サイトアイコン IT & ライフハックブログ|学びと実践のためのアイデア集

MicrosoftがMAI Code 2を発表、日常の開発作業に向けた2モデルの使い分け

複雑な開発作業と定型修正を、異なる大きさのブロック構造で表した概念イラスト

Microsoftは2026年11月17日付で、開発作業向けの生成AIモデル「MAI Code 2」と「MAI Code 2 Flash」を発表しました。
複数ファイルにまたがる実装と、日常的な小さな修正を、それぞれ異なるモデルで支援する構成です。
開発チームには選択肢が増えますが、導入判断では公表された性能だけでなく、レビューまで含めた実務の負担を確かめたいところです。

11月17日の発表で追加された選択肢

Microsoft AIの正式発表によると、MAI Code 2は深いデバッグ、複数ファイルの実装、リポジトリ全体を踏まえた推論、UIの作成などを想定しています。
Flashはコードの説明、対象を絞った編集、定型的な修正、短い反復作業に向けたモデルです。

同日のMicrosoft Igniteの公式発表は、両モデルをGitHub Copilotで一般提供すると説明しています。
一方、個別のモデル発表では、Code 2 FlashのMicrosoft Foundryでの提供をアクセス限定のプレビューとしています。
Copilotで使えることと、別の基盤で同じ条件で利用できることは分けて確認する必要があります。
ここでいう11月17日は公式文書の発表日であり、各契約や環境で利用可能になった時刻まで示すものではありません。

性能と費用の数字に付く条件

Microsoftは、日常的な企業の開発作業を対象にした4種類のベンチマークの平均で、Code 2がGPT 6.1 Solの98%の性能を40%の費用で示したと報告しています。
ただし、これは同社が公表した特定条件の比較です。
評価には最大の推論設定を使い、費用にはCode 2の50%割引価格を用いています。
根拠と注記は正式発表末尾の評価条件に記載されています。

この98%を、自社の不具合の98%を解決できるという意味には読めません。
ベンチマークの相対値と、個別の業務で変更が採用される割合は測っている対象が異なるためです。
同社自身も、基礎科学の研究や非常に長期にわたるエージェント作業に向けた調整は、まだ行っていないと説明しています。

開発チームで試すなら作業の種類をそろえる

導入時は、小さな修正と、設計を理解する必要がある変更を別々に評価する方法を提案します。
例えば、入力チェックの修正をFlashで、画面と処理とテストにまたがる変更をCode 2で試し、同じ課題を現在のモデルでも実行します。
これは編集部が提案する検証例であり、当該モデルを使った実測結果ではありません。

  1. 完了条件と実行してよい操作を先に決め、同じコードと指示で比較する。
  2. テストの通過だけでなく、仕様への適合、不要な変更、レビューでの指摘を記録する。
  3. 出力までの時間に、人が読み直して直す時間を足し、採用できた変更1件当たりの負担を比べる。

応答が速くても修正の手戻りが増えれば、チーム全体の時間は減りません。
逆に、定型的な課題で安定して採用できるなら、高価なモデルに回す仕事を絞れる可能性があります。
機密情報を含まない検証用の課題から始め、利用規約や組織のデータ取り扱い方針も確認しておくと、評価を進めやすくなります。

採用率や利用回数の読み方は、関連するGitHub Copilotの利用指標と測定設計の記事でも扱っています。
今回の新モデルに固有の実績を示す記事ではありませんが、利用量と成果を分けて考える際の補足になります。

編集部の見方

今回の発表を、開発作業ごとに必要な能力と費用を見直す機会として捉えています。
小さな修正を手早く任せられる選択肢が増えることは、人が仕様の判断や設計の議論に時間を使う助けになり得ます。
その効果を確かめるには、モデル名を統一することより、どの仕事でどこまで任せられたかを記録する運用が役立ちます。
チームの既存の品質基準を保ちながら、対象を限定して試す進め方が現実的です。

出典

この記事に関連する株式会社greedenの取り組み

開発モデルを選ぶ際は、修正の速さと保守しやすさを一緒に確かめたいものです。
株式会社greedenは、要望や予算に応じた仕様の提案と構築を行うWebシステム開発を通じ、業務に合う仕組みづくりを支援しています。

モバイルバージョンを終了