Microsoftは米国時間2026年11月17日、Ignite 2026でコーディング向けAIモデル「MAI Code 2」と「MAI Code 2 Flash」を発表し、同日からGitHub Copilotでの提供を開始した。同社がIgniteで発表した7つのモデルのうち、MAI Code 2はClaude Opus 5.5の5%の費用で同程度の性能を示したという。ただし、この比較には期間限定の割引料金が使われている。Microsoftが公表した4つの評価で、各モデルのトークン消費量とClaudeの単価を固定し、2027年5月17日から適用される通常料金をMAI Code 2だけに当てはめると、費用比は約10%になる。トークン単価の差が、実際の作業費用にどこまで反映されるかが重要だ。
「Opus 5.5の5%」を通常料金で読み直す
MicrosoftのCode 2発表資料によると、推論設定を最大にした4つの評価の平均で、MAI Code 2のスコアはClaude Opus 5.5の96%、GPT-6.1 Solの98%だった。費用はそれぞれ5%、約40%だった。DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlasの3つは、MicrosoftがMSBench上でGitHub Copilot CLIを使い、サブエージェントを呼び出さずに測定した。残るFrontierCode v1.1には、Artificial Analysisが測定したスコアと費用を使用している。96%と98%は、この4つの評価で各比較対象のスコアを基準に算出した相対値だ。
発表時の費用比較には、MAI側のトークン単価を半額にした期間限定料金が使われた。GitHub Copilotの料金表によると、MAI Code 2とMAI Code 2 Flashのトークン単価は、2027年5月17日から通常料金に切り替わる。料金は100万トークン当たりの米ドルで、以下のように設定されている。
| モデル | 料金区分 | 入力 | キャッシュ済み入力 | 出力 |
|---|---|---|---|---|
| MAI Code 2 | 期間限定 | 0.50 | 0.025 | 2.50 |
| MAI Code 2 | 通常 | 1.00 | 0.05 | 5.00 |
| MAI Code 2 Flash | 期間限定 | 0.05 | 0.005 | 0.25 |
| MAI Code 2 Flash | 通常 | 0.10 | 0.01 | 0.50 |
入力、キャッシュ済み入力、出力の単価は、いずれも通常料金への切り替えで2倍になる。各モデルの試験時のトークン消費量と比較対象の単価が変わらないと仮定し、MAI Code 2だけを通常料金に戻すと、Claude Opus 5.5に対する費用比は約10%になる。公表値の5%を、通常料金に対する期間限定料金の比率である0.5で割った値だ。同じ計算では、GPT-6.1 Solに対する費用比も約40%から約80%に上がる。いずれも各モデルが試験時に消費したトークン数を変えず、料金だけを変更した計算である。
料金表からは、別の条件での費用比も計算できる。GitHub CopilotにおけるClaude Opus 5.5の通常料金は、100万トークン当たり入力4ドル、出力20ドルだ。キャッシュを使わず、両モデルの入力トークン数と出力トークン数をそれぞれ同じにすると、MAI Code 2の通常料金での費用はOpusの25%になる。入力と出力の単価がどちらも4分の1だからだ。ただし、実際の作業では推論に消費するトークン数や、過去の入力をキャッシュから再利用できる割合がモデルによって異なる。比較対象のモデルで料金改定が行われた場合も、費用比は変わる。
Code 2とFlashはどの作業に向いているのか
Microsoftは、MAI Code 2を複数ファイルにまたがる実装やデバッグに向けて設計した。一方、MAI Code 2 Flashは、部分的なコード修正やコードの説明を繰り返す作業に適している。Flashの評価には、Code 2で使用した4つの評価のうち、Microsoftが自ら測定した3つを使用した。同社は評価結果について、GPT-6 LunaとClaude Haiku 5.5に近いスコアを達成し、期間限定料金での費用はそれぞれ65%、20%だったと説明している。
両モデルは、推論時に必要な部分だけを動かす専門家混合(MoE)アーキテクチャを採用している。MAI Code 2 Flashの活性パラメーター数は120億で、旧モデルのMAI-Code-1.1-Flashの50億から増加した。Microsoftは新しいFlashを初期状態から学習させる際、より大きな社内モデルの出力を手本にする蒸留も取り入れた。Code 2シリーズのモデルカードによると、両モデルともテキストと画像を入力でき、コンテキスト長は105万トークンに対応する。また、推論に割り当てる計算量を設定できるため、作業内容に応じて同じモデルの推論設定を変更できる。
GitHub Copilotのモデル選択機能でMAI Code 2を利用できるのは、個人向けのPro、Pro+、Maxと、組織向けのBusiness、Enterpriseだ。MAI Code 2 FlashはFreeとStudentでも選択できる。ただし、BusinessとEnterpriseでは管理者が設定するモデルポリシーによって利用可否が決まる。旧モデルのMAI-Code-1.1-Flashは、2026年12月18日にGitHub Copilotでの提供を終了する予定だ。GitHubは新モデルの提供開始と旧モデルの提供終了予定をそれぞれ告知している。
GitHub Copilotでは、複数のモデルを組み合わせて処理する「Copilot Fusion」も提供しており、今回StandardにMAI Code 2が追加された。HighにはGPT-6.1 Terra、MaxにはClaude Sonnet 5.5を組み込む。GitHubのFusion更新情報で詳細が説明されている。一方、Microsoft Foundryの提供案内で今回アクセス条件が示されたのはMAI Code 2 Flashで、限定プレビューとして提供される。Copilotで両モデルを試したチームがFoundry経由で自社アプリにFlashを組み込む場合は、プレビューへの参加が必要となる。
Microsoftはさらに、Flashを調整した「MAI Work Flash」をMicrosoft 365やFabric IQで利用する。同社によると、Wordに関する5つの社内ベンチマークではGPT-6.1 Solと同程度の性能を示した。実際のWordの運用でも、GPT-6.1 Solと比べてモデルの呼び出し1回当たりの入力トークン数が約42%少なかったという。これらの結果はMicrosoft AIの発表資料に掲載されている。
画像生成と音声対話では課金単位が異なる
画像生成モデル「MAI Image 2.7」は、10月27日に画像編集機能が先行公開されていた。Igniteでは新たにMAI Image 2.7 Flashが発表され、Microsoft Foundryで両モデルの画像生成・編集機能が公開プレビューとして提供される。透過背景の画像にも対応しており、MAI LabsのCanvasではFlashが選択範囲の編集を担当する。Microsoftの発表によると、Foundryの公開プレビューにおける費用の目安は、1,000枚当たりMAI Image 2.7が約35ドル、Flashが約10ドルだ。
Artificial Analysisの画像編集評価では、テキストによる指示で編集した画像を人間が一対ずつ比較し、その選好から順位を推定している。11月18日の確認時点で、MAI Image 2.7のEloスコアは1,215、GPT Image 2.6 Sunburst (max)は1,211だった。推定値の差はわずか4点で、95%信頼区間もそれぞれ1,201~1,229と1,198~1,224で重なっている。費用を抑えて画像編集を試す選択肢にはなるが、この僅差だけで自社の編集指示に対する優劣を判断するのは難しい。
音声対話モデル「MAI Realtime 1」は、AIの返答中に利用者が話し始めた場合の割り込みにも対応する。OpenAI Realtime APIとの互換性があり、MAI Labsで試用できる。Foundryでは限定プレビューへの登録を受け付けている。Microsoftの発表によると、料金は音声1分当たり0.01ドルで、追加の推論処理には100万トークン当たり入力1ドル、出力5ドルがかかる。限定プレビューの参加者には、公開プレビューが始まるまで課金しない方針だ。
一方、9月3日に発表されたMAI Transcribe 2は、複数の話者を識別し、会話の途中で言語が切り替わっても文字起こしできる。今回は医療文書の作成を支援する「Dragon Copilot」に組み込まれ、医師と患者の会話の文字起こしを全面的に担当する。Igniteでの説明によると、Dragon Copilotは月間1,000万件の診療で利用されており、MAI Transcribe 2によって多言語処理の誤り率が半減したという。
セキュリティ製品への組み込みと、判断モデルによる振り分け
「MAI Cyber 2 Flash」は、防御を目的とする専用のセキュリティ製品に組み込まれる。対象顧客向けの「Codename MDASH」では、12月中旬からMAIプロファイル内の既存モデルを置き換える予定だ。Microsoftの発表によると、同社はオフライン評価に使用したCyberGym-E2Eの905件から、訓練データと同じ公開プロジェクトおよび脆弱性報告に基づく92件を、すべてのモデルについて除外した。残る813件での課題成功率は、MAI Cyber 2 Flashが92.3%、GPT-6 Astraが91.5%だった。Microsoftは、この評価でCyber 2 Flashに割り当てた推論予算が比較対象の半分であり、消費トークンを定価で換算した課題当たりの費用もGPT-6 Astraの2%未満だったとしている。
一方、10月に公開プレビューを開始した「Microsoft-Decision-1.1」は、11月17日にMicrosoft Foundry、OpenRouter、Vercelで一般提供が始まった。Gemma 4 26B A4Bをベースとし、画像入力にも対応する。このモデルは、アプリから渡された選択肢の中から分類先や処理の優先順位などを選び、判断の信頼度を返す。Microsoftは、利用者からの依頼をCopilotとCoworkのどちらで処理するかの振り分けに採用している。Coworkでは、作業内容に応じて推論に割り当てる計算量も決定する。
アプリの開発者は、モデルが返した信頼度に応じて、回答を保留するか、より高性能なモデルへ処理を回すかを設定できる。例えば、信頼度の高い依頼だけを安価なモデルに任せる構成では、保留や振り分けの条件によって上位モデルの呼び出し回数が変わる。すべての入力を一つのモデルで処理する場合とは、費用の見積もり方も異なる。
Azureでモデルの重みを利用すると何が変わるのか
Microsoftは「MAI Licensed Weights」を、Frontier Companyを通じて対象企業に近く提供する方針だ。これにより、顧客は自社のAzure環境でモデルを動かし、保有するデータを使って追加学習できる。モデルへのアクセス権や更新時期も顧客自身が管理する。顧客データと調整結果の権利は顧客に帰属し、Microsoftが自社モデルの学習に利用するには顧客の明示的な同意が必要だ。MAI Licensed Weightsの発表では、価格や対象モデル、具体的な提供時期は明らかにされていない。
Microsoftが公開した企業ごとのモデル調整事例では、Woven by Toyotaが、組み込みソフトウェアのMISRA規約に対応するため過去に行った修正を使い、Flashを追加学習させた。同社の従来の本番モデルでは人による手直しが必要だった事例に限ると、44%でそのまま採用できる修正案を生成できたという。費用も従来の10分の1未満だったとMicrosoftは報告している。また、Alaska Airlinesでは航空機整備報告書の分類精度が81.2%から91.1%に向上した。最終的な判断は引き続き有資格の従業員が担当する。
AT&Tの事例についてMicrosoftは、標準的な5Gネットワーク運用の分析で、調整済みのMAIモデルがGPT-6.1 Solを上回り、費用は50分の1だったと説明している。ただし、3社はそれぞれ異なる業務に合わせてモデルを調整している。評価指標も、修正案をそのまま採用できる割合、報告書の分類精度、ネットワーク運用分析の成績と異なるため、結果を直接比較することはできない。
MicrosoftとOpenAIの関係では、2026年4月の契約改定後も、AzureがOpenAIの主要クラウドであり、MicrosoftのOpenAIの知的財産に対するライセンスは2032年までの非独占契約となっている。Igniteの基調講演でも、MicrosoftはFoundryへのGPT-6.2の導入を説明した。Azureでは、Microsoft製モデルを自社の業務に合わせて調整する方法と、外部モデルを選択する方法が併存する。さらに、同社の推論用半導体「Maia 200」も、10月時点ですでにCopilotなどの実運用に導入されていた。
企業がモデルを比較する際は、同じ課題と合格基準を設定することで、単価の差が実際の作業費用にどう影響するかを測定できる。費用には通常料金で計算した利用料だけでなく、再試行や人手による確認に要する時間も含まれる。Azure上でモデルを自社管理する場合は、追加学習や更新の負担も考慮する必要がある。継続的な費用削減を評価するには、モデルの呼び出し回数やトークン単価だけでなく、実際に利用できる成果を得るまでの総費用を比較することが重要となる。



