作者注:MAI Code 2 的“5%成本”是特定評測加促銷價的結果,本文拆開原文口徑、報價表和算式,幫你估算自己的真實賬單。
直接回答:MAI Code 2 的“5%成本”不是“所有編程任務永久省 95%”。 它是微軟在 4 項編程評測、max effort 設置下,把 MAI Code 2 與 Opus 5.5 做對比得出的平均結果,而且 MAI 一側的成本使用了 50% 促銷價。這個數字說明的是“在這幾項評測裏完成同樣任務花了多少錢”,而不是“每個 token 的單價只有對方的 5%”。促銷期結束、換成你自己的代碼庫和工作流之後,比例會發生變化,需要重新計算。
您讀完此文能瞭解到什麼?
- 微軟原文中“96%表現、5%成本”的確切口徑,以及它依賴的測試條件。
- GitHub Copilot 公佈的 MAI Code 2 與 MAI Code 2 Flash 促銷價、常規價和恢復日期。
- 爲什麼“任務成本比例”和“token 單價比例”不能互相替換。
- 一組可複覈的固定 token 算例,以及緩存、重試、人工返工如何改變賬單。
- 一套按“成功任務成本”評估編程模型的採購思路。
索引: 第一部分「客觀事實」依次交代發佈口徑(1.1)、四項評測條件(1.2)、Copilot 報價表(1.3)、促銷時間(1.4)以及兩種成本概念的區別(1.5),只寫有來源的信息。第二部分「分析判斷」是我們的編輯計算與解讀:先給固定 token 算例(2.1),再推演促銷結束後的比例變化(2.2),接着拆解緩存、重試和返工(2.3),最後給出按成功任務採購的檢查表(2.4)和後續關注點(2.5)。第二部分的費用推演爲基於已註明官方數據的原創算例,不是實測賬單。

To Know:理解 MAI Code 2 成本需要的概念
| 概念 | 簡要解釋 |
|---|---|
| MAI Code 2 / MAI Code 2 Flash | 微軟 2026 年 11 月 17 日發佈的兩款編程模型,Flash 定位更輕量、單價更低 |
| Opus 5.5 | 微軟在發佈中用作對比基準的模型 |
| max effort | 評測時使用的最高推理投入檔位,通常意味着更多推理和 token 消耗 |
| DeepSWE 1.1、TerminalBench 2.1、SWEAtlas、FrontierCode 1.1 | 微軟選用的 4 項編程類評測 |
| MSBench | 微軟內部評測框架,前三項評測在其中運行 |
| 子代理(subagent) | 由主代理派生出來、處理子任務的代理;前三項評測明確不使用 |
| 緩存輸入(cached input) | 重複出現、可命中緩存的輸入 token,單價遠低於普通輸入 |
| AI credit | GitHub Copilot 的計費單位,1 AI credit = 0.01 美元 |
| 任務成本 | 完成一個任務實際消耗的總費用,取決於單價 × 用量 × 嘗試次數 |
| token 單價 | 每百萬輸入或輸出 token 的標價,只是任務成本的一個因子 |
MAI Code 2 “5%成本”影響速覽
- 使用 GitHub Copilot 的開發者: 促銷期內 MAI Code 2 的 AI credit 消耗較低,適合在自己的倉庫裏做對照測試;但要記住促銷價有截止日期,不宜把促銷期的賬單直接當作長期預算。
- 團隊負責人與採購人員: “5%”可以作爲關注信號,但不能直接寫進成本模型。應以自己任務的成功率、重試次數和人工複覈時間爲準,計算每個“成功任務”的花費。
- 通過其他渠道調用模型的開發者: 文中報價是 GitHub Copilot 的費率,不代表 Azure AI Foundry 或其他 API 渠道的報價。若在 API易 apiyi.com 等聚合平臺測試編程模型,應先覈對平臺實際支持的模型和計費規則。
- 關注評測的研究者: 4 項評測中有 3 項在微軟內部框架運行,屬於廠商基準,需要等待獨立復現。
一、客觀事實:MAI Code 2 “5%成本”的出處與報價
1.1 MAI Code 2 發佈與“96%表現、5%成本”的原文口徑
微軟於 2026 年 11 月 17 日發佈 MAI Code 2 和 MAI Code 2 Flash。發佈文章稱,在四項評測的平均結果上,MAI Code 2 達到 Opus 5.5 約 96% 的表現,成本約爲其 5%。
這一表述是廠商自行選取評測得出的結論,描述的是這四項基準上的結果,而不是對通用編程能力的全面結論。發佈文章同時說明,計算 MAI 一側成本時使用的是 50% 的促銷價格。
1.2 MAI Code 2 四項評測與測試條件
參與平均的四項評測及條件如下,均爲發佈文章披露的信息:
- DeepSWE 1.1、TerminalBench 2.1、SWEAtlas:在微軟內部的 MSBench 中運行,搭配 Copilot CLI,且不使用子代理。
- FrontierCode 1.1:結果來自 Artificial Analysis。
- 推理檔位:使用 max effort。
- 成本口徑:MAI 模型的成本按 50% 促銷價計算。
這些條件共同決定了“96%”和“5%”兩個數字。換一個推理檔位、換一個代理框架,或者啓用子代理,token 用量和成功率都可能不同。

1.3 MAI Code 2 在 GitHub Copilot 中的報價表
GitHub 官方文檔列出了 Copilot 中兩款模型的費率,單位爲美元每百萬 token:
| 模型 | 計價類型 | 輸入 | 緩存輸入 | 輸出 |
|---|---|---|---|---|
| MAI Code 2 | 促銷價 | 0.50 | 0.025 | 2.50 |
| MAI Code 2 | 常規價 | 1.00 | 0.05 | 5.00 |
| MAI Code 2 Flash | 促銷價 | 0.05 | 0.005 | 0.25 |
| MAI Code 2 Flash | 常規價 | 0.10 | 0.01 | 0.50 |
需要注意兩點:這是 GitHub Copilot 的費率,Copilot 用 AI credit 計費,1 AI credit 等於 0.01 美元;它不是 Azure AI Foundry 的報價,也不代表所有 API 渠道的價格。同一文檔也列有 Opus 5.5 價格,但僅憑單價不能復原微軟評測的任務成本比例。Copilot 套餐內額度與超額付費要分開:下文美元數是按 token 費率折算的用量價值,不一定是新增扣款;舊年度請求制套餐還應覈對其專用倍率規則。
1.4 MAI Code 2 促銷價的有效時間
GitHub 文檔顯示,自 2027 年 5 月 17 日起恢復常規價格。文檔沒有註明時區,因此不能認定 5 月 17 日當天仍享受促銷價。不要自行換算成北京時間的具體截止時刻。臨近切換日先覈對 GitHub 當期賬單規則;爲保守預算,跨越該節點的用量可先按常規價預留。
1.5 MAI Code 2 的任務成本與 token 單價是兩回事
“5%成本”比較的是完成評測任務的總花費,它等於單價乘以實際消耗的 token,再累加所有步驟。兩個模型解同一道題,消耗的輸入、輸出 token 數量可能相差很大。
因此,從“任務成本約爲 5%”推不出“每個 token 的價格是對方的 5%”,反過來也一樣。這是對兩種計費口徑的編輯解釋。
二、分析判斷:MAI Code 2 真實任務賬單怎麼拆
以下內容爲編輯分析。所有算例均爲基於公開費率的原創計算,使用了明確的假設,不是實測賬單,也沒有截圖或實際調用記錄支撐。
2.1 MAI Code 2 固定 token 算例
假設一個任務固定消耗 10 萬普通輸入 token + 1 萬輸出 token,不使用緩存、不重試、不計工具調用和訂閱費。按 1.3 節費率計算:
- MAI Code 2 促銷價:100,000 × 0.50 / 1,000,000 + 10,000 × 2.50 / 1,000,000 = 0.05 + 0.025 = 0.075 美元
- MAI Code 2 常規價:0.10 + 0.05 = 0.15 美元
- MAI Code 2 Flash 促銷價:0.005 + 0.0025 = 0.0075 美元
- MAI Code 2 Flash 常規價:0.01 + 0.005 = 0.015 美元
| 模型與價格 | 輸入費用 | 輸出費用 | 單次合計 | 摺合 AI credit |
|---|---|---|---|---|
| MAI Code 2 促銷 | $0.05 | $0.025 | $0.075 | 7.5 |
| MAI Code 2 常規 | $0.10 | $0.05 | $0.15 | 15 |
| Flash 促銷 | $0.005 | $0.0025 | $0.0075 | 0.75 |
| Flash 常規 | $0.01 | $0.005 | $0.015 | 1.5 |
這個表格只說明“同樣用量下”的價格差異。真實任務中兩款模型的 token 用量和成功率並不相同,在本算例中 Flash 的費用爲 Code 2 的 1/10,即低 90%,不代表實際完成同一任務也只花 1/10。
下面的腳本僅做本地算術,不調用任何模型。input_tokens 指包含緩存的總輸入,cached_tokens 是其中命中緩存的部分;輸出應採用渠道報告的完整計費輸出量。不要將其他 API 渠道的 usage 直接套入 Copilot 費率當作真實賬單。
# 美元 / 百萬 token,來源:GitHub Copilot 費率表(僅作估算參考)
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("token 數必須非負,且緩存量不能超過總輸入")
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
🎯 技術建議:做成本評估時,最有價值的數據是你自己任務的
usage記錄。可以在 API易 apiyi.com 用同一個 Key 對多個編程模型跑同一批任務,彙總 token 用量後再套用各渠道的實際單價;請注意,MAI Code 2 是否可在該平臺調用需以平臺模型列表爲準。
2.2 MAI Code 2 促銷結束後“5%”可能變成多少
這一節是推演,不是官方數據。MAI Code 2 的常規價在輸入、緩存輸入、輸出三項上都恰好是促銷價的 2 倍,所以在 Copilot 這一費率口徑、各類 token 用量不變的前提下,僅這三項 token 費用會翻倍;含訂閱、工具、人工等的完整任務總成本不一定翻倍。
如果 Opus 5.5 一側的成本口徑保持不變,那麼以促銷價算出的約 5%,換成常規價後大約會變爲 10%。即便“平均”是逐項比例再取平均,每一項都翻倍,平均值同樣翻倍。這仍是一個很低的比例,但已經不是標題裏的數字。

2.3 MAI Code 2 真實賬單中的緩存、重試與人工返工
固定 token 算例是爲比較費率而簡化的情況,真實賬單至少還會受到三類因素影響。
緩存會壓低成本。 繼續用 2.1 的假設,如果 10 萬輸入中有 8 萬命中緩存,MAI Code 2 促銷價下的輸入費用變爲 20,000 × 0.50 / 1,000,000 + 80,000 × 0.025 / 1,000,000 = 0.012 美元,加上輸出 0.025 美元,單次合計約 0.037 美元,比無緩存的 0.075 美元低一半左右。代理式編程會反覆讀取同一倉庫上下文,緩存命中率可能明顯影響輸入費用,但其佔總成本的比例還取決於輸出及其他費用。
重試會抬高成本。 在每次嘗試成本相同、成功概率固定且嘗試相互獨立的簡化假設下:每個成功任務的期望模型費用 ≈ 單次嘗試成本 ÷ 成功率。假設單次 0.075 美元、成功率 50%,那麼平均每個成功任務約 0.15 美元;另一個模型即便成功率爲 90%,也必須結合其單次成本才能比較,不能僅憑成功率斷定更省錢。成功率只能來自你自己的測試,本文不給任何模型的成功率數字。
人工返工應單獨覈算。 工程師審閱、修改、回滾代碼的時間不出現在 token 賬單裏,可能高於模型費用。此外還有工具調用、CI 運行和訂閱等固定或變動開銷;官方公告沒有完整披露它們的納入方式,不能把“5%”當作這些成本全部打包後的比例。
| 成本因素 | 對賬單的方向 | 是否計入“5%” | 獲取方式 |
|---|---|---|---|
| token 單價 | 基礎 | 是(促銷價) | 渠道費率表 |
| 每任務 token 用量 | 雙向 | 是(評測條件下) | usage 字段 |
| 緩存命中率 | 降低 | 取決於評測運行 | 日誌統計 |
| 重試與失敗任務 | 升高 | 不確定 | 自有任務成功率 |
| 人工審閱與返工 | 升高 | 未披露完整覈算方式 | 工時記錄 |
| 工具調用、訂閱費 | 升高 | 未披露完整覈算方式 | 賬單與合同 |
下圖是另一組獨立的假設算例,並非上文 8 萬緩存的場景:設緩存使每次 $0.075 減少 $0.015,變爲 $0.060;在獨立嘗試、固定 50% 成功率下,期望模型費用爲 $0.120,再假設每個成功任務工具費 $0.030、人工費 $0.500,合計 $0.650。所有數值僅用於解釋加總方式。

2.4 用 MAI Code 2 做採購:按成功任務成本評估
對團隊來說,與其追問“是不是隻要 5%”,不如建立一個簡單的評測流程:
- 選樣本: 從自己的倉庫挑 20 到 50 個有代表性的歷史任務,覆蓋修 bug、寫測試、重構等類型。
- 固定條件: 統一推理檔位、代理框架和是否啓用子代理,避免與廠商評測口徑混淆。
- 記錄用量: 保存每次調用的輸入、緩存輸入、輸出 token 和嘗試次數。
- 判定成功: 用測試通過和人工審閱雙重標準判定,記錄返工時長。
- 雙價測算: 同時按促銷價和常規價算一遍,跨越 2027 年 5 月 17 日的預算一律用常規價。
💡 選擇建議:MAI Code 2 與 Flash 的取捨取決於任務難度。簡單任務中 Flash 的低單價優勢明顯,複雜任務中成功率差異可能抵消單價差異。如果你還需要對照其他主流編程模型,可以藉助 API易 apiyi.com 的統一 OpenAI 兼容接口批量跑同一組任務,便於橫向比較。
2.5 MAI Code 2 後續值得關注的變化
以下幾點會直接影響“5%”能否在你的場景裏成立,屬於觀察方向而非預測結論:
- 獨立復現: 4 項評測中 3 項來自微軟內部框架,第三方是否在公開框架下得出相近結論,值得持續關注。
- 其他渠道定價: 目前參考資料只覆蓋 GitHub Copilot 費率,Azure AI Foundry 或其他平臺的價格需以各自官方公告爲準。
- 促銷節點: 自 2027 年 5 月 17 日起恢復常規價(官方未註明時區),屆時實際比例需要重新覈算。
如果你想先在熟悉的編程模型上建立自己的成本基線,可先覈對 API易 apiyi.com 等所用渠道的當前模型列表與費率,再建立同口徑的任務對比。本文腳本中的 Copilot 單價不能直接用作第三方渠道賬單。
標題裏的數字只能告訴你廠商在哪片場地上跑出了好成績,你的賬單要在自己的倉庫裏才能算清。正如陸游在《冬夜讀書示子聿》中所寫:“紙上得來終覺淺,絕知此事要躬行。”
📚 參考資料
-
Microsoft AI – Introducing MAI Code 2 and MAI Code 2 Flash:發佈公告與評測口徑
- 鏈接: 微軟官方發佈公告
- 說明: “96%表現、5%成本”的原文出處,含四項評測、max effort 與 50% 促銷價說明
-
GitHub Docs – Copilot models and pricing:Copilot 模型費率
- 鏈接: GitHub Copilot 官方價格與促銷腳註
- 說明: MAI Code 2 與 Flash 的促銷價、常規價、恢復日期及 AI credit 換算
作者: APIYI 技術團隊
技術交流: 歡迎在 API易 官網 apiyi.com 首頁聯繫我們,更多接入資料可訪問 docs.apiyi.com 文檔中心
