Wie berechnet sich „5 % Kosten“ bei MAI Code 2? 4 Benchmarks, 50 % Aktionspreis und Aufschlüsselung der Abrechnung realer Aufgaben

Wie berechnet sich „5 % Kosten“ bei MAI Code 2? 4 Benchmarks, 50 % Aktionspreis und Aufschlüsselung der Abrechnung realer Aufgaben

Anmerkung des Autors: Die „5 % Kosten“ von MAI Code 2 sind das Ergebnis eines bestimmten Benchmarks in Kombination mit einem Aktionspreis. Dieser Artikel schlüsselt die Formulierung des Originaltexts, die Preisliste und die Rechnung auf, damit Sie Ihre tatsächliche Rechnung besser einschätzen können.

Direkte Antwort: Die „5 % Kosten“ von MAI Code 2 bedeuten nicht „dauerhaft 95 % sparen bei allen Programmieraufgaben“. Es handelt sich um einen Durchschnittswert, den Microsoft in vier Programmier-Benchmarks mit der Einstellung „max effort“ ermittelt hat, indem MAI Code 2 gegen Opus 5.5 verglichen wurde – und auf der MAI-Seite wurde der 50 %-Aktionspreis verwendet. Diese Zahl sagt aus, „wie viel Geld man in diesen Benchmarks für dieselbe Aufgabe ausgegeben hat“, und nicht, „der Stückpreis pro Token beträgt nur 5 % des anderen“. Nach Ende der Aktion, mit Ihrer eigenen Codebasis und Ihrem eigenen Workflow, verschiebt sich das Verhältnis und muss neu berechnet werden.

Was Sie nach dem Lesen dieses Artikels wissen:

  • Die genaue Formulierung „96 % Leistung, 5 % Kosten“ im Microsoft-Original und die Testbedingungen, auf denen sie beruht.
  • Die von GitHub Copilot veröffentlichten Aktionspreise, Normalpreise und das Ende der Aktion für MAI Code 2 und MAI Code 2 Flash.
  • Warum sich „Kostenverhältnis pro Aufgabe“ und „Token-Preisverhältnis“ nicht gegenseitig ersetzen können.
  • Ein nachprüfbares Rechenbeispiel mit festen Token-Werten und wie Caching, Wiederholungen und manuelle Nacharbeit die Rechnung verändern.
  • Einen Beschaffungsansatz zur Bewertung von Programmiermodellen anhand der „Kosten pro erfolgreicher Aufgabe“.

Inhaltsübersicht: Teil 1 „Fakten“ behandelt der Reihe nach die Verlautbarung des Herstellers (1.1), die Bedingungen der vier Benchmarks (1.2), die Copilot-Preisliste (1.3), den Aktionszeitraum (1.4) sowie den Unterschied zwischen den beiden Kostenbegriffen (1.5) – es werden ausschließlich Informationen mit Quellenangabe genannt. Teil 2 „Analyse und Einschätzung“ enthält unsere redaktionelle Berechnung und Interpretation: zuerst ein Rechenbeispiel mit festen Token-Werten (2.1), dann die Ableitung der Verhältnisänderung nach Ende der Aktion (2.2), anschließend die Zerlegung in Caching, Wiederholungen und Nacharbeit (2.3) und schließlich eine Checkliste für die Beschaffung nach erfolgreichen Aufgaben (2.4) sowie Punkte, die weiter zu beobachten sind (2.5). Die Kostenschätzungen in Teil 2 sind eigenständige Rechenbeispiele auf Basis der genannten offiziellen Daten, keine gemessenen Abrechnungen.

mai-code-2-5-percent-cost-pricing-breakdown-de-image-0


To Know: Begriffe, die man für die Kosten von MAI Code 2 kennen muss

Konzept Kurze Erklärung
MAI Code 2 / MAI Code 2 Flash Zwei Coding-Modelle, die Microsoft am 17. November 2026 veröffentlicht hat; Flash ist leichter positioniert und hat einen niedrigeren Stückpreis
Opus 5.5 Das Modell, das Microsoft in der Veröffentlichung als Vergleichsbasis verwendet
max effort Die höchste Stufe des Reasoning-Aufwands, die bei der Evaluierung verwendet wird; geht in der Regel mit mehr Reasoning und höherem Token-Verbrauch einher
DeepSWE 1.1, TerminalBench 2.1, SWEAtlas, FrontierCode 1.1 Die vier Coding-Benchmarks, die Microsoft ausgewählt hat
MSBench Microsofts internes Evaluierungsframework, in dem die ersten drei Benchmarks laufen
Subagent (subagent) Ein Agent, der vom Hauptagenten abgeleitet wird und Teilaufgaben bearbeitet; wird in den ersten drei Benchmarks ausdrücklich nicht verwendet
Gecachte Eingabe (cached input) Eingabe-Token, die wiederholt auftreten und aus dem Cache bedient werden können; ihr Stückpreis liegt deutlich unter dem normaler Eingaben
AI credit Abrechnungseinheit von GitHub Copilot; 1 AI credit = 0,01 US-Dollar
Kosten pro Aufgabe Die tatsächlich anfallenden Gesamtkosten für die Erledigung einer Aufgabe; sie ergeben sich aus Stückpreis × Nutzung × Anzahl der Versuche
Token-Stückpreis Der Listenpreis pro Million Eingabe- oder Ausgabe-Token; nur ein Faktor der Kosten pro Aufgabe

MAI Code 2 – die „5 % Kosten“-Meldung im Schnellüberblick

  • Entwickler, die GitHub Copilot nutzen: Während der Aktionsphase ist der AI-Credit-Verbrauch von MAI Code 2 niedriger, was sich gut für Vergleichstests im eigenen Repository eignet. Denken Sie aber daran, dass der Aktionspreis ein Enddatum hat – die Rechnung aus dieser Phase taugt nicht als langfristige Budgetgrundlage.
  • Teamleitungen und Einkauf: „5 %“ ist ein Signal, das man im Blick behalten sollte, aber es gehört nicht direkt ins Kostenmodell. Rechnen Sie stattdessen mit der Erfolgsquote Ihrer eigenen Aufgaben, der Zahl der Wiederholungen und der Zeit für manuelle Prüfung, um die Kosten pro „erfolgreich erledigter Aufgabe“ zu ermitteln.
  • Entwickler, die Modelle über andere Kanäle aufrufen: Die im Text genannten Preise sind die Tarife von GitHub Copilot und gelten nicht für Azure AI Foundry oder andere API-Kanäle. Wenn Sie Programmiermodelle auf Aggregator-Plattformen wie APIYI apiyi.com testen, prüfen Sie zuerst, welche Modelle dort tatsächlich unterstützt werden und welche Abrechnungsregeln gelten.
  • Forschende mit Fokus auf Evaluierungen: 3 der 4 Benchmarks laufen im internen Framework von Microsoft und sind damit Hersteller-Benchmarks. Hier heißt es abwarten, bis unabhängige Reproduktionen vorliegen.

1. Die Fakten: Herkunft und Preis der „5 % Kosten“ von MAI Code 2

1.1 Veröffentlichung von MAI Code 2 und die Formulierung „96 % Leistung bei 5 % der Kosten“ im Original

Microsoft hat am 17. November 2026 MAI Code 2 und MAI Code 2 Flash veröffentlicht. Im Ankündigungsbeitrag heißt es, MAI Code 2 erreiche im Durchschnitt über vier Benchmarks etwa 96 % der Leistung von Opus 5.5 bei rund 5 % der Kosten.

Diese Aussage ist eine vom Hersteller selbst ausgewählte Benchmark-Auswahl; sie beschreibt die Ergebnisse auf genau diesen vier Benchmarks und ist keine umfassende Aussage über allgemeine Programmierfähigkeiten. Der Beitrag erwähnt außerdem, dass bei der Kostenberechnung auf MAI-Seite der Aktionspreis von 50 % verwendet wurde.

1.2 Die vier Benchmarks von MAI Code 2 und die Testbedingungen

Die vier Benchmarks, die in den Durchschnitt eingehen, und ihre Bedingungen – alle Angaben stammen aus dem Ankündigungsbeitrag:

  1. DeepSWE 1.1, TerminalBench 2.1, SWEAtlas: ausgeführt in Microsofts internem MSBench, zusammen mit Copilot CLI und ohne Subagenten.
  2. FrontierCode 1.1: Ergebnisse von Artificial Analysis.
  3. Reasoning-Stufe: max effort.
  4. Kostenbasis: Die Kosten des MAI-Modells werden zum Aktionspreis von 50 % berechnet.

Diese Bedingungen bestimmen zusammen die beiden Zahlen „96 %“ und „5 %“. Bei einer anderen Reasoning-Stufe, einem anderen Agent-Framework oder aktivierten Subagenten können Token-Verbrauch und Erfolgsquote anders aussehen.

mai-code-2-5-percent-cost-pricing-breakdown-de-image-1

1.3 Preistabelle für MAI Code 2 in GitHub Copilot

Die offizielle GitHub-Dokumentation führt die Tarife der beiden Modelle in Copilot auf, angegeben in US-Dollar pro Million Token:

Modell Abrechnungsart Eingabe Cache-Eingabe Ausgabe
MAI Code 2 Aktionspreis 0.50 0.025 2.50
MAI Code 2 Regulärer Preis 1.00 0.05 5.00
MAI Code 2 Flash Aktionspreis 0.05 0.005 0.25
MAI Code 2 Flash Regulärer Preis 0.10 0.01 0.50

Zwei Punkte sind dabei wichtig: Dies sind die Tarife von GitHub Copilot, und Copilot rechnet in AI credit ab, wobei 1 AI credit 0.01 US-Dollar entspricht. Es handelt sich nicht um die Preisangaben von Azure AI Foundry, und sie stehen auch nicht für die Preise aller API-Kanäle. Dasselbe Dokument listet zwar auch die Preise für Opus 5.5 auf, doch allein aus dem Stückpreis lässt sich das Kostenverhältnis der Aufgaben in der Microsoft-Evaluierung nicht rekonstruieren. Das im Copilot-Abo enthaltene Kontingent und die Zahlung bei Überschreitung sind getrennt zu betrachten: Die unten genannten Dollarbeträge sind der nach Token-Tarif umgerechnete Nutzungswert und nicht unbedingt eine zusätzliche Abbuchung. Bei den alten Jahresabos mit Anfragekontingent sollte man zudem deren spezielle Multiplikatorregeln prüfen.

1.4 Gültigkeitsdauer des Aktionspreises von MAI Code 2

Laut der GitHub-Dokumentation gilt ab dem 17. Mai 2027 wieder der reguläre Preis. Die Dokumentation nennt keine Zeitzone, daher lässt sich nicht mit Sicherheit sagen, dass am 17. Mai selbst noch der Aktionspreis gilt. Rechnen Sie den Stichtag nicht eigenständig in eine konkrete Uhrzeit nach Pekinger Zeit um. Prüfen Sie kurz vor dem Wechsel die aktuellen Abrechnungsregeln von GitHub; für eine konservative Budgetplanung können Sie Verbrauch, der über diesen Zeitpunkt hinausgeht, zunächst zum regulären Preis veranschlagen.

1.5 Bei MAI Code 2 sind Aufgabenkosten und Token-Preis zwei verschiedene Dinge

Die Angabe „5 % Kosten“ vergleicht die Gesamtausgaben für die Erledigung einer Benchmark-Aufgabe. Sie ergibt sich aus dem Stückpreis multipliziert mit den tatsächlich verbrauchten Tokens, aufsummiert über alle Schritte. Lösen zwei Modelle dieselbe Aufgabe, können sich die verbrauchten Input- und Output-Tokens deutlich unterscheiden.

Aus „die Aufgabenkosten betragen etwa 5 %“ folgt daher nicht „der Preis pro Token liegt bei 5 % des anderen Modells“, und umgekehrt genauso wenig. Das ist eine redaktionelle Erläuterung zweier unterschiedlicher Abrechnungsmaßstäbe.


II. Analyse und Einschätzung: Wie sich die Abrechnung einer realen Aufgabe mit MAI Code 2 aufschlüsseln lässt

Die folgenden Inhalte sind eine redaktionelle Analyse. Alle Rechenbeispiele sind eigene Berechnungen auf Basis öffentlich zugänglicher Tarife und beruhen auf ausdrücklich genannten Annahmen. Es handelt sich nicht um gemessene Abrechnungen, und es gibt weder Screenshots noch Aufzeichnungen tatsächlicher Aufrufe als Beleg.

2.1 Beispielrechnung für MAI Code 2 mit festen Token-Werten

Angenommen, eine Aufgabe verbraucht fest 100.000 normale Eingabe-Token + 10.000 Ausgabe-Token, ohne Cache-Nutzung, ohne Wiederholungsversuche und ohne Tool-Aufrufe oder Abonnementkosten. Berechnet nach den Tarifen aus Abschnitt 1.3:

  • MAI Code 2 zum Aktionspreis: 100.000 × 0,50 / 1.000.000 + 10.000 × 2,50 / 1.000.000 = 0,05 + 0,025 = 0,075 US-Dollar
  • MAI Code 2 zum regulären Preis: 0,10 + 0,05 = 0,15 US-Dollar
  • MAI Code 2 Flash zum Aktionspreis: 0,005 + 0,0025 = 0,0075 US-Dollar
  • MAI Code 2 Flash zum regulären Preis: 0,01 + 0,005 = 0,015 US-Dollar
Modell und Preis Eingabekosten Ausgabekosten Summe pro Aufruf entspricht AI-Credit
MAI Code 2 Aktionspreis $0,05 $0,025 $0,075 7,5
MAI Code 2 regulär $0,10 $0,05 $0,15 15
Flash Aktionspreis $0,005 $0,0025 $0,0075 0,75
Flash regulär $0,01 $0,005 $0,015 1,5

Diese Tabelle zeigt nur den Preisunterschied „bei gleicher Nutzungsmenge“. Bei realen Aufgaben unterscheiden sich Token-Verbrauch und Erfolgsquote der beiden Modelle. In dieser Beispielrechnung betragen die Kosten von Flash ein Zehntel der Kosten von Code 2, also 90 % weniger; das bedeutet jedoch nicht, dass die tatsächliche Erledigung derselben Aufgabe ebenfalls nur ein Zehntel kostet.

Das folgende Skript führt nur lokale Arithmetik aus und ruft kein Modell auf. input_tokens bezeichnet die gesamte Eingabe einschließlich Cache, cached_tokens ist der darin enthaltene Anteil mit Cache-Treffern; für die Ausgabe sollte die vom Anbieter gemeldete vollständige, abgerechnete Ausgabemenge verwendet werden. Übernehmen Sie nicht die usage-Werte anderer API-Anbieter direkt in die Copilot-Tarife und behandeln Sie sie als echte Abrechnung.

 # US-Dollar / Million Token, Quelle: GitHub Copilot-Tariftabelle (nur als Schätzreferenz)
RATES = {
    "mai-code-2-promo":   {"input": 0.50, "cached": 0.025, "output": 2.50},
    "mai-code-2-regular": {"input": 1.00, "cached": 0.05,  "output": 5.00},
    "flash-promo":        {"input": 0.05, "cached": 0.005, "output": 0.25},
    "flash-regular":      {"input": 0.10, "cached": 0.01,  "output": 0.50},
}

def estimate_cost(rate_key, input_tokens, output_tokens, cached_tokens=0):
    r = RATES[rate_key]
    if not 0 <= cached_tokens <= input_tokens or output_tokens < 0:
        raise ValueError("token 数必须非负,且缓存量不能超过总输入")
    normal = input_tokens - cached_tokens
    return (normal * r["input"] + cached_tokens * r["cached"]
            + output_tokens * r["output"]) / 1_000_000

print(estimate_cost("mai-code-2-promo", 100_000, 10_000))  # 0.075

print(estimate_cost("mai-code-2-promo", 100_000, 10_000, 80_000))  # 0.037

🎯 Technischer Hinweis: Für die Kostenbewertung sind die wertvollsten Daten die usage-Aufzeichnungen Ihrer eigenen Aufgaben. Sie können bei APIYI apiyi.com mit demselben API-Schlüssel mehrere Programmiermodelle auf dieselbe Aufgabencharge ansetzen, den Token-Verbrauch zusammenfassen und anschließend die tatsächlichen Einzelpreise der jeweiligen Anbieter anwenden. Beachten Sie, dass maßgeblich für die Frage, ob MAI Code 2 auf dieser Plattform aufgerufen werden kann, die Modellliste der Plattform ist.

2.2 Wie hoch könnten die „5 %“ nach dem Ende der MAI Code 2-Aktion werden

Dieser Abschnitt ist eine Hochrechnung, keine offiziellen Zahlen. Der reguläre Preis von MAI Code 2 liegt bei allen drei Posten – Eingabe, zwischengespeicherte Eingabe und Ausgabe – genau beim Doppelten des Aktionspreises. Bleibt der Tarifmaßstab von Copilot und die Token-Nutzung je Kategorie unverändert, verdoppeln sich also nur diese drei Token-Kosten; die Gesamtkosten einer kompletten Aufgabe inklusive Abonnement, Tools und Arbeitszeit müssen sich dagegen nicht zwangsläufig verdoppeln.

Bleibt die Kostenbasis auf der Opus 5.5-Seite unverändert, dann werden aus den rund 5 %, die auf Basis des Aktionspreises berechnet wurden, mit dem regulären Preis etwa 10 %. Selbst wenn man den „Durchschnitt“ bildet, indem man die Anteile je Posten berechnet und diese dann mittelt, verdoppelt sich das Ergebnis – denn jeder einzelne Posten verdoppelt sich. Das ist immer noch ein sehr niedriger Anteil, aber nicht mehr die Zahl aus der Überschrift.

mai-code-2-5-percent-cost-pricing-breakdown-de-image-2

2.3 Caching, Wiederholungsversuche und manuelle Nacharbeit in echten Abrechnungen von MAI Code 2

Das Rechenbeispiel mit festen Token ist ein vereinfachter Fall, um die Tarife zu vergleichen. Echte Abrechnungen werden von mindestens drei weiteren Faktoren beeinflusst.

Caching senkt die Kosten. Bleiben wir bei den Annahmen aus 2.1: Wenn von 100.000 Eingabe-Token 80.000 aus dem Cache kommen, ergibt sich bei MAI Code 2 zum Aktionspreis ein Eingabeaufwand von 20,000 × 0.50 / 1,000,000 + 80,000 × 0.025 / 1,000,000 = 0.012 US-Dollar, plus 0.025 US-Dollar für die Ausgabe, also rund 0.037 US-Dollar pro Durchlauf – etwa halb so viel wie die 0.075 US-Dollar ohne Cache. Agentisches Programmieren liest denselben Repository-Kontext immer wieder ein, deshalb kann die Cache-Trefferquote die Eingabekosten deutlich beeinflussen. Ihr Anteil an den Gesamtkosten hängt aber auch von der Ausgabe und weiteren Kosten ab.

Wiederholungsversuche erhöhen die Kosten. Unter der vereinfachten Annahme gleicher Kosten pro Versuch, einer festen Erfolgswahrscheinlichkeit und voneinander unabhängiger Versuche gilt: Die erwarteten Modellkosten pro erfolgreich erledigter Aufgabe entsprechen ungefähr den Kosten eines Versuchs ÷ Erfolgsquote. Bei 0.075 US-Dollar pro Versuch und 50 % Erfolgsquote liegen die durchschnittlichen Kosten pro erfolgreicher Aufgabe bei etwa 0.15 US-Dollar. Ein anderes Modell lässt sich selbst bei 90 % Erfolgsquote nur vergleichen, wenn man seine Kosten pro Versuch mit einbezieht – aus der Erfolgsquote allein lässt sich nicht ableiten, dass es günstiger ist. Erfolgsquoten kann man nur aus eigenen Tests gewinnen; in diesem Artikel werden für kein Modell Erfolgsquoten genannt.

Manuelle Nacharbeit muss separat gerechnet werden. Die Zeit, die Entwickler mit Prüfen, Ändern und Zurückrollen von Code verbringen, taucht in der Token-Abrechnung nicht auf und kann die Modellkosten übersteigen. Dazu kommen fixe oder variable Ausgaben für Tool-Aufrufe, CI-Läufe und Abonnements. Die offizielle Ankündigung legt nicht vollständig offen, wie diese einbezogen werden; man darf die „5 %“ also nicht als den Anteil verstehen, in dem all diese Kosten gebündelt sind.

Kostenfaktor Wirkung auf die Abrechnung In den „5 %“ enthalten? Bezugsquelle
Token-Stückpreis Basis Ja (Aktionspreis) Tariftabelle des Anbieters
Token-Verbrauch pro Aufgabe In beide Richtungen Ja (unter Benchmark-Bedingungen) Feld usage
Cache-Trefferquote Senkt Hängt vom Benchmark-Lauf ab Log-Auswertung
Wiederholungen und fehlgeschlagene Aufgaben Erhöht Unklar Eigene Erfolgsquote
Manuelle Prüfung und Nacharbeit Erhöht Vollständige Berechnung nicht offengelegt Arbeitszeitnachweise
Tool-Aufrufe, Abogebühren Erhöht Vollständige Berechnung nicht offengelegt Rechnungen und Verträge

Die folgende Grafik zeigt ein weiteres, eigenständiges Rechenbeispiel mit anderen Annahmen – nicht das Szenario mit den 80.000 Cache-Token von oben: Der Cache senkt die Kosten pro Durchlauf um $0.015 von $0.075 auf $0.060. Bei unabhängigen Versuchen und einer festen Erfolgsquote von 50 % ergeben sich erwartete Modellkosten von $0.120; rechnet man dann $0.030 Werkzeugkosten und $0.500 Personalkosten pro erfolgreicher Aufgabe hinzu, kommt man auf $0.650. Alle Zahlen dienen nur dazu, die Art der Addition zu erklären.

mai-code-2-5-percent-cost-pricing-breakdown-de-image-3

2.4 Beschaffung mit MAI Code 2: Bewertung nach Kosten pro erfolgreicher Aufgabe

Für Teams ist es sinnvoller, statt der Frage „Sind es wirklich nur 5 %?“ einen einfachen Evaluierungsprozess aufzusetzen:

  1. Stichprobe auswählen: Wählen Sie aus Ihrem eigenen Repository 20 bis 50 repräsentative historische Aufgaben aus, die Bugfixing, das Schreiben von Tests, Refactoring und ähnliche Typen abdecken.
  2. Bedingungen fixieren: Vereinheitlichen Sie die Reasoning-Stufe, das Agenten-Framework und die Frage, ob Subagenten aktiviert sind, um Verwechslungen mit der Bewertungsmethodik der Anbieter zu vermeiden.
  3. Nutzung erfassen: Speichern Sie pro Aufruf die Eingabe-Token, die gecachten Eingabe-Token, die Ausgabe-Token und die Anzahl der Versuche.
  4. Erfolg bewerten: Bewerten Sie den Erfolg anhand von zwei Kriterien – bestandene Tests und manuelle Prüfung – und halten Sie die Nacharbeitsdauer fest.
  5. Kalkulation mit beiden Preisen: Rechnen Sie sowohl mit Aktionspreis als auch mit regulärem Preis; für Budgets, die über den 17. Mai 2027 hinausreichen, gilt grundsätzlich der reguläre Preis.

💡 Auswahlhinweis: Die Wahl zwischen MAI Code 2 und Flash hängt von der Schwierigkeit der Aufgabe ab. Bei einfachen Aufgaben ist der niedrigere Stückpreis von Flash klar im Vorteil; bei komplexen Aufgaben kann der Unterschied bei der Erfolgsquote den Preisunterschied wettmachen. Wenn Sie zusätzlich andere gängige Coding-Modelle vergleichen möchten, können Sie über die einheitliche OpenAI-kompatible Schnittstelle von APIYI apiyi.com dieselbe Aufgabenreihe im Batch ausführen, um einen direkten Vergleich zu ermöglichen.

2.5 MAI Code 2: Was sich künftig ändern könnte

Die folgenden Punkte entscheiden unmittelbar darüber, ob die „5 %“ in deinem Szenario tatsächlich Bestand haben – sie sind Beobachtungsrichtungen, keine Prognosen:

  • Unabhängige Nachstellung: 3 der 4 Benchmarks stammen aus internen Frameworks von Microsoft. Ob Dritte in öffentlichen Frameworks zu vergleichbaren Ergebnissen kommen, bleibt weiter zu beobachten.
  • Preise über andere Kanäle: Die derzeitigen Referenzmaterialien decken nur die Tarife von GitHub Copilot ab. Preise bei Azure AI Foundry oder anderen Plattformen sind den jeweiligen offiziellen Ankündigungen zu entnehmen.
  • Aktionszeiträume: Ab dem 17. Mai 2027 gilt wieder der reguläre Preis (die offizielle Angabe nennt keine Zeitzone); das tatsächliche Verhältnis muss dann neu berechnet werden.

Wenn du zunächst auf einem vertrauten Programmiermodell eine eigene Kostenbasis aufbauen möchtest, prüfe zuerst die aktuelle Modellliste und die Tarife des von dir genutzten Kanals – etwa bei APIYI apiyi.com – und stelle dann einen Aufgabenvergleich mit identischen Maßstäben auf. Die Copilot-Stückpreise aus den Skripten in diesem Artikel lassen sich nicht direkt als Abrechnung für Drittanbieter-Kanäle verwenden.

Die Zahl in der Überschrift sagt dir nur, auf welchem Spielfeld der Anbieter gute Ergebnisse erzielt hat – deine Rechnung kannst du erst in deinem eigenen Repository aufmachen. Wie Lu You in „Vom Lesen in der Winternacht – für meinen Sohn Ziyu“ schrieb: „Was man aus Büchern lernt, bleibt immer an der Oberfläche; erst wenn man die Sache selbst in die Hand nimmt, weiß man wirklich Bescheid.“


📚 Referenzen

  1. Microsoft AI – Introducing MAI Code 2 and MAI Code 2 Flash: Ankündigung und Bewertungsgrundlage

    • Link: Offizielle Ankündigung von Microsoft
    • Hinweis: Die Originalquelle für „96 % Leistung, 5 % Kosten“, einschließlich Erläuterungen zu vier Benchmarks, max effort und 50-%-Aktionspreis
  2. GitHub Docs – Copilot models and pricing: Copilot-Modelltarife


Autor: APIYI-Team
Technischer Austausch: Kontaktieren Sie uns gerne über die Startseite der APIYI-Website apiyi.com; weitere Integrationsunterlagen finden Sie im Dokumentationszentrum unter docs.apiyi.com.

Weiterführende Artikel

Ähnliche Beiträge