微软在 Ignite 2026 上甩出了两款自研编程模型:MAI Code 2 和 MAI Code 2 Flash,都已经接进 GitHub Copilot。Code 2 用来做复杂软件开发,Flash 管高频、轻量的编程任务。能不能用上,得看你的 Copilot 订阅方案。
重点在价格。微软公布了单次任务的平均成本。Code 2 是 0.309 美元,GPT-6.1 Sol 是 0.761 美元,Claude Opus 5.5 要 6.306 美元。换句话说,Code 2 花的钱只有 Claude Opus 5.5 的 5% 左右,性能却能到它的 96% 上下。四项编程基准测试跑下来,平均表现大概是 GPT-6.1 Sol 的 98%。
Flash 更便宜。三项基准测试的平均通过率是 61.0%,促销期单次任务成本 0.052 美元。补全、改错、写单测这类活儿用它就够,没必要每次都请出最贵的模型。
但便宜不等于省心。模型写代码快了,写测试也快了——面试官那句“覆盖率做到 100%,业务就都测对了?”照样成立。代码跑通只说明没崩,业务规则有没有漏测,还得回到场景本身一条条对。生成成本降下来,验证的活儿反而更重。
这笔账得这么算:模型差价省下的钱,很可能转手就花在 review 和场景梳理上。工具能帮你把代码敲得更快,判断对错这件事,暂时还没人替你接手。