---
title: "Microsoft MAI Code 2 & Maia 200: Wie Microsoft seinen eigenen KI-Stack baute – und was „5 % der Opus-Kosten“ verschweigt"
description: "Ausführliche technische Analyse der sieben eigenen MAI-Modelle und Maia-200-Chips von Microsoft Ignite: Weg aus der OpenAI-Abhängigkeit, exakte MSBench-Scores gegen Opus 5.5 und GPT-6.1 Sol, die 14,4-Punkte-Lücke bei SWE-Atlas sowie Promo- vs. Listenpreise."
author: Aleksei Aleinikov
date: 2026-11-19
lang: de
tags: [microsoft mai code 2, mai code 2, mai code 2 benchmarks, mai code 2 vs claude opus 5.5, mai code 2 preise, maia 200, microsoft decision 1.1]
canonical: https://www.alekseialeinikov.com/de/blog/topics/ai/microsoft-mai-code-2-test-benchmarks-preise
source: alekseialeinikov.com
---

# Microsoft MAI Code 2 & Maia 200: Wie Microsoft seinen eigenen KI-Stack baute – und was „5 % der Opus-Kosten“ verschweigt

Auf der **Microsoft Ignite** (17. November) tat Microsoft den Schritt, auf den die gesamte Cloud-Branche seit zwei Jahren gewartet hatte – und sorgte trotzdem für Aufsehen. In San Francisco präsentierte Microsoft-AI-Chef Mustafa Suleyman **sieben eigene kommerzielle KI-Modelle** auf Microsofts selbst entwickeltem 3-nm-Inferenzchip **Maia 200** und griff damit offen die Preisgestaltung von **Anthropic** und **OpenAI** an.

Die Schlagzeile sorgte auf Hacker News sofort für über 500 Punkte und 330 Kommentare: **MAI Code 2 soll 96 % der Coding-Qualität von Claude Opus 5.5 zu rund 5 % der Kosten erreichen – und 98 % von GPT-6.1 Sol zu 40 % der Kosten.**

Diese Aussage ist zur Hälfte ein echter Ingenieurserfolg und zur Hälfte geschicktes Framing. Dieser Artikel zeichnet nach, **wie sich Microsoft vom exklusiven OpenAI-Finanzier zum vertikalen KI-Labor entwickelte**, ordnet alle sieben Modelle ein, zerlegt die exakten MSBench-Zahlen (inklusive der **14,4-Punkte-Lücke bei SWE-Atlas**) und trennt den Promo-Tarif von der regulären Listenpreis-Rechnung.

![Microsoft MAI Code 2 & Maia 200 Titelbild: Maia-200-3nm-Chip, sieben eigene MAI-Modelle, 63,2 % vs. 65,3 % Durchschnitt, 0,31 $ vs. 6,31 $ Aufgabenkosten und die −14,4-Punkte-Lücke bei SWE-Atlas.](https://media.alekseialeinikov.com/ai/4a8e2d6f9c1b/cover-1200.b935b011646b55ac.webp)

> [!NOTE]
> **Unabhängige technische Analyse.** Alle Spezifikationen, MSBench-Pass-Rates, Aufgabenkosten und Verfügbarkeitsangaben stammen aus der [offiziellen Microsoft-AI-Ankündigung zur Ignite](https://microsoft.ai/news/microsoft-ignite-2026/), Microsoft-Foundry-Mitteilungen, öffentlichen Preislisten und Entwicklerberichten. Da `MAI Code 2` noch nicht im unabhängigen Artificial-Analysis-Index gelistet ist, werden Hersteller-Benchmarks ausdrücklich als MSBench gekennzeichnet.

> [!KEY]
> **Das kurze Urteil.** Microsoft verkauft nicht mehr nur OpenAI-APIs weiter. Mit **Maia 200 + MAI Code 2 + Decision 1.1** besitzt der Konzern nun wie Google einen geschlossenen vertikalen Stack. `MAI Code 2` ist eine starke Kostenwaffe für alltägliches Enterprise-Coding in GitHub Copilot (`0,50 $/2,50 $` Promo → `1 $/5 $` Liste), **aber kein vollwertiger Opus-5.5-Ersatz** bei komplexen Repository-Aufgaben (`SWE-Atlas`: `43,1 %` vs. `57,5 %`) oder langen autonomen Agentenläufen.

## Wie Microsoft dorthin kam: Vom OpenAI-Bankier zum eigenen KI-Labor

Viele fragen sich, ob Microsoft zur Ignite erstmals eigene neuronale Netze veröffentlicht hat. Streng genommen nein – Microsoft Research pflegt seit Jahren die kompakte **Phi**-Reihe, und Microsoft AI zeigte bereits zuvor sowie auf der Microsoft Build erste MAI-Generationen. Neu an der Ignite-Welle sind **kommerzielle Breite und volle vertikale Integration**.

Fünf Jahre lang hatte Microsofts KI-Marge ein strukturelles Problem: Jeder Wachstumsschub bei GitHub Copilot oder Microsoft 365 Copilot bedeutete hohe Ausgaben für NVIDIA-Hardware oder Umsatzbeteiligungen an OpenAI und Anthropic. Als OpenAI seine Konzernstruktur in Richtung voller kommerzieller Unabhängigkeit umbaute, zog Microsoft vier Schritte konsequent durch:

![Zeitleiste von Microsoft AIs vertikaler Integration: OpenAI-Cloud-Partnerschaft, Verpflichtung von Mustafa Suleyman im März 2024, Maia-200-3nm-Chips, Microsoft Build MAI v1 und Ignite mit sieben Modellen plus Licensed Weights.](https://media.alekseialeinikov.com/ai/4a8e2d6f9c1b/microsoft-mai-timeline-1200.f316d54f9a792afb.webp)

1. **Exklusiver Cloud-Partner von OpenAI (2019–2023):** Milliarden-Investments, Azure-Supercomputer und tiefe Integration von GPT in Copilot und Office. Der Burggraben war der Vertrieb, nicht die eigenen Modellgewichte.
2. **Aufbau von Microsoft AI (März 2024):** Verpflichtung von DeepMind-Mitgründer **Mustafa Suleyman**, um neben der Forschungssparte Phi eine eigene Frontier-Modellorganisation aufzubauen.
3. **Eigene Hardware (`Maia 200`):** Einführung des 3-nm-Inferenzbeschleunigers **Maia 200** mit rund **1,7× mehr Tokens pro Watt**. Ähnlich wie Googles TPUs den Preisvorteil von [Gemini 4 Neon](https://www.alekseialeinikov.com/de/blog/topics/ai/gemini-4-neon-test-benchmarks-preis-vergleich-opus-5-5) und [Gemini 4 Hydrogen](https://www.alekseialeinikov.com/de/blog/topics/ai/gemini-4-hydrogen-vs-claude-opus-5-5-vergleich) tragen, schafft Maia 200 Microsofts eigene Kostenbasis.
4. **Kommerzielle Ignite-Welle:** Sieben produktionsreife MAI-Modelle auf einen Schlag, optimiert auf Maia 200 – ergänzt um **MAI Licensed Weights**, mit denen Großkunden angepasste Gewichte isoliert in dedizierten Azure-Umgebungen betreiben können.

## Die sieben neuen Ignite-Modelle im Überblick

Statt alles auf ein einziges riesiges Universalmodell zu setzen, zielt Microsoft jedes MAI-Modell auf einen konkreten Enterprise-Kostenblock:

| Modell | Rolle & Architektur | Zentrale Aussage / Metrik | Verfügbarkeit |
|---|---|---|---|
| **MAI Code 2** | Flaggschiff-Coding-MoE (`1,05M` Kontext: `922K` in / `128K` out) | `63,2 %` MSBench-Schnitt (`96 %` von Opus 5.5, `98 %` von GPT-6.1 Sol) | **GA** in GitHub Copilot |
| **MAI Code 2 Flash** | Schnelles Coding-MoE (`~12B` aktive Parameter, `1M` Kontext) | Niveau GPT-6 Luna / Haiku 5.5 zu `20–65 %` der Kosten | **GA** in Copilot; Private Preview in Foundry |
| **MAI Cyber 2 Flash** | AppSec- & SOC-Schwachstellenanalyse / Patching | Schlägt GPT-6 Astra auf **CyberGym-E2E**; Basis für Defender ISOC | Security-Partner-Preview; Defender ab Mitte Dez. |
| **Decision 1.1** | Schnelles Routing, Klassifizierung & Prüfung (Gemma-MoE) | Bis zu **50× schneller** und **79× günstiger** als GPT-6.1 Sol | **GA** in Microsoft Foundry |
| **MAI Image 2.7 (+ Flash)** | Bildgenerierung & -bearbeitung | **#1 bei Artificial Analysis** für Image Editing (`1/5` Preis von GPT Image 2.6 Sunburst max) | Preview in Microsoft Foundry |
| **MAI Realtime 1** | Natives Speech-to-Speech-Audio | Schlägt GPT-Realtime 2.1, ab **0,01 $ / Audiominute** | Rollout in Foundry |
| **MAI Transcribe 2** | Mehrsprachige Transkription (Dragon Copilot) | Halbiert mehrsprachige Fehlerraten bei 10 Mio. Arzt-Patienten-Gesprächen/Monat | Produktion (Dragon Copilot) |

Auffällig ist, dass bisher nur **MAI Image 2.7 (#1 auf Artificial Analysis für Bildbearbeitung)** extern auf dem großen Leaderboard steht. Bei `MAI Code 2` stammen alle Zahlen derzeit aus Microsofts eigener MSBench-Auswertung – umso wichtiger ist der genaue Blick auf die übrigen fünf MAI-Modelle sowie auf die Rohdaten der Coding-Benchmarks.

### Detailblick: Was Microsoft jenseits von MAI Code 2 ausliefert

Die meisten Schlagzeilen bleiben bei `MAI Code 2` stehen, doch Microsofts offizielle Ankündigung zeigt klar, dass die übrigen fünf Modelle gezielt teure Enterprise-Workloads angreifen, bei denen allgemeine Frontier-Modelle unnötig teuer sind:

- **MAI Cyber 2 Flash (Security & Patching – `0,45 $` vs. `34,38 $` pro Aufgabe):** Mit `1M`-Token-Kontext auf defensive Schwachstellensuche, Threat-Triage und automatisches Patching spezialisiert. Auf Microsofts **CyberGym-E2E**-Benchmark erreicht es **92,3 %** Erfolgsquote gegenüber **91,5 % bei GPT-6 Astra** – zu **weniger als 2 % der Kosten pro Aufgabe** (`0,45 $` vs. `34,38 $` offline). Um Missbrauch zu begrenzen, liefert Microsoft das Modell nicht als offene Token-API aus, sondern über verifizierte Defender-Umgebungen (u. a. *Codename MDASH* und Defender ISOC).
- **Decision 1.1 (Enterprise-Routing – `0,042 $ / 1M` Tokens):** Auf Basis von Google DeepMinds Open-Weight-Architektur **Gemma** (Gemma-MoE) ist Decision 1.1 bereits GA in Microsoft Foundry als dedizierter Klassifizierer, Verifizierer und Traffic-Router. Laut Microsoft arbeitet es bis zu **50× schneller** und **79× günstiger** als GPT-6.1 Sol – ideal, um Anfragen zu filtern, bevor teure Frontier-Modelle überhaupt angesprochen werden.
- **MAI Image 2.7 & Flash (Bildgenerierung – `~35 $` / `~10 $` pro 1.000 Bilder):** Im Public Preview auf Microsoft Foundry setzt **MAI Image 2.7** auf konsistente, lokale Bildbearbeitung (**#1 auf Artificial Analysis für Image Editing** bei rund `1/5` der Kosten von GPT Image 2.6 Sunburst max), während **MAI Image 2.7 Flash** (`~10 $ / 1.000` Bilder) den interaktiven *Canvas*-Workspace mit niedriger Latenz antreibt.
- **MAI Realtime 1 (Native Sprachagenten – ab `0,01 $ / Audiominute`):** Microsofts erstes natives Speech-to-Speech-Modell beherrscht Unterbrechungen, Hintergrundgeräusche und steuerbare Prompts und schlägt **GPT-Realtime 2.1**. Wichtig im Kleingedruckten: `0,01 $ / Audiominute` gilt für die reine Audioschicht; Aufrufe eines dahinterliegenden Reasoning-Modells werden separat nach Tokens abgerechnet.
- **MAI Transcribe 2 (60-Sprachen-ASR im Produktivbetrieb):** Unterstützt **60 Sprachen** samt Sprechertrennung (Diarization), wortgenauen Zeitstempeln und hoher Robustheit bei Störgeräuschen. Microsoft nutzt es bereits produktiv in **Dragon Copilot Transcribe** und meldet eine **Halbierung der mehrsprachigen Fehlerrate** bei **10 Millionen Arzt-Patienten-Gesprächen pro Monat**.

## Exakte MSBench-Benchmarks: Die 14,4-Punkte-Lücke bei SWE-Atlas

Microsoft testete **MAI Code 2**, **GPT-6.1 Sol** und **Claude Opus 5.5** auf **MSBench** über die **GitHub Copilot CLI** ohne Subagenten und mit **maximalem Reasoning Effort**:

| Benchmark | **MAI Code 2** | **GPT-6.1 Sol** | **Claude Opus 5.5** | **MAI vs. Opus** |
|---|---|---|---|---|
| **DeepSWE 1.1** | **73,2 %** | 74,6 % | 69,0 % | **+4,2 Pkt.** |
| **Terminal-Bench 2.1** | **84,6 %** | 85,0 % | 78,7 % | **+5,9 Pkt.** |
| **SWE-Atlas** | **43,1 %** | 47,4 % | **57,5 %** | **−14,4 Pkt.** |
| **FrontierCode v1.1** | **52,0 %** | 49,4 % | **56,0 %** | **−4,0 Pkt.** |
| **Durchschnitt (Pass Rate)** | **63,2 %** | **64,1 %** | **65,3 %** | **−2,1 Pkt.** |

![Offizieller MSBench-Benchmark-Vergleich (GitHub Copilot CLI, max. Reasoning): MAI Code 2 schlägt Claude Opus 5.5 bei DeepSWE 1.1 (73,2 % vs. 69,0 %) und Terminal-Bench 2.1 (84,6 % vs. 78,7 %), fällt aber bei SWE-Atlas um 14,4 Punkte hinter Opus 5.5 zurück (43,1 % vs. 57,5 %).](https://media.alekseialeinikov.com/ai/4a8e2d6f9c1b/microsoft-mai-code-2-benchmarks-1200.b1d62299a4c3a923.webp)

Die vier Einzelbalken erzählen eine deutlich ehrlichere Geschichte als der Durchschnitt „96 % von Opus“:

1. **Wo MAI Code 2 stark ist (`DeepSWE 1.1` & `Terminal-Bench 2.1`):** Bei klar abgegrenztem Debugging, Shell-Befehlen und gezielten Fixes liegt `MAI Code 2` um +4,2 bis +5,9 Punkte vor Opus 5.5 und fast gleichauf mit GPT-6.1 Sol. Erste Entwickler auf Hacker News, die das Modell direkt in Copilot getestet haben, bestätigen genau diesen Eindruck für den Arbeitsalltag.
2. **Wo das Modell abfällt (`SWE-Atlas`):** Auf **SWE-Atlas** rutscht MAI Code 2 auf **43,1 %** ab – ganze **14,4 Prozentpunkte hinter Opus 5.5 (57,5 %)**. Das deckt sich mit Microsofts eigener Einschränkung: **MAI Code 2 ist noch nicht auf autonome Long-Horizon-Agenten oder tiefe Forschungsaufgaben ausgelegt.**
3. **Warum „4 % Rückstand im Schnitt“ im Alltag wehtun können:** Wie Entwickler auf Reddit und HN anmerken, glättet ein Vier-Benchmark-Mittelwert harte Ausreißer. In großen Repositories kosten 14 % weniger gelöste Cross-File-Abhängigkeiten schnell mehr Review-Zeit, als man bei den Token-Kosten spart.

## Preis-Realitätscheck: Promo-Tarif vs. Listenpreis ab 2027

Selbst ohne Einführungsrabatt sind die Preise aggressiv. Hier die veröffentlichten API-Sätze (inklusive des 50-%-Promo-Fensters bis **17. Mai 2027**) im Vergleich zur Konkurrenz:

| Modell | Input / 1M | Output / 1M | Cache-Read / 1M | MSBench-Schnitt / Aufgabe |
|---|---|---|---|---|
| **MAI Code 2 Flash (Promo → Liste)** | **0,05 $** → 0,10 $ | **0,25 $** → 0,50 $ | 0,005 $ → 0,01 $ | Extrem günstig |
| **MAI Code 2 (Promo bis Mai 2027)** | **0,50 $** | **2,50 $** | **0,025 $** | **0,309 $** |
| **MAI Code 2 (Liste ab Mai 2027)** | **1,00 $** | **5,00 $** | **0,050 $** | **~0,618 $** |
| **Gemini 4 Hydrogen** | 1,50 $ | 7,50 $ | 0,075 $ | Schnelles Arbeitstier |
| **GPT-6.1 Sol** | ~2,00 $ | ~10,00 $ | Cached-Tarif | **0,761 $** |
| **Gemini 4 Neon** | 3,00 $ (1,50 $ Flex) | 15,00 $ (7,50 $ Flex) | 0,15 $ | Frontier-Mitte (`61` AA-Index) |
| **Claude Opus 5.5** | 4,00 $ | 20,00 $ | 0,20 $ | **6,306 $** |

![Kosten-Realitätscheck pro MSBench-Aufgabe: MAI Code 2 kostet 0,309 $ im 50-%-Promo-Zeitraum bis Mai 2027 und ~0,618 $ zum regulären Listenpreis – gegenüber 0,761 $ bei GPT-6.1 Sol und 6,306 $ bei Claude Opus 5.5.](https://media.alekseialeinikov.com/ai/4a8e2d6f9c1b/microsoft-mai-code-2-cost-reality-1200.dd654407d706e2c6.webp)

Zwei Punkte stechen sofort ins Auge:

- **„5 % von Opus“ stimmt im Promo-Zeitraum – ab Mai 2027 sind es ~10 %:** Auf MSBench kostete Opus 5.5 im Schnitt **6,306 $ pro Aufgabe** (bis zu 10,72 $ bei DeepSWE 1.1), weil maximales Reasoning bei 20 $/1M Output extrem viele Tokens frisst. MAI Code 2 lag bei **0,309 $** (`4,9 %` von Opus) – und selbst nach der Verdopplung auf `1,00 $ / 5,00 $` im Mai 2027 bleibt **`~0,618 $` pro Aufgabe rund 10× günstiger als Opus 5.5**.
- **Der Ökosystem-Haken:** Anders als [Gemini 4 Neon](https://www.alekseialeinikov.com/de/blog/topics/ai/gemini-4-neon-test-benchmarks-preis-vergleich-opus-5-5) (ab Tag eins auf OpenRouter und Google AI Studio) stecken die MAI-Modelle fest in **GitHub Copilot** und **Microsoft Foundry / Azure**. Wer außerhalb von Azure arbeitet, hat aktuell wenig Grund, auf geschlossene Modelle ohne unabhängige Artificial-Analysis-Werte umzusteigen.

## Was das für Engineering-Teams bedeutet

1. **Wenn ihr bereits GitHub Copilot nutzt:** Routine-Coding, Tests und Terminal-Debugging lassen sich sofort auf **MAI Code 2** (und **MAI Code 2 Flash** für Boilerplate) umstellen – bei enormer Kostenersparnis, während Opus 5.5 oder [Gemini 4 Neon](https://www.alekseialeinikov.com/de/blog/topics/ai/gemini-4-neon-test-benchmarks-preis-vergleich-opus-5-5) für komplexe Architektur bleiben.
2. **Wenn ihr ein [AI Gateway](https://www.alekseialeinikov.com/de/blog/topics/ai/ai-gateway-llm-gateway-erklaert-latenz-benchmark) auf Azure / Foundry betreibt:** **Decision 1.1** (`GA`, bis zu 50× schneller und 79× günstiger als GPT-6.1 Sol) ist der heimliche Star der Ignite – ein eigener Gemma-MoE-Router vor teuren 15–20-$-Modellen rechnet sich ab Tag eins.
3. **Für kritische autonome Agenten erst externe Tests abwarten:** Solange `MAI Code 2` nicht auf unabhängigen Leaderboards (Artificial Analysis, Vals.ai) bestätigt ist und die `SWE-Atlas`-Lücke schließt, gehört es in die Rolle des **günstigen Tages-Arbeitstiers**, nicht des autonomen Chefarchitekten.
