MAI Code 2 y Flash lanzados: Microsoft divide los modelos de programación en 2 niveles, ¿cómo eligen los desarrolladores?

MAI Code 2 y Flash lanzados: Microsoft divide los modelos de programación en 2 niveles, ¿cómo eligen los desarrolladores?

Respuesta directa: Microsoft dividió la familia MAI Code 2 en un «nivel para tareas complejas» y un «nivel para tareas simples de alta frecuencia». El 17 de noviembre de 2026, Microsoft lanzó MAI Code 2 y MAI Code 2 Flash. MAI Code 2 está orientado a ediciones en varios archivos, depuración profunda y razonamiento a nivel de repositorio; MAI Code 2 Flash está pensado para explicación de código, cambios puntuales, correcciones rutinarias e iteración de alta frecuencia. Para la mayoría de los desarrolladores y equipos pequeños, nuestra recomendación es usar Flash por defecto para las tareas cotidianas pequeñas, y cambiar a Code 2 cuando aparezcan dependencias entre archivos o errores difíciles de localizar.

¿Qué encontrarás en este artículo?

  • El posicionamiento oficial de los dos niveles y el tipo de tareas de programación que corresponde a cada uno.
  • Las modalidades de entrada y salida y las especificaciones de contexto que publica la ficha del modelo, y cómo interpretar esas cifras.
  • Dónde se puede usar ahora, qué canales solo están «próximamente disponibles» y cuándo termina el precio promocional de Copilot.
  • Un método práctico para empezar con Flash y escalar a Code 2 según las señales.

Índice: Primero revisa la tabla de conceptos «To Know» y el resumen de impactos para ver rápidamente qué parte te afecta. La primera parte, «Hechos objetivos», organiza en orden la información del lanzamiento, el posicionamiento de los dos niveles, las especificaciones de la ficha del modelo, los puntos de acceso disponibles, la naturaleza de las evaluaciones y las tarifas promocionales; solo recoge contenido con fuentes. La segunda parte, «Análisis y opinión», es la perspectiva editorial: aborda el sentido de la división por niveles, las recomendaciones para elegir modelo, los límites reales de las ventanas de contexto largas y lo que conviene verificar antes de conectar la API.

mai-code-2-and-flash-release-two-tiers-es-image-0


Conceptos que conviene conocer sobre MAI Code 2 y Flash (To Know)

Concepto Breve explicación
Razonamiento a nivel de repositorio El modelo necesita comprender la estructura de todo el repositorio de código y las dependencias entre archivos, no solo el archivo o fragmento actual
Modificaciones puntuales Hacer cambios pequeños en una ubicación conocida, por ejemplo, modificar una función o corregir un error
Ventana de contexto Cantidad máxima de tokens que el modelo puede procesar en una sola vez, incluidos los de entrada y salida
Model Card (ficha del modelo) Documento descriptivo del modelo publicado por el proveedor, que documenta el alcance de capacidades, especificaciones, evaluaciones y limitaciones
Microsoft Foundry Plataforma de Microsoft para construir modelos y aplicaciones de IA orientadas a empresas; antes formaba parte del sistema Azure AI Foundry
limited-access preview Vista previa de acceso limitado: requiere solicitarla o cumplir ciertos requisitos para usarla; no está abierta a todos
Evaluación del proveedor Resultados de pruebas publicados por el propio proveedor del modelo; no equivalen a pruebas independientes de terceros o de usuarios

Vistazo rápido al impacto del lanzamiento de MAI Code 2 y Flash

Audiencia Impacto principal
Usuarios de GitHub Copilot Ambos modelos ya están disponibles en Copilot, pero los planes que los admiten son distintos; conviene revisar el plan, las políticas de la organización y la cuota actual
Desarrolladores individuales y equipos pequeños Ahora hay una opción más para elegir modelos según la dificultad de la tarea; los cambios pequeños del día a día no tienen que recaer siempre en un modelo pesado
Usuarios empresariales de Azure / Foundry Flash está en limited-access preview; debe obtenerse siguiendo el proceso de solicitud; la fecha de disponibilidad general se rige por la información oficial
Desarrolladores que invocan modelos mediante plataformas de terceros Canales como OpenRouter y Vercel aparecen en el comunicado de lanzamiento como «próximamente»; por ahora no se puede asumir que ya estén disponibles para invocarlos

One, objective facts: what MAI Code 2 and Flash have released

1.1 MAI Code 2 release time and sources of information

Microsoft released MAI Code 2 and MAI Code 2 Flash on November 17, 2026, through the official news page on microsoft.ai. During the same period, Microsoft explained the Foundry-side provisioning method in the Azure AI Foundry technical community blog and published a shared model card PDF for both models. This article also cross-checks the official GitHub changelog and billing documentation, with the cutoff date of November 18, 2026.

1.2 MAI Code 2 y Flash: el posicionamiento en dos niveles

La descripción oficial de cómo se reparten las tareas entre los dos modelos es clara: uno se encarga de tareas complejas que requieren una comprensión global, y el otro de tareas frecuentes y de alcance reducido.

Dimensión MAI Code 2 MAI Code 2 Flash
Posicionamiento oficial Tareas de programación complejas Tareas de programación frecuentes y habituales
Tareas típicas Modificaciones de varios archivos, depuración profunda, razonamiento a nivel de repositorio Explicación de código, modificaciones puntuales, correcciones habituales, iteración de alta frecuencia
Alcance de las tareas Entre archivos, entre módulos Puntual, local
GitHub Copilot Ya disponible Ya disponible
Foundry No especificado en los materiales de referencia Vista previa con acceso restringido

mai-code-2-and-flash-release-two-tiers-es-image-1

1.3 Especificaciones públicas de la ficha del modelo MAI Code 2

La ficha del modelo ofrece cifras relacionadas con la modalidad y el contexto. Cabe señalar que también indica que los límites reales en el producto pueden diferir de estas cifras.

Elemento Datos de la ficha del modelo
Modalidad de entrada Texto, imágenes
Modalidad de salida Texto
Contexto del modelo 1.05M tokens
Entrada máxima 922k tokens
Salida máxima 128k tokens

En cuanto al número total de parámetros, los materiales existentes presentan versiones inconsistentes; este artículo no cita cifras concretas y se atendrá a futuras actualizaciones oficiales.

1.4 Puntos de acceso disponibles para MAI Code 2 y Flash

El registro oficial de cambios de GitHub especifica que Code 2 está dirigido a Copilot Pro, Pro+, Max, Business y Enterprise; Flash también cubre Free y Student. Las suscripciones anuales que cumplan los requisitos también pueden usarlo. Los administradores de empresas u organizaciones pueden controlar el acceso mediante políticas de modelos; no hay que interpretar «ya disponible» como disponibilidad incondicional para cada cuenta. En el lado de Foundry, el comunicado de prensa solo confirma que Code 2 Flash está en vista previa de acceso limitado (limited-access preview) y no anuncia que Code 2 esté completamente disponible en Foundry.

El comunicado también menciona canales como OpenRouter, Vercel, Hermes, OpenCode y Kilo, pero su estado es «próximamente» (soon). Es decir, en el momento de escribir este artículo, no se pueden considerar estos canales como completamente disponibles.

mai-code-2-and-flash-release-two-tiers-es-image-2

1.5 Naturaleza de los datos de evaluación de MAI Code 2

Este artículo no incluye pruebas independientes. La comparación recopilada por Microsoft combina evaluaciones internas y datos externos: DeepSWE 1.1, TerminalBench 2.1 y SWE Atlas se ejecutaron en MSBench de Microsoft mediante Copilot CLI y sin subagentes; las puntuaciones y los costos de FrontierCode 1.1 provienen de Artificial Analysis. Todos los modelos relevantes se configuraron con la intensidad de razonamiento max, y el costo de MAI se calculó con el precio promocional del 50%. No se deben tomar los resultados obtenidos bajo estas tareas, configuraciones y condiciones de precio específicas como una conclusión general para todos los repositorios de código. Microsoft también afirma claramente que estos dos modelos aún no están ajustados para la investigación científica básica ni para tareas de agente con flujos extremadamente largos.


1.6 Precio promocional de Copilot: hay que considerar tanto la tarifa como la fecha de entrada en vigor

La documentación de facturación de GitHub enumera los precios promocionales vigentes a continuación, en USD por millón de tokens; estas son las bases de facturación de Copilot y no deben tomarse directamente como cotizaciones de Foundry o de API de terceros.

Modelo Entrada Entrada en caché Salida Entrada/entrada en caché/salida a partir del 17 de mayo de 2027
MAI Code 2 $0.50 $0.025 $2.50 $1.00/$0.05/$5.00
MAI Code 2 Flash $0.05 $0.005 $0.25 $0.10/$0.01/$0.50

La nota al pie oficial especifica que la promoción está vigente hasta el 17 de mayo de 2027 y que, a partir de esa fecha, se aplican los precios de la columna derecha; en lo sucesivo, debe tomarse como referencia la documentación en tiempo real. La medición diaria se convierte en GitHub AI Credits; la cuota incluida en el plan, el presupuesto de uso adicional y las condiciones de facturación anteriores de las suscripciones anuales deben comprobarse por separado. Esto no es un uso gratuito e ilimitado, y tampoco se debe presentar la relación de costes del periodo promocional como un descuento permanente. Documentación oficial de facturación de GitHub

II. Análisis y valoración: qué implican para los desarrolladores los dos niveles, MAI Code 2 y Flash

El siguiente es un análisis editorial, derivado de los hechos de la primera parte; no representa la postura oficial de Microsoft. Las afirmaciones sobre tendencias futuras son predicciones.

2.1 Por qué MAI Code 2 se divide en dos niveles

En el ámbito de la programación, la mayoría de las solicitudes son en realidad bastante «pequeñas»: explicar un fragmento de código, cambiar un parámetro, corregir un error evidente. Este tipo de tareas no exige del modelo una comprensión global muy profunda; importa más que responda rápido y que se pueda invocar con frecuencia. En cambio, tareas como refactorizar entre módulos o rastrear un Bug profundo son menos numerosas, pero cada una es más difícil y requiere que el modelo entienda la estructura completa del repositorio.

Repartir estas dos necesidades entre dos modelos permite que el usuario «pague según la dificultad de la tarea». GitHub posiciona oficialmente Flash como un modelo ligero y económico para el desarrollo diario; la documentación de precios actual también enumera precios por token distintos para ambos modelos (ver 1.6). Pero una diferencia de precio unitario no equivale a una diferencia de costo por tarea: la velocidad de respuesta, el consumo de tokens y el número de retrabajos siguen debiendo verificarse en tus propias tareas.

2.2 Recomendación editorial: empezar con Flash y escalar a MAI Code 2 según las señales

Para desarrolladores y equipos pequeños, recomendamos usar Flash como nivel predeterminado y cambiar a Code 2 solo cuando aparezca una señal clara. Se trata de una estrategia de enrutamiento pendiente de validación; no garantiza que Flash sea más rápido ni que Code 2 resuelva necesariamente el problema. Conviene registrar a la vez la tasa de éxito de las tareas, el tiempo de revisión manual y el costo real.

Los siguientes umbrales son solo recomendaciones editoriales: un punto de partida práctico para probar, no límites oficiales ni reglas óptimas ya validadas:

  1. El cambio afecta al menos 3 archivos, o requiere modificar de forma sincronizada la definición de la interfaz y las partes que la invocan.
  2. Flash propuso dos correcciones consecutivas que no resolvieron el problema, lo que indica que este probablemente no está en una zona local.
  3. La causa raíz del Bug está en otro módulo, por ejemplo en la configuración, la versión de las dependencias o el origen del flujo de datos.
  4. Se necesita entender la arquitectura completa del proyecto, como para mapear las relaciones entre módulos o planificar una refactorización.
  5. Ni tú mismo sabes bien dónde está el problema y necesitas que el modelo haga primero un diagnóstico global.

A la inversa, tareas como explicar código, escribir ejemplos de pruebas unitarias, renombrar cosas, añadir comentarios o corregir errores de compilación pueden probarse primero con Flash, y luego decidir si mantenerlo según los resultados de las pruebas y de la revisión manual.

mai-code-2-and-flash-release-two-tiers-es-image-3

2.3 Un contexto de 1,05 M no significa que se pueda aprovechar al máximo en la herramienta

La ficha del modelo indica un contexto de 1,05 M, una entrada máxima de 922k y una salida máxima de 128k, pero también advierte que los límites reales del producto pueden ser distintos. Nuestra interpretación es que, en productos como GitHub Copilot, la longitud de contexto realmente disponible y el límite de salida por respuesta pueden verse condicionados por las políticas del producto.

Por eso, no conviene esperar que “meter todo el repositorio dentro” resuelva el problema. Lo más sensato sigue siendo mostrarle primero al modelo los directorios relevantes y los archivos clave, y luego ampliar el alcance poco a poco. Ahí está justamente el valor de Code 2, que apuesta por el “razonamiento a nivel de repositorio”: debe ser capaz de encontrar relaciones clave en grandes cantidades de código, no solo de albergar más texto.

2.4 Si quieres llamar a MAI Code 2 vía API: primero verifica, luego prueba

Actualmente, los canales de confirmación para la serie MAI Code 2 son GitHub Copilot y Foundry (Flash en vista previa limitada); los canales agregadores de terceros aún no están disponibles de forma generalizada. Si planeas integrarlo vía API, el primer paso no es escribir el código de negocio, sino confirmar si la plataforma objetivo realmente ofrece estos dos modelos y cuáles son sus IDs.

El siguiente código solo muestra la idea de integración; en este artículo no se ha ejecutado, ni se ha verificada que APIYI ya ofrezca estos dos modelos. Que un nombre contenga «mai» solo indica que es un candidato; no sustituye la verificación del nombre oficial del modelo, la capacidad de la interfaz ni los permisos. El ejemplo primero lista los modelos y luego filtra las entradas posiblemente relacionadas:

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Interfaz compatible con OpenAI de APIYI; la disponibilidad de modelos se rige por la lista en tiempo real
)

# Lista los modelos disponibles actualmente y filtra los que podrían estar relacionados con MAI Code 2
models = client.models.list()
mai_models = [m.id for m in models.data if "mai" in m.id.lower()]
print(mai_models or "No se encontraron modelos relacionados con MAI en la lista actual")

Si en la lista efectivamente aparece el modelo correspondiente, puedes escribir un enrutamiento simple por niveles según la idea de la sección 2.2. Usa como referencia el ID de modelo que aparezca en la lista de la plataforma; abajo se usan marcadores de posición:

Ver el código de ejemplo para enrutar por dificultad de la tarea
import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Usa la interfaz unificada de APIYI
)

# Marcadores de posición: reemplázalos por los IDs reales confirmados en la lista de modelos
FLASH_MODEL = "YOUR_FLASH_MODEL_ID"
CODE2_MODEL = "YOUR_CODE2_MODEL_ID"

def pick_model(files_touched: int, failed_attempts: int, cross_module: bool) -> str:
    """Selecciona el modelo según las señales de la sección 2.2: por defecto Flash; si se cumple cualquiera de las condiciones, escala a Code 2"""
    if files_touched >= 3 or failed_attempts >= 2 or cross_module:
        return CODE2_MODEL
    return FLASH_MODEL

def ask(prompt: str, files_touched=1, failed_attempts=0, cross_module=False) -> str:
    model = pick_model(files_touched, failed_attempts, cross_module)
    resp = client.chat.completions.create(
        model=model,
        messages=[
            {"role": "system", "content": "Eres un ingeniero senior; primero explica el alcance del cambio, luego proporciona el código."},
            {"role": "user", "content": prompt},
        ],
    )
    return f"[{model}]\n" + resp.choices[0].message.content

print(ask("Explica la función de esta función: def add(a, b): return a + b"))

🎯 Recomendaciones de integración: Los canales de terceros para la serie MAI Code 2 siguen apareciendo de forma gradual; te recomendamos verificar primero la compatibilidad real y el ID del modelo en la lista de modelos o la documentación de APIYI apiyi.com, y luego decidir si integrarlo. Si aún no está disponible, puedes usar el mismo conjunto de código compatible con OpenAI para montar el enrutamiento por niveles sobre un modelo de programación ya soportado por la plataforma; después habrá que verificar los parámetros de la interfaz, el soporte de llamadas a herramientas, los costos y las pruebas de regresión, pues no se garantiza la compatibilidad solo cambiando el ID del modelo.

2.5 Cambios que merecen atención después de MAI Code 2

Las siguientes son apreciaciones predictivas que habrá que validar con hechos más adelante:

  • Ritmo de lanzamiento de los canales de terceros: cuándo se abrirán canales que OpenRouter, Vercel y otros marcan como “próximamente disponibles”; esto influirá directamente en la barrera de acceso para los usuarios que no usan Copilot.
  • Alcance del acceso a Foundry: si Flash pasará de una vista previa restringida a estar disponible públicamente y si Code 2 llegará a Foundry.
  • Resultados de pruebas independientes: el desempeño de la comunidad y de terceros en repositorios reales dice más sobre la diferencia real entre ambos niveles que las evaluaciones del fabricante.
  • Límites reales dentro del producto: los topes efectivos de contexto y salida en productos como Copilot determinan hasta qué punto se puede aprovechar el “razonamiento a nivel de repositorio”.

Si quieres comparar distintos modelos de programación dentro del mismo código, una plataforma agregadora resulta más cómoda. APIYI apiyi.com ofrece una interfaz unificada compatible con OpenAI: con una sola clave puedes cambiar entre modelos como OpenAI, Claude, Gemini y otros, lo que viene bien para preparar el flujo de comparación antes de que se lancen nuevos modelos.

La aparición de dos niveles de modelos responde, en el fondo, a una verdad sencilla: ningún modelo sirve para todos los tipos de tareas de programación; asignar la herramienta según el peso de cada tarea es la forma más económica de usarlas. Como se lee en «Chu Ci · Bu Ju»:

«El pie tiene sus carencias; la pulgada, sus virtudes».


📚 Referencias

  • Anuncio oficial de lanzamiento en GitHub: planes y políticas de administrador.
  • Precios oficiales de GitHub y notas al pie de las promociones: tarifas, fechas de finalización de promociones y reglas de facturación.

  • Anuncio oficial de Microsoft: Introducing MAI Code 2 and MAI Code 2 Flash: anuncio de lanzamiento y descripción del posicionamiento.

    • Enlace: microsoft.ai/news/introducing-mai-code-2-and-mai-code-2-flash/
    • Descripción: el posicionamiento de tareas de ambos modelos, la disponibilidad en GitHub Copilot y la información de «próximamente» en canales de terceros.
  • Blog de la comunidad técnica de Azure AI Foundry: From model choice to your durable advantage

    • Enlace: techcommunity.microsoft.com/blog/azure-ai-foundry-blog/from-model-choice-to-your-durable-advantage-build-ai-that-keeps-improving/4573609
    • Descripción: la forma de disponibilidad desde Foundry y las notas sobre la vista previa de acceso limitado de MAI Code 2 Flash.
  • Fichas técnicas de los modelos MAI Code 2 y MAI Code 2 Flash (PDF): especificaciones del modelo y notas de evaluación.

    • Enlace: microsoft.ai/pdf/MAI-Code-2-And-MAI-Code-2-Flash-Model-Card.pdf
    • Descripción: modalidades de entrada y salida, longitud de contexto, entrada y salida máximas, así como la aclaración de que los límites del producto pueden variar.

Autor: equipo técnico de APIYI
Contacto técnico: si quieres conocer la integración del modelo y las condiciones de soporte, puedes contactarnos desde la página principal de APIYI apiyi.com; encontrarás más documentación de integración en el centro de documentación docs.apiyi.com

Publicaciones Similares