём бенчмаркам (DeepSWE 1.1, Terminal Bench 2.1 и SWE-Atlas, без FrontierCode): качество, сопоставимое с GPT-6 Luna и Claude Haiku 5.5, при 65% и 20% их стоимости соответственно. Стоимость Flash в этом сравнении тоже посчитана по акционной цене.
Сколько стоят модели в GitHub Copilot?
Обе модели в Copilot тарифицируются по использованию (usage-based billing), сказано в changelog GitHub. Цены за миллион токенов из документации GitHub на 18 ноября (у моделей OpenAI и Anthropic дополнительно оплачивается запись в кэш: $2,50 у GPT-6.1 Sol, $5,00 у Opus 5.5, $0,125 у GPT-6 Luna и Haiku 5.5):
Цены в GitHub Copilot за 1 млн токенов
8 сервисов, 4 столбца
Листайте столбцы →Смахните влевоВсе 4 столбца
Источник: документация GitHub Copilot, Models and pricing
Заявленная «стоимость задачи» расходится с ценой токена. У Flash по акции токены вдвое дешевле, чем у GPT-6 Luna и Haiku 5.5, а Microsoft пишет о 65% и 20% их стоимости. Вероятные причины — разный расход токенов на одну задачу, разная доля кэшированного входа и оплата записи в кэш; Microsoft детали расчёта не раскрывает. Поэтому сравнивать модели стоит по цене решённой задачи на своих примерах, а не по прайсу.
По таблице поддерживаемых моделей обе MAI-модели поддерживают окно контекста в 1 млн токенов и настраиваемый уровень reasoning, но не во всех клиентах: миллионный контекст доступен в VS Code и Copilot CLI. GitHub также предупреждает, что модели MAI постоянно дообучаются, и поведение может меняться с выходом новых чекпоинтов.
Где модели доступны и как их включить?
По changelog GitHub, MAI Code 2 доступна на тарифах Copilot Pro, Pro+, Max, Business и Enterprise, а MAI Code 2 Flash — ещё и на Free и Student. В документации есть оговорка: пользователи Free и Student получают модели только через автоматический выбор модели (Auto). Flash входит в список моделей для Auto и Copilot Fusion, MAI Code 2 — нет.
Модели выбираются в меню моделей в VS Code, Visual Studio, Copilot CLI, облачном агенте Copilot, приложении GitHub Copilot, на github.com, в GitHub Mobile для iOS и Android, а также в JetBrains IDE, Xcode и Eclipse. Для Visual Studio GitHub указывает минимальную версию 17.14.6.
- Обновите расширение Copilot или IDE и выберите MAI Code 2 или MAI Code 2 Flash в меню моделей.
- В Copilot Business и Enterprise доступом управляет политика моделей в настройках Copilot. Новые модели включаются автоматически, если администратор не отключил глобальное включение по умолчанию или эту модель отдельно.
- Если в организации используется MAI-Code-1.1-Flash, до 18 декабря 2026 года переключите сценарии на новую модель: GitHub выводит её из всех режимов Copilot и предлагает замену «последней моделью MAI Code Flash».
- Перед переводом команды на новую модель прогоните 10–20 типичных задач из своего репозитория и сравните расход и результат с текущей моделью.
Вне Copilot MAI Code 2 Flash пока доступна только в ограниченном превью Microsoft Foundry. Microsoft обещает «скоро» выпустить модели на OpenRouter, Vercel, Hermes, OpenCode и Kilo, но дат не называет.
Зачем Microsoft свои модели?
На Ignite Microsoft показала семь новых моделей и сделала главным аргументом цену: «по мере того как расходы на токены взлетают», компания хочет дать модели, которые можно гонять в агентах круглосуточно. Кроме кодинга, MAI Code 2 Flash стала основой для MAI Work Flash, одной модели для продуктов Microsoft 365 и Fabric IQ.
Microsoft приводит по ней внутренние замеры: в Excel и PowerPoint модель на уровне GPT-6 Luna по точности и расходу токенов; в Word близка к GPT-6.1 Sol на пяти внутренних бенчмарках при примерно на 42% меньшем числе входных токенов на вызов; в Teams обходит GPT-6 Luna в отслеживании решений, восполнении пробелов в знаниях и следовании своим инструкциям, а в задачах на следование инструкциям и вызов инструментов тратит до 28% меньше токенов; в Fabric IQ, по офлайн-оценке, генерирует запросы DAX для Power BI лучше GPT-5.6 Sol, GPT-6 Astra и Opus 5.5. Все эти цифры — замеры самой Microsoft на внутренних наборах.
Для команд, которые сейчас выбирают модели под API, это ещё один кандидат в нижнем ценовом сегменте; как считать цену решённой задачи, мы разбирали в обзоре моделей сентября. Следующий проверяемый шаг — появление MAI Code 2 на OpenRouter и в сторонних харнессах: тогда станет видно, как модель ведёт себя вне Copilot CLI, на задачах, которые выбирала не Microsoft, и после окончания акции.
Источники: Microsoft AI: Introducing MAI Code 2 and MAI Code 2 Flash, Microsoft AI: анонсы Ignite 2026, GitHub Changelog: MAI Code 2 and MAI Code 2 Flash in GitHub Copilot, GitHub Changelog: Upcoming deprecation of MAI-Code-1.1-Flash, GitHub Docs: Models and pricing for GitHub Copilot, GitHub Docs: Supported AI models in GitHub Copilot
Изображение на обложке: Microsoft AI