MAI Code 2 e Code 2 Flash

Os novos modelos MAI Code 2 e Code 2 Flash da Microsoft buscam rivalizar com os melhores assistentes proprietários de programação da OpenAI e da Anthropic por uma fração do preço, com a Microsoft afirmando quase paridade em benchmarks como DeepSWE e Terminal Bench. Os comentaristas se interessam pela possível economia de custos, mas questionam o uso de versões antigas dos benchmarks, a real diferença de desempenho em relação aos principais modelos chineses como DeepSeek e Qwen, e se as empresas realmente trocarão fornecedores estabelecidos. Muitos também criticam a história fragmentada e opaca de produto e preços da Microsoft — especialmente em torno do GitHub Copilot e do acesso ao Azure — argumentando que facilidade de uso, integração e UX podem importar mais do que a qualidade bruta do modelo.

Desempenho do modelo e benchmarks

  • Muitos ficam impressionados com o fato de a Microsoft ter comparado diretamente o MAI Code 2 / Flash com Claude Opus e OpenAI Sol, mas vários desconfiam de benchmarks de lançamento, especialmente para modelos de código.
  • Alguns observam que a Microsoft usou versões mais antigas de benchmarks importantes (DeepSWE 1.1, Terminal Bench 2.1, FrontierCode 1.1), chamando isso de enganoso, já que existem versões mais novas e mais difíceis.
  • Um detalhamento comparativo posterior no fio afirma que o MAI Code 2 fica aproximadamente no nível ou abaixo do Qwen de geração anterior e atrás do DeepSeek V4.1 Flash em vários benchmarks de programação, sugerindo que os modelos são sólidos, mas não líderes de fronteira.

Preço e posicionamento competitivo

  • A principal दावा: o MAI Code 2 entrega cerca de 98% do desempenho de programação do Sol 6.1 e cerca de 96% do Opus 5.5 por uma fração do custo (20–40% em relação ao Sol; ~5% em relação ao Opus).
  • Alguns argumentam que a Microsoft pode simplesmente estar praticando preços abaixo do mercado para ganhar participação e ainda assim obter lucro, dadas as margens de hyperscaler e o fato de “possuir o hardware”.
  • Outros acham que, mesmo que o MAI esteja um pouco atrás do SOTA, ser muito mais barato já basta para muitas empresas.

Modelos especializados de código vs. “um modelo para tudo”

  • Vários veem o MAI Code 2 como evidência de que modelos especializados em código podem rivalizar ou superar grandes modelos generalistas em programação, desafiando a ortodoxia do “um modelo para governar todos”.
  • Outros observam que trabalhos e modelos anteriores (DeepSeek, Qwen) já sustentam isso, especialmente quando combinados com bons harnesses e ferramentas.

Concorrência com OpenAI, Anthropic e laboratórios chineses

  • Há amplo consenso de que OpenAI/Anthropic estão à frente, mas apenas por alguns meses; alguns veem isso como um fosso frágil que exige corrida constante.
  • Debate sobre se os laboratórios chineses dependem fortemente de destilação a partir de APIs de fronteira; as evidências são mistas e descritas como pouco claras.
  • Alguns argumentam que medidas anti-destilação ampliaram a diferença entre modelos fechados e abertos; outros apontam ofertas abertas e quase de fronteira em ascensão como contraevidência.

Acesso, UX e Copilot

  • Há várias reclamações de que as ofertas de IA da Microsoft são difíceis de descobrir e usar: sem playground óbvio, chaves de API ou páginas simples de preços; modelos “escondidos” no Azure ou bloqueados atrás do Copilot.
  • O MAI Code 2 está atualmente acessível principalmente via GitHub Copilot e uma prévia limitada do Microsoft Foundry, com promessas de OpenRouter, Vercel e outros “em breve”.
  • Vários usuários relatam pouco valor nas assinaturas do GitHub Copilot em comparação com Claude Code / Codex, citando cotas apertadas, personalização limitada (por exemplo, revisão de código) e integração confusa.
  • Um usuário testando o MAI Code 2 no Copilot relata que ele lidou com problemas complicados de Python/WSL e implantação no Azure de forma comparável ao Opus.

Productização, branding e design

  • Alguns elogiam a UX geral da Anthropic e as integrações “agentic” como significativamente melhores do que as da Microsoft e da OpenAI, argumentando que UX e distribuição podem importar mais do que a qualidade bruta do modelo.
  • Discussão sobre o branding da Microsoft: se “Copilot” está sendo restringido a um harness específico; alguma irritação com rebrandings constantes (por exemplo, Entra).
  • Vários observam que o estilo visual do site microsoft.ai lembra o da Anthropic/Claude; as opiniões vão de “zombaria” a “o melhor site da MS até agora”.
  • Um fio paralelo explica a combinação de fonte serifada no cabeçalho e sem serifa no corpo como uma escolha tipográfica comum na web.

Hardware, pesos abertos e modelos locais

  • Alguns esperam que, à medida que hardware de consumo capaz de rodar modelos “bons o suficiente” (Qwen, DeepSeek, Kimi etc.) se torne acessível, os fossos dos modelos fechados se erodam.
  • Outros contrapõem que os provedores de inferência em nuvem que servem modelos de pesos abertos já são tão baratos que rodar localmente mal compensa em custo quando se inclui o hardware.

Pendências e preocupações

  • Questões sobre o destino dos modelos Phi da Microsoft; alguns os acharam excessivamente benchmarkados e fracos fora da distribuição.
  • Alguns gostariam que a Microsoft aplicasse essa capacidade de IA para corrigir o excesso de bloat do Windows ou o suporte a F#.
  • Um comentário fortemente negativo mira a posição da Anthropic sobre regular modelos de pesos abertos, esperando que a pressão do mercado (incluindo a competição do MAI) puna essa estratégia.