Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
РелизAPI / Продукт · В работуHacker News AI→ оригинал

Microsoft запустила MAI Code 2 — модель для кода дешевле флагманов более чем вдвое

Microsoft AI выпустила две модели для кода: MAI Code 2 для повседневной разработки и облегчённую MAI Code 2 Flash для мелких массовых задач. Code 2 стоит меньше половины цены флагманов вроде GPT-6.1 Sol и Claude Opus 5.5 — по замерам самой Microsoft на четырёх бенчмарках из задач GitHub Copilot. Поэтому объяснить функцию или поправить баг можно поручать дешёвой модели, а дорогую оставить для сложного.

AI-обработка оригинала Hacker News AI; редакция Hamidun News
Microsoft запустила MAI Code 2 — модель для кода дешевле флагманов более чем вдвое
Источник: Hacker News AI. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникHacker News AI ↗
Главный редактор
Ключевой факт #1Flash сравнивают с GPT-6 Luna и Claude Haiku 5.5 на трёх тестах рутины
Ключевой факт #2В слепом тесте фронтенда разработчики выбрали Code 2, а не GPT-6 Sol
Ключевой факт #3Модели не заточены под науку и очень долгую автономную работу агентов

Любая команда, которая подключила нейросеть к разработке, быстро упирается в счёт. Самая сильная модель отлично пишет сложный код, но большая часть работы в репозитории скучная: объяснить функцию, поправить баг, переименовать поле в десяти файлах. Платить за такую рутину по тарифу топовой модели расточительно. Именно сюда целится Microsoft AI: она выпустила две модели для программирования, MAI Code 2 и облегчённую MAI Code 2 Flash. По замерам самой компании, Code 2 стоит меньше половины цены флагманских моделей (GPT-6.1 Sol от OpenAI и Claude Opus 5.5 от Anthropic), а Flash ещё дешевле и рассчитана на большой поток мелких запросов.

Две модели под два типа работы

MAI Code 2 Microsoft называет основной рабочей лошадкой для корпоративной разработки. Среди сильных сторон в анонсе перечислены: довести код до продакшена, глубоко разобраться в баге, реализовать фичу сразу в нескольких файлах, рассуждать по всему репозиторию и собирать интерфейсы. Отдельно компания подчёркивает, что модель выдаёт правки, которые мейнтейнеры готовы принять в основную ветку. Работающий код и код, который не стыдно отправить в ревью, не одно и то же. Модель также настроена на дашборды и визуализации.

MAI Code 2 Flash сделана для потока: объяснения кода, точечные правки, рутинные исправления и быстрые итерации. Если сравнить с офисом, Code 2 похожа на опытного инженера, которому отдают задачу целиком, а Flash на расторопного помощника для мелких поручений. Тут важнее скорость и низкая цена, чем максимальная глубина рассуждений.

Как Microsoft меряет цену и качество

Для Code 2 компания усреднила результаты четырёх бенчмарков, которые, по её словам, похожи на повседневные задачи в GitHub Copilot: DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas и FrontierCode v1.1. Сравнивали с GPT-6.1 Sol и Claude Opus 5.5. Тезис Microsoft: Code 2 даёт заметную долю качества этих моделей меньше чем за половину цены. В оригинале это сформулировано как «production quality at less than half the price».

Для интерфейсной работы есть отдельный тест. В слепых оценках фронтенд-приложений разработчики предпочли результаты MAI Code 2 результатам GPT-6 Sol. Flash сравнивают с GPT-6 Luna и Claude Haiku 5.5 по трём бенчмаркам, которые отражают ежедневные массовые задачи. Заявленный итог: сопоставимое качество при заметно меньшей стоимости.

Здесь нужна осторожность: это собственные замеры вендора. Выбор бенчмарков, способ усреднения и формат слепых тестов определила сама Microsoft, и на вашем коде картина может отличаться.

Чего модели не умеют намеренно

Microsoft прямо пишет, что обе модели пока не настроены на самые трудные задачи: фундаментальные научные исследования и очень длинную автономную агентную работу. Если агент часами ведёт проект без присмотра, менять под него топовую модель на Code 2 пока рано. Эти модели рассчитаны на повседневную инженерную рутину.

Что делать командам

Практический вывод простой: разделите задачи по сложности. Массовые дешёвые операции (объяснения, мелкие правки, рутинные фиксы) отдавайте лёгкой модели вроде Flash. Основную разработку ведите на средней по цене модели вроде Code 2. Дорогую топовую оставьте для редких случаев, где важен каждый процент качества.

Чтобы не полагаться на маркетинг, прогоните модели на своих задачах: десяток реальных багов из вашего репозитория, пара многофайловых фич, несколько правок интерфейса. Сравните долю принятых правок и стоимость одного принятого изменения, а не только цену за миллион токенов. Эта метрика покажет, сохраняется ли обещанная экономия вдвое на вашем коде.

Для рынка сигнал тоже понятен: соревнование смещается от «у кого модель умнее» к «у кого лучше соотношение цены и качества на обычной работе». Выигрывают те, кто умеет маршрутизировать запросы между моделями разного размера и не отправляет всё подряд в самую дорогую.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: две модели под два типа работы?

MAI Code 2 Microsoft называет основной рабочей лошадкой для корпоративной разработки. Среди сильных сторон в анонсе перечислены: довести код до продакшена, глубоко разобраться в баге, реализовать фичу сразу в нескольких файлах, рассуждать по всему репозиторию и собирать интерфейсы. Отдельно компания подчёркивает, что модель выдаёт правки, которые мейнтейнеры готовы принять в основную ветку. Работающий код и код, который не стыдно отправить в ревью, не одно и то же.

Что известно по теме: как Microsoft меряет цену и качество?

Для Code 2 компания усреднила результаты четырёх бенчмарков, которые, по её словам, похожи на повседневные задачи в GitHub Copilot: DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas и FrontierCode v1.1. Сравнивали с GPT-6.1 Sol и Claude Opus 5.5. Тезис Microsoft: Code 2 даёт заметную долю качества этих моделей меньше чем за половину цены. В оригинале это сформулировано как «production quality at less than half the price». Для интерфейсной работы есть отдельный тест.

Что известно по теме: чего модели не умеют намеренно?

Microsoft прямо пишет, что обе модели пока не настроены на самые трудные задачи: фундаментальные научные исследования и очень длинную автономную агентную работу. Если агент часами ведёт проект без присмотра, менять под него топовую модель на Code 2 пока рано. Эти модели рассчитаны на повседневную инженерную рутину.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Практика · Hamidun Academy

Соберите рабочего ИИ-агента или сервис своими руками без ручного кода

В Академии Жемала Хамидуна (academy.hamidun.com) открыт бесплатный 72-часовой тест-драйв: интерактивные скетч-уроки по Claude Code и Cursor, живой Tech Radar и готовые шаблоны агентов.

Открыть 72ч бесплатный доступ →Интенсив по Вайб-кодингу
Что вы думаете?
Загружаем комментарии…