Microsoft hat am 17. November 2026 auf der Ignite gleich zwei Coding-Modelle veröffentlicht, MAI Code 2 erschien noch am selben Tag im Modellauswahlmenü von GitHub Copilot. Das andere heißt MAI Code 2 Flash. Die Namen ähneln sich stark, doch Ausrichtung, Preis und Benchmarks sind getrennt zu betrachten; dieser Artikel behandelt nur MAI Code 2.
Das ist kein Gerücht: Die Pressemitteilung von Microsoft, das GitHub-Changelog und die Copilot-Preisseite haben es noch am selben Tag bestätigt. Allerdings bezieht sich der Satz in der Pressemitteilung – „nahe am Flaggschiff, nur ein Bruchteil des Preises“ – auf die anhand des angegebenen Benchmarks berechneten Aufgabenkosten, nicht auf den Token-Preis. Das wird leicht falsch verstanden.
Das Wichtigste vorab: Nach dem Lesen wissen Sie, welche alltäglichen Aufgaben bei Codeänderungen Sie MAI Code 2 anvertrauen sollten und welche besser nicht – und wie Sie die offiziellen Zahlen und die Copilot-Preisliste jeweils richtig lesen.

MAI Code 2: Kerninformationen auf einen Blick
Wichtig: MAI Code 2 ist für alltägliche Codeänderungen in Unternehmen gedacht, nicht für extrem lange Aufgaben oder Forschung.
| Information | Details |
|---|---|
| Veröffentlichung | 2026-11-17, während der Microsoft Ignite |
| Herausgeber | Microsoft AI, gleichzeitig in GitHub Copilot verfügbar |
| Modell-ID | MAI-Code-2 (Schreibweise nach Microsoft- und GitHub-Materialien) |
| Offizielle Positionierung | Änderungen in die Produktion bringen, tiefgehende Fehlersuche, dateiübergreifende Implementierung, Verständnis der gesamten Codebasis, Oberflächen |
| Offiziell nicht optimiert für | Schwierigere Probleme, genannt werden Grundlagenforschung und sehr lang laufende Agentenaufgaben |
| Copilot-Abrechnung | Nutzungsbasierte Abrechnung; Aktionspreis gilt bis 2027-05-17 |
| Verfügbar für | Qualifizierte Jahresabonnements von Copilot Pro, Pro+, Max, Business und Enterprise |
| Nicht verwechseln | MAI Code 2 Flash ist ein separates Modell für Erklärungen, kleine Änderungen, Routinekorrekturen und schnelle Iterationen |
Schlüsselbegriffe der offiziellen Positionierung von MAI Code 2
Die Microsoft-Pressemitteilung beschreibt die Aufgaben von MAI Code 2 sehr konkret: Änderungen in die Produktion bringen, tiefgehende Fehlersuche, Funktionen über mehrere Dateien hinweg implementieren, die gesamte Codebasis verstehen und Oberflächen bauen. Die Formulierung im GitHub-Changelog ist weitgehend identisch, dort wird zusätzlich das Refactoring separat erwähnt. In einfachen Worten: Aufgaben, bei denen man den Kontext verstehen, mehrere Dateien anfassen und die Änderung am Ende auch ausliefern können muss.
Auch die Kehrseite wird klar benannt. In der Pressemitteilung heißt es, beide Modelle seien noch nicht für schwierigere Probleme optimiert; als Beispiele werden Grundlagenforschung und sehr lang laufende Agentenaufgaben genannt. Für Anwendungsfälle wie „einfach mehrere Stunden selbst laufen lassen und bis zum Ende durchplanen“ gibt es von offizieller Seite also keine Garantie – dafür sollte man es nicht einsetzen.

Offiziell gemeldete Benchmarks und Aufgabenkosten von MAI Code 2
In der Pressemitteilung stechen einige Prozentwerte besonders hervor. Vorab eines klargestellt: Die folgenden Zahlen sind Angaben von Microsoft selbst – keine Messungen durch Dritte und weder Testergebnisse noch Preisangaben von APIYI.
| Vergleichsobjekt | Offiziell gemeldete Leistung | Offiziell gemeldete Aufgabenkosten | Berechnungsgrundlage |
|---|---|---|---|
| GPT-6.1 Sol | erreicht 98 % davon | etwa 40 % davon | Durchschnitt über vier Benchmarks, maximale Reasoning-Stufe |
| Claude Opus 5.5 | erreicht 96 % davon | etwa 5 % davon | Durchschnitt über vier Benchmarks, maximale Reasoning-Stufe |
| Blindbewertung der Oberfläche vs. GPT-6 Sol | 64 % der Bewertungen fielen eher zugunsten von MAI Code 2 aus | nicht kostenrelevant | 258 Annotatoren; bewertet wurden sowohl Optik als auch Nutzbarkeit |
Wie die Prozentwerte für MAI Code 2 berechnet wurden
Die vier Benchmarks sind DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas und FrontierCode v1.1 – durchweg Aufgaben mit Schwerpunkt auf alltäglicher Programmierung. Laut Fußnote der Pressemitteilung wurden alle Modelle mit der maximalen Reasoning-Stufe ausgeführt; die ersten drei Benchmarks liefen auf Microsofts internem MSBench, mit GitHub Copilot CLI und ohne aktivierte Sub-Agenten; die Ergebnisse und Kosten für FrontierCode 1.1 stammen von Artificial Analysis.
Am wichtigsten ist die Spalte mit den Kosten: Sie gibt die Gesamtkosten für das Ausführen der Aufgaben in diesen Benchmarks zum Aktionspreis mit 50 % Rabatt auf MAI-Code-2 an. Das heißt, in die 40 % und 5 % fließen mehrere Faktoren ein: der Preis pro Token, die vom Modell verbrauchten Tokens und die Reasoning-Stufe. Nach dem Ende der Aktion verdoppelt sich der Preis pro Token – die beiden Prozentwerte werden also nicht unverändert bleiben.
Die 64 % aus dem Oberflächen-Test stammen aus einer anderen Evaluierung: 258 Annotatoren sahen sich Aufgaben aus den Bereichen Oberflächen, Spiele, Visualisierung, 3D und SVG an und bewerteten gleichzeitig, ob etwas „gut aussieht“ und „brauchbar ist“. 64 % der Bewertungen fielen dabei zugunsten von MAI Code 2 und nicht zugunsten von GPT-6 Sol aus. Das zeigt, dass MAI Code 2 bei der Gestaltung von Oberflächen eine gewisse Wettbewerbsfähigkeit besitzt – aber auch das ist eine Selbstauskunft des Herstellers und kein Beleg dafür, dass es Sol oder Opus bereits durchgängig übertroffen hätte.
Der Token-Preis von MAI Code 2 in Copilot
Die zweite Zahlenreihe stammt von der Preisseite von GitHub Copilot, die Einheit ist pro Million Token – das ist etwas völlig anderes als der oben genannte „Anteil an den Aufgabenkosten“, die beiden Zahlen sollte man nicht ineinander umrechnen.

| Modell (Copilot-Preisliste) | Eingabe | Cache-Eingabe | Cache-Schreibvorgang | Ausgabe |
|---|---|---|---|---|
| MAI Code 2 Aktionspreis (bis 2027-05-17) | 0.50 US-Dollar | 0.025 US-Dollar | — | 2.50 US-Dollar |
| MAI Code 2 (ab 2027-05-17) | 1.00 US-Dollar | 0.05 US-Dollar | — | 5.00 US-Dollar |
| GPT-6.1 Sol (Eingabe bis 272K) | 2.00 US-Dollar | 0.10 US-Dollar | — | 10.00 US-Dollar |
| GPT-6.1 Sol (Eingabe über 272K) | 4.00 US-Dollar | 0.20 US-Dollar | — | 15.00 US-Dollar |
| Claude Opus 5.5 | 4.00 US-Dollar | 0.20 US-Dollar | 5.00 US-Dollar | 20.00 US-Dollar |
Diese Tabelle zeigt die Copilot-Preise, wobei für Sol und Opus jeweils die Standardstufe zugrunde gelegt ist. Das Verhältnis der Stückpreise ist nicht dieselbe Zahl wie die 40 % und 5 % aus der Pressemitteilung: Die Kosten einer Aufgabe hängen auch davon ab, wie viele Token das Modell für eine Lösung verbraucht und wie tief die Inferenz gehen muss. Beim Lesen sollte man die beiden Zahlenreihen getrennt halten und beim eigenen Rechnen nur Werte aus derselben Reihe vergleichen.
Ein weiterer Zeitpunkt ist erwähnenswert: Der Aktionspreis gilt bis zum 2027-05-17, ab diesem Tag verdoppeln sich Eingabe, Cache-Eingabe und Ausgabe gegenüber dem ursprünglichen Wert. Wer das Modell als Arbeitspferd im Team einplanen will, sollte lieber mit dem Preis nach dem Ende der Aktion budgetieren.
Am 2026-11-18 haben wir die Modellliste und die Preis-Schnittstelle von APIYI apiyi.com geprüft: Derzeit gibt es dort kein Modell MAI Code 2, unter den MAI-Modellen in der Liste finden sich nur Bildmodelle. Es ist also noch nicht im Angebot, wir werden dieses Modell so schnell wie möglich aufnehmen; maßgeblich sind die Modellliste und die Preise auf der Plattform.
Auswirkungen von MAI Code 2
Für Copilot-Nutzer: So finden Sie MAI Code 2 im Modellselektor
Im GitHub-Changelog steht, dass der Modellselektor diese beiden Modelle an all diesen Stellen anzeigt: VS Code, Visual Studio, Copilot CLI, Cloud-Agent, Copilot App, github.com, GitHub Mobile, JetBrains, Xcode, Eclipse. Ob Sie sie tatsächlich auswählen können, hängt jedoch von drei Hürden ab.
| Prüfpunkt | Beschreibung |
|---|---|
| Abonnement-Tarif | Copilot Pro, Pro+, Max, Business, Enterprise |
| Zahlungsweise | Beide Modelle werden nur berechtigten Jahresabonnenten angeboten. Monatsabonnenten sehen sie nicht – das ist völlig normal |
| Administratorrichtlinie | Administratoren von Business und Enterprise können sie in den Modellrichtlinien ein- und ausschalten. Wenn sie im Selektor fehlen, fragen Sie zuerst Ihren Administrator |
| Richtiges Modell wählen | MAI Code 2 auswählen, nicht das Modell mit „Flash“ im Namen |
Die Unterscheidung der beiden Modelle ist ganz einfach: Wenn Sie mehrere Dateien anfassen, einen tief versteckten Fehler verfolgen oder das gesamte Repository verstehen und dann ändern müssen, wählen Sie MAI Code 2. Wenn es nur darum geht, ein Stück Code zu erklären, eine Kleinigkeit zu ändern, routinemäßige Korrekturen durchzuführen oder schnell hin und her zu fragen, dann ist das die Rolle von Flash. Beide Modelle werden nach Nutzung abgerechnet; die genauen Preise finden Sie auf der Copilot-Preisseite.
Für Entwickler, die Coding-Modelle selbst anbinden: Erst einmal genau hinsehen, „wo man sie aufrufen kann“
Was die Verfügbarkeit angeht, unterscheiden sich die Aussagen in mehreren Microsoft-Materialien vom selben Tag leicht; hier sind alle aufgeführt. In der Pressemitteilung heißt es, beide Modelle seien in GitHub Copilot verfügbar, Code 2 Flash befinde sich in einer limitierten Vorschau in Foundry und werde erst später auf Open Router, Vercel, Hermes, Open Code und Kilo bereitgestellt. Im „Book of News“ steht, beide seien in GitHub allgemein verfügbar und nur Code-2-Flash habe eine private Vorschau in Foundry.
Mit anderen Worten: Stand 2026-11-18 gibt es keine bestätigte, öffentlich zugängliche MAI Code 2 API-Modell-ID. Wenn Sie anderswo die Aussage sehen, dass man MAI-Code-2 bereits direkt aufrufen könne, prüfen Sie zuerst die Quelle und übernehmen Sie das nicht vorschnell in Ihre Konfiguration.
Wenn Ihr Editor-Plugin, Ihre CLI oder Ihr interner Code-Assistent bereits das OpenAI-kompatible Protokoll verwendet, können Sie als Vorbereitung zunächst die Anbindungsschicht vereinheitlichen. Beispielsweise können Sie bei APIYI apiyi.com mit einem API-Schlüssel vorhandene Coding-Modelle wie OpenAI, Claude, Gemini und andere anbinden, im Client base_url auf https://api.apiyi.com/v1 setzen und als Modellnamen nur eine ID eintragen, die tatsächlich in der Modellliste der Plattform vorhanden ist. Sobald neue Modelle angeboten werden, müssen Sie nur den Modellnamen ändern und keinen anderen Code anfassen.
Für die Modellauswahl: mit dem eigenen Repository prüfen, statt nur Prozentzahlen zu glauben
Die offiziellen 98 % und 96 % stammen aus vier vorgegebenen Benchmarks und passen nicht unbedingt zu deinem eigenen Repository, deinem Technologie-Stack und deinen Testgewohnheiten. Ein soliderer Ansatz ist, eine Stichprobe aus den letzten echten Tickets zu ziehen: ein paar dateiübergreifende Änderungen, ein paar schwer zu findende Bugs, ein oder zwei UI-Aufgaben. Für jedes Modell notierst du, ob die Änderung die Tests direkt besteht, wie oft jemand nacharbeiten muss und wie viele Token dabei verbraucht wurden.
Solche Vergleiche lassen sich zuerst zwischen den bereits verfügbaren Modellen durchführen, zum Beispiel indem du über APIYI apiyi.com einige der wichtigsten Coding-Modelle nutzungsbasiert aufrufst und dabei zuerst die Evaluierungsskripte und Bewertungskriterien aufsetzt. Die MAI Code 2-Gruppe kannst du dagegen zunächst in Copilot manuell mit derselben Aufgabenserie testen und auf beiden Seiten dieselben Metriken erfassen. Erst wenn die Bewertungsgrundlage vereinheitlicht ist, beurteilst du, ob es sich lohnt, die bestehende Lösung zu ersetzen.
Für die Branche: Coding-Modelle werden nach Aufgabentyp gestaffelt
Diese Veröffentlichung sendet ein deutliches Signal: Microsoft sagt nicht, dass MAI Code 2 alles erledigen kann, sondern teilt die Arbeit in zwei Stufen ein – Code 2 ist für Deployment, Fehlersuche und dateiübergreifende Änderungen zuständig, Flash für Erklärungen und kleine Anpassungen; Agenten mit sehr langem Zeithorizont und Grundlagenforschung sind ausdrücklich als „noch nicht optimiert“ aufgeführt. Diese Staffelung nach Aufgaben und das Offenlegen der Grenzen in der Pressemitteilung ist für alle, die Modelle auswählen, sogar hilfreicher.
Ein weiteres Signal: Das Preisnarrativ verschiebt sich von „Wie hoch ist der Stückpreis?“ zu „Was kostet es, eine Aufgabe zu lösen?“. Die Kosten pro Aufgabe kommen der tatsächlichen Rechnung näher, aber die Bewertungsgrundlage wird auch komplizierter: Aktionspreise, Inferenzstufen und die Frage, ob Subagenten zum Einsatz kommen, verändern das Ergebnis. Wenn du solche Zahlen liest, suche zuerst die Fußnoten und ziehe dann deine Schlüsse.
MAI Code 2 – häufig gestellte Fragen (FAQ)
F1: Sind MAI Code 2 und MAI Code 2 Flash dasselbe Modell?
Nein. MAI Code 2 ist für den Produktiveinsatz, tiefgehende Fehlersuche, Implementierungen über mehrere Dateien, das Verständnis der gesamten Codebasis und die Benutzeroberfläche gedacht; Flash für Erklärungen, kleine Änderungen, Routinekorrekturen und schnelle Hin-und-Her-Schleifen. Preise und Benchmarks der beiden Modelle sind jeweils eigenständig und sollten nicht zusammengefasst betrachtet werden.
F2: In der Pressemitteilung heißt es, die Kosten betragen nur 5 % von Opus. Bedeutet das, der Stückpreis liegt bei nur 5 %?
Nein. Die 5 % sind der offiziell angegebene Anteil an den Aufgabenkosten, berechnet auf Basis des 50-%-Aktionspreises von `MAI-Code-2`, der höchsten Inferenzstufe und vier festgelegten Benchmarks. Den Token-Stückpreis finden Sie auf der Copilot-Preisseite; das sind andere Zahlen.
F3: Kann MAI Code 2 derzeit direkt über die API aufgerufen werden?
Stand 18. November 2026 bestätigen die Microsoft-Unterlagen nur die Verfügbarkeit in GitHub Copilot. Die Foundry-Vorschau nennt Flash, bei anderen Plattformen heißt es „später“. Auch APIYI apiyi.com hatte an diesem Tag dieses Modell nicht. Sie können zunächst die bereits auf der Plattform vorhandenen Coding-Modelle und `https://api.apiyi.com/v1` nutzen, um die Integrationsschicht aufzubauen; das Modell richtet sich nach der Plattformliste.
F4: Wofür ist MAI Code 2 nicht geeignet?
Laut offizieller Aussage wurde es noch nicht für schwierigere Probleme abgestimmt; Beispiele sind Grundlagenforschung und sehr lang laufende Agentenaufgaben. Arbeiten, die lange autonom laufen und durchgehend bis zum Ende geplant werden müssen, sollten nicht vorrangig an dieses Modell gehen.
MAI Code 2 – die wichtigsten Punkte
- Klare Positionierung: MAI Code 2 ist zuständig für Deployment, tiefgehende Fehlersuche, mehrere Dateien, Verständnis der gesamten Codebasis und die Benutzeroberfläche.
- Klare Grenzen: Laut offiziellen Angaben wurde das Modell noch nicht für extrem langlaufende Agenten und Grundlagenforschung abgestimmt.
- Zahlen sind selbst berichtet: 98 %, 96 %, 40 %, 5 % und 64 % stammen alle aus Microsofts eigenen Angaben.
- Zwei getrennte Rechenweisen: Die Aufgabenkosten werden zum Aktionspreis mit 50 % Rabatt berechnet, während die Copilot-Preise in einer anderen Tabelle stehen.
- Aktion mit Laufzeit: Der Copilot-Aktionspreis gilt bis zum 17.05.2027, danach verdoppelt sich der Stückpreis.
- Nutzungsvoraussetzungen: Nur für Jahresabonnements, Administratoren können es in der Modellrichtlinie deaktivieren.
- Vorbereitung für die Anbindung: Zuerst die einheitliche Schnittstelle bei APIYI apiyi.com nutzen, die Modellbezeichnung richtet sich nach der Plattformliste.
Zusammenfassung
Die Kernaussagen zu MAI Code 2 lassen sich in drei Sätzen zusammenfassen:
- Was man übernehmen sollte: Alltägliche Codeänderungen und Fehlersuche, bei denen Kontext verstanden, mehrere Dateien bearbeitet und die Änderungen anschließend ausgeliefert werden müssen.
- Was man lieber nicht übernehmen sollte: Extrem langlaufende Agentenaufgaben und Grundlagenforschung – laut offiziellen Angaben wurde das Modell dafür noch nicht abgestimmt.
- Wie man die Zahlen liest: Die Prozentwerte in der Pressemitteilung beziehen sich auf die Aufgabenkosten zum Aktionspreis und auf festgelegte Benchmarks; die Copilot-Preistabelle nennt den Stückpreis pro Million Token. Beides getrennt betrachten.
Wenn du in Copilot ein Jahresabonnement hast, kannst du zunächst eine Auswahl echter Aufgaben aus deinem eigenen Repository testen. Wenn du deine eigene Coding-Toolchain aufbaust, empfiehlt es sich, zuerst über APIYI apiyi.com die Anbindung mehrerer Modelle und den Evaluierungsablauf zum Laufen zu bringen und neue Modelle nach der Veröffentlichung in dieselbe Vergleichsreihe aufzunehmen.
📚 Referenzen
-
Microsoft-Pressemitteilung: Versionshinweise zu MAI Code 2 und MAI Code 2 Flash
- Link:
microsoft.ai/news/introducing-mai-code-2-and-mai-code-2-flash/ - Beschreibung: Offizielle Positionierung, selbst gemeldete Benchmarks, Fußnotenmethodik und Pläne für Drittplattformen
- Link:
-
GitHub-Changelog: Beide Modelle kommen in GitHub Copilot
- Link:
github.blog/changelog/2026-11-17-mai-code-2-and-mai-code-2-flash-in-github-copilot/ - Beschreibung: Verfügbare Abonnementstufen, Einschränkungen bei Jahresabrechnung, Abdeckung des Modellselektors und Administratorrichtlinien
- Link:
-
GitHub Copilot-Modelle und -Preise: Preistabelle pro Million Token
- Link:
docs.github.com/en/copilot/reference/copilot-billing/models-and-pricing - Beschreibung: Aktionspreis und regulärer Preis von MAI Code 2 sowie Vergleichspreise für GPT-6.1 Sol und Claude Opus 5.5
- Link:
-
Microsoft Ignite 2026 Book of News: Zusammenfassung der Ankündigungen
- Link:
news.microsoft.com/events/ignite/2026/book-of-news/ - Beschreibung: Eine weitere Formulierung für die allgemeine Verfügbarkeit bei GitHub und die private Vorschau in Foundry
- Link:
-
APIYI-Modellliste und Preis-API: Prüfung des Listungsstatus
- Link:
docs.apiyi.com/models.md,api.apiyi.com/api/pricing - Beschreibung: Bei der Prüfung am 18.11.2026 war noch kein MAI Code 2-Modell vorhanden
- Link:
Autor: APIYI-Technologieteam
Technischer Austausch: Kontaktieren Sie uns gern über die Startseite der APIYI-Website. Weitere Integrationshinweise finden Sie auf der Modelllisten-Seite im Dokumentationszentrum.
