PaPoo
cover
technews
Author
technews
世界の技術ニュースをリアルタイムでキャッチし、日本語でわかりやすく発信。AI・半導体・スタートアップから規制動向まで、グローバルテックシーンの「今」をお届けします。

Microsoftが示した、日常のコーディング向け新モデル「MAI Code 2」と「Code 2 Flash」

Microsoft AIが、コーディング向けの新しいモデル「MAI Code 2」と「MAI Code 2 Flash」を発表した。狙いは、日々の実務でよく出るコード修正や実装、デバッグを、できるだけ安い価格で回すことにある。派手な研究用途ではなく、企業の現場で繰り返される定番作業に寄せた設計だ。しかもMicrosoftは、単に「安い」だけでなく、性能とコストの釣り合いで勝負できると強く主張している。

Microsoft AIが打ち出した「毎日のコーディング向け」2モデル

Microsoft AIの発表は、2026年11月17日のIgniteに合わせたものだった。そこで紹介されたのが、MAI Code 2とMAI Code 2 Flashという2つのcoding modelだ。説明の軸はかなり明快で、どちらも「everyday enterprise coding tasks」、つまり企業でよくある日常的なコーディング作業に向けて作ったという点にある。

上位版のMAI Code 2は、productionへのコード投入、deep debugging、複数ファイルにまたがる実装、repo wide reasoning、UIまわりの作業に強いとされる。Microsoftは、コードの変更がmaintainerに受け入れられやすいことも重視しており、単に動くコードではなく、実際のリポジトリに入れられる品質を目指したと説明している。一方のMAI Code 2 Flashは、code explanations、targeted edits、routine fixes、rapid iterationsのような高頻度の軽作業向けだ。こちらは品質を落としすぎず、より低コストで回せるのが売りになっている。

Microsoftは、この2モデルを「best price-performance」に寄せて作ったと述べる一方で、難しい問題、たとえばfundamental science researchや、非常に長い時間軸で動くagentic workには、まだ最適化していないとも明言している。つまり、万能モデルとして売るのではなく、あくまで実務の中心にある反復的な作業を取りにいく姿勢だ。

数字の面でもかなり具体的だ。Microsoftは、よく使われる4つのbenchmark、DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas、FrontierCode v1.1を平均した結果として、MAI Code 2はGPT 6.1 Solの98%の性能を40%のコストで、Claude Opus 5.5の96%の性能をわずか5%のコストで出せるとしている。さらに、ダッシュボードやvisualizationの生成にも向き、visual codingにも強いという。blind frontend app evaluationsでは、レビュー担当者がGPT-6 SolよりMAI Code 2を64%の割合で選んだという結果も出している。

Flash版のほうも数字がある。MAI Code 2 Flashは、日常的で大量処理になりがちなコーディングのbenchmark 3種で、GPT-6 LunaとClaude Haiku 5.5に近い性能を示しつつ、コストはそれぞれ65%と20%に抑えたとされる。Microsoftは、実務で量が出る場面ではこちらが効くと見ているようだ。

「高性能」より「現場で払える価格」を前面に出したのはなぜか

この発表で一番印象に残るのは、Microsoftが性能競争の言い方を少し変えてきたことだと思う。AIモデルの発表は、どうしても「どのベンチマークで何点か」に寄りがちだが、ここでは「何%安いか」が同じくらい、いやそれ以上に前に出ている。しかも対象は、研究や特殊用途ではなく、GitHub Copilotで見えるような実務の定番作業だ。ここにMicrosoftの本音が見える。

理由はわかりやすい。企業の開発現場では、最先端の難問よりも、短い修正、説明、リファクタリング、UI調整のほうが圧倒的に回数が多い。そこで少しずつコストを削れれば、利用者にとっては積み上がる差になる。逆に言えば、1回ごとの性能が少し高いだけでは、日常利用では採算が合わないことも多い。Microsoftはそこを狙い撃ちしているのだと思う。OpenAIやAnthropic系の強力なモデルと真っ向から全用途で戦うのではなく、「毎日使うならこの価格帯が現実的です」と提案している。

ただし、ここには注意もある。Microsoft自身が、fundamental science researchや長期のagentic workにはまだ向いていないと書いている以上、これは万能な後継機ではない。あくまで用途を絞った勝ち筋だ。見方を変えると、AI市場が「より賢いモデル」から「より使い分けしやすいモデル」へ移ってきたとも読める。大きな一枚看板より、作業ごとにモデルを切り替える時代に寄ってきた、ということではないか。

MAI Code 2が強いのは、派手な推論より「現場の面倒くささ」なのだろう

MAI Code 2の説明で面白いのは、deep debuggingやmulti-file implementationだけでなく、repo wide reasoningまで並べているところだ。単発の関数補完より、コードベース全体を見て整合性を取る場面を想定している。これ、実務ではかなり厄介な領域だ。1ファイルのバグ修正ならまだしも、複数ファイルをまたいだ変更になると、影響範囲の見落としがすぐ起きる。そこを「日常の作業」として扱っているのは、かなり現場寄りだと思う。

しかもMicrosoftは、MAI Code 2がgreat dashboards and visualizationsにも向き、visual codingに強いと強調している。これは単なるおまけではないはずだ。企業の開発では、業務画面、管理画面、分析ダッシュボードのような、見た目とロジックが密接に結びついたコードが多い。そこでは「正しく動く」だけでなく、「見栄えがよく、情報が伝わる」ことが重要になる。レビュー担当者がfrontend appの評価でGPT-6 SolよりMAI Code 2を64%の割合で選んだという話も、そうした用途に刺さることを示している。

ただ、ここで気になるのは「maintainers would merge」という表現だ。これはかなり強い言い方で、要するに“人間が採用したくなる変更”を出せるという意味だろう。もし本当にその水準なら、AIは単なる補助ツールを超えて、保守作業の入口にかなり深く入ってくる。便利さは大きいが、同時にレビューの責任や品質管理の重みも増す。使う側は、生成されたコードをそのまま信用するより、変更の意図と影響を確認する運用をちゃんと作らないといけないはずだ。

MAI Code 2 Flashは、地味だが導入のハードルを下げる役回りに見える

Flash版の位置づけは、かなり実務的だ。code explanations、targeted edits、routine fixes、rapid iterations。要するに「頻度は高いが、1回ごとの重さは軽い」仕事だ。こういう作業は、AI導入の最初の入口になりやすい。なぜなら、いきなり大規模な自動実装を任せるのは怖くても、説明や小さな修正なら試しやすいからだ。

しかもMicrosoftは、Flashを「much lower cost」としている。ここが重要で、企業が本当に気にするのは、最強モデルを使えるかどうかより、どれだけ安く、どれだけ回せるかだと思う。大量の問い合わせ対応、細かな修正依頼、ちょっとしたコード説明を全部高価なモデルで回したら、すぐにコストが膨らむ。Flashは、その穴を埋める役目に見える。高性能モデルを常用せず、必要なところだけ上位版に切り替える構成を作りやすくなる。

一方で、性能比較の数字は見る側を少し慎重にさせる。Microsoftが出しているのは平均値で、しかもbenchmarkの組み合わせだ。これは嘘ではないが、現場のコードベースはもっと雑で、もっと汚れている。ベンチマークで強いからといって、自分たちの社内システムでも同じとは限らない。だから、Flashの価値は「正確に何点か」より、「最初に広く試してもらえる価格」にあるのだと思う。安さが入口になり、そのあとに上位モデルへつながる。Microsoftはそこまで含めて設計しているのではないか。

Microsoftが狙っているのは、モデルの勝敗より開発フローの標準化かもしれない

この発表を見ていると、Microsoftは単に新しいモデルを増やしたいのではなく、開発の流れそのものを自社のモデル群で囲い込みたいように見える。GitHub Copilotで日常のコーディングを押さえ、その裏側で用途別にMAI Code 2とFlashを使い分ける。そうなると、開発者は「どのモデルが一番賢いか」ではなく、「この作業にはどのMicrosoftモデルを当てるか」で考えるようになる。

これはかなり大きい変化だと思う。AIの競争は、単体モデルの派手な性能差から、業務フロー全体の組み込み方へ移っている。今回の発表はその流れに乗っているし、同時にそれを加速させる。価格性能比を前面に出すのも、導入障壁を下げて一気に普及させるには合理的だ。

ただ、ここで本当に問われるのは、ベンチマークの勝ち負けよりも、現場でどれだけ信頼されるかだろう。企業の開発は、平均点よりも再現性と説明責任が大事だ。Microsoftがそこに踏み込めるなら、この2モデルはかなり強い。逆に、数字が良くても実運用で扱いづらければ、すぐに高価な実験で終わる。私は今回の発表を、性能自慢というより「実務で払えるAIをどう作るか」の宣言として受け止めた。


参考: MAI Code 2 and Code 2 Flash: Everyday coding at scalable prices | Microsoft AI

同じ著者の記事