MAI-Code-1.1-Flash

Microsoft AI / MAI · 2026-08-11 · 类别未确认

MAI-Code-1.1-Flash

发布文自述定位是内置在 GitHub Copilot 与 VS Code 里的 "small, efficient, coding workhorse"（小而高效的编码工作马）。卡上收录的 5 项评测覆盖真实 Issue 修复、终端操作与视觉建站：SWE-bench Verified 72.6%、Terminal Bench 2.1 62.9%（与前代同在 GitHub Copilot 生产 VS Code harness 下自报，1.0 为 71.6%/51.7%），价格约为 1.0 的四分之一。

输入模态: 文本 / 图像
上下文: 256K
参数: 138B 总参（5B 激活），稀疏 MoE
价格（每百万 tokens）: USD 输入 0.2 / 输出 1.2 · 缓存输入 $0.02/M；GitHub Copilot 列表价（model card 定价栏标 "To be finalized"，以 GitHub 列表价为准）；annual Copilot 订阅 0.25× premium request multiplier；较 MAI-Code-1-Flash（$0.75/$0.075/$4.50）降价约 73%

本变体的评测证据

swebench 72.6 模型 mai-code-1-1-flash · 版本 Verified · 指标未说明 · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-02 · 距快照 32 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Quality and performance evaluations · table: MAI-Code-1.1-Flash / MAI-Code-1-Flash / Haiku 4.5 / GPT 5.4 mini（Pass rate + Tokens usage 四列） · row: SWE-Bench Verified · page: 5 · quote_snippet: SWE-Bench Verified 72.6 8.6K 71.6 10.8K 69.8 20.9K 69.2 9.4K

{
  "harness": "VS Code-based GitHub Copilot production harness",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

前代基线 MAI-Code-1-Flash = 71.6（10.8K tokens/task，本模型 8.6K）；同表竞品（卡上明示同 harness 同设置）：Haiku 4.5 69.8（20.9K）、GPT 5.4 mini 69.2（9.4K）。Benchmarking methodology：端到端计通过率，含仓库上下文/工具调用/验证，非精简 benchmark 环境；tokens usage = 每完成任务平均 token 数，可比通率下越短越好。发布文另称整体每任务 token 用量相对 1.0 −25%。PDF 文本层机读干净（pypdf 无列粘连），行值逐字核对。

打开官方来源

terminalbench 62.9 模型 mai-code-1-1-flash · 版本 2.1 · 指标未说明 · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-02 · 距快照 32 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Quality and performance evaluations · table: MAI-Code-1.1-Flash / MAI-Code-1-Flash / Haiku 4.5 / GPT 5.4 mini（Pass rate + Tokens usage 四列） · row: Terminal Bench 2.1 · page: 5 · quote_snippet: Terminal Bench 2.1 62.9 17.0K 51.7 14.2K 49.4 25.5K 60.7 21.9K

{
  "harness": "VS Code-based GitHub Copilot production harness",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

前代基线 MAI-Code-1-Flash = 51.7（14.2K tokens/task，本模型 17.0K——通过率升但单任务 token 变多，卡上原样）；同表竞品（同 harness 同设置）：Haiku 4.5 49.4（25.5K）、GPT 5.4 mini 60.7（21.9K）。发布文相对论断并入本行："a 22% improvement on Terminal-Bench 2.1 in GitHub Copilot CLI"（相对 1.0、CLI 场景，无 CLI 绝对值发布；注意卡上写 Copilot CLI 支持为 planned for a later rollout，两口径并存）。

打开官方来源

text2webapp 74.1 模型 mai-code-1-1-flash · 版本未说明 · 指标未说明 · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-02 · 距快照 32 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Enabling vision capabilities for coding tasks · table: MAI-Code-1.1-Flash / Haiku 4.5 / GPT 5.4 mini（Pass rate + Tokens usage 三列，分组 WebApp development (internal)） · row: Text2WebApp · page: 5 · quote_snippet: Text2WebApp 74.1 17.1K 11.5 60.0K 58.3 36.4K

{
  "harness": "VS Code-based GitHub Copilot production harness",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: Text2WebApp——微软厂商内部视觉建站评测（文本提示生成 WebApp，卡上分组标 "(internal)"），公开侧无数据集与方法学定义，仅本 model card 一行，故不建实体、由兜底页承载；vendor-internal。同表竞品（同 harness）：Haiku 4.5 11.5（60.0K tokens）、GPT 5.4 mini 58.3（36.4K）；本模型 tokens 17.1K。PDF 文本层机读干净，行值逐字核对。

打开官方来源

screenshot2webapp 42.1 模型 mai-code-1-1-flash · 版本未说明 · 指标未说明 · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-02 · 距快照 32 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Enabling vision capabilities for coding tasks · table: MAI-Code-1.1-Flash / Haiku 4.5 / GPT 5.4 mini（Pass rate + Tokens usage 三列，分组 WebApp development (internal)） · row: ScreenShot2WebApp · page: 5 · quote_snippet: ScreenShot2WebApp 42.1 10.5K 10.0 33.9K 39.3 26.6K

{
  "harness": "VS Code-based GitHub Copilot production harness",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: ScreenShot2WebApp——微软厂商内部视觉建站评测（截图生成 WebApp，卡上分组标 "(internal)"），公开侧无数据集与方法学定义，仅本 model card 一行，故不建实体、由兜底页承载；vendor-internal。同表竞品（同 harness）：Haiku 4.5 10.0（33.9K tokens）、GPT 5.4 mini 39.3（26.6K）；本模型 tokens 10.5K。

打开官方来源

vision2web 11.5 模型 mai-code-1-1-flash · 版本 Level3 · 指标未说明 · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-02 · 距快照 32 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Enabling vision capabilities for coding tasks · table: MAI-Code-1.1-Flash / Haiku 4.5 / GPT 5.4 mini（Pass rate + Tokens usage 三列，分组 WebApp development (internal)） · row: Vision2Web——Vision2Web Level3 · page: 5 · quote_snippet: Vision2Web Vision2Web Level3 11.5 15.1K 13.7 36.5K 10.1 3.7K

{
  "harness": "VS Code-based GitHub Copilot production harness",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

benchmark_id 三步判定第 1 步命中既有实体 vision2web（zai-org 开源，L3=全栈档；本行行名 "Vision2Web Level3" 与其层级结构一致，且 11.5% 是三行视觉评测中最低分，符合该实体 "层级越高越长程" 的画像），故按 variant=Level3 映射而非另铸 id。存疑留档：卡上把该行分组在 "WebApp development (internal)" 下，不能完全排除微软内部同名评测的可能，映射置信度中，建议人工复核；若复核为内部同名集，改铸新 id 并在本行留 revisions。同表竞品（同 harness）：Haiku 4.5 13.7（36.5K tokens，高于本模型）、GPT 5.4 mini 10.1（3.7K）；本模型 tokens 15.1K。

打开官方来源