MAI Code 2: a Microsoft lançou o próprio modelo de código e entrega 96% do Claude Opus 5.5 por 5% do custo

hero

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

Os 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.

EspecificaçãoMAI Code 2MAI Code 2 Flash
Parâmetros ativos77 bilhões12 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 total1.050.000 tokens1.050.000 tokens
Entrada máxima922.000 tokens922.000 tokens
Saída máxima128.000 tokens128.000 tokens
EntradasTexto e imagemTexto e imagem
Níveis de raciocíniolow, medium, high, xhigh, maxlow, medium, high, xhigh, max
Data de lançamento17 de novembro de 202617 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.

Ícone oficial do MAI Code 2
Ícone oficial do MAI Code 2

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.

BenchmarkMAI Code 2GPT-6.1 SolClaude Opus 5.5Quem rodou
DeepSWE 1.173,2%74,6%69,0%Microsoft
Terminal-Bench 2.184,6%85,0%78,7%Microsoft
SWE Atlas43,1%47,4%57,5%Microsoft
FrontierCode v1.152,0%49,4%56,0%Artificial Analysis
Média63,2%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)EntradaEntrada em cacheSaída
MAI Code 2 (promo até 17/05/2027)US$ 0,50US$ 0,025US$ 2,50
MAI Code 2 (a partir de 17/05/2027)US$ 1,00US$ 0,05US$ 5,00
MAI Code 2 Flash (promo até 17/05/2027)US$ 0,05US$ 0,005US$ 0,25
MAI Code 2 Flash (a partir de 17/05/2027)US$ 0,10US$ 0,01US$ 0,50
GPT-6.1 Sol (até 272K de contexto)US$ 2,00US$ 0,10US$ 10,00
GPT-6.1 Terra (até 272K de contexto)US$ 1,00US$ 0,05US$ 5,00
GPT-6 Luna (até 272K de contexto)US$ 0,10US$ 0,01US$ 0,50
Claude Opus 5.5US$ 4,00US$ 0,20US$ 20,00
Claude Sonnet 5.5US$ 2,00US$ 0,10US$ 10,00
Claude Haiku 5.5 (até 100K de contexto)US$ 0,10US$ 0,01US$ 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 CopilotPreçoCréditos de IA por mêsMAI Code 2MAI Code 2 FlashClaude Opus 5.5
Free e StudentUS$ 0Uma cotaNãoSó via AutoNão selecionável
ProUS$ 10/mês1.500SimSimNão
Pro+US$ 39/mês7.000SimSimSim
MaxUS$ 100/mês20.000SimSimSim
Business e EnterprisePor usuárioPool por usuárioSimSimSim

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.

Logo da AT&T, cliente de referência do MAI Code 2 Flash
AT&T usa uma versão customizada do Code 2 Flash para análise de rede 5G

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.

Logo da Woven by Toyota, cliente de referência do MAI Code 2 Flash
Woven by Toyota ajustou o Code 2 Flash com correções MISRA para software automotivo

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:

AvaliaçãoMAI Code 2 FlashMAI 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.

Gostaria de receber mais novidades?

Nossas publicações serão sempre voltadas ao mundo do marketing digital, design e criação de sites. Você não será importunado com assuntos que não são do seu interesse!

Compartilhe com seus familiáres e amigos!

Baita Site

Desenvolvemos soluções completas em Marketing Digital para o seu o seu negócio.

Contate-nos, solicite um orçamento, teremos o maior prazer em lhe ajudar!

baitasite@baitasite.com.br
+55 (47) 3360-7843
CNPJ 22.130.607/0001-29

Porque nos escolher?

É algo muito simples! Temos anos e uma vasta experiência com internet, nosso preço é justo e nosso trabalho profissional.

São anos de estudo e dedicação para adquirir o conhecimento necessário para executar projetos com qualidade e eficiência

Onde Estamos

Estamos localizados em um aconchegante home office em Itapema, litoral de Santa Catarina. Você está longe? Não tem problema!

Somos feras em atendimento e suporte a distância, por WhatsApp e pela internet!

Copyright 2020 - Baita Site - Criação de Sites em Itapema. Site feito com amor por nós mesmos!