98% 的性能、40% 的价格,但四场基准有三场在自己家跑:微软把 MAI Code 2 塞进了 Copilot
3 分钟看懂:这次到底发了什么
先讲结论:微软把自研的两个编程模型直接上架到 Copilot 的模型选择器,用远低于对手的单价去抢默认位。
2026 年 11 月 17 日,微软在 Ignite 大会上把自己的两个编程模型塞进了 GitHub Copilot:MAI Code 2 和 MAI Code 2 Flash。这是微软自研 MAI-Code 系列的第三代,也是第一次从"轻量补全"跨到"能干完整活的编程智能体"。
一句话说清两者的分工:
- MAI Code 2 干重活:跨多个文件改代码、深挖 bug、整仓理解、写界面。
- MAI Code 2 Flash 干高频轻活:解释代码、定点小改、日常修错、快速迭代。
这件事的分量不在于"又多了一个模型",而在于微软把自己家的模型放到了 Copilot 的模型选择器里,和 OpenAI、Anthropic 的模型并排卖。价格是它主打的武器,也是它最大的争议点。
本文基于官方 changelog、官方定价文档与多家媒体转述整理。
价格:便宜得反常,但有两个前提
GitHub 的定价文档写得很直白,两款模型都是按用量计费,并且目前是促销价:
- MAI Code 2:输入 $0.50 / 百万 token,缓存输入 $0.025,输出 $2.50。
- MAI Code 2 Flash:输入 $0.05 / 百万 token,缓存输入 $0.005,输出 $0.25。
对比一下就能感觉到差距:Flash 的输入价是 Code 2 的十分之一,输出价也是十分之一。
但请记住两件事,这是最容易踩的坑:
- 这是促销价,2027 年 5 月 17 日到期后全部翻倍。 Code 2 会变成 $1.00 / $0.05 / $5.00,Flash 变成 $0.10 / $0.01 / $0.50。如果你在做年度预算,按今天的单价算出来的账,明年五月会直接翻一番。
- 这是按 token 计费,不是按"次数"计费。 同一个任务,你让它多跑几轮、多读几个文件,账单就跟着涨。便宜的是单价,不是你那个月的总支出。
官方成绩单:98% 和 96% 是怎么算出来的
微软给的数字很抓人:在四场基准的平均值上,MAI Code 2 做到 GPT-6.1 Sol 的 98% 性能、40% 的成本;同时做到 Claude Opus 5.5 的 96% 性能、5% 的成本。
四场基准是:DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas、FrontierCode v1.1。它们测的都是"企业里天天遇见的编程活",不是竞赛题。
Flash 那边也有类似说法:在测日常高频编程任务的三场基准上,它的表现与 GPT-6 Luna、Claude Haiku 5.5 相当,成本分别是后两者的 65% 和 20%。
还有一个数字值得单独拎出来:在盲测的前端界面评估里,开发者有 64% 的时候更偏好 MAI Code 2 的结果,而不是 GPT-6 Sol。这场评估覆盖界面、小游戏、数据可视化、3D 场景和 SVG 图形,审美和可用性一起打分,一共 258 名标注者。
但这些数字有前提,官方自己在脚注里写了
这是本文最想让你注意的部分。微软的脚注写得很老实:
- 四场基准里,有三场(DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas)跑在微软自家的 MSBench 评测平台上,用的是 GitHub Copilot CLI,而且不带子智能体。
- FrontierCode 1.1 的分数和成本来自第三方 Artificial Analysis。
- 所有模型都跑在最高推理强度下。
- 成本对比用的是 50% 折扣的促销价。
把这四条放在一起看,结论就清楚了:所谓"40% 的价格",是拿促销价去比别人的常规价;所谓"98% 的性能",主要来自自家评测台上、单进程、无子智能体的跑法。这不是造假,但它确实不等于"你在自己仓库里跑出来的体验"。
媒体的态度也一致。InfoWorld 在 11 月 18 日的报道里把它定位成"微软减少对 OpenAI 和 Anthropic 依赖的一步";Crypto Briefing 在同日的报道里直接点出,独立基准尚未验证这些性能宣称,并提到其中一组亮眼数据来自 AT&T 的内部评测,且只针对 GPT-6.1 的某些版本,不是整个系列。Techzine 的标题干脆就是"以零头的价格生成代码"。
谁能用,在哪里用
覆盖面比想象中宽:
- MAI Code 2:Copilot Pro、Pro+、Max、Business、Enterprise。
- MAI Code 2 Flash:在上面这些之外,还包括 Copilot Free 和 Student。
也就是说,免费用户也能用上 Flash。这一点比模型本身的跑分更有实际意义——它意味着"零成本试一下微软自家模型"是可行的。
要说清产品属性:Copilot 本身是闭源的商业订阅服务,两款新模型也不开放权重,只能在 Copilot 或微软自有渠道里按用量付费调用。这次发布的重点是订阅内的模型阵容变化,而不是开源工具。
入口也铺得很全:VS Code、Visual Studio、Copilot CLI、Copilot cloud agent、GitHub Copilot 应用、github.com、GitHub Mobile(iOS / Android)、JetBrains、Xcode、Eclipse。企业管理员可以在 Copilot 设置里通过模型策略统一开关。
另外一个需要留意的时间点:MAI-Code-1.1-Flash 将在 2026 年 12 月 18 日全线下线,官方给的替代品就是新的 Flash。如果你的团队里有写死旧模型名的脚本或 CI 配置,现在就该改了。
怎么用:三步,别急着全量切换
- 先换模型,不换流程。 在 Copilot 的模型选择器里选中 MAI Code 2 或 Flash,把你平时最常做的那件事(比如解释一段陌生代码、修一个 lint 报错)跑一遍。这一步只验证"它够不够用",不验证"它省不省钱"。
- 再看账单单位。 打开 Copilot 的用量页面,看清你花的是输入 token 还是输出 token。输出单价是输入的 5 倍(Code 2 是 $2.50 对 $0.50),所以"让模型多写"比"让模型多读"贵得多。
- 最后才设策略。 企业环境里,管理员先在模型策略中确认这两款模型是否对目标团队开放;个人用户则在 Pro / Pro+ 的额度里先小批量试,别一上来就把默认模型改掉。
适合谁,不适合谁
适合:
- 每天要在多个文件之间来回改的中大型项目,Code 2 的整仓理解是它的强项。
- 高频、重复、低风险的日常改动,比如补测试、改类型、修 lint,Flash 的单价优势在这个场景里最明显。
- 预算敏感但又不想放弃 Copilot 工作流的团队——尤其是按人头付费、代码量大的组织。
- 想先免费试一下微软自研模型的人(Flash 覆盖 Copilot Free)。
不适合:
- 超长周期的自主智能体任务。 微软自己在公告里写明,这两款模型"尚未针对基础科学研究和非常长周期的 agentic 工作调优"。你要是让它连续跑几小时的自主任务,别指望它。
- 需要独立第三方基准背书才能走采购流程的团队。目前的成绩主要来自厂商自测。
- 已经深度绑定 Claude Opus 5.5 或 GPT-6.1 Sol 的工作流,且对质量波动零容忍的场景。换模型的隐性成本(重新调提示词、重新建立信任)常常比省下的钱更贵。
避坑清单
- 别把促销价当长期价。 2027-05-17 之后两档全部翻倍,做预算时请按翻倍后的数字算一遍。
- 别把"98%"当成"你的场景也是 98%"。 三场基准跑在微软自家平台、单进程、无子智能体,这和你 IDE 里带一堆工具调用的真实环境不是一回事。
- 别忽略 12 月 18 日。 MAI-Code-1.1-Flash 下线,旧配置会静默失效。
- Flash 在 Microsoft Foundry 里只是受限预览,不是正式可用。想走 Foundry 的话先确认权限。
- OpenRouter、Vercel、Hermes、OpenCode、Kilo 的"即将上线"没有日期。 官方只说 soon,别写进项目排期。
- 11 月 18 日 09:34 UTC 出过一次可用性问题。 GitHub Status 通报上游模型供应异常,之后恢复。新模型上线初期,这类波动值得留意。
成本与时间预估
按促销价粗算:一次典型的中等改动,假设输入 20 万 token(读文件、读上下文)、输出 2 万 token。
- MAI Code 2:20 万 × $0.50/百万 = $0.10;2 万 × $2.50/百万 = $0.05;合计约 $0.15。
- MAI Code 2 Flash:20 万 × $0.05/百万 = $0.01;2 万 × $0.25/百万 = $0.005;合计约 $0.015。
差距是十倍。但如果你让它反复重试五轮,Code 2 就是 $0.75,Flash 是 $0.075。决定账单的不是单价,是重试次数。
时间上,官方没有给出延迟数据。实际体验取决于你选的推理强度和任务复杂度,这一点只能自己试。
行动建议
- 今天就可以做的:在 Copilot 模型选择器里切到 MAI Code 2 Flash,用 Free 或 Pro 账号跑三个你熟悉的日常任务,记录"能直接用"的比例。
- 这周可以做的:把最贵的那条工作流(通常是跨文件重构)单独拿出来,用 Code 2 跑一次,对比它和现有模型的实际耗时与返工率。
- 月底前该做的:如果决定采用,把 2027-05-17 的涨价节点写进预算表,并把 12 月 18 日的旧模型下线写进 CI 变更单。
微软这次真正的动作不是"发了个便宜模型",而是把自研模型放到了自己的分发渠道上,用价格去撬动 Copilot 的默认选择。对普通开发者来说,这意味着多了一个可以免费试、单价极低的选项;对采购和团队负责人来说,这意味着要多算一笔"促销价到期之后"的账。
参考来源
- https://github.blog/changelog/2026-11-17-mai-code-2-and-mai-code-2-flash-in-github-copilot/
- https://microsoft.ai/news/introducing-mai-code-2-and-mai-code-2-flash/
- https://docs.github.com/en/copilot/reference/copilot-billing/models-and-pricing
- https://github.blog/changelog/2026-11-17-upcoming-deprecation-of-mai-code-1-1-flash-in-december/
- https://www.infoworld.com/article/4250152/microsoft-launches-mai-code-2-models-to-challenge-openai-and-anthropic-in-ai-coding.html
- https://cryptobriefing.com/microsoft-mai-code-2-flash-github-copilot/