Jawaban langsung: Microsoft membagi seri MAI Code 2 menjadi “tingkat tugas kompleks” dan “tingkat tugas sederhana frekuensi tinggi”. Pada 17 November 2026, Microsoft merilis MAI Code 2 dan MAI Code 2 Flash. MAI Code 2 ditujukan untuk modifikasi multi-file, debug mendalam, dan penalaran tingkat repositori; MAI Code 2 Flash ditujukan untuk penjelasan kode, modifikasi titik tertentu, perbaikan rutin, dan iterasi frekuensi tinggi. Bagi sebagian besar pengembang dan tim kecil, kami menyarankan untuk memakai Flash secara default guna menangani tugas harian kecil, lalu beralih ke Code 2 saat menghadapi dependensi lintas file atau Bug yang sulit dilacak.
Apa yang bisa Anda pahami setelah membaca artikel ini?
- Posisi resmi kedua tingkat model, serta jenis tugas pemrograman yang ditangani masing-masing.
- Modalitas input/output dan spesifikasi konteks yang diungkapkan dalam kartu model, serta cara memahami angka-angka tersebut.
- Kanal akses mana saja yang tersedia saat ini, kanal mana yang masih “segera hadir”, dan kapan harga promosi Copilot berakhir.
- Metode praktis untuk memulai dari Flash dan meningkatkan ke Code 2 berdasarkan sinyal.
Indeks: Lihat dulu tabel konsep To Know dan ringkasan dampak untuk cepat memahami bagian yang relevan bagi Anda. Bagian pertama “Fakta Objektif” disusun berurutan menurut informasi rilis, posisi kedua tingkat, spesifikasi kartu model, kanal yang tersedia, sifat evaluasi, dan tarif promosi; hanya memuat konten yang memiliki sumber. Bagian kedua “Analisis dan Penilaian” adalah pandangan editor, membahas makna pembagian tingkat, saran pemilihan model, batas praktis konteks panjang, serta hal-hal yang perlu diperiksa sebelum integrasi API.

Konsep yang perlu diketahui terlebih dahulu tentang MAI Code 2 dan Flash (To Know)
| Konsep | Penjelasan singkat |
|---|---|
| Penalaran tingkat repositori | Model perlu memahami struktur seluruh repositori kode dan dependensi lintas file, bukan hanya file atau fragmen saat ini |
| Modifikasi titik tertentu | Melakukan perubahan kecil pada posisi yang sudah diketahui, misalnya mengubah satu fungsi atau memperbaiki satu error |
| Jendela konteks | Jumlah maksimum token yang dapat diproses model dalam satu waktu, termasuk input dan output |
| Kartu model (Model Card) | Dokumen penjelasan model yang diterbitkan vendor, mencatat cakupan kemampuan, spesifikasi, evaluasi, dan batasan |
| Microsoft Foundry | Platform pembangunan model dan aplikasi AI Microsoft untuk perusahaan, sebelumnya sistem Azure AI Foundry |
| limited-access preview | Pratinjau akses terbatas, memerlukan permohonan atau memenuhi syarat untuk digunakan, bukan terbuka secara umum |
| Evaluasi vendor | Hasil pengujian yang diumumkan sendiri oleh pihak yang merilis model, tidak sama dengan pengujian independen pihak ketiga atau pengguna |
Ringkasan dampak rilis MAI Code 2 dan Flash
| Kelompok | Dampak utama |
|---|---|
| Pengguna GitHub Copilot | Kedua model sudah tersedia di Copilot, tetapi paket dukungannya berbeda; perlu memeriksa paket, kebijakan organisasi, dan kuota saat ini |
| Pengembang individu, tim kecil | Ada satu opsi tambahan untuk memilih model berdasarkan tingkat kesulitan tugas, perubahan kecil sehari-hari tidak harus selalu diserahkan ke model berat |
| Pengguna enterprise Azure / Foundry | Flash berada dalam pratinjau akses terbatas, perlu diperoleh melalui proses permohonan; waktu pembukaan resmi mengacu pada pengumuman resmi |
| Pengembang yang memanggil melalui platform pihak ketiga | Saluran seperti OpenRouter dan Vercel ditandai “segera hadir” dalam siaran pers, saat ini tidak boleh diasumsikan sudah dapat dipanggil |
I. Fakta Objektif: Apa yang Dirilis MAI Code 2 dan Flash
1.1 Waktu Rilis dan Sumber Informasi MAI Code 2
Microsoft merilis MAI Code 2 dan MAI Code 2 Flash pada 17 November 2026 melalui halaman berita resmi microsoft.ai. Pada periode yang sama, Microsoft menjelaskan cara penyediaan di sisi Foundry dalam blog komunitas teknis Azure AI Foundry, serta mempublikasikan satu PDF model card yang digunakan bersama oleh kedua model tersebut. Artikel ini juga memverifikasi changelog resmi GitHub dan dokumentasi penagihan, dengan batas waktu hingga 18 November 2026.
1.2 MAI Code 2 dan Flash: dua tingkat posisi
Pihak resmi mendeskripsikan pembagian tugas kedua model ini dengan cukup jelas: satu model menangani tugas yang kompleks dan membutuhkan pemahaman menyeluruh, sedangkan model lainnya menangani tugas yang sering dilakukan dengan cakupan kecil.
| Dimensi | MAI Code 2 | MAI Code 2 Flash |
|---|---|---|
| Posisi resmi | Tugas pemrograman kompleks | Tugas pemrograman rutin dengan frekuensi tinggi |
| Tugas tipikal | Modifikasi multi-file, debugging mendalam, penalaran tingkat repositori | Penjelasan kode, modifikasi titik tertentu, perbaikan rutin, iterasi frekuensi tinggi |
| Cakupan tugas | Lintas file, lintas modul | Titik tunggal, lokal |
| GitHub Copilot | Sudah tersedia | Sudah tersedia |
| Foundry | Tidak dijelaskan dalam materi referensi | Pratinjau dengan akses terbatas |

1.3 Spesifikasi publik kartu model MAI Code 2
Kartu model mencantumkan angka-angka terkait modalitas dan konteks. Perlu diperhatikan bahwa kartu model juga menyatakan bahwa batasan aktual di dalam produk bisa berbeda dari angka-angka tersebut.
| Item | Data kartu model |
|---|---|
| Modalitas input | Teks, gambar |
| Modalitas output | Teks |
| Konteks model | 1.05M tokens |
| Input maksimum | 922k tokens |
| Output maksimum | 128k tokens |
Mengenai jumlah parameter total, materi yang ada saat ini menunjukkan ketidaksesuaian versi. Artikel ini tidak mengutip angka spesifik dan akan mengacu pada pembaruan resmi di kemudian hari.
1.4 Ketersediaan dan Jalur Akses MAI Code 2 serta Flash
Catatan rilis resmi GitHub menyebutkan bahwa Code 2 ditujukan untuk Copilot Pro, Pro+, Max, Business, dan Enterprise; sedangkan Flash juga mencakup Free dan Student. Langganan tahunan yang memenuhi syarat juga bisa menggunakannya. Admin perusahaan atau organisasi dapat mengatur akses melalui kebijakan model, jadi “telah diluncurkan” tidak berarti setiap akun bisa memakainya tanpa syarat. Di sisi Foundry, postingan rilis hanya mengonfirmasi Code 2 Flash sebagai pratinjau akses terbatas (limited-access preview), dan tidak mengumumkan bahwa Code 2 sudah dibuka sepenuhnya di Foundry.
Postingan rilis juga menyebut kanal seperti OpenRouter, Vercel, Hermes, OpenCode, dan Kilo, tetapi statusnya “segera hadir” (soon). Artinya, pada saat artikel ini ditulis, kanal-kanal tersebut belum bisa dianggap sudah tersedia sepenuhnya.

1.5 Sifat Data Evaluasi MAI Code 2
Artikel ini tidak memuat pengujian independen. Perbandingan yang dirangkum Microsoft mencampur evaluasi internal dan data eksternal: DeepSWE 1.1, TerminalBench 2.1, dan SWE Atlas dijalankan di MSBench Microsoft melalui Copilot CLI dan tanpa menggunakan subagen; skor serta biaya FrontierCode 1.1 berasal dari Artificial Analysis. Semua model terkait diatur ke intensitas penalaran maksimum, dan biaya MAI menggunakan harga promosi 50%. Hasil dari tugas, konfigurasi, dan kondisi harga yang spesifik ini tidak bisa dijadikan kesimpulan umum untuk semua basis kode. Microsoft juga secara eksplisit menyatakan bahwa kedua model ini belum disetel untuk penelitian sains dasar dan tugas agen dengan alur yang sangat panjang.
1.6 Harga promosi Copilot: tarif dan tanggal berlaku harus dilihat sekaligus
Dokumentasi penagihan GitHub mencantumkan harga promosi saat ini dalam dolar AS per juta token; ini adalah acuan penagihan Copilot dan tidak bisa langsung dianggap sebagai penawaran Foundry atau API pihak ketiga.
| Model | Input | Input cache | Output | Input/input cache/output mulai 17 Mei 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 |
Catatan kaki resmi menyatakan bahwa promosi berlaku hingga 17 Mei 2027, dan mulai tanggal tersebut harga di kolom kanan akan digunakan; untuk selanjutnya, dokumentasi real-time yang menjadi acuan. Pengukuran harian akan dikonversi menjadi GitHub AI Credits; kuota dalam paket, anggaran penggunaan tambahan, dan ketentuan penagihan lama untuk langganan tahunan perlu diperiksa satu per satu. Ini bukan penggunaan gratis tanpa batas, dan proporsi biaya selama masa promosi tidak boleh ditulis sebagai diskon permanen. Dokumentasi penagihan resmi GitHub
2. Analisis dan penilaian: apa arti dua varian MAI Code 2 dan Flash bagi pengembang
Berikut adalah analisis editorial, yang diturunkan dari fakta di bagian pertama dan tidak mewakili pernyataan resmi Microsoft. Konten yang membahas tren masa depan semuanya merupakan prediksi.
2.1 Mengapa MAI Code 2 dibagi menjadi dua tingkat
Dalam skenario pemrograman, sebagian besar permintaan sebenarnya “kecil”: menjelaskan sepotong kode, mengubah satu parameter, memperbaiki kesalahan yang jelas. Tugas seperti ini tidak menuntut pemahaman global dari model, melainkan lebih mementingkan respons cepat dan bisa dipanggil sesering mungkin. Sebaliknya, refaktor lintas modul dan pelacakan Bug yang mendalam jumlahnya tidak banyak, tetapi tingkat kesulitan per tugasnya besar, sehingga membutuhkan model yang memahami struktur keseluruhan repositori.
Membagi dua jenis kebutuhan ke dua model berarti membuat pengguna “membayar sesuai tingkat kesulitan tugas”. GitHub secara resmi memposisikan Flash sebagai model pengembangan harian yang ringan dan ramah biaya; dokumen penagihan saat ini juga mencantumkan harga satuan token yang berbeda untuk kedua model (lihat 1.6). Namun selisih harga satuan tidak sama dengan selisih biaya tugas; kecepatan respons, konsumsi token, dan jumlah pekerjaan ulang tetap harus diverifikasi dalam tugas Anda sendiri.
2.2 Saran penyuntingan: mulai dari Flash, tingkatkan ke MAI Code 2 berdasarkan sinyal
Bagi pengembang dan tim kecil, kami menyarankan Flash sebagai tingkat default, dan baru beralih ke Code 2 ketika muncul sinyal yang jelas. Ini adalah strategi routing yang masih perlu diverifikasi, tidak menjamin Flash lebih cepat atau Code 2 pasti memperbaiki masalah; sebaiknya sekaligus mencatat tingkat kelulusan tugas, waktu tinjauan manual, dan biaya aktual.
Ambang batas berikut hanyalah saran penyuntingan, yaitu titik awal yang memudahkan percobaan, bukan batasan resmi atau aturan optimal yang sudah terverifikasi:
- Perubahan melibatkan setidaknya 3 file, atau perlu mengubah definisi antarmuka dan pemanggilnya secara bersamaan.
- Perbaikan yang diberikan Flash dua kali berturut-turut tidak menyelesaikan masalah, menandakan masalahnya mungkin bukan lokal.
- Akar masalah Bug ada di modul lain, misalnya konfigurasi, versi dependensi, atau hulu aliran data.
- Perlu memahami arsitektur keseluruhan proyek, seperti memetakan hubungan modul atau merencanakan rencana refaktor.
- Anda sendiri juga tidak bisa menjelaskan di mana masalahnya, sehingga perlu model melakukan pemeriksaan global terlebih dahulu.
Sebaliknya, untuk tugas seperti menjelaskan kode, menulis contoh unit test, mengganti nama, menambah komentar, dan memperbaiki kesalahan kompilasi, Anda bisa mencoba Flash lebih dulu, lalu memutuskan apakah akan mempertahankannya berdasarkan hasil pengujian dan tinjauan manual.

2.3 Jendela konteks 1.05M tidak berarti bisa dipakai penuh di alat
Kartu model menyebutkan konteks 1.05M, input maksimum 922k, dan output maksimum 128k, tetapi juga menjelaskan bahwa batasan aktual produk bisa berbeda. Penilaian kami: dalam produk seperti GitHub Copilot, panjang jendela konteks yang benar-benar dapat digunakan dan batas output per permintaan bisa terpengaruh kebijakan produk.
Jadi, jangan berharap “memasukkan seluruh repositori” dapat menyelesaikan masalah. Pendekatan yang lebih aman tetap membuat model melihat direktori dan file kunci yang relevan terlebih dahulu, lalu memperluas cakupan secara bertahap. Di sinilah nilai utama Code 2 yang mengedepankan “penalaran tingkat repositori”: ia harus bisa menemukan hubungan penting di antara banyak kode, bukan sekadar menampung lebih banyak teks.
2.4 Ingin memanggil MAI Code 2 melalui API: periksa dulu, lalu coba
Saat ini, akses yang terkonfirmasi untuk seri MAI Code 2 adalah GitHub Copilot dan Foundry (pratinjau terbatas Flash); saluran agregator pihak ketiga belum sepenuhnya tersedia. Jika Anda berencana mengintegrasikan melalui API, langkah pertama bukan menulis kode bisnis, melainkan memastikan apakah platform target benar-benar menyediakan kedua model ini dan apa ID modelnya.
Kode berikut hanya menunjukkan pendekatan integrasi; artikel ini tidak menjalankannya dan belum memverifikasi bahwa APIYI telah menyediakan kedua model ini. Nama yang mengandung “mai” hanya menunjukkan kandidat dan tidak dapat menggantikan verifikasi nama model resmi, kemampuan antarmuka, serta izin akses. Contoh terlebih dahulu mencantumkan model, lalu menyaring entri yang mungkin relevan:
import openai
client = openai.OpenAI(
api_key="YOUR_API_KEY",
base_url="https://api.apiyi.com/v1" # Antarmuka kompatibel OpenAI APIYI; ketersediaan model mengacu pada daftar real-time
)
# Daftar model yang tersedia saat ini, lalu saring entri yang mungkin terkait 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 "当前列表中未找到 MAI 相关模型")
Jika daftar memang menampilkan model terkait, Anda dapat menulis routing bertingkat sederhana sesuai ide di bagian 2.2. ID model mengacu pada daftar platform; berikut ini menggunakan placeholder:
Lihat contoh kode pemanggilan bertingkat berdasarkan tingkat kesulitan tugas
import openai
client = openai.OpenAI(
api_key="YOUR_API_KEY",
base_url="https://api.apiyi.com/v1" # Menggunakan antarmuka terpadu APIYI
)
# Placeholder: ganti dengan ID asli yang dikonfirmasi ada dalam daftar model
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:
"""Pilih model berdasarkan sinyal di bagian 2.2: default Flash, naikkan ke Code 2 jika salah satu kondisi terpenuhi"""
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": "你是资深工程师,先说明改动范围,再给出代码。"},
{"role": "user", "content": prompt},
],
)
return f"[{model}]\n" + resp.choices[0].message.content
print(ask("解释这个函数的作用:def add(a, b): return a + b"))
🎯 Saran integrasi: Kanal pihak ketiga untuk seri MAI Code 2 masih tersedia secara bertahap; sebaiknya periksa dukungan aktual dan ID model di daftar model atau dokumentasi APIYI apiyi.com terlebih dahulu, baru putuskan apakah akan mengintegrasikan. Jika belum tersedia, Anda dapat lebih dulu membangun routing bertingkat dengan rangkaian kode kompatibel OpenAI yang sama pada model pemrograman yang sudah didukung platform; setelah itu tetap perlu memeriksa parameter antarmuka, dukungan pemanggilan alat, biaya, dan pengujian regresi, karena tidak ada jaminan bahwa hanya dengan mengganti ID model semuanya akan kompatibel.
2.5 Perubahan MAI Code 2 yang Perlu Diperhatikan ke Depan
Berikut adalah penilaian prediktif yang perlu diverifikasi dengan fakta selanjutnya:
- Jadwal peluncuran saluran pihak ketiga: Kapan saluran yang ditandai “segera hadir” seperti OpenRouter dan Vercel dibuka akan langsung memengaruhi hambatan penggunaan bagi pengguna non-Copilot.
- Cakupan akses Foundry: Apakah Flash berubah dari pratinjau terbatas menjadi tersedia untuk publik, dan apakah Code 2 masuk ke Foundry.
- Hasil pengujian independen: Performa komunitas dan pihak ketiga pada repositori nyata lebih mampu menjelaskan perbedaan nyata antara kedua tingkat dibandingkan evaluasi dari vendor.
- Batas kuota aktual dalam produk: Batas nyata jendela konteks dan output dalam produk seperti Copilot menentukan sejauh mana “penalaran tingkat repositori” dapat dimanfaatkan.
Jika ingin membandingkan berbagai model pemrograman secara berdampingan dalam satu basis kode yang sama, platform agregasi akan lebih praktis. APIYI apiyi.com menyediakan antarmuka terpadu yang kompatibel dengan OpenAI, satu Key saja sudah cukup untuk beralih antara model seperti OpenAI, Claude, dan Gemini, cocok untuk menyiapkan alur perbandingan sebelum model baru dirilis.
Kemunculan dua tingkat model ini pada dasarnya mengakui satu prinsip sederhana: tidak ada satu model pun yang cocok untuk semua tugas pemrograman, mengalokasikan alat berdasarkan bobot tugas adalah cara penggunaan yang lebih ekonomis. Sebagaimana dikatakan dalam 《楚辞·卜居》:
“夫尺有所短,寸有所长。”
📚 Referensi
- Penjelasan resmi peluncuran GitHub: paket dan kebijakan administrator.
-
Harga resmi GitHub dan catatan kaki promosi: tarif, tanggal berakhirnya promosi, dan aturan penagihan.
-
Rilis resmi Microsoft: Introducing MAI Code 2 and MAI Code 2 Flash: pengumuman peluncuran dan penjelasan posisi
- Tautan:
microsoft.ai/news/introducing-mai-code-2-and-mai-code-2-flash/ - Keterangan: posisi tugas kedua model, ketersediaan di GitHub Copilot, serta informasi “segera hadir” untuk saluran pihak ketiga
- Tautan:
-
Blog komunitas teknis Azure AI Foundry: From model choice to your durable advantage
- Tautan:
techcommunity.microsoft.com/blog/azure-ai-foundry-blog/from-model-choice-to-your-durable-advantage-build-ai-that-keeps-improving/4573609 - Keterangan: cara penyediaan di sisi Foundry, penjelasan pratinjau akses terbatas MAI Code 2 Flash
- Tautan:
-
Kartu model MAI Code 2 dan MAI Code 2 Flash (PDF): spesifikasi model dan penjelasan evaluasi
- Tautan:
microsoft.ai/pdf/MAI-Code-2-And-MAI-Code-2-Flash-Model-Card.pdf - Keterangan: modalitas input-output, panjang konteks, input dan output maksimum, serta penjelasan bahwa batasan produk bisa berbeda
- Tautan:
Penulis: Tim teknis APIYI
Diskusi teknis: Jika Anda ingin mengetahui tentang integrasi model dan dukungan, silakan hubungi kami melalui halaman utama APIYI apiyi.com. Untuk dokumentasi integrasi lebih lanjut, kunjungi pusat dokumentasi docs.apiyi.com
