GitHub 在 2026 年 8 月 11 日宣布，Microsoft 的 MAI-Code-1.1-Flash 開始在 GitHub Copilot rollout。這是上一代 MAI-Code-1-Flash 的後續版本，定位仍然是 small-tier coding model，但今次加入 native vision support，並在 coding quality、instruction following、tool use 和 performance 方面作出改進。以上能力描述來自 GitHub 的產品公告，實際表現仍要按任務和模型路由測試。
Vision 支援把 coding agent 的輸入由文字和程式碼擴展到圖片。它可以對應 screenshot、設計稿、錯誤畫面或其他視覺參考，但「支援 vision」不代表 agent 能直接理解所有 UI 或準確還原設計。較穩妥的做法，是把視覺輸入當成額外上下文，再用測試、截圖比對和人工 review 驗證結果。
價格是這次更新的另一個重點。GitHub 表示，持續的模型和 serving efficiency 改進，讓 MAI-Code-1.1-Flash 的 list price 比 MAI-Code-1-Flash 低 73%；年繳 GitHub Copilot 訂閱者的 model charge 則使用 0.25x premium request multiplier。這個數字是供應商定義的 list-price 比較，不等同於每個團隊的實際帳單，因為使用計劃、請求量和自動選模都會影響成本。
在 Copilot Free 和 Student 中，模型會透過 auto model selection 提供；Copilot Pro、Pro+、Max、Business 和 Enterprise 則可以手動選擇，同時也可讓自動選模使用。GitHub 列出的 model picker 入口包括 Copilot CLI、cloud agent、GitHub Copilot app、GitHub 上的 Copilot Chat、Visual Studio Code、Visual Studio、GitHub Mobile、JetBrains、Eclipse 和 Xcode。
Business 和 Enterprise 管理員要在 Copilot settings 開啟 MAI-Code-1.1-Flash policy，而該 policy 預設是關閉。這個細節很重要：模型雖然可以在多個 surface 使用，但企業仍然可以先決定是否讓團隊看到它，並按安全、成本、資料和 coding workflow 的要求做 rollout。採用新模型前，亦要同步檢查 model picker、usage report 和供應商計費規則。
這次發布反映 coding agent 正進入更細緻的多模型階段。並非每一個任務都需要最昂貴或最重型的模型；快速補全、短小修正、測試說明、UI screenshot 解讀和簡單 tool call，可能更適合低成本、低延遲的模型。當小型模型加入 vision 和更完整的 tool use，它的價值不只在於省錢，也在於能否成為高頻工作流的預設路由。
企業評估 MAI-Code-1.1-Flash 時，應把官方所說的 quality、instruction following、tool use 和 performance 拆成可量度測試，例如程式碼測試通過率、修正成功率、圖片理解準確度、工具調用失敗率、延遲、每項任務成本和人工改動比例。GitHub 的 rollout 和 policy 設計提供了產品入口，但是否適合自己的 codebase，仍要以實際 repository 和權限設定驗證。
