Microsoft zaprezentował MAI Code 2 i MAI Code 2 Flash, dwa własne modele stworzone specjalnie do programowania i pracy agentowej. Pierwszy ma zajmować się bardziej złożonym debugowaniem, zmianami obejmującymi wiele plików i analizą całych repozytoriów, drugi został zoptymalizowany pod codzienne, częściej wykonywane zadania i niższy koszt.
Premiera jest istotna również z biznesowego punktu widzenia. GitHub Copilot od dawna korzysta z modeli OpenAI, Anthropic i Google, ale Microsoft coraz mocniej rozwija własną rodzinę MAI. Według testów firmy Code 2 zbliża się do GPT-6.1 Sol i Claude Opus 5.5 przy znacznie niższym koszcie wykonania zadania. Oba modele są już dostępne w GitHub Copilot, a Code 2 Flash trafia dodatkowo do ograniczonego preview w Microsoft Foundry.
Najważniejsze informacje w skrócie:
- Microsoft zaprezentował MAI Code 2 i MAI Code 2 Flash podczas Ignite 2026,
- Code 2 został przygotowany do złożonego programowania i pracy na dużych repozytoriach,
- Code 2 Flash ma obsługiwać szybsze poprawki, wyjaśnianie kodu i masowe zadania,
- oba modele obsługują tekst i obrazy oraz kontekst do 1,05 mln tokenów,
- Microsoft twierdzi, że Code 2 osiąga 98 proc. wydajności GPT-6.1 Sol przy 40 proc. kosztu,
- względem Claude Opus 5.5 firma deklaruje 96 proc. wydajności przy 5 proc. kosztu,
- Code 2 Flash ma oferować porównywalne wyniki do GPT-6 Luna i Claude Haiku 5.5 przy niższych kosztach,
- oba modele są już dostępne w GitHub Copilot,
- Code 2 Flash trafił również do ograniczonego preview w Microsoft Foundry,
- MAI Code 2 został dodany do GitHub Copilot Fusion.
MAI Code 2 ma pracować na całych repozytoriach, a nie tylko dopisywać fragmenty kodu
Microsoft pozycjonuje MAI Code 2 jako model do codziennej pracy inżynierskiej, ale obejmującej znacznie więcej niż generowanie pojedynczej funkcji. Model ma dobrze radzić sobie z głębokim debugowaniem, refaktoryzacją, wprowadzaniem zmian w wielu plikach, analizą zależności w repozytorium oraz przygotowywaniem kodu nadającego się do wdrożenia produkcyjnego.
To właśnie ten kierunek staje się dziś najważniejszy w programowaniu z AI. Model nie dostaje już tylko krótkiego pytania, ale cały projekt, terminal i zestaw narzędzi, a następnie sam wykonuje kolejne kroki potrzebne do osiągnięcia celu. Podobne możliwości rozwijają GPT-6 Sol oraz Claude Opus 5.5, więc Microsoft wchodzi bezpośrednio w jeden z najbardziej konkurencyjnych segmentów rynku AI.
Code 2 ma także obsługiwać obrazy. Karta modelu wskazuje na zintegrowany moduł vision i kontekst o długości około 1,05 mln tokenów, co pozwala pracować z bardzo dużymi repozytoriami i materiałami wizualnymi związanymi z interfejsem. Microsoft szczególnie podkreśla właśnie frontend, dashboardy i wizualizacje.
Frontier performance. A fraction of today’s prices. Built to run 24/7.
Meet the new MAI models, launching today at #MSIgnite: https://t.co/lgVe5jRW4M https://t.co/lB99kNj8Gv
— Microsoft AI (@MicrosoftAI) November 17, 2026
Code 2 Flash ma wykonywać masowe zadania znacznie taniej
Drugi model ma inne zadanie. MAI Code 2 Flash został przygotowany do operacji wykonywanych setki lub tysiące razy: wyjaśniania kodu, niewielkich poprawek, rutynowych zmian i szybkich iteracji.
Microsoft nie chce więc uruchamiać największego modelu do każdej drobnej czynności. Przy poprawieniu nazwy funkcji czy prostym refaktorze większe znaczenie może mieć koszt i szybkość niż maksymalna zdolność rozumowania.
Według testów firmy Code 2 Flash osiąga wydajność zbliżoną do GPT-6 Luna i Claude Haiku 5.5, ale koszt wykonania zadania ma stanowić odpowiednio około 65 proc. i 20 proc. kosztu tych modeli. To dane producenta oparte na zestawie benchmarków programistycznych, więc nie należy traktować ich jako niezależnego werdyktu, ale jasno pokazują strategię Microsoftu: własne modele mają przede wszystkim obniżać ekonomiczny koszt pracy agentów.
Microsoft porównuje Code 2 bezpośrednio z OpenAI i Anthropic
Najmocniejsze deklaracje dotyczą większego MAI Code 2. Microsoft zestawił model z GPT-6.1 Sol i Claude Opus 5.5 w czterech benchmarkach obejmujących codzienną pracę programistyczną: DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas oraz FrontierCode 1.1.
Według firmy Code 2 osiągnął średnio 98 proc. wyników GPT-6.1 Sol przy około 40 proc. jego kosztu. W porównaniu z Claude Opus 5.5 było to 96 proc. wydajności przy około 5 proc. kosztu. Microsoft podaje również, że w ślepym porównaniu aplikacji frontendowych użytkownicy wybierali rezultat Code 2 zamiast GPT-6 Sol w 64 proc. przypadków.
Te liczby wymagają jednak kontekstu. Są publikowane przez Microsoft, część pomiarów wykonano na wewnętrznej platformie MSBench, a koszt Code 2 uwzględnia promocyjną stawkę. Sama firma zaznacza również, że wyniki i koszty zależą od konfiguracji modelu, poziomu reasoning effort i charakteru konkretnego zadania.
Ciekawsze jest więc nie to, czy Code 2 wygrywa pojedynczy benchmark, ale fakt, że Microsoft ma już własny model zbliżający się do najdroższych rozwiązań konkurencji w zadaniach, które codziennie wykonują użytkownicy GitHub Copilot.
AT&T i Toyota już testują Code 2 na własnych zadaniach
Microsoft pokazał również przykłady firm dostosowujących modele do własnej pracy. AT&T wykorzystuje niestandardową wersję Code 2 Flash do analizy sieci 5G. Według firmy w standardowych zadaniach tego typu model osiągał lepsze wyniki niż GPT-6.1 Sol, a koszt miał być około 50 razy niższy.
Woven by Toyota dostroiło Code 2 Flash na historii poprawek związanych ze standardem MISRA stosowanym w oprogramowaniu samochodowym. Firma podaje, że model przygotowywał poprawki gotowe do połączenia w 44 proc. przypadków, w których rozwiązania generowane przez modele frontier używane wcześniej w produkcji wymagały dodatkowej ręcznej pracy. Koszt miał być przy tym ponad dziesięciokrotnie niższy.
Inny przykład pochodzi z lotnictwa. Alaska Airlines testowała w Microsoft Foundry dostrojenie Code 2 Flash do klasyfikowania raportów dotyczących obsługi technicznej samolotów według kodów ATA. Ostateczna ocena pozostawała po stronie wyszkolonych pracowników, ale model miał przejmować część powtarzalnego porządkowania danych.
Takie wdrożenia lepiej pokazują sens mniejszych modeli niż same rankingi. Firma nie zawsze potrzebuje maksymalnej inteligencji – często potrzebuje systemu, który wykonuje jedno określone zadanie wystarczająco dobrze i na tyle tanio, żeby można było uruchamiać go tysiące razy.
Code 2 i Code 2 Flash są już dostępne w GitHub Copilot
Oba modele można już wybrać w GitHub Copilot. MAI Code 2 jest dostępny dla użytkowników planów Pro, Pro+, Max, Business i Enterprise. Code 2 Flash trafia również do użytkowników Copilot Free i Student.
Modele pojawiają się w Visual Studio Code, Visual Studio, Copilot CLI, chmurowym agencie GitHuba, aplikacji Copilot, na github.com oraz w środowiskach JetBrains, Xcode i Eclipse. Dostęp obejmuje również aplikacje mobilne GitHub Copilot.
W przypadku Microsoft Foundry sytuacja jest bardziej ograniczona niż sugerowały pierwsze informacje. Do Foundry trafił obecnie Code 2 Flash w ramach limited-access preview. Większy Code 2 nie jest jeszcze oferowany tam w taki sam sposób. Microsoft zapowiada natomiast udostępnienie modeli również przez kolejne platformy, m.in. OpenRouter i Vercel.
Copilot Fusion może sam zdecydować, kiedy użyć MAI Code 2
MAI Code 2 trafia również do GitHub Copilot Fusion, czyli mechanizmu, który nie ogranicza się do jednego modelu. Fusion analizuje zadanie i może sam wybrać oraz koordynować kilka modeli w zależności od potrzeb.
Microsoft dodał MAI Code 2 do poziomu Fusion Standard. W wyższych konfiguracjach system korzysta także z modeli innych dostawców, m.in. Claude Sonnet 5.5 i GPT-6.1 Terra. Użytkownik wybiera poziom wysiłku, a Copilot decyduje, który model powinien wykonać konkretny etap.
To dobrze pokazuje, po co Microsoftowi własne modele, mimo że GitHub Copilot nadal oferuje rozwiązania OpenAI i Anthropic. Firma nie musi całkowicie zastępować konkurencji. Własny tańszy model może przejmować dużą część rutynowej pracy, podczas gdy droższe systemy są uruchamiane tylko wtedy, gdy zadanie rzeczywiście tego wymaga.
W Terminal-Bench 4.1 Copilot Fusion Max osiągnął 71,2 proc. rozwiązanych zadań, wyprzedzając w tym konkretnym teście Opus 5.5 i Fable 5.2. Znów nie jest to uniwersalna odpowiedź na pytanie o „najlepszy model”, ale pokazuje, że Microsoft coraz mocniej stawia na orkiestrację wielu modeli zamiast uzależniania Copilota od jednego dostawcy.
Microsoft coraz mniej chce zależeć od jednego laboratorium AI
Premiera Code 2 wpisuje się w większą zmianę strategii Microsoftu. Foundry oferuje obecnie ponad 11 tys. modeli – od OpenAI i Anthropic po Meta, Mistrala, projekty open source i własną rodzinę MAI. Firma rozwija również model router, który automatycznie kieruje proste zadania do tańszych modeli, a trudniejsze do systemów frontier.
Własne modele dają Microsoftowi większą kontrolę nad kosztami, infrastrukturą i rozwojem produktów. MAI Code 2 nie musi więc pokonać GPT-6 Sol czy Claude Opus 5.5 we wszystkich możliwych zastosowaniach. Wystarczy, że będzie wystarczająco dobry w ogromnej liczbie operacji wykonywanych codziennie przez GitHub Copilot, Microsoft 365 i usługi chmurowe.
Microsoft sam przyznaje zresztą, że Code 2 nie został jeszcze zoptymalizowany pod najtrudniejsze problemy naukowe czy bardzo długie, autonomiczne procesy agentowe. To model zbudowany przede wszystkim do realnej pracy programistycznej w firmach.
I właśnie dlatego premiera jest interesująca. Konkurencja pomiędzy Microsoftem, OpenAI i Anthropic coraz mniej przypomina wyścig o pojedynczy najwyższy wynik benchmarku. Coraz ważniejsze staje się pytanie, ile kosztuje wykonanie konkretnego zadania i czy model można uruchamiać tysiące razy dziennie bez eksplozji kosztów infrastruktury.
Źródła: Microsoft AI, GitHub. Opracowanie własne.
Dziękujemy za przeczytanie artykułu na Techoteka.pl.
Codziennie publikujemy najważniejsze informacje z Polski i ze świata dotyczące technologii, sztucznej inteligencji, nowych rozwiązań cyfrowych oraz trendów technologicznych, które kształtują przyszłość.
Obserwuj nas na Facebooku, aby być na bieżąco z najważniejszymi wydarzeniami ze świata technologii.



