Nota do autor: os “5% de custo” do MAI Code 2 são resultado de um conjunto específico de avaliações e de um preço promocional. Este artigo decompõe os critérios do comunicado original, a tabela de preços e as contas, para ajudar você a estimar sua conta real.
Resposta direta: os “5% de custo” do MAI Code 2 não significam “economizar 95% para sempre em todas as tarefas de programação”. É a média obtida pela Microsoft em 4 avaliações de programação, na configuração max effort, comparando o MAI Code 2 com o Opus 5.5 — e o custo do lado MAI usa o preço promocional de 50%. Esse número indica “quanto custou concluir a mesma tarefa nessas avaliações”, e não “o preço unitário por token é apenas 5% do concorrente”. Terminada a promoção, e trocando para o seu próprio repositório e fluxo de trabalho, a proporção muda e precisa ser recalculada.
O que você vai encontrar neste artigo:
- Os critérios exatos por trás do “96% de desempenho, 5% de custo” no texto da Microsoft, e as condições de teste das quais dependem.
- Os preços promocionais, os preços regulares e as datas de restauração do MAI Code 2 e do MAI Code 2 Flash divulgados pelo GitHub Copilot.
- Por que “proporção de custo por tarefa” e “proporção de preço por token” não são intercambiáveis.
- Um conjunto de cálculos verificáveis com tokens fixos, e como cache, retentativas e retrabalho humano alteram a conta.
- Uma abordagem de compra para avaliar modelos de programação por “custo por tarefa bem-sucedida”.
Índice: a primeira parte, “Fatos objetivos”, apresenta em ordem os critérios de lançamento (1.1), as condições das quatro avaliações (1.2), a tabela de preços do Copilot (1.3), o período promocional (1.4) e a diferença entre os dois conceitos de custo (1.5) — apenas informações com fonte. A segunda parte, “Análise e julgamento”, traz nossos cálculos editoriais e interpretações: primeiro o exemplo com tokens fixos (2.1), depois a projeção da proporção após o fim da promoção (2.2), em seguida a decomposição de cache, retentativas e retrabalho (2.3), e por fim uma lista de verificação para comprar com base em tarefas bem-sucedidas (2.4) e pontos de atenção futuros (2.5). As projeções de custo da segunda parte são cálculos originais baseados nos dados oficiais citados, não contas de medições reais.

Para saber: conceitos necessários para entender o custo do MAI Code 2
| Conceito | Explicação breve |
|---|---|
| MAI Code 2 / MAI Code 2 Flash | Dois modelos de programação lançados pela Microsoft em 17 de novembro de 2026; o Flash é posicionado como mais leve e com preço unitário menor |
| Opus 5.5 | Modelo usado pela Microsoft como referência de comparação no anúncio |
| max effort | Nível máximo de esforço de raciocínio usado nas avaliações, que normalmente implica mais raciocínio e mais consumo de tokens |
| DeepSWE 1.1, TerminalBench 2.1, SWEAtlas, FrontierCode 1.1 | As 4 avaliações de programação escolhidas pela Microsoft |
| MSBench | Framework de avaliação interno da Microsoft, no qual as três primeiras avaliações são executadas |
| subagente (subagent) | Agente derivado do agente principal para cuidar de subtarefas; as três primeiras avaliações explicitamente não o utilizam |
| entrada em cache (cached input) | Tokens de entrada que se repetem e podem acertar o cache, com preço unitário bem menor que o da entrada normal |
| AI credit | Unidade de cobrança do GitHub Copilot, 1 AI credit = 0.01 dólar |
| custo da tarefa | Custo total realmente gasto para concluir uma tarefa, que depende de preço unitário × uso × número de tentativas |
| preço unitário do token | Preço de tabela por milhão de tokens de entrada ou de saída; é apenas um dos fatores do custo da tarefa |
Visão rápida do impacto do “custo de 5%” do MAI Code 2
- Desenvolvedores que usam o GitHub Copilot: durante o período promocional, o MAI Code 2 consome menos AI credit, o que o torna adequado para testes comparativos nos seus próprios repositórios; mas lembre-se de que o preço promocional tem data de encerramento — não convém usar a fatura do período promocional como orçamento de longo prazo.
- Líderes de equipe e compras: o “5%” pode servir como sinal de atenção, mas não deve ser colocado diretamente no modelo de custos. O cálculo do custo por “tarefa bem-sucedida” deve se basear na taxa de sucesso das suas próprias tarefas, no número de retentativas e no tempo de revisão humana.
- Desenvolvedores que chamam o modelo por outros canais: os preços citados no texto são as tarifas do GitHub Copilot e não representam as cotações do Azure AI Foundry ou de outros canais de API. Se você testar modelos de programação em plataformas agregadoras como APIYI apiyi.com, confira antes os modelos efetivamente suportados pela plataforma e as regras de cobrança.
- Pesquisadores que acompanham as avaliações: 3 das 4 avaliações rodaram no framework interno da Microsoft, portanto são benchmarks de fabricante e precisam aguardar replicação independente.
1. Fatos objetivos: de onde vem o “custo de 5%” do MAI Code 2 e qual é a cotação
1.1 Lançamento do MAI Code 2 e a formulação original de “96% de desempenho, 5% do custo”
A Microsoft lançou o MAI Code 2 e o MAI Code 2 Flash em 17 de novembro de 2026. O artigo de lançamento afirma que, na média dos resultados de quatro avaliações, o MAI Code 2 alcança cerca de 96% do desempenho do Opus 5.5, com custo de aproximadamente 5% do custo dele.
Essa afirmação é uma conclusão baseada em avaliações selecionadas pelo próprio fabricante e descreve os resultados nessas quatro referências, não uma conclusão abrangente sobre capacidade geral de programação. O artigo de lançamento também esclarece que, ao calcular o custo do lado MAI, foi usado o preço promocional de 50%.
1.2 As quatro avaliações do MAI Code 2 e as condições de teste
As quatro avaliações que entram na média e suas condições são as seguintes, todas informações divulgadas no artigo de lançamento:
- DeepSWE 1.1, TerminalBench 2.1, SWEAtlas: executadas no MSBench interno da Microsoft, com o Copilot CLI e sem usar subagentes.
- FrontierCode 1.1: resultados provenientes do Artificial Analysis.
- Nível de raciocínio: usado max effort.
- Critério de custo: o custo do modelo MAI foi calculado com base no preço promocional de 50%.
Essas condições, em conjunto, determinam os dois números, “96%” e “5%”. Se mudar o nível de raciocínio, trocar o framework de agente ou ativar subagentes, o uso de tokens e a taxa de sucesso podem ser diferentes.

1.3 Tabela de preços do MAI Code 2 no GitHub Copilot
A documentação oficial do GitHub lista as tarifas dos dois modelos do Copilot, em dólares por milhão de tokens:
| Modelo | Tipo de cobrança | Entrada | Entrada em cache | Saída |
|---|---|---|---|---|
| MAI Code 2 | Preço promocional | 0,50 | 0,025 | 2,50 |
| MAI Code 2 | Preço normal | 1,00 | 0,05 | 5,00 |
| MAI Code 2 Flash | Preço promocional | 0,05 | 0,005 | 0,25 |
| MAI Code 2 Flash | Preço normal | 0,10 | 0,01 | 0,50 |
Vale prestar atenção em dois pontos: essas são as tarifas do GitHub Copilot, que cobra em AI credit, sendo que 1 AI credit equivale a 0,01 dólar. Não é a tabela de preços do Azure AI Foundry e também não representa o preço de todos os canais de API. O mesmo documento traz ainda o preço do Opus 5.5, mas só com o valor unitário não dá para reconstruir a proporção de custo por tarefa usada na avaliação da Microsoft. Dentro do Copilot, é preciso separar a cota incluída no plano do pagamento excedente: os valores em dólar citados abaixo são o valor de uso convertido pela tarifa de tokens, e não necessariamente uma cobrança adicional. Planos antigos baseados em requisições anuais ainda devem considerar suas regras específicas de multiplicador.
1.4 Vigência do preço promocional do MAI Code 2
A documentação do GitHub informa que o preço normal volta a valer a partir de 17 de maio de 2027. O documento não especifica o fuso horário, então não dá para afirmar que o dia 17 de maio ainda está dentro da promoção. Não faça conversões por conta própria para um horário de corte em horário de Brasília. Perto da data de transição, confira primeiro as regras de cobrança vigentes do GitHub; por precaução no orçamento, o consumo que atravessa esse ponto pode ser provisionado pelo preço normal.
1.5 MAI Code 2: o custo da tarefa e o preço unitário por token são duas coisas diferentes
A comparação de “5% do custo” refere-se ao gasto total para concluir a tarefa de avaliação, que é igual ao preço unitário multiplicado pelos tokens efetivamente consumidos, somando-se todas as etapas. Quando dois modelos resolvem a mesma questão, a quantidade de tokens de entrada e saída consumida pode variar bastante.
Portanto, de “o custo da tarefa é cerca de 5%” não se conclui que “o preço de cada token é 5% do do outro”, e vice-versa. Esta é uma interpretação editorial de duas formas diferentes de contabilizar custos.
2. Análise e avaliação: como decompor a conta real de tarefas do MAI Code 2
O conteúdo a seguir é uma análise editorial. Todos os exemplos de cálculo são cálculos originais baseados em tarifas públicas, usando premissas explícitas, e não são contas de medição real, nem contam com capturas de tela ou registros de chamadas efetivas como suporte.
2.1 Exemplo de cálculo com tokens fixos para MAI Code 2
Suponha que uma tarefa consuma sempre 100 mil tokens de entrada comuns + 10 mil tokens de saída, sem usar cache, sem novas tentativas e sem contar chamadas de ferramentas nem assinaturas. Calculando com as tarifas da seção 1.3:
- Preço promocional do MAI Code 2: 100.000 × 0,50 / 1.000.000 + 10.000 × 2,50 / 1.000.000 = 0,05 + 0,025 = US$ 0,075
- Preço normal do MAI Code 2: 0,10 + 0,05 = US$ 0,15
- Preço promocional do MAI Code 2 Flash: 0,005 + 0,0025 = US$ 0,0075
- Preço normal do MAI Code 2 Flash: 0,01 + 0,005 = US$ 0,015
| Modelo e preço | Custo de entrada | Custo de saída | Total por chamada | Equivalente em AI credit |
|---|---|---|---|---|
| MAI Code 2 promocional | US$ 0,05 | US$ 0,025 | US$ 0,075 | 7,5 |
| MAI Code 2 normal | US$ 0,10 | US$ 0,05 | US$ 0,15 | 15 |
| Flash promocional | US$ 0,005 | US$ 0,0025 | US$ 0,0075 | 0,75 |
| Flash normal | US$ 0,01 | US$ 0,005 | US$ 0,015 | 1,5 |
Esta tabela mostra apenas a diferença de preço “para o mesmo volume de uso”. Em tarefas reais, o consumo de tokens e a taxa de sucesso dos dois modelos não são iguais. Neste exemplo, o custo do Flash é 1/10 do Code 2, ou seja, 90% menor, mas isso não significa que concluir a mesma tarefa na prática custe apenas 1/10.
O script abaixo faz apenas aritmética local e não chama nenhum modelo. input_tokens refere-se ao total de entrada, incluindo o cache; cached_tokens é a parte que acertou o cache. Para a saída, deve-se usar o volume total de saída cobrado, conforme reportado pelo canal. Não use diretamente o usage de outros canais de API com as tarifas do Copilot como se fosse a conta real.
# Dólares / milhão de tokens; fonte: tabela de tarifas do GitHub Copilot (apenas referência para estimativa)
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("O número de tokens deve ser não negativo, e o volume em cache não pode exceder o total de entrada")
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
🎯 Dica técnica: Ao avaliar custos, os dados mais valiosos são os registros de
usagedas suas próprias tarefas. No APIYI apiyi.com, você pode usar a mesma chave API para executar o mesmo lote de tarefas em vários modelos de programação e, depois, somar o consumo de tokens e aplicar o preço unitário real de cada canal. Observe que a disponibilidade do MAI Code 2 nessa plataforma depende da lista de modelos dela.
2.2 Quanto o “5%” do MAI Code 2 pode virar depois que a promoção acabar
Esta seção é uma projeção, não são dados oficiais. O preço regular do MAI Code 2 é exatamente o dobro do preço promocional nos três itens: entrada, entrada em cache e saída. Portanto, considerando a estrutura de tarifação do Copilot e o uso de tokens de cada tipo inalterado, apenas o custo desses três tipos de token dobrará; o custo total de uma tarefa completa, incluindo assinatura, ferramentas, mão de obra humana etc., não necessariamente dobrará.
Se a base de custos do lado do Opus 5.5 permanecer a mesma, os cerca de 5% calculados com o preço promocional passarão a cerca de 10% com o preço regular. Mesmo que a “média” seja calculada tirando a média das proporções item por item, como cada item dobra, a média também dobra. Ainda é uma proporção muito baixa, mas já não é o número do título.

2.3 Cache, retentativas e retrabalho manual na fatura real do MAI Code 2
O exemplo de cálculo com tokens fixos é um cenário simplificado para comparar tarifas; na prática, a fatura real ainda é afetada por pelo menos três grupos de fatores.
O cache reduz o custo. Continuando com as hipóteses da seção 2.1, se 80 mil dos 100 mil tokens de entrada derem acerto no cache, o custo de entrada com o preço promocional do MAI Code 2 passa a ser 20,000 × 0.50 / 1,000,000 + 80,000 × 0.025 / 1,000,000 = US$ 0.012; somando US$ 0.025 de saída, o total por chamada fica em cerca de US$ 0.037, aproximadamente metade dos US$ 0.075 sem cache. A programação agêntica lê repetidamente o contexto do mesmo repositório, então a taxa de acerto do cache pode afetar bastante o custo de entrada; mas a parcela que ela representa no custo total ainda depende da saída e de outras despesas.
As retentativas aumentam o custo. Sob hipóteses simplificadas de que cada tentativa tem o mesmo custo, a probabilidade de sucesso é fixa e as tentativas são independentes: o custo esperado do modelo por tarefa bem-sucedida ≈ custo por tentativa ÷ taxa de sucesso. Supondo US$ 0.075 por tentativa e 50% de taxa de sucesso, cada tarefa bem-sucedida custa, em média, cerca de US$ 0.15. Outro modelo, mesmo com 90% de sucesso, só pode ser comparado se também considerarmos seu custo por tentativa; não dá para concluir que ele é mais econômico apenas pela taxa de sucesso. As taxas de sucesso só podem vir dos seus próprios testes; este artigo não fornece números de taxa de sucesso para nenhum modelo.
O retrabalho manual deve ser contabilizado à parte. O tempo de engenheiros revisando, alterando e revertendo código não aparece na fatura de tokens e pode ser maior que o custo do modelo. Também há despesas fixas ou variáveis, como chamadas de ferramentas, execuções de CI e assinaturas; o anúncio oficial não revela completamente como elas são incluídas, então não dá para tratar os “5%” como a proporção final que empacota todos esses custos.
| Fator de custo | Efeito na fatura | Entra nos “5%”? | Como obter |
|---|---|---|---|
| Preço unitário do token | Base | Sim (preço promocional) | Tabela de tarifas do provedor |
| Uso de tokens por tarefa | Bidirecional | Sim (nas condições da avaliação) | Campo usage |
| Taxa de acerto do cache | Reduz | Depende da execução da avaliação | Estatísticas de log |
| Retentativas e tarefas com falha | Aumenta | Incerto | Taxa de sucesso das suas próprias tarefas |
| Revisão manual e retrabalho | Aumenta | Forma completa de contabilização não divulgada | Registro de horas |
| Chamadas de ferramentas e assinaturas | Aumenta | Forma completa de contabilização não divulgada | Faturas e contratos |
A imagem a seguir é outro conjunto independente de exemplos hipotéticos, e não o cenário de 80 mil acertos de cache mencionado acima: suponha que o cache reduza cada $0.075 em $0.015, chegando a $0.060; com tentativas independentes e taxa de sucesso fixa em 50%, o custo esperado do modelo é $0.120. Suponha ainda $0.030 de ferramentas e $0.500 de mão de obra por tarefa bem-sucedida, totalizando $0.650. Todos os valores servem apenas para explicar como a soma é feita.

2.4 Usar o MAI Code 2 em compras: avaliar pelo custo por tarefa bem-sucedida
Para a equipe, em vez de ficar se perguntando “é só 5% mesmo?”, vale mais a pena montar um processo de avaliação simples:
- Selecionar amostras: escolha de 20 a 50 tarefas históricas representativas do próprio repositório, cobrindo tipos como correção de bugs, escrita de testes e refatoração.
- Fixar as condições: padronize o nível de raciocínio, o framework de agente e se subagentes estão ativados, para não confundir com os critérios de avaliação do fornecedor.
- Registrar o uso: salve os tokens de entrada, tokens de entrada em cache, tokens de saída e o número de tentativas de cada chamada.
- Determinar o sucesso: use dois critérios — testes passando e revisão humana — e registre o tempo gasto com retrabalho.
- Calcular com dois preços: faça as contas tanto com o preço promocional quanto com o preço normal; para orçamentos que atravessam 17 de maio de 2027, use sempre o preço normal.
💡 Sugestão de escolha: a decisão entre MAI Code 2 e Flash depende da dificuldade da tarefa. Em tarefas simples, a vantagem do preço unitário baixo do Flash é clara; em tarefas complexas, a diferença na taxa de sucesso pode compensar a diferença de preço unitário. Se você ainda quiser comparar com outros modelos de programação mainstream, pode usar a interface compatível com OpenAI unificada da APIYI apiyi.com para rodar em lote o mesmo conjunto de tarefas, o que facilita a comparação lado a lado.
2.5 Mudanças futuras que merecem atenção no MAI Code 2
Os pontos a seguir afetam diretamente se esses “5%” se sustentam no seu cenário — tratam-se de direções a observar, não de previsões definitivas:
- Reprodução independente: 3 das 4 avaliações vêm de frameworks internos da Microsoft. Vale acompanhar se terceiros chegam a conclusões semelhantes em frameworks públicos.
- Preços de outros canais: no momento, o material de referência cobre apenas as tarifas do GitHub Copilot. Os preços do Azure AI Foundry ou de outras plataformas devem ser conferidos nos comunicados oficiais de cada uma.
- Janelas promocionais: a partir de 17 de maio de 2027, volta-se ao preço normal (a Microsoft não especifica o fuso horário), e nessa data a proporção real precisará ser recalculada.
Se você quiser primeiro estabelecer sua própria linha de base de custos nos modelos de programação que já conhece, vale a pena verificar a lista atual de modelos e as tarifas do canal que utiliza — como o APIYI apiyi.com — antes de montar uma comparação de tarefas com o mesmo critério. O preço unitário do Copilot usado no script deste artigo não pode ser aplicado diretamente como base para a fatura de canais de terceiros.
O número no título só indica em qual “campo” o fabricante alcançou bons resultados — é no seu próprio repositório que a sua conta fecha. Como escreveu Lu You em “Instruções ao Filho Zhu Yu numa Noite de Inverno”: “O que se aprende no papel é sempre superficial; para realmente dominar o assunto, é preciso praticar.”
📚 Referências
-
Microsoft AI – Introducing MAI Code 2 and MAI Code 2 Flash: anúncio de lançamento e metodologia de avaliação
- Link: Anúncio oficial da Microsoft
- Descrição: fonte original de “96% de desempenho, 5% do custo”, incluindo quatro avaliações, a configuração max effort e a explicação do preço promocional de 50%
-
GitHub Docs – Copilot models and pricing: tarifas dos modelos do Copilot
- Link: Preços oficiais e notas de rodapé promocionais do GitHub Copilot
- Descrição: preços promocionais e regulares, datas de retorno e conversão de AI credits do MAI Code 2 e do Flash
Autor: Equipe técnica da APIYI
Contato técnico: Entre em contato conosco pela página inicial do site oficial da APIYI, apiyi.com. Para mais materiais de integração, acesse a central de documentação em docs.apiyi.com.
