En Ignite, el 17 de noviembre de 2026, Microsoft presentó de golpe dos modelos de codificación, y MAI Code 2 apareció ese mismo día en el selector de modelos de GitHub Copilot. El otro se llama MAI Code 2 Flash; los nombres se parecen mucho, pero cada uno tiene su propio posicionamiento, precio y benchmarks, y este artículo se centra solo en MAI Code 2.
No se trata de un rumor: la nota de prensa de Microsoft, el registro de cambios de GitHub y la página de precios de Copilot ya lo indicaban ese mismo día. Sin embargo, la frase de la nota de prensa —«casi tan bueno como el buque insignia, por una fracción del precio»— se refiere al costo por tarea calculado con un benchmark específico, no al precio unitario por token. Es muy fácil malinterpretarla.
Valor clave: al terminar, sabrás qué tareas cotidianas de modificación de código conviene asignarle a MAI Code 2 y cuáles es mejor no darle, además de cómo interpretar por separado las cifras oficiales y la lista de precios de Copilot.

MAI Code 2: lo esencial de un vistazo
En resumen: MAI Code 2 está pensado para cambiar código empresarial del día a día, no para tareas muy largas ni para investigación científica.
| Elemento | Detalles |
|---|---|
| Fecha de lanzamiento | 2026-11-17, durante Microsoft Ignite |
| Emisor | Microsoft AI; también se lanzó en GitHub Copilot |
| ID del modelo | MAI-Code-2 (según la grafía de Microsoft y GitHub) |
| Posicionamiento oficial | llevar cambios a producción, depuración profunda, implementación en múltiples archivos, comprensión de todo el código base, interfaz |
| Lo que oficialmente no han ajustado | problemas más difíciles; ejemplos: investigación científica básica y tareas de agente de muy largo alcance |
| Facturación de Copilot | pago por uso; precio promocional hasta 2027-05-17 |
| Quién puede usarlo | suscripciones anuales elegibles de Copilot Pro, Pro+, Max, Business y Enterprise |
| No confundir | MAI Code 2 Flash es otro modelo, orientado a explicaciones, cambios pequeños, correcciones rutinarias e idas y vueltas rápidas |
Algunas palabras clave del posicionamiento oficial de MAI Code 2
La nota de prensa de Microsoft describe el trabajo de MAI Code 2 de forma muy concreta: llevar código a producción, depurar a fondo, implementar funcionalidades en varios archivos, entender todo el código base y trabajar en la interfaz. La descripción del changelog de GitHub es básicamente la misma, solo que menciona la «refactorización» por separado. En palabras simples, se trata de ese tipo de trabajo que exige entender el contexto, tocar varios archivos y, después de los cambios, poder desplegar a producción.
El otro lado también está claro. La nota dice que ninguno de los dos modelos está ajustado para problemas más difíciles, y pone como ejemplos la investigación científica básica y las tareas de agente de muy largo alcance. Así que usos como «déjalo correr durante horas y que planifique de principio a fin» no tienen garantía oficial; mejor no exigirle eso.

MAI Code 2: benchmarks y coste por tarea autodeclarados por la compañía
En la nota de prensa, lo que más llama la atención son varios porcentajes. Aclaremos desde ya: todas las cifras siguientes las declara Microsoft oficialmente; no son mediciones de terceros ni resultados de pruebas o precios de APIYI.
| Objeto de comparación | Rendimiento autodeclarado | Coste de tarea autodeclarado | Criterio de cálculo |
|---|---|---|---|
| GPT-6.1 Sol | Alcanza el 98 % del rendimiento de GPT-6.1 Sol | Aproximadamente el 40 % de su coste | Promedio de cuatro benchmarks, nivel máximo de razonamiento |
| Claude Opus 5.5 | Alcanza el 96 % del rendimiento de Claude Opus 5.5 | Aproximadamente el 5 % de su coste | Promedio de cuatro benchmarks, nivel máximo de razonamiento |
| Evaluación ciega de interfaces frente a GPT-6 Sol | El 64 % de las evaluaciones se inclinó por MAI Code 2 | No implica coste | 258 anotadores; se valoró tanto la estética como la usabilidad |
¿Cómo se calculan estos porcentajes de MAI Code 2?
Los cuatro benchmarks son DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas y FrontierCode v1.1, todos centrados en tareas de programación cotidiana. Según las notas al pie de la nota de prensa, todos los modelos usan el nivel máximo de razonamiento; los tres primeros benchmarks se ejecutan en MSBench, el banco interno de Microsoft, usando GitHub Copilot CLI y sin subagentes; las puntuaciones y costes de FrontierCode 1.1 proceden de Artificial Analysis.
Lo más importante es la columna de costes: es el coste total de completar las tareas en estos benchmarks con el precio promocional del 50 % de descuento de MAI-Code-2. Es decir, el 40 % y el 5 % mezclan varios factores: el precio unitario por token, cuántos tokens consumió el modelo y el nivel de razonamiento. Cuando termine la promoción y el precio unitario se duplique, esas dos proporciones no se mantendrán igual.
El grupo de interfaces, ese 64 %, corresponde a otra evaluación: 258 anotadores, en tareas de interfaces, juegos, visualización, 3D y SVG, evaluaron simultáneamente «si se ve bien» y «si se puede usar»; el resultado fue que el 64 % se inclinó por MAI Code 2 frente a GPT-6 Sol. Esto indica que tiene cierta competitividad en el diseño de interfaces, pero también es una cifra autodeclarada por la compañía, así que tampoco permite afirmar que ya ha superado por completo a Sol u Opus.
Precio por token de MAI Code 2 en Copilot
El segundo conjunto de cifras viene de la página de tarifas de GitHub Copilot, con unidad por millón de tokens. Es algo distinto de la «proporción del gasto por tarea» mencionada arriba: no conviertas una cifra en la otra.

| Modelo (tarifas de Copilot) | Entrada | Entrada en caché | Escritura en caché | Salida |
|---|---|---|---|---|
| MAI Code 2 precio promocional (hasta 2027-05-17) | 0.50 dólares | 0.025 dólares | — | 2.50 dólares |
| MAI Code 2 (desde 2027-05-17) | 1.00 dólares | 0.05 dólares | — | 5.00 dólares |
| GPT-6.1 Sol (entrada ≤ 272K) | 2.00 dólares | 0.10 dólares | — | 10.00 dólares |
| GPT-6.1 Sol (entrada > 272K) | 4.00 dólares | 0.20 dólares | — | 15.00 dólares |
| Claude Opus 5.5 | 4.00 dólares | 0.20 dólares | 5.00 dólares | 20.00 dólares |
Esta tabla contiene los precios de Copilot; para Sol y Opus se toma el nivel predeterminado. La relación entre precios unitarios no coincide con el 40% y 5% del comunicado de prensa: el gasto por tarea también depende de cuántos tokens usa el modelo para resolver un problema y de qué tan profundo razona. Al leer, mantén separados los dos conjuntos de cifras; cuando hagas tus propias cuentas, compara solo dentro del mismo criterio.
También hay otra fecha que conviene anotar: el precio promocional estará vigente hasta el 2027-05-17; a partir de ese día, la entrada, la entrada en caché y la salida se duplican. Si piensas usarlo como modelo principal del equipo, conviene presupuestar con el precio restablecido.
El 2026-11-18 verificamos la tabla de modelos y la interfaz de precios de APIYI apiyi.com. Actualmente no existe el modelo MAI Code 2; en la tabla de modelos, los MAI solo incluyen modelos de tipo imagen. Aún no está disponible en la plataforma, pero lo incorporaremos lo antes posible. Los modelos y precios se rigen por la lista de modelos de la plataforma.
Análisis de impacto de MAI Code 2
Para usuarios de Copilot: cómo encontrar MAI Code 2 en el selector de modelos
El registro de cambios de GitHub especifica que ambas versiones aparecen en el selector de modelos en estos lugares: VS Code, Visual Studio, Copilot CLI, agentes en la nube, aplicación Copilot, github.com, GitHub Mobile, JetBrains, Xcode y Eclipse. Pero para poder seleccionarlas hay que pasar tres filtros.
| Comprobación | Descripción |
|---|---|
| Nivel de suscripción | Copilot Pro, Pro+, Max, Business, Enterprise |
| Forma de pago | Ambas solo están disponibles para suscriptores elegibles con pago anual; es normal no verlas con pago mensual |
| Política del administrador | Los administradores de Business y Enterprise pueden activarlas o desactivarlas en las políticas de modelos; si no aparecen en el selector, pregunta primero al administrador |
| Fíjate en el modelo | Elige MAI Code 2, no la versión que lleva Flash en el nombre |
La forma de distinguir ambas es sencilla: si vas a tocar varios archivos, rastrear un bug bien escondido o entender todo el repositorio antes de hacer cambios, elige MAI Code 2; si solo necesitas explicar un fragmento de código, cambiar algo pequeño, hacer una corrección rutinaria o resolver dudas rápidas de ida y vuelta, ese es el terreno de Flash. Ambos se facturan por uso; consulta la página de precios de Copilot para ver el precio unitario exacto.
Para quienes integran modelos de código por su cuenta: primero aclara «dónde se puede invocar»
Sobre «dónde se puede usar», los distintos materiales que Microsoft publicó ese día no dicen exactamente lo mismo; aquí los recogemos todos. El comunicado de prensa indica que ambos modelos están en GitHub Copilot, que Code 2 Flash está en Foundry en vista previa limitada y que solo después llegará a Open Router, Vercel, Hermes, Open Code y Kilo. El Book of News dice que ambos están disponibles de forma general en GitHub y que solo Code-2-Flash está en vista previa privada en Foundry.
En otras palabras, a fecha de 2026-11-18 no existe un ID de modelo de API de MAI Code 2 que esté confirmado y disponible al público. Si ves en otro sitio la afirmación de que «ya se puede invocar MAI-Code-2 directamente», primero busca la fuente; no te apresures a ponerlo en tu configuración.
Si tu plugin de editor, tu CLI o tu asistente de código interno ya funciona con el protocolo compatible con OpenAI, la preparación que puedes hacer ahora es unificar primero la capa de integración. Por ejemplo, en APIYI apiyi.com usa una sola clave API para conectar OpenAI, Claude, Gemini y otros modelos de código ya existentes, configura el base_url del cliente como https://api.apiyi.com/v1 y, en el nombre del modelo, escribe solo un ID que exista realmente en la lista de modelos de la plataforma. Cuando llegue el modelo nuevo, basta con cambiar el nombre del modelo, sin tocar el resto del código.
Para la elección del modelo: valida con tu propio repositorio, no solo con porcentajes
El 98 % y el 96 % oficiales provienen de cuatro benchmarks concretos y puede que no coincidan con tu propio repositorio, tu stack de lenguajes o tus hábitos de test. Lo más sensato es seleccionar un lote de tus tickets reales más recientes: algunos cambios que afectan varios archivos, algunos bugs difíciles de depurar, una o dos tareas de interfaz, y anotar, para cada modelo, si los cambios pasan los tests directamente, cuántas veces hay que rehacerlos a mano y cuántos token se consumieron.
Este tipo de comparación puedes hacerla primero entre los modelos ya disponibles; por ejemplo, llamando por consumo a varios de los principales modelos de código a través de APIYI apiyi.com, y montando antes los scripts de evaluación y los criterios de puntuación. En cuanto al grupo de MAI Code 2, puedes ejecutar manualmente la misma tanda de tareas en Copilot, registrar las mismas métricas en ambos lados y, una vez unificados los criterios, decidir si merece la pena sustituir la solución actual.
Para la industria: los modelos de código empiezan a clasificarse por tipo de tarea
Este lanzamiento deja una señal clara: Microsoft no dijo que MAI Code 2 puede hacerlo todo, sino que dividió el trabajo en dos niveles: Code 2 se encarga de llevar código a producción, depuración profunda y trabajo entre archivos; Flash se encarga de explicaciones y cambios pequeños; y para los agentes de muy larga duración y la investigación científica básica se indica explícitamente que «todavía no se ha ajustado». Esta forma de clasificar por tarea y de escribir los límites en el propio comunicado de prensa resulta, en realidad, más amigable para quienes tienen que elegir un modelo.
Otra señal es que la narrativa de precios pasó de «cuánto cuesta por unidad» a «cuánto cuesta completar un problema». El gasto por tarea se acerca más a la factura real, pero el criterio de medición también es más complejo: el precio promocional, el nivel de razonamiento y la presencia o no de subagentes cambian el resultado. Cuando leas este tipo de cifras, busca primero las notas al pie y luego saca conclusiones.
Preguntas frecuentes sobre MAI Code 2
Q1: ¿MAI Code 2 y MAI Code 2 Flash son el mismo modelo?
No. MAI Code 2 está pensado para llevar código a producción, depuración profunda, implementación en múltiples archivos, comprensión de toda la base de código e interfaces; Flash está pensado para explicaciones, cambios pequeños, correcciones rutinarias y ida y vuelta rápida. Los precios y los benchmarks de ambos son independientes, no se pueden mezclar.
Q2: El comunicado dice que el gasto es solo el 5% de Opus, ¿eso significa que el precio unitario es solo el 5% del suyo?
No. El 5% es la proporción del gasto por tarea que la propia empresa declara, calculada con el precio promocional del 50% de `MAI-Code-2`, el nivel de razonamiento máximo y cuatro benchmarks especificados. El precio por token hay que consultarlo en la página de precios de Copilot, que son otras cifras.
Q3: ¿Se puede llamar directamente a MAI Code 2 a través de la API ahora?
Hasta el 2026-11-18, los materiales de Microsoft solo confirman que está disponible en GitHub Copilot; la vista previa de Foundry se refiere a Flash; y otras plataformas quedan para «más adelante». APIYI apiyi.com tampoco tenía este modelo ese día; puedes usar primero los modelos de codificación que ya están en la plataforma y `https://api.apiyi.com/v1` para montar la capa de integración, tomando como referencia la lista de modelos de la plataforma.
Q4: ¿Para qué no es adecuado MAI Code 2?
La documentación oficial dice claramente que todavía no se ha ajustado para problemas más difíciles, y los ejemplos son la investigación científica básica y las tareas de agentes de muy larga duración. Para trabajos que requieren ejecutarse de forma autónoma durante mucho tiempo y planificar de principio a fin, no se recomienda darle prioridad.
MAI Code 2: conclusiones clave
- Posicionamiento claro: MAI Code 2 se ocupa de llevar cambios a producción, depuración profunda, múltiples archivos, comprensión de todo el repositorio e interfaz.
- Límites claros: la documentación oficial indica que todavía no se ha ajustado para agentes de horizonte muy largo ni para investigación científica básica.
- Cifras autoinformadas: 98%, 96%, 40%, 5% y 64% son todas cifras reportadas por Microsoft.
- Dos criterios de lectura: el gasto por tarea se calcula con el precio promocional a mitad de precio; el precio unitario de Copilot está en otra tabla.
- Promoción con plazo: el precio promocional de Copilot estará vigente hasta el 2027-05-17; después, el precio unitario se duplica.
- Requisitos de uso: solo para suscripciones de pago anual; los administradores pueden desactivarlo en las políticas de modelo.
- Preparación de integración: primero usa la interfaz unificada de APIYI apiyi.com; los modelos disponibles se consultan en la lista de la plataforma.
Resumen
La idea central de MAI Code 2 se puede resumir en tres frases:
- Tareas que conviene asumir: cambios cotidianos de código y depuración que requieren entender el contexto, tocar varios archivos y llegar a producción.
- Tareas que mejor evitar: tareas de agentes de horizonte muy largo e investigación científica básica; la propia empresa dice que todavía no ha sido ajustado para ellas.
- Cómo leer las cifras: los porcentajes de la nota de prensa corresponden al gasto por tarea calculado con el precio promocional y benchmarks indicados; la tabla de precios de Copilot muestra el precio unitario por millón de tokens. Son dos cosas distintas.
Si tienes una suscripción anual de Copilot, puedes empezar probando un lote de tareas reales de tu propio repositorio; si estás montando tu propia cadena de herramientas de programación, te recomiendo primero validar la integración multimodelo y el flujo de evaluación a través de APIYI apiyi.com, y luego incorporar los nuevos modelos a la misma comparativa cuando estén disponibles en la plataforma.
📚 Referencias
-
Nota de prensa de Microsoft: notas de lanzamiento de MAI Code 2 y MAI Code 2 Flash
- Enlace:
microsoft.ai/news/introducing-mai-code-2-and-mai-code-2-flash/ - Descripción: posicionamiento oficial, benchmarks autodeclarados, criterios de las notas al pie y planes para plataformas de terceros
- Enlace:
-
Changelog de GitHub: los dos modelos llegan a GitHub Copilot
- Enlace:
github.blog/changelog/2026-11-17-mai-code-2-and-mai-code-2-flash-in-github-copilot/ - Descripción: niveles de suscripción disponibles, restricciones del pago anual, cobertura del selector de modelos y políticas de administrador
- Enlace:
-
Modelos y precios de GitHub Copilot: tabla de precios por millón de tokens
- Enlace:
docs.github.com/en/copilot/reference/copilot-billing/models-and-pricing - Descripción: precio promocional y precio restaurado de MAI Code 2, junto con los precios de referencia de GPT-6.1 Sol y Claude Opus 5.5
- Enlace:
-
Microsoft Ignite 2026 Book of News: resumen de anuncios
- Enlace:
news.microsoft.com/events/ignite/2026/book-of-news/ - Descripción: otra forma de presentar la disponibilidad general en GitHub y la vista previa privada en Foundry
- Enlace:
-
Lista de modelos e interfaz de precios de APIYI: verificación de disponibilidad
- Enlace:
docs.apiyi.com/models.md,api.apiyi.com/api/pricing - Descripción: al verificar el 2026-11-18, todavía no había modelos MAI Code 2 disponibles
- Enlace:
Autor: equipo técnico de APIYI
Contacto técnico: puedes escribirnos desde la página principal del sitio de APIYI; para más instrucciones de integración, consulta la página de la lista de modelos en el centro de documentación
