17 de novembro de 2026 — A Microsoft lançou no Ignite dois modelos de código próprios, o MAI Code 2 e o MAI Code 2 Flash. A promessa é agressiva: 96% do desempenho do Claude Opus 5.5 por 5% do custo. A Context window é de 1.050.000 tokens, o contexto é treinado em 50 trilhões de tokens e o MAI Code 2 tem 2,8 trilhões de parâmetros totais com 77 bilhões ativos.
Só que o número que importa não é esse. É o que acontece depois que a promoção acaba em 17 de maio de 2027: o preço dobra, e o MAI Code 2 passa a custar 80% do GPT-6.1 Sol por tarefa, não 40%. A Microsoft te deu uma memset de promoção e vai cobrar o preço cheio depois.
O que a Microsoft lançou de verdade
Índice
ToggleOs dois modelos são da família MAI Code 2, treinados do zero pela Microsoft AI entre agosto e novembro de 2026. Não são pesos públicos: são serviços hospedados na infraestrutura de GPU do Azure, sem pesos distribuídos, sem chance de rodar local. É o oposto do que a comunidade open-weight pede.
A arquitetura é a mesma nos dois: transformer decoder-only com camadas de Mistura de Especialistas esparsa e encoder de visão integrado. Aceita texto e imagem como entrada, com limite de 922.000 tokens de entrada e 128.000 de saída. O que muda é a escala.
| Especificação | MAI Code 2 | MAI Code 2 Flash |
|---|---|---|
| Parâmetros ativos | 77 bilhões | 12 bilhões |
| Parâmetros totais | ~2,8 trilhões | ~398 bilhões |
| Tokens de pré-treinamento | ~50 trilhões | ~25 trilhões (22T texto + 3T imagem) |
| Extensão de contexto longo | ~150 bilhões de tokens | ~26,5 trilhões de tokens |
| Contexto total | 1.050.000 tokens | 1.050.000 tokens |
| Entrada máxima | 922.000 tokens | 922.000 tokens |
| Saída máxima | 128.000 tokens | 128.000 tokens |
| Entradas | Texto e imagem | Texto e imagem |
| Níveis de raciocínio | low, medium, high, xhigh, max | low, medium, high, xhigh, max |
| Data de lançamento | 17 de novembro de 2026 | 17 de novembro de 2026 |
O MAI Code 2 Flash é o caso mais interessante tecnicamente: 12 bilhões de parâmetros ativos extraídos de um professor interno da própria Microsoft por destilação de logits, treinado em 25 trilhões de tokens. É a mesma receita do Phi, mas aplicada a um modelo agentic de código.

Os benchmarks: onde ganha e onde apanha
A Microsoft rodou quatro benchmarks de código agentic: DeepSWE 1.1, TerminalBench 2.1, SWE-Atlas e FrontierCode v1.1. Três deles rodaram no MSBench, a plataforma interna da Microsoft, com o GitHub Copilot CLI como harness e subagentes desligados. Só o FrontierCode veio de fora, do Artificial Analysis.
| Benchmark | MAI Code 2 | GPT-6.1 Sol | Claude Opus 5.5 | Quem rodou |
|---|---|---|---|---|
| DeepSWE 1.1 | 73,2% | 74,6% | 69,0% | Microsoft |
| Terminal-Bench 2.1 | 84,6% | 85,0% | 78,7% | Microsoft |
| SWE Atlas | 43,1% | 47,4% | 57,5% | Microsoft |
| FrontierCode v1.1 | 52,0% | 49,4% | 56,0% | Artificial Analysis |
| Média | 63,2% | 64,1% | 65,3% | — |
Traduzindo: o MAI Code 2 não ganha a média. Perde por 0,9 ponto para o Sol e por 2,1 para o Opus 5.5. O título de “96% do desempenho do Opus” é real, mas os 4% que faltam saem exatamente na linha que mais importa para quem trabalha em repositório grande.
Repara no SWE Atlas: 43,1% contra 57,5% do Opus. São 14,4 pontos de distância. Esse benchmark é o mais próximo de trabalho real de codebase: 284 tarefas escritas por especialistas em 18 repositórios open source mantidos ativamente, divididas em Q&A sobre codebase (124), escrita de testes (90) e refatoração (70). É exatamente onde o MAI Code 2 perde fôlego, e exatamente onde o preço barato compensa menos.
No outro extremo, o MAI Code 2 ganha do Opus 5.5 no DeepSWE (+4,2 pontos) e no Terminal-Bench (+5,9 pontos). Ou seja: em ambiente de terminal controlado e em correção de bug com teste escondido, o modelo da Microsoft bate o modelo da Anthropic.
E o FrontierCode, único benchmark externo, é o único onde o MAI Code 2 bate o GPT-6.1 Sol (52,0% contra 49,4%). E é também o único onde a Microsoft não controlou a roda. Isso é má notícia para o marketing de “98% do Sol” e boa notícia para quem estava esperando um número de fora.
O MAI Code 2 Flash perde para o Code 2 no SWE Atlas (44,8% contra 43,1% do Code 2, na verdade ganha por pouco), mas no DeepSWE cai para 59,9% e no TerminalBench para 78,3%. O Flash entrega 12% mais desempenho que o Claude Haiku 5.5, segundo a Microsoft, a 20% do custo dele.
O preço: a aritmética que a Microsoft não contou
Os preços abaixo são do GitHub Copilot, por milhão de tokens, onde 1 crédito de IA vale US$ 0,01.
| Modelo (por 1M tokens) | Entrada | Entrada em cache | Saída |
|---|---|---|---|
| MAI Code 2 (promo até 17/05/2027) | US$ 0,50 | US$ 0,025 | US$ 2,50 |
| MAI Code 2 (a partir de 17/05/2027) | US$ 1,00 | US$ 0,05 | US$ 5,00 |
| MAI Code 2 Flash (promo até 17/05/2027) | US$ 0,05 | US$ 0,005 | US$ 0,25 |
| MAI Code 2 Flash (a partir de 17/05/2027) | US$ 0,10 | US$ 0,01 | US$ 0,50 |
| GPT-6.1 Sol (até 272K de contexto) | US$ 2,00 | US$ 0,10 | US$ 10,00 |
| GPT-6.1 Terra (até 272K de contexto) | US$ 1,00 | US$ 0,05 | US$ 5,00 |
| GPT-6 Luna (até 272K de contexto) | US$ 0,10 | US$ 0,01 | US$ 0,50 |
| Claude Opus 5.5 | US$ 4,00 | US$ 0,20 | US$ 20,00 |
| Claude Sonnet 5.5 | US$ 2,00 | US$ 0,10 | US$ 10,00 |
| Claude Haiku 5.5 (até 100K de contexto) | US$ 0,10 | US$ 0,01 | US$ 0,50 |
Dois números da InfoWorld, apurados direto do anúncio: o custo médio por tarefa ficou em US$ 0,309 para o MAI Code 2, contra US$ 0,761 do GPT-6.1 Sol e US$ 6,306 do Claude Opus 5.5. Para o Flash: US$ 0,052, contra US$ 0,080 do GPT-6 Luna e US$ 0,319 do Haiku 5.5.
E aqui está o truque. Esses números de custo por tarefa usam o preço promocional de 50%. Quando o preço dobrar em maio de 2027, a conta muda:
- MAI Code 2 vai de ~40% para ~80% do custo por tarefa do GPT-6.1 Sol
- MAI Code 2 vai de 5% para ~10% do custo por tarefa do Claude Opus 5.5
- MAI Code 2 Flash vai de 65% para ~130% do custo por tarefa do GPT-6 Luna
Ou seja: o Flash, no preço de lista, custa exatamente o mesmo por token que o GPT-6 Luna e o Claude Haiku 5.5 (US$ 0,10 de entrada, US$ 0,50 de saída). A vantagem de hoje vem do desconto, não da eficiência. E a Microsoft ainda admite que o Flash usa mais tokens por tarefa que a Luna. Isso inverte o argumento: o Flash só ganha enquanto a promoção estiver valendo.
Quem analisou isso na InfoWorld foi direto: “O custo da própria Microsoft é medido a 50% de preço promocional, então a folga se fecha drasticamente quando a promoção acaba. E o custo que ele compara é o gasto de uma rodada de benchmark, não um preço publicado por token.”
Uma coisa favorável: os modelos MAI não cobram escrita de cache, enquanto Claude e GPT cobram. Para carga de trabalho com muito prefixo reaproveitado, isso pesa.
Código visual: o único número sem tabela
Em avaliações ciegas de frontend, com 258 anotadores cobrindo interfaces, jogos, visualizações de dados, cenas 3D e gráficos SVG, desenvolvedores preferiram o resultado do MAI Code 2 sobre o do GPT-6 Sol em 64% dos casos. A preferência cobre tanto estética quanto funcionalidade.
Esse é o dado mais interessante do anúncio para quem faz ferramenta: é o único número onde o modelo da Microsoft ganha do rival da OpenAI por margem clara, e é exatamente no terreno onde modelos de código costumam tropeçar. A Microsoft treinou o modelo para gerar dashboards e visualizações, e o resultado aparece.
Onde você usa: Copilot é a casa, o resto é promessa
Esta é a parte que mata a adoção fora do ecossistema Microsoft. O MAI Code 2 está disponível no GitHub Copilot, em todos os clientes: VS Code, Visual Studio, Copilot CLI, agente na nuvem, app do Copilot, github.com, GitHub Mobile, JetBrains, Xcode e Eclipse.
O Code 2 Flash entra em preview de acesso limitado no Microsoft Foundry, com API compatível com Responses da OpenAI. E a Microsoft diz que “em breve” libera no OpenRouter, Vercel, Hermes, OpenCode e Kilo. Sem data. Sem preço. Sem endpoint publicado para o Code 2 fora do Copilot.
| Plano do Copilot | Preço | Créditos de IA por mês | MAI Code 2 | MAI Code 2 Flash | Claude Opus 5.5 |
|---|---|---|---|---|---|
| Free e Student | US$ 0 | Uma cota | Não | Só via Auto | Não selecionável |
| Pro | US$ 10/mês | 1.500 | Sim | Sim | Não |
| Pro+ | US$ 39/mês | 7.000 | Sim | Sim | Sim |
| Max | US$ 100/mês | 20.000 | Sim | Sim | Sim |
| Business e Enterprise | Por usuário | Pool por usuário | Sim | Sim | Sim |
Traduzindo o que isso significa na prática: se você está no plano Pro de US$ 10 por mês, o MAI Code 2 é a forma de usar um modelo de código de fronteira sem subir de plano. O Claude Opus 5.5, que a Microsoft usa de comparação, nem está disponível no Pro. Esse é o golpe comercial do lançamento: colocar um modelo de código de 2,8 trilhões de parâmetros no tier de entrada.
Quem paga menos não ganha o Code 2, só o Flash, e só pela seleção automática de modelo. No plano Free, um desenvolvedor que precisa do Code 2 não consegue escolher.
A Microsoft por dentro: MAI Work Flash
Talvez a parte mais relevante do anúncio não esteja nos modelos de código. A Microsoft derivou do Code 2 Flash um terceiro modelo, o MAI Work Flash, que já roda dentro do Microsoft 365 e do FabricIQ. E os números internos são raros:
- Excel: empatado com o GPT-6 Luna em precisão e eficiência de tokens
- PowerPoint: empatado com o GPT-6 Luna em qualidade e eficiência de tokens
- Word: parecido com o GPT-6.1 Sol, sendo bem menor, usando ~42% menos tokens de entrada por chamada
- Teams: bate o GPT-6 Luna em rastrear decisões, preencher lacunas de conhecimento e adaptar instruções customizadas, usando até 28% menos tokens
- FabricIQ: em avaliação offline, supera GPT-5.6 Sol, GPT-6 Astra e Claude Opus 5.5 na geração de queries DAX
Esse é o ponto que ninguém está discutindo. Enquanto o MAI Code 2 disputa o protagonismo com o Opus 5.5, o MAI Work Flash já é o motor por dentro do Word, do Excel, do PowerPoint e do Teams. O Microsoft 365 tem centenas de milhões de usuários. Quando o Copilot cobrar US$ 0,10 por token em vez de pagar US$ 0,50 ao OpenAI, a economia aparece no balanço da Microsoft, não no seu bolso.
Os clientes que já usam: AT&T e Toyota
A Microsoft não fechou só com benchmark próprio. A AT&T, na voz de Abhay Dabholkar, diretor de Data Science, diz que para análise de rede 5G padrão a versão customizada do Code 2 Flash supera o GPT-6.1 Sol sendo 50 vezes mais barata. E para fluxos mais complexos, o Code 2 entrega desempenho de fronteira por preço bem menor.

O caso da Woven by Toyota é mais interessante. A unidade de direção assistida e automatizada da Toyota usa Code 2 Flash ajustado com histórico de correções MISRA, o padrão de codificação da indústria automotiva para software embarcado confiável. O resultado: correções prontas para merge em 44% dos casos em que as correções dos modelos de fronteira que rodam em produção precisavam de retrabalho humano, a menos de um décimo do custo.

Esse é o argumento mais forte do anúncio e não aparece em nenhum número de benchmark: fazer o ajuste fino com o histórico de correção da sua própria equipe faz o modelo entregar código pronto para merge. É a lógica de “hill-climbing” que a Microsoft vem defendendo desde julho. O modelo sozinho não é o diferencial. O modelo mais o seu histórico de erro é.
As limitações que a Microsoft escreveu no próprio model card
O model card oficial tem 22 páginas e uma seção de limitações bem honesta. Vale ler, porque contrasta com o tom do anúncio:
- O código gerado pode ser incorreto, incompleto, inseguro ou defasado, e o modelo pode parecer confiante enquanto está errado
- Em sessões agentic longas, os modelos podem repetir chamadas de ferramenta, subaproveitar a base de código existente, derivar das instruções ou parar antes de verificar o trabalho. A qualidade degrada conforme o contexto se aproxima do máximo
- O Flash é menos capaz em tarefas complexas de horizonte longo e pode precisar de mais orientação
- Raciocínio mais intenso aumenta latência e consumo de tokens e nem sempre melhora o resultado
- Desempenho fora do inglês e em linguagens e frameworks menos comuns não foi extensivamente avaliado
- O conhecimento para no corte de pré-treinamento, agosto de 2026. O modelo pode não saber de bibliotecas, APIs ou vulnerabilidades recentes
- Em alinhamento, os modelos foram avaliados como similares ao GPT-5.6 Sol, mas menos alinhados que o GPT-6
- No lançamento, o modelo é otimizado para produção de código em inglês apenas
Esse último ponto é o que deveria preocupar quem escreve software em português: a otimização é para código em inglês. Não é que ele não funcione em português, é que ninguém avaliou a fundo.
E o model card avisa que código gerado não deve ir para produção, sistemas críticos de segurança ou ambientes regulados sem revisão e teste humano. Isso vale para os dois modelos, e vale mais ainda para um agente que opera ferramentas de terminal e sistema de arquivos.
Avaliação de segurança de agente
Como os modelos operam ferramentas, a Microsoft avaliou segurança agentic em benchmarks públicos (ODCV-Bench, SABER, AgentHarm, AgentDojo) e em suítes internas. Os números mais reveladores:
| Avaliação | MAI Code 2 Flash | MAI Code 2 |
|---|---|---|
| AgentDojo (taxa de ataque bem-sucedido, menor é melhor) | 0,02% | 0,00% |
| AgentDojo (utilidade, maior é melhor) | 84,73% | 88,08% |
| AgentHarm (completude prejudicial, menor é melhor) | 11,68% | 10,23% |
| AgentHarm (completude benigno, maior é melhor) | 77,80% | 76,37% |
| ODCV-Bench (seguro, maior é melhor) | 79,41% | 79,02% |
| SABER (seguro e capaz, maior é melhor) | 39,96% | 41,20% |
| Tool Dojo (segurança, maior é melhor) | 91,73% | 92,50% |
| Policy Harbor (segurança, maior é melhor) | 78,46% | 82,26% |
| Malware Eval (recusa, maior é melhor) | 97,60% | 98,32% |
| MITRE benigno (maior é melhor) | 40,37% | 47,48% |
| MITRE taxa de recusa falsa (maior é melhor) | 99,86% | 99,80% |
O AgentDojo com 0,00% de ataque bem-sucedido e 88,08% de utilidade é o número mais forte do model card inteiro: o modelo resiste a injeção indireta de prompt plantada em saída de ferramenta sem destruir a tarefa real do usuário. Isso é raro. A ressalva é o oposto de raro: os números de conteúdo são de avaliadores internos da Microsoft, com processamento manual incluído.
O que isso significa na prática
Cinco leituras do anúncio, na ordem da utilidade:
1. O MAI Code 2 é o melhor modelo de código da Microsoft, e isso não é pouca coisa. Ele ganha do Opus 5.5 em DeepSWE e Terminal-Bench, ganha do GPT-6.1 Sol no FrontierCode e ganha do GPT-6 Sol em 64% das avaliações ciegas de frontend. A média de benchmark não é o melhor número da lista, mas cada item individual é competitivo.
2. A promoção é o produto. 40% do custo do Sol hoje vira 80% em maio de 2027. O Flash vira mais caro que a Luna. Se você está avaliando custo por tarefa para budget de 2027, use o preço de lista. Se você está avaliando custo de agora, o desconto é real e grande.
3. O SWE Atlas de 43,1% contra 57,5% do Opus é onde o dinheiro aparece. Trabalho que é refatorar codebase grande, escrever teste e entender repositório alheio é exatamente o caso em que 14 pontos custam horas de retrabalho humano. Nesses casos, o Opus 5.5 continua valendo o preço.
4. O Copilot é a única porta de entrada hoje. Fora dele, só o Flash em preview limitado no Foundry. OpenRouter, Vercel, Hermes, OpenCode e Kilo são “em breve” sem data e sem preço. Para quem trabalha com modelos por API, isso não é um lançamento, é umrumor com data de validade.
5. O verdadeiro produto é o MAI Work Flash, não o Code 2. O Code 2 é a vitrine. O Work Flash já roda dentro do Excel, do Word, do PowerPoint e do Teams, e é ele que corta a conta que a Microsoft paga ao OpenAI. Esse é o jogo de fundo. Para o desenvolvedor, a consequência é que o preço do Copilot tem teto estrutural, não só tweaked.
E tem uma leitura lateral que vale registrar: a Microsoft está construindo a própria pilha de inferência para deixar de comprar modelo de terceiro. Isso reduz a dependência de OpenAI e Anthropic dentro do Copilot, o que significa que o preço do Copilot vai ser controlado por dentro. Se você usa API de fora, a boa notícia é que a concorrência por preço fica mais feroz. A notícia ruim é que os modelos da Microsoft vão continuar sendo os mais fáceis de acessar dentro do Copilot, porque é lá que a Microsoft não paga terceiro.
Ficha técnica
- Modelos: MAI Code 2 e MAI Code 2 Flash
- Desenvolvedor: Microsoft Corporation (Microsoft AI)
- Lançamento: 17 de novembro de 2026, no Microsoft Ignite
- Arquitetura: transformer decoder-only com Mistura de Especialistas esparsa e encoder de visão integrado
- Contexto: 1.050.000 tokens (922.000 de entrada, 128.000 de saída)
- Ativos: 77 bilhões (Code 2) e 12 bilhões (Flash)
- Totais: ~2,8 trilhões (Code 2) e ~398 bilhões (Flash)
- Treinamento: agosto a novembro de 2026, do zero, pré-treinamento e pós-treinamento in-house
- Distribuição: GitHub Copilot (Code 2 e Flash), Microsoft Foundry em preview limitado (Flash), OpenRouter, Vercel, Hermes, OpenCode e Kilo “em breve”
- Licença: termos do produto onde o modelo é implantado, incluindo o Microsoft Enterprise AI Services Code of Conduct e os termos do Microsoft Foundry
- Preço no Copilot (por 1M tokens): Code 2 a US$ 0,50 de entrada e US$ 2,50 de saída até 17/05/2027, depois US$ 1,00 e US$ 5,00; Flash a US$ 0,05 e US$ 0,25, depois US$ 0,10 e US$ 0,50
- Model card oficial: microsoft.ai/pdf/MAI-Code-2-And-MAI-Code-2-Flash-Model-Card.pdf
- Anúncio: microsoft.ai/news/introducing-mai-code-2-and-mai-code-2-flash/
Nota metodológica: os benchmarks de código foram rodados pela Microsoft no MSBench, com o GitHub Copilot CLI como harness e subagentes desligados, em raciocínio máximo e com média de três execuções por tarefa. Apenas o FrontierCode v1.1 veio do Artificial Analysis. Os números de custo por tarefa estão no preço promocional de 50%. Nenhum terceiro independente reproduziu os resultados até 21 de novembro de 2026.