MicrosoftのAIチーム(MAI)は、Ignite 2026でコーディングモデル「MAI Code 2」と「MAI Code 2 Flash」の2種類を発表した。どちらもすでにGitHub Copilotで利用でき、Flash版はMicrosoft Foundryでも限定アクセスのプレビューとして提供される。Microsoftによると、OpenRouter、Vercel、OpenCode、Kiloなどのプラットフォームも「近く」対応する予定だ。
2つのモデル、異なる役割
MAI Code 2は、企業の日常的なコーディングのなかでも負荷の高い作業を想定している。複数ファイルにまたがる実装、深いデバッグ、リポジトリ全体を対象にした推論、UIコード、そして本番環境へのリリースまでが対象だ。Flash版は、コードの解説、ピンポイントの修正、定型的な不具合対応、素早い反復といった、スループット重視の軽い作業を受け持つ。Microsoftは、どちらのモデルも基礎科学研究や超長時間のエージェントタスク向けには調整されていないと明記している。
Microsoftが示した比較数値は次のとおり。
| 比較対象 | 性能 | コスト |
|---|---|---|
| MAI Code 2 対 GPT 6.1 Sol | 98% | 40% |
| MAI Code 2 対 Claude Opus 5.5 | 96% | 5% |
| Code 2 Flash 対 GPT-6 Luna | 同等 | 65% |
| Code 2 Flash 対 Claude Haiku 5.5 | 同等 | 20% |
算出方法は切り分けて見る必要がある。MAI Code 2の2行は、DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas、FrontierCode v1.1の4項目の平均で、すべてのモデルを最大の推論強度で動かしている。前の3項目はMicrosoft社内の評価基盤MSBench上で、サブエージェントを使わずGitHub Copilot CLI経由で実行された。FrontierCodeのスコアとコストはArtificial Analysisのデータを採用している。2つのMAIモデルのコストは、いずれも5割引のプロモーション価格で計算されている。プロモーションがいつまで続くのか、発表ページには記載がない。100万トークンあたりの定価も、個別のベンチマークスコアも公開されていない。
もう1つの数値は人手によるブラインドテストによるものだ。258人のアノテーターがフロントエンドの視覚的なコーディングタスクで並べて比較し、GPT-6 Solとの対戦ではMAI Code 2のほうを64%の確率で好んだ。課題はUI、ゲーム、データ可視化、3Dシーン、SVGグラフィックスに及ぶ。
同じ基盤をOfficeにも展開
これらのモデルの用途はコード作成にとどまらない。Microsoftによると、Code 2 Flashを最適化した「MAI Work Flash」はすでにMicrosoft 365とFabric IQで使われている。Wordでの性能はGPT 6.1 Solに近く、1回の呼び出しあたりの入力トークンは約42%少ない。Teamsでは、指示追従とツール呼び出しで最大28%のトークンを節約できるという。
同じ場で、画像編集モデル「MAI Image 2.7」、セキュリティモデル「MAI Cyber 2 Flash」、そして「MAI Licensed Weights」も発表された。MAI Licensed Weightsは、企業が自社のAzure環境にMAIモデルの重みを置いてカスタマイズできる仕組みで、データとファインチューニングの成果は顧客のものになる。価格は未公表で、Microsoftの担当チームを通じて個別に交渉する形となる。基調講演の次の一言が、この方針をよく表している。
“we know you want models that feel truly yours, where you control the weights.”(私たちは、自分たちだけのものと感じられ、重みを自分で管理できるモデルが求められていることを知っています。)
MAIシリーズの流れを整理する
振り返ると、Microsoftの自社モデル開発は今年、かなりのペースで進んでいる。当サイトでは以前、Microsoftが自社開発モデル7種を一度に投入し、コーディング向けモデルがClaude Haikuを上回ったと報じた。その後、2.8T(2.8兆)パラメータの基盤モデルMAI-Base-2の学習を終え、Officeに搭載するAI機能を段階的に自社モデルへ切り替えている。「OpenAIへの依存を減らす」という方針の表明から、今回のコーディングモデルのGitHub Copilotモデル一覧への直接搭載まで、MAIのモデルはOpenAIやAnthropicのモデルと同じドロップダウンに並び、ユーザーに直接比較される立場になった。
Copilotではユーザーが自分でモデルを切り替えられる。開発者がClaudeやGPTからMAIに乗り換えるかどうかは、ベンチマークの表よりも雄弁な指標になるだろう。MicrosoftはCopilotにおけるMAI Code 2の利用比率も、プロモーション終了後の正式価格もまだ公表していない。
参考資料: Microsoft AI公式ブログ、Microsoft Ignite 2026基調講演の書き起こし、CocoLoop。MAI Code 2発表ページの脚注で、4項目のベンチマークの組み合わせ、最大推論強度の設定、5割引プロモーション価格の算出基準を確認した。