Microsoft esitteli 17. marraskuuta 2026 Ignite-tapahtumassa oman MAI-malliperheensä. Yhtiö markkinoi erikoistuneita malleja edullisempina vaihtoehtoina esimerkiksi koodaukseen ja kyberturvaan. Näyttävimmät suorituskyky- ja hintaluvut ovat Microsoftin omia vertailuja: ne kuvaavat yhtiön esittämää näyttöä, eivät todista mallien olevan yhtä hyviä kaikissa tehtävissä.
2
3
10
Kuusi mallia vai seitsemän?
Microsoft kuvaili julkaisua seitsemän mallin perheeksi, mutta Axios kertoi kuudesta erikoistuneesta mallista.
2
10 Käytettävissä olevat lähteet eivät selitä lukujen eroa. Niistä käy kuitenkin ilmi, että julkistus kattoi koodauksen ja kyberturvan lisäksi muun muassa kuva-, puhe-, litterointi- ja päätöksentekomalleja.
5
8
35
Laaja mallivalikoima voi osaltaan selittää, miksi julkaisua on laskettu eri tavoin, mutta lähteet eivät vahvista tätä selitystä. Täsmällisintä on sanoa, että Microsoft puhui seitsemän mallin perheestä ja Axios laski raportissaan kuusi.
Mitä Microsoft väitti koodausmalleistaan?
Microsoftin mukaan MAI Code 2 on tarkoitettu yritysten koodaustyöhön, kuten virheiden selvittämiseen, useita tiedostoja koskeviin muutoksiin, koodin viemiseen tuotantoon ja kokonaisen koodivaraston hahmottamiseen.
1 Neljän koodaustestin — DeepSWE 1.1:n, Terminal Bench 2.1:n, SWE-Atlasin ja FrontierCode v1.1:n — keskiarvossa Code 2 ylsi yhtiön mukaan 98 prosenttiin GPT-6.1 Solin suorituskyvystä 40 prosentilla sen hinnasta. Claude Opus 5.5:een verrattuna tulos oli 96 prosenttia suorituskyvystä viidellä prosentilla hinnasta.
3
16
Kevyempi MAI Code 2 Flash on suunnattu nopeampaan ja toistuvampaan työhön, kuten koodin selittämiseen, rajattuihin muokkauksiin ja tavallisiin korjauksiin. Microsoftin mukaan sen suorituskyky oli vertailukelpoinen GPT-6 Lunan kanssa 65 prosentilla tämän hinnasta ja Claude Haiku 5.5:n kanssa 20 prosentilla hinnasta.
1
3
Lukuja kannattaa lukea toimittajan ilmoittamina tuloksina valituissa koodaustehtävissä. Microsoft kuvaa testejä arkipäiväiseen yrityskoodaukseen sopiviksi, ei kaikenkattavaksi mittariksi ohjelmoinnista tai päättelystä.
3 Tulokset eivät siis osoita, että mallit korvaisivat kilpailijansa yleiskäyttöisinä vaihtoehtoina.
Kyberturvaväitteet ja saatavuus
Haavoittuvuuksien löytämiseen tarkoitetun MAI Cyber 2 Flashin kerrotaan saavuttaneen CyberGym-E2E-testissä 92,3 prosentin tehtäväsuorituksen. GPT-6 Astra sai samassa vertailussa 91,5 prosenttia, ja Microsoftin mukaan Cyber 2 Flashin kustannus tehtävää kohti oli alle kaksi prosenttia vertailumallin kustannuksesta.
29 Reutersin mukaan mallia oli aluksi tarkoitus tarjota vain rajatulle asiakasjoukolle.
32
Myös tämä tulos koskee yhtä tiettyä testiä. Se ei yksin kerro, miten malli pärjää kyberturvatyön muissa tehtävissä tai kaikkien asiakkaiden ympäristöissä.
Microsoftin tiedotteiden ja muun raportoinnin mukaan Code 2 ja Code 2 Flash ovat saatavilla GitHub Copilotissa. Code 2 Flashin kerrotaan olevan lisäksi rajatun pääsyn esikatselussa Microsoft Foundryssa.
22
24 Käytettävissä olevat lähteet eivät täsmennä, mitkä Copilot-tilaukset sisältävät mallit.
Hintavertailuissa on tärkeä varaus
Microsoftin benchmark-lukuihin liittyy myös hinnoittelua koskeva varaus: raportoinnin mukaan Code 2:n kustannusvertailussa käytettiin kampanjahintaa.
16 Suhdelukuja ei siksi pidä pitää pysyvinä vertailuina normaalihintoihin. Suhteellinen kustannusväite ei myöskään korvaa sen tarkistamista, mitä tietty käyttöönotto maksaa ja millä ehdoilla.
Osa Microsoftin laajempaa tekoälylinjaa
Microsoft esitteli julkistuksen osana laajempaa työtään omien tekoälyvalmiuksiensa kehittämiseksi samalla, kun se kilpailee OpenAI:n ja Anthropicin kanssa. Axiosin mukaan Microsoft AI:n johtaja Mustafa Suleyman kertoi yhtiön edistyvän merkittävästi yleiskäyttöisen frontier-mallin rakentamisessa.
2 Käytettävissä olevissa lähteissä ei ilmoiteta mallille julkaisupäivää.
Varmimmin tuettu johtopäätös on rajatumpi: Microsoft perustelee MAI-mallien kiinnostavuutta erikoistumisella ja väitteillä kilpailukykyisestä hinta–suorituskykysuhteesta. Mallien sopivuus riippuu kuitenkin käyttötarkoituksesta, todellisista hinnoitteluehdoista ja siitä, miten ne pärjäävät valikoitujen testien ulkopuolella.