Hôm nay Microsoft giới thiệu MAI-Code-1-Flash — coding model mới build cho fast, efficient assistance trong daily developer workflow. Build end-to-end bởi Microsoft dùng data sạch và license đúng. Model đang rollout cho GitHub Copilot individual user trong Visual Studio Code, ở model picker và default auto picker.
Features và capabilities
- Agentic coding trong real developer environment, train và design cho GitHub Copilot harness để work tốt hơn cùng nhau.
- Adaptive thinking — stays concise cho simple request và spend thêm reasoning budget cho task phức tạp.
- Strong instruction-following qua single-turn và multi-turn scenario.
MAI-Code-1-Flash design quanh goal đơn giản: deliver coding help chất lượng cao với efficiency tốt hơn. Outperform Claude Haiku 4.5 với price-to-performance tốt hơn qua các coding benchmark.
Build cho developer, không phải benchmark
Coding model hữu ích nhất khi perform tốt trong cùng environment dev dùng hằng ngày. Vì thế Microsoft build MAI-Code-1-Flash với production workflow ở center, thay vì chỉ optimize cho benchmark. Model được train trực tiếp với GitHub Copilot harness dùng trong production. Điều này cho phép nó học cách interact với surrounding tool và system trong agentic coding task, làm nó uniquely suited cho real-world Copilot workflow.
Trong quá trình train, Microsoft evaluate checkpoint qua core software engineering task, repository QA, refactor, và telemetry-grounded task adapt từ real GitHub Copilot usage. Alignment này giữa train, eval, và production giúp offline improvement translate thành real-world developer quality.
Maximize value per token
MAI-Code-1-Flash được train với adaptive solution length control — giúp model adjust depth response theo task. Stays concise cho simple request và spend reasoning budget cho task cần phân tích sâu hơn hoặc thay đổi code rộng hơn. Trong practice, dev start thấy useful output sớm hơn. Microsoft thấy MAI-Code-1-Flash solve harder problem với 60% ít token hơn. Điều này reduce latency, lower cost, improve ROI per token, và làm interactive workflow smooth hơn.
Benchmark result trên production harness
Để hiểu cả quality lẫn efficiency, Microsoft evaluate MAI-Code-1-Flash với Claude Haiku 4.5 trên SWE-Bench Verified, SWE-Bench Pro, SWE-Bench Multilingual, và Terminal Bench 2, dùng cùng production harness dev dùng hằng ngày. Đo task success và average solution token cần để complete mỗi task.
MAI-Code-1-Flash outperform Claude Haiku 4.5 qua all core coding benchmark, với pass rate cao hơn trên cả 4 evaluation, bao gồm lead +16 điểm trên SWE-Bench Pro tasks đa dạng real-world (51.2% vs 35.2%). Không chỉ smarter mà còn leaner: solve harder problem với 60% ít token hơn trên SWE-Bench Verified.
Math, Science, Instruction Following, và Agentic coding
MAI-Code-1-Flash dẫn đầu trên mọi benchmark trong table, với margin rộng nhất trên IF Bench precise instruction following (+28.9) và hẹp nhất trên rubric-based Advanced IF (+14.5). Strong instruction-following carry over sang agentic tool use.
Microsoft cũng build benchmark 186-câu, 34-category quanh adversarial trap như inverted classic, impossible task, underdetermined scenario để xem model có thực sự reasoning hay chỉ pattern-match. MAI-Code-1-Flash đạt 85.8% adjusted accuracy, performance đặc biệt mạnh ở reasoning, instruction-following, và nhận diện impossible problem.
Cách dùng
MAI-Code-1-Flash đang rollout cho VS Code GitHub Copilot individual user. Không cần additional setup. Khi rollout progress, bạn có thể thấy GitHub Copilot route task sang MAI-Code-1-Flash qua Auto picker, hoặc thấy model available trực tiếp trong model picker.
Microsoft welcome feedback qua GitHub Community.