MAI Code 2 adalah model AI coding buatan Microsoft yang diperkenalkan di konferensi Ignite pada 17 November. Model ini dirancang untuk pekerjaan coding sehari-hari di perusahaan: memperbaiki bug, mengubah kode di beberapa file, sampai memahami isi repositori. Microsoft menaruh model ini di GitHub Copilot sebagai alternatif yang lebih murah dari model papan atas seperti Claude Opus 5.5 dan GPT-6.1 Sol.
Klaim yang dibawa cukup berani. Microsoft menyebut MAI Code 2 mencapai 96 persen performa Claude Opus 5.5 dengan biaya 5 persen. Angka seperti itu langsung mengubah cara tim menghitung biaya vibe coding, terutama saat agen AI berjalan berjam-jam dan tagihan token menumpuk. Saya melihat pengumuman ini sebagai sinyal perubahan arah: persaingan model coding tidak lagi soal siapa paling pintar, tapi siapa paling hemat untuk pekerjaan yang sama.
Artikel ini membedah angka di balik klaim tersebut, syarat harga promo yang menyertainya, dan posisi model ini di workflow coding sehari-hari. Semua angka berasal dari pengumuman Microsoft di Ignite dan liputan media teknologi yang mengikutinya.
MAI Code 2 adalah generasi kedua lini model coding dari Microsoft AI, lab internal Microsoft yang dipimpin Mustafa Suleyman. Model ini datang bersama varian ringan bernama MAI Code 2 Flash dan lima model MAI lain yang dirilis dalam satu paket di Ignite, mencakup keamanan siber, pembuatan gambar, suara, dan routing. Microsoft merilis ketujuh model itu sekaligus, pola yang sama seperti saat Build pada Juni.
Posisi MAI Code 2 cukup jelas: model spesialis untuk tugas coding perusahaan yang rutin. Microsoft sendiri mengakui model ini belum disetel untuk pekerjaan yang lebih berat, seperti riset dasar atau tugas agen dengan horizon sangat panjang. Fokusnya ada di pekerjaan yang paling sering muncul di repositori nyata: debug, perbaikan kecil, perubahan lintas file, dan penjelasan kode.
Varian Flash menangani pekerjaan yang lebih ringan lagi. Microsoft mengarahkan Flash untuk penjelasan kode, edit yang terarah, dan perbaikan rutin. Pola dua lapis ini penting karena sebagian besar tagihan agen coding justru datang dari ribuan tugas kecil, bukan dari satu tugas besar.
Yang menarik, Microsoft tetap menjual model pesaing di platform yang sama. Di panggung yang sama, CEO Satya Nadella mengumumkan GPT-6.2 dari OpenAI, yang dirilis hari itu juga, kini tersedia di Microsoft Foundry. Microsoft berperan ganda: penjual model OpenAI dan Anthropic, sekaligus pesaing mereka dengan model sendiri.
Angka 96 persen dan 5 persen berasal dari rata-rata empat benchmark coding: DeepSWE 1.1, TerminalBench 2.1, SWE-Atlas, dan FrontierCode v1.1, seperti dirinci dalam analisis BraveNewCoin. Keempat benchmark ini berfokus pada pekerjaan pengembangan perangkat lunak yang praktis, termasuk memperbaiki kode dan menyelesaikan perubahan multi-file. Di atas rata-rata itu, Microsoft mengklaim MAI Code 2 mencapai 98 persen performa GPT-6.1 Sol dengan biaya 40 persen, dan 96 persen performa Claude Opus 5.5 dengan biaya 5 persen.
CEO bisnis komersial Microsoft, Judson Althoff, menyampaikan pesan itu dengan kalimat yang tidak bisa disalahartikan di keynote pembuka Ignite. Ia menyatakan apa pun yang bisa dilakukan di Claude atau ChatGPT, bisa dilakukan lebih baik dengan Copilot dan dengan biaya lebih rendah. Jacob Andreou dari Microsoft memperkuat klaim itu dengan bagan estimasi biaya bulanan per pengguna bisnis, termasuk langganan dan biaya pemakaian: Copilot 30 dolar, ChatGPT 81 dolar, dan Claude 205 dolar.
Tiga dari empat benchmark berjalan di platform evaluasi internal Microsoft, dan tidak ada satu pun yang sudah direproduksi secara independen saat peluncuran. Itu bukan tuduhan, tapi catatan yang wajib dibaca bersama klaimnya. Benchmark dipilih Microsoft, dijalankan Microsoft, dan hasilnya diumumkan Microsoft. Sampai pihak ketiga menguji ulang dengan setup yang sama, angka 96 persen sebaiknya dibaca sebagai klaim vendor, bukan hasil independen.
Satu detail lain ikut menggeser perbandingan dengan GPT. OpenAI merilis GPT-6.2 di hari yang sama dengan pengumuman MAI Code 2, sehingga perbandingan terhadap GPT-6.1 Sol memakai baseline yang langsung jadi generasi sebelumnya. Perbandingan terhadap Claude Opus 5.5 tidak punya masalah itu, dan justru di situlah klaim 5 persen paling menarik perhatian.
Bagian yang paling sering terlewat dari headline adalah harga promo. Perhitungan biaya MAI Code 2 memakai diskon peluncuran 50 persen yang berlaku sampai 17 Mei 2027. Di GitHub Copilot, MAI Code 2 dihargai 0,50 dolar per juta token input dan 2,50 dolar per juta token output selama masa promo, sesuai tabel tarif yang dirangkum EveryDev. Setelah tanggal itu, tarif naik dua kali lipat menjadi 1 dolar dan 5 dolar.
MAI Code 2 Flash jauh lebih murah lagi: 0,05 dolar per juta token input dan 0,25 dolar per juta token output selama promo, lalu naik menjadi 0,10 dolar dan 0,50 dolar. Microsoft mengklaim Flash punya performa sebanding dengan GPT-6 Luna dan Claude Haiku 5.5, dengan biaya masing-masing 65 persen dan 20 persen dari harga kedua model itu.
Nasihat yang muncul di liputan DevOps.com layak dipegang: rencanakan anggaran dengan harga daftar, bukan harga promo. Diskon 50 persen berakhir dalam enam bulan, sementara keputusan arsitektur dan workflow biasanya bertahan lebih lama dari itu. Kabar baiknya, tarif daftar MAI Code 2 tetap jauh di bawah tarif model frontier, sehingga klaim hematnya tidak hilang begitu promo selesai. Yang berubah hanya besar selisihnya.
Perbandingan biaya per tugas memberi gambaran yang lebih nyata daripada tarif per token. Model murah yang menyelesaikan tugas dalam sekali jalan bisa lebih hemat daripada model mahal yang butuh tiga kali percobaan. Sebaliknya, model murah yang gagal dan harus diulang justru membengkak. Harga per token hanya separuh cerita, separuh lainnya adalah tingkat keberhasilan per tugas.
MAI Code 2 sudah tersedia di GitHub Copilot untuk paket berbayar sejak hari pengumuman. Code 2 Flash menyusul dengan jangkauan lebih luas: tersedia juga dalam pratinjau akses terbatas di Microsoft Foundry, dan menjangkau akun Copilot Free serta Student. Posisi ini masuk akal, karena Flash memang dirancang untuk volume tinggi dan tugas ringan yang cocok untuk pengguna gratis.
Di luar coding, Microsoft merilis MAI Cyber 2 Flash, model keamanan yang diklaim menyamai GPT-6 Astra pada satu benchmark dengan biaya kurang dari 2 persen per tugas, menurut laporan The Decoder. Microsoft-Decision-1.1 juga mencapai ketersediaan umum untuk routing, klasifikasi, dan verifikasi, dengan harga input 0,042 dolar per juta token di Foundry Global Standard dan output gratis. Microsoft jelas membangun mesin di sekitar model: router murah yang mengarahkan tugas ke model yang tepat, bukan satu model mahal untuk semua hal.
Microsoft Research ikut menyumbang cara lain menekan biaya lewat TokenEconomizer, teknik yang memungkinkan agen memakai kembali apa yang dipelajari dari tugas sebelumnya di repositori yang sama. Arahnya konsisten: biaya agen coding ditekan dari tiga sisi sekaligus, yaitu model yang lebih murah, routing yang lebih cerdas, dan pemakaian ulang konteks.
Untuk konteks yang lebih luas soal Copilot, pembahasan tentang perbedaan Agent Mode dan Coding Agent di GitHub Copilot membantu memahami di mana model seperti MAI Code 2 bekerja di dalam editor. Model hanyalah satu komponen, dan cara Copilot menggunakannya menentukan hasil akhir di tangan pengguna.
Model “cukup bagus” punya batas yang jelas, dan Microsoft tidak menyembunyikannya. MAI Code 2 belum disetel untuk tugas agen dengan horizon sangat panjang, riset dasar, atau masalah yang sangat sulit. Pekerjaan seperti merancang ulang arsitektur, menelusuri bug lintas sistem yang tidak terdokumentasi, atau membangun fitur dari spesifikasi yang ambigu masih menjadi wilayah model frontier.
Selisih 4 persen performa juga tidak selalu kecil. Pada tugas yang tingkat keberhasilannya sudah rendah, selisih kecil bisa berarti perbedaan antara tugas selesai dan tugas gagal. Tim yang mengerjakan kode dengan risiko tinggi, misalnya kode yang menyentuh pembayaran atau data pengguna, biasanya lebih memilih model dengan rekam jejak paling kuat, berapa pun harganya.
Ada juga soal kepercayaan terhadap angka benchmark. Benchmark coding mengukur tugas yang bisa dinilai otomatis, bukan kualitas arsitektur, keterbacaan kode, atau keputusan desain yang baru terasa dampaknya berbulan-bulan kemudian. Model yang unggul di benchmark belum tentu menghasilkan kode yang enak dirawat. Saya menyarankan tim menguji model baru pada tugas nyata dari repositori sendiri sebelum memindahkan workflow penting ke sana.
Keamanan rantai pasokan tooling juga layak masuk pertimbangan. Ekstensi dan marketplace coding AI bukan zona yang sepenuhnya aman, seperti dibahas dalam artikel tentang ekstensi Cursor yang disusupi lewat marketplace. Model murah tidak ada gunanya kalau tooling di sekitarnya membuka celah.
Dampak paling langsung terasa di dompet. Agen coding yang berjalan terus-menerus, memeriksa PR, memperbaiki CI yang gagal, dan menjawab pertanyaan soal repositori, menghabiskan token dalam jumlah besar. Selisih harga 20 kali lipat mengubah eksperimen yang tadinya mahal menjadi murah. Tim kecil bisa menjalankan agen lebih sering, dan tim besar bisa memperluas cakupan agen ke repositori yang sebelumnya tidak masuk anggaran.
Pola yang paling masuk akal adalah pembagian tugas berdasarkan tingkat kesulitan. Tugas rutin seperti penjelasan kode, perbaikan kecil, dan peninjauan awal masuk ke model murah seperti Code 2 Flash. Tugas sulit seperti refactor besar atau debugging yang berlapis tetap memakai model frontier. Pola ini sudah umum di tim yang memakai beberapa model sekaligus, dan kehadiran model murah membuat pola itu semakin murah untuk dijalankan.
Kualitas code review ikut menentukan apakah penghematan ini nyata. Model murah yang menulis kode tetap butuh peninjau yang teliti, baik manusia maupun tool otomatis. Daftar 7 AI tools code review untuk GitHub PR bisa menjadi pelengkap yang baik, karena review yang kuat menutup celah kualitas yang mungkin ditinggalkan model hemat.
Di sisi lain, model open-weight yang bisa jalan lokal juga menekan biaya dengan cara berbeda. Artikel tentang model AI open-weight Meta yang kini bisa jalan di Mac menunjukkan arah lain: sebagian tugas coding tidak perlu dikirim ke cloud sama sekali. Pilihan sekarang bukan lagi satu model melawan model lain, tapi kombinasi model cloud murah, model lokal, dan model frontier sesuai kebutuhan tiap tugas.
Saya melihat MAI Code 2 bukan sebagai pengganti Claude Opus 5.5, melainkan sebagai pelebar pilihan. Pasar model coding bergerak ke arah segmentasi: model mahal untuk tugas tersulit, model murah untuk volume besar, dan model lokal untuk privasi. Tim yang memahami segmentasi ini akan menghabiskan lebih sedikit uang untuk hasil yang sama, atau mendapatkan hasil lebih banyak dengan anggaran yang sama.
Apakah MAI Code 2 gratis?
Tidak sepenuhnya. MAI Code 2 tersedia di paket GitHub Copilot berbayar. Varian Flash menjangkau lebih luas, termasuk akun Copilot Free dan Student, serta pratinjau akses terbatas di Microsoft Foundry.
Apakah performanya benar-benar setara Claude Opus 5.5?
Microsoft mengklaim 96 persen performa Opus 5.5 berdasarkan rata-rata empat benchmark yang dipilih Microsoft sendiri. Tiga dari empat benchmark berjalan di platform internal Microsoft dan belum direproduksi independen saat peluncuran, jadi angka itu sebaiknya diuji sendiri pada tugas nyata sebelum dijadikan dasar keputusan.
Apakah harga promo berlaku selamanya?
Tidak. Diskon 50 persen berakhir 17 Mei 2027. Setelah itu tarif MAI Code 2 naik dari 0,50 dolar menjadi 1 dolar per juta token input, dan dari 2,50 dolar menjadi 5 dolar per juta token output. Rencanakan anggaran dengan tarif daftar.
Langkah paling masuk akal adalah mencoba MAI Code 2 di dalam GitHub Copilot pada tugas yang sudah dikenal baik: perbaikan bug kecil, perubahan lintas file, dan pertanyaan soal repositori. Bandingkan hasilnya dengan model yang biasa dipakai, lalu hitung biaya per tugas yang selesai, bukan harga per token. Kalau hasilnya konsisten, pindahkan tugas rutin ke model murah dan simpan model frontier untuk pekerjaan yang benar-benar sulit.
Perang harga model coding baru saja dimulai, dan pemenangnya bukan model yang paling murah atau paling pintar, melainkan tim yang paling cermat memilih model untuk setiap tugas. Coba sendiri, ukur sendiri, lalu putuskan berdasarkan angka dari repositori sendiri. Untuk pembaruan lain seputar AI coding dan vibe coding, pantau terus artikel terbaru di grafisify.com.