本文目录
美国时间 2026 年 11 月 17 日(GitHub Changelog JSON-LD 发布时间为 2026-11-17T18:01:45+00:00,即北京时间 2026 年 11 月 18 日 02:01:45,页面可见日期为 November 17, 2026;Microsoft AI 专页通过 curl 直连与 Jina 核验,可见日期为 Nov 17, 2026,JSON-LD 发布时间为北京时间 11 月 18 日 02:15:16;官方模型卡 PDF 页眉署期为 17 November 2026),Microsoft 联合 GitHub 在 GitHub Copilot 中同步上线了两款自研编程模型——MAI Code 2 与 MAI Code 2 Flash。
对于日常在 GitHub Copilot 中按 token 消耗(1 AI credit = $0.01 USD)使用模型的开发者而言,两款模型形成了清晰的「主力深度工程 vs. 高频轻量迭代」阶梯。如需查阅 Copilot 套餐月费、AI Credits 计费机制或历史模型列表,可参阅站内 GitHub Copilot 价格总览、GitHub Copilot AI Credits 详解、GitHub Copilot 早期模型清单 以及 GitHub Copilot 产品主页(另需注意二者与安全扫描模型 MAI Cyber 1.1 Flash 属于不同产品线)。
官方定位与适用场景对比
什么时候优先选 MAI Code 2:根据 Microsoft AI 介绍专页与 GitHub Changelog,MAI Code 2 定位为通用的主力编程模型,擅长将代码推进至生产环境、深度调试(deep debugging)、跨多文件实现、代码重构、全仓库级推理(repository-wide reasoning)以及前端 UI 构建。官方模型卡摘要与第 1 节亦建议在最复杂、长周期任务(most complex, long-horizon tasks)中优先选用 MAI Code 2。
什么时候优先选 MAI Code 2 Flash:MAI Code 2 Flash 定位为轻量级、高性价比模型,专为高频工作负载打造,适合代码解释、局部精准修改(targeted edits)、常规 Bug 修复与快速迭代。模型卡指出其针对低延迟与低推理成本进行了优化,在复杂长周期任务上的能力弱于 MAI Code 2,往往需要更明确的提示词引导。
官方不同页面的适用边界说明:需要注意官方不同文档对「长周期智能体任务」的并行表述:GitHub Changelog 写明两款模型均面向智能体编程工作流(agentic coding workflows),模型卡将 MAI Code 2 推荐用于复杂长周期任务,而 Microsoft AI 专页则同时注明两款模型「尚未针对基础科学研究以及超长周期智能体任务(very long horizon agentic work)进行专门调优」。开发者在拆解跨天级大型重构时仍需合理控制任务粒度。

图片来源:Microsoft AI 官方介绍页(introducing-mai-code-2-and-mai-code-2-flash)视觉素材,仅作官方产品定位展示。
Copilot 套餐权限、客户端与分发渠道差异
Copilot 订阅套餐覆盖范围:根据 GitHub Changelog,MAI Code 2 面向 Copilot Pro、Pro+、Max、Business 与 Enterprise 开放(未列入 Free 与 Student);而 MAI Code 2 Flash 则同时覆盖 Copilot Free、Student、Pro、Pro+、Max、Business 与 Enterprise。Changelog 同段同时注明两款模型面向符合条件的年付计划(annual plans)订阅者开放,而 GitHub Docs 套餐页补充说明 Copilot Free 与 Student 仅能通过自动模型选择(auto model selection)访问模型且未在模型表中单列 Free/Student 列。对于 Business 与 Enterprise 工作区,除非管理员关闭全局默认或单独禁用,新模型在默认策略下会自动启用。
支持的客户端与外部 API 通道:两款模型均已进入 Visual Studio Code、Visual Studio、Copilot CLI、GitHub Copilot cloud agent、GitHub Copilot app、github.com、GitHub Mobile(iOS 与 Android)、JetBrains、Xcode 与 Eclipse 的模型选择器。在 Copilot 之外,模型卡第 2.3 至 2.4 节说明两者均为不发放本地权重的云端托管模型,其中 MAI Code 2 Flash 还在 Microsoft Foundry 提供有限访问预览(limited-access preview)API(经由兼容 OpenAI 的 Responses API 调用,目前未公布 Foundry 公开目录价与申请入口)。专页另提及即将登陆 Open Router、Vercel、Hermes、Open Code 与 Kilo(尚未正式上架)。
GitHub Copilot 官方 token 单价与 2027 年 5 月促销窗口
根据 GitHub Docs 官方计费文档(models-and-pricing.md,所有价格均按每 100 万 tokens 计价,Microsoft 表格未设独立长上下文加价档),两款模型当前均执行半价促销,并将于 2027 年 5 月 17 日 恢复标准目录价(官方脚注原文使用 until May 17, 2027 与 Starting May 17, 2027,未标注具体时区与钟点):
MAI Code 2(Powerful 类别):2027 年 5 月 17 日前促销价为输入 $0.50 / 百万 tokens、缓存输入 $0.025 / 百万 tokens、输出 $2.50 / 百万 tokens;自 2027 年 5 月 17 日起调整为输入 $1.00 / 百万 tokens、缓存输入 $0.05 / 百万 tokens、输出 $5.00 / 百万 tokens。
MAI Code 2 Flash(Lightweight 类别):2027 年 5 月 17 日前促销价为输入 $0.05 / 百万 tokens、缓存输入 $0.005 / 百万 tokens、输出 $0.25 / 百万 tokens;自 2027 年 5 月 17 日起调整为输入 $0.10 / 百万 tokens、缓存输入 $0.01 / 百万 tokens、输出 $0.50 / 百万 tokens。从目录单价来看,MAI Code 2 Flash 的输入、缓存与输出单价均为 MAI Code 2 的十分之一(注意:同表中的旧款 MAI-Code-1.1-Flash 标价为 $0.20 / $0.02 / $1.20,无 2027 年 5 月促销脚注)。
共享技术架构与官方评测基准参考
上下文窗口与推理档位:根据官方模型卡,两款模型均由 Microsoft 从零预训练与后训练,采用解码器仅限 Transformer + 稀疏混合专家(sparse MoE)架构并集成视觉编码器,支持文本与图像输入、文本输出。两者均提供 1,050,000 tokens 上下文长度(输入上限 922,000 tokens,输出上限 128,000 tokens,正文亦称支持扩展至 1M 上下文),知识截止日期为 2026 年 8 月,发布时仅针对英文代码生成进行了优化。模型支持配置 low、medium、high、xhigh 与 max 五档推理力度(reasoning effort),模型卡第 2.7 节第 6 条提醒更高档位会增加延迟与 token 消耗且并不总是提升结果。参数规模方面,模型卡摘要表列出 MAI Code 2 为 50B–100B(80B 激活)、Flash 为 5B–15B(12B 激活),第 1 节正文则写明 Code 2 约 2.8 万亿总参数(77B 激活 + 3B 嵌入)、Flash 约 3980 亿总参数(12B 激活)。
官方披露的基准表现:在模型卡第 3 节的 MSBench 基准测试中(使用 GitHub Copilot CLI 1.0.102、禁用 subagents、max 推理档位、每项任务三次独立运行的平均单次通过率),MAI Code 2 在 DeepSWE 1.1 上达到 73.2%(Flash 为 59.9%),在 TerminalBench 2.1 上达到 84.6%(Flash 为 78.3%),而在 SWE Atlas 上 Flash 为 44.8%、MAI Code 2 为 43.1%。Microsoft AI 专页另在 max 推理档位与 50% 促销价假设下给出四项基准均值(含 Artificial Analysis 的 FrontierCode v1.1):MAI Code 2 达到 GPT 6.1 Sol 性能的 98%(成本 40%)以及 Claude Opus 5.5 性能的 96%(成本 5%),前端盲测中 64% 评审更偏好 MAI Code 2;MAI Code 2 Flash 在三项基准上达到与 GPT-6 Luna 和 Claude Haiku 5.5 相当的性能,成本分别为后两者的 65% 与 20%(模型页另提及相对 Haiku 5.5 为 1/5 成本且性能高 12%)。以上均为官方在特定假设下的评测口径,实际体验随代码库规模与推理档位设置而异。
