Microsoft ra mắt MAI-Code-2 cho lập trình và MAI-Cyber-2-Flash cho an ninh mạng ngày 18/11/2026Microsoft Launches MAI-Code-2 for Coding and MAI-Cyber-2-Flash for Cybersecurity on November 18, 2026
Ngày 18/11/2026, Microsoft giới thiệu MAI-Code-2 cho lập trình, MAI-Cyber-2-Flash cho an ninh mạng và Decision-1.1 cho các tác vụ định tuyến và phân loại phần mềm với chi phí thấp. MAI Code 2 và MAI Code 2 Flash cũng được phát hành trong GitHub Copilot, trong đó Flash đang ở giai đoạn limited preview.On November 18, 2026, Microsoft introduced MAI-Code-2 for coding, MAI-Cyber-2-Flash for cybersecurity and Decision-1.1 for software routing and classification tasks at low cost. MAI Code 2 and MAI Code 2 Flash were also released in GitHub Copilot, with Flash in limited preview.
Microsoft ngày 18/11/2026 tung cùng lúc ba hướng mô hình chuyên dụng — MAI-Code-2 cho lập trình, MAI-Cyber-2-Flash cho an ninh mạng và Decision-1.1 cho định tuyến, phân loại — thay vì dồn mọi tác vụ vào một mô hình lớn đắt đỏ. Thông điệp chính rất rõ: doanh nghiệp có thể giảm chi phí và tải vận hành bằng cách giao việc lặp lại cho mô hình chuyên trách, đồng thời đưa khả năng viết mã vào GitHub Copilot và quản trị qua Foundry.
Điểm mới
Điểm tách bạch nhất của đợt phát hành là chia mô hình theo nhiệm vụ. MAI-Code-2 cho lập trình, MAI-Cyber-2-Flash cho an ninh mạng — hai lĩnh vực có tiêu chí đánh giá và rủi ro vận hành khác nhau. Riêng mảng lập trình còn có biến thể MAI Code 2 Flash, cho thấy dòng Code không chỉ có một lựa chọn duy nhất.
Decision-1.1 đảm nhiệm định tuyến và phân loại phần mềm với chi phí thấp. Đây là lớp việc xuất hiện liên tục trong hệ thống doanh nghiệp: chuyển yêu cầu tới đúng nơi, gắn nhãn, sắp xếp và xử lý các bước logic lặp lại. Đặt mô hình chuyên dụng vào đúng lớp việc đó là trọng tâm thực dụng nhất của đợt ra mắt.
Ở tầng nền tảng, Foundry được tích hợp công cụ mới hỗ trợ học tăng cường và vòng lặp phản hồi dựa trên đánh giá của con người, nhằm tối ưu hiệu suất vận hành và mở rộng tự động hóa. Microsoft vì vậy không chỉ thêm mô hình, mà còn bổ sung cơ chế cải tiến hệ thống sau khi đã đưa vào sử dụng.
Việc kết hợp mô hình quyết định chuyên dụng giúp doanh nghiệp giảm tải cho các mô hình ngôn ngữ lớn đắt đỏ trong các tác vụ logic lặp đi lặp lại.
Thông số nổi bật
Bảng dưới đây chỉ tổng hợp những gì nguồn đã công bố. Cần đọc đúng rằng số 2 trong MAI-Code-2 và 1.1 trong Decision-1.1 là ký hiệu phiên bản, không phải thông số hiệu năng, và nguồn chưa công bố số tham số, độ dài ngữ cảnh, điểm benchmark, độ trễ hay mức tiêu thụ tính toán có thể kiểm chứng.
| Mô hình / nền tảng | Nhiệm vụ được nêu | Trạng thái / thông tin đi kèm |
|---|---|---|
| MAI-Code-2 | Lập trình | Được phát hành trong GitHub Copilot |
| MAI Code 2 Flash | Lập trình | Đang ở giai đoạn limited preview trong GitHub Copilot |
| MAI-Cyber-2-Flash | An ninh mạng | Được giới thiệu trong đợt này; nguồn chưa nêu trạng thái preview riêng |
| Decision-1.1 | Định tuyến và phân loại phần mềm | Đã phát hành, nhấn mạnh chi phí thấp |
| Foundry | Nền tảng doanh nghiệp | Thêm công cụ học tăng cường và phản hồi của con người |
Khoảng trống thông tin cũng là một dữ kiện: khi chưa có benchmark và chưa có bảng thông số chi tiết, người đọc chưa thể xếp hạng các mô hình này với đối thủ hay với chính thế hệ trước chỉ bằng thông cáo. Mọi kết luận về tốc độ, độ chính xác hay mức tiết kiệm thực tế đều phải chờ số liệu triển khai cụ thể, thay vì suy ra từ tên gọi Flash hay nhãn chi phí thấp.
Khác gì bản trước
Nguồn không đưa ra bảng so sánh trực tiếp với thế hệ trước, không nêu mức cải thiện theo phần trăm về độ chính xác, tốc độ hay chi phí, và không mô tả kiến trúc cũ thiếu những gì. Phần khác biệt có thể xác nhận được vì vậy nằm ở hướng tiếp cận, không nằm ở một con số hiệu năng.
Thay đổi thứ nhất là thêm một lớp mô hình quyết định chuyên dụng để gánh việc định tuyến và phân loại, thay vì để mô hình ngôn ngữ lớn xử lý cả những bước logic lặp lại. Thay đổi thứ hai nằm ở quản trị: đưa vòng lặp phản hồi dựa trên đánh giá của con người vào môi trường quản lý tập trung của Foundry. Theo đánh giá đi kèm nguồn, cách làm này phản ánh nỗ lực chuẩn hóa chất lượng mã nguồn và tác nhân tự trị, tức là chú ý tới việc kiểm soát hệ thống sau triển khai, không chỉ khả năng sinh đầu ra.
Giới hạn cũng được nguồn nêu thẳng: hiệu quả thực tế khi triển khai trên quy mô lớn tại các hệ thống hạ tầng phức tạp chưa được kiểm chứng độc lập. Đây là câu chốt cần giữ khi đọc tên gọi thế hệ mới — mới hơn về danh mục và cách tổ chức, nhưng chưa có bằng chứng độc lập trong nguồn để khẳng định tốt hơn bao nhiêu.
Giá và thời điểm dùng được
Về thời điểm, các mô hình được giới thiệu vào 18/11/2026. Với lập trình viên, mốc dùng được cụ thể nhất là GitHub Copilot: MAI Code 2 và MAI Code 2 Flash đã được phát hành trong Copilot, riêng Flash ở giai đoạn limited preview, nên phạm vi tiếp cận chưa phải phổ cập hoàn toàn. Với MAI-Cyber-2-Flash và Decision-1.1, nguồn xác nhận việc giới thiệu và phát hành nói chung, nhưng không tách rõ từng giai đoạn preview hay phổ cập cho từng nhóm khách hàng.
Về giá, nguồn chưa công bố giá bán, giá theo token, điều kiện gói thuê bao hay chi phí bổ sung cho Foundry. Mức tiêu thụ tài nguyên tính toán chi tiết của các vòng lặp học tăng cường trong Foundry cũng chưa được công bố rõ ràng. Do đó, cụm từ chi phí thấp gắn với Decision-1.1 mới là định hướng sản phẩm; nó chưa đủ để doanh nghiệp tự tính tổng chi phí nếu thiếu bảng giá và số liệu vận hành chính thức.
Ai nên thử
Nhóm nên thử trước là đội lập trình đã làm việc trong hệ sinh thái GitHub Copilot, vì đây là kênh dùng được được nguồn nêu đích danh cho dòng Code. Cách thử hợp lý là bắt đầu trong phạm vi limited preview của bản Flash, đo bằng công việc viết mã thường ngày và tiêu chí chất lượng riêng của đội, thay vì kỳ vọng một bước nhảy chưa có benchmark chứng minh.
Nhóm thứ hai là doanh nghiệp có khối lượng lớn tác vụ định tuyến, phân loại và logic lặp lại. Với nhóm này, giá trị cần kiểm tra ở Decision-1.1 không phải khả năng thay thế mọi mô hình lớn, mà là việc san sẻ đúng phần việc lặp lại để giảm tải cho mô hình đắt đỏ — đúng lợi ích mà phần đánh giá của nguồn đã chỉ ra.
Đội an ninh mạng có thể đưa MAI-Cyber-2-Flash vào danh sách đánh giá vì mô hình được giới thiệu riêng cho lĩnh vực của họ, song nguồn không cung cấp số liệu chuyên ngành để làm căn cứ quyết định ngay. Tổ chức đang dùng Foundry và muốn đặt vòng lặp phản hồi của con người cùng học tăng cường trong một môi trường quản lý tập trung là nhóm có lý do rõ nhất để thử phần cập nhật nền tảng.
Chốt lại: thử ở phạm vi hẹp và đo bằng công việc thật — đó là cách tiếp cận khớp nhất với những gì nguồn đã công bố tính đến thời điểm ra mắt.
On 18 November 2026, Microsoft launched three specialised model directions at once — MAI-Code-2 for programming, MAI-Cyber-2-Flash for cybersecurity and Decision-1.1 for routing and classification — instead of forcing every task into one large, expensive model. The main message is clear: enterprises can cut costs and operational load by handing repetitive work to a dedicated model, while bringing coding capability into GitHub Copilot and management into Foundry.
What's new
The clearest distinction of this release is the split of models by task. MAI-Code-2 is for programming, MAI-Cyber-2-Flash is for cybersecurity — two fields with different evaluation criteria and operational risks. The programming line also has a MAI Code 2 Flash variant, showing that the Code family does not offer only a single option.
Decision-1.1 handles software routing and classification at low cost. This is the layer of work that appears constantly in enterprise systems: sending requests to the right place, labelling, sorting and processing repetitive logic steps. Putting a dedicated model on exactly that layer of work is the most practical focus of the launch.
At the platform layer, Foundry has been integrated with new tools supporting reinforcement learning and feedback loops based on human evaluation, aimed at optimising operational performance and expanding automation. Microsoft is therefore not only adding models, but also adding a mechanism to improve systems after they have been put into use.
Combining a dedicated decision model helps enterprises reduce the load on expensive large language models in repetitive logic tasks.
Key specifications
The table below only summarises what the source has published. It should be read correctly that the 2 in MAI-Code-2 and the 1.1 in Decision-1.1 are version labels, not performance specifications, and the source has not published verifiable parameter counts, context lengths, benchmark scores, latency or compute consumption.
| Model / platform | Stated task | Status / accompanying information |
|---|---|---|
| MAI-Code-2 | Programming | Released in GitHub Copilot |
| MAI Code 2 Flash | Programming | In limited preview in GitHub Copilot |
| MAI-Cyber-2-Flash | Cybersecurity | Introduced in this release; the source does not state a separate preview status |
| Decision-1.1 | Software routing and classification | Released, with an emphasis on low cost |
| Foundry | Enterprise platform | Adds reinforcement-learning tools and human feedback |
The information gap is itself a fact: with no benchmarks and no detailed specification table, readers cannot yet rank these models against rivals or against the previous generation from the announcement alone. Any conclusion about speed, accuracy or real savings must wait for concrete deployment figures, rather than being inferred from the Flash name or the low cost label.
What differs from the previous generation
The source does not provide a direct comparison table with the previous generation, does not state percentage improvements in accuracy, speed or cost, and does not describe what the old architecture lacked. The confirmable difference therefore lies in the approach, not in a performance figure.
The first change is adding a dedicated decision-model layer to carry routing and classification work, instead of leaving large language models to handle even repetitive logic steps. The second change lies in governance: bringing feedback loops based on human evaluation into the centralised management environment of Foundry. According to the assessment accompanying the source, this reflects an effort to standardise code quality and autonomous agents, meaning attention to controlling systems after deployment, not only to their ability to generate output.
The limit is also stated plainly by the source: real-world effectiveness when deployed at large scale in complex infrastructure systems has not yet been independently verified. That is the key point to keep when reading the new-generation name — newer in catalogue and organisation, but with no independent evidence in the source to say by how much it is better.
Price and availability
On timing, the models were introduced on 18 November 2026. For programmers, the most concrete availability milestone is GitHub Copilot: MAI Code 2 and MAI Code 2 Flash have been released in Copilot, with Flash in limited preview, so access is not yet fully general. For MAI-Cyber-2-Flash and Decision-1.1, the source confirms their introduction and release in general, but does not clearly separate preview and general-availability stages for each customer group.
On price, the source has not published sale prices, per-token prices, subscription-package conditions or additional costs for Foundry. The detailed compute-resource consumption of the reinforcement-learning loops in Foundry has also not been clearly published. The phrase low cost attached to Decision-1.1 is therefore only a product direction for now; it is not enough for an enterprise to calculate its total cost on its own without an official price list and operating figures.
Who should try it
The group that should try it first is programming teams already working in the GitHub Copilot ecosystem, because this is the usable channel the source names explicitly for the Code line. A sensible way to try it is to start within the limited preview scope of the Flash version, measure it with everyday coding work and the team's own quality criteria, rather than expecting a leap that no benchmark has yet proved.
The second group is enterprises with a large volume of routing, classification and repetitive-logic tasks. For this group, the value to test in Decision-1.1 is not an ability to replace every large model, but sharing exactly the repetitive portion of work to reduce the load on expensive models — precisely the benefit the source's assessment pointed out.
Cybersecurity teams can put MAI-Cyber-2-Flash on their evaluation list because the model was introduced specifically for their field, but the source provides no specialist figures to serve as a basis for an immediate decision. Organisations already using Foundry that want to place human feedback loops and reinforcement learning in one centralised management environment have the clearest reason to try the platform update.
Bottom line: try it on a narrow scope and measure it with real work — that is the approach that best matches what the source had published as of the launch.
Nguồn tham chiếuSource: aiinews.tech