MAI Code 2·Flash 출시: Copilot 할인 기한과 Foundry 프리뷰
Microsoft의 새 코딩 모델 두 종이 Copilot에 추가됐다. 2027년 5월 17일 할인 종료 후 요금과 Foundry의 제한 접근 프리뷰, 성능 비교 조건을 확인한다.

Microsoft는 2026년 11월 17일 MAI Code 2와 MAI Code 2 Flash를 공개했다. 두 모델은 GitHub Copilot에서 사용할 수 있다. Microsoft Foundry는 Code 2 Flash를 제한 접근 프리뷰로 제공한다. Copilot에서 적용하는 할인 요금은 2027년 5월 17일에 끝난다. 모델을 고를 때 현재 단가와 할인 종료 후 단가를 함께 확인해야 한다.
Copilot 제공 범위와 Foundry 프리뷰
GitHub 출시 공지에 따르면 MAI Code 2는 Pro, Pro+, Max, Business, Enterprise에서 제공된다. Flash는 Free와 Student를 포함한 요금제에서 사용할 수 있다. 두 모델은 대상 연간 구독자에게도 제공된다.
VS Code와 Copilot CLI 등의 모델 선택기에서 두 모델을 고른다. Business·Enterprise 관리자는 모델 정책으로 접근을 관리한다. 기본 모델 활성화 설정을 유지한 조직에서는 새 모델이 자동으로 켜지지만 관리자가 전체 기본값이나 해당 모델을 끈 경우는 예외다.
Microsoft 발표에 따르면 Foundry에서는 Code 2 Flash만 제한 접근 프리뷰로 제공된다. OpenRouter, Vercel 등 다른 경로는 출시 예고에 해당한다. Copilot 제공과 Foundry 프리뷰, 추가 플랫폼 지원 계획을 구분해서 봐야 한다.
할인 종료 후 토큰 단가는 두 배
GitHub 공식 요금표의 단위는 100만 토큰당 미국 달러다. 아래 값은 Copilot 요금이며 다른 제공처의 견적에 그대로 적용할 수 없다.
| 모델·기간 | 입력 | 캐시 입력 | 출력 |
| --- | ---: | ---: | ---: |
| MAI Code 2 할인 기간 | $0.50 | $0.025 | $2.50 |
| MAI Code 2 2027년 5월 17일부터 | $1.00 | $0.05 | $5.00 |
| MAI Code 2 Flash 할인 기간 | $0.05 | $0.005 | $0.25 |
| MAI Code 2 Flash 2027년 5월 17일부터 | $0.10 | $0.01 | $0.50 |
입력·캐시 입력·출력 단가는 모두 할인 종료 후 두 배가 된다. 이 단가 변화만으로 실제 작업 비용을 계산할 수는 없다. 작업마다 사용하는 토큰 수와 재시도 횟수가 다르기 때문이다. 장기 예산에는 할인 종료 후 단가를 적용하고 시범 작업에서는 완료한 작업당 비용을 기록하는 편이 좋다.
성능·비용 비교에 붙은 조건
Microsoft는 네 코딩 벤치마크 평균에서 Code 2가 GPT-6.1 Sol 성능의 98%를 비용 40%로 제공한다고 주장한다. 평가 대상은 DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas, FrontierCode v1.1이다.
공식 발표 각주에 따르면 비교에는 최대 추론 수준과 Code 2의 50% 할인 가격을 썼다. 앞의 세 평가는 Microsoft 내부 MSBench와 하위 에이전트를 끈 GitHub Copilot CLI로 실행했다. FrontierCode 수치와 비용은 Artificial Analysis에서 가져왔다. 이 글에서는 해당 결과를 독립적으로 재현하지 않았다.
따라서 40%라는 수치는 모든 저장소에 적용되는 고정 비용 비율이 아니다. 할인 기간과 평가 구성을 포함한 Microsoft의 비교 결과다. 도입을 검토하는 팀이라면 자주 고치는 저장소에서 같은 과제를 실행하고 테스트 통과 여부와 작업당 토큰 사용량을 함께 비교할 수 있다.
한국어 작업과 긴 에이전트 실행의 확인 사항
공식 모델 카드는 두 모델의 컨텍스트 길이를 1,050,000토큰으로 적었다. 입력 한도는 922,000토큰이고 출력 한도는 128,000토큰이다. 이 수치를 입력 전체에 쓸 수 있는 길이로 해석하면 안 된다.
모델 카드에는 출시 시 영어 코드 생성에 최적화했으며 영어 외 언어와 드문 프로그래밍 언어·프레임워크는 폭넓게 평가하지 않았다고 적혀 있다. 한국어 지시 성능을 영어 코딩 평가로 대신 판단하기 어렵다. 또한 높은 추론 수준은 지연 시간과 토큰 사용량을 늘리며 결과를 항상 개선하지는 않는다고 설명한다.
개발자는 모델이 만든 코드를 검토하고 테스트한 뒤 병합해야 한다. 모델 카드도 생성 코드를 초안으로 취급하고 병합 전에 검토·테스트·보안 검사를 하도록 권고한다.



Discussion
No comments yet