GitHub 于 2026 年 8 月 11 日宣布，Microsoft 的 MAI-Code-1.1-Flash 开始在 GitHub Copilot rollout。这是上一代 MAI-Code-1-Flash 的后续版本，定位仍然是 small-tier coding model，但这次加入 native vision support，并在 coding quality、instruction following、tool use 和 performance 方面作出改进。以上能力描述来自 GitHub 的产品公告，实际表现仍要按任务和模型路由测试。
Vision 支持把 coding agent 的输入从文字和代码扩展到图片。它可以对应 screenshot、设计稿、错误画面或其他视觉参考，但「支持 vision」不代表 agent 能直接理解所有 UI 或准确还原设计。较稳妥的做法，是把视觉输入当成额外上下文，再用测试、截图比对和人工 review 验证结果。
价格是这次更新的另一个重点。GitHub 表示，持续的模型和 serving efficiency 改进，让 MAI-Code-1.1-Flash 的 list price 比 MAI-Code-1-Flash 低 73%；年缴 GitHub Copilot 订阅者的 model charge 则使用 0.25x premium request multiplier。这个数字是供应商定义的 list-price 比较，不等同于每个团队的实际账单，因为使用计划、请求量和自动选模都会影响成本。
在 Copilot Free 和 Student 中，模型会通过 auto model selection 提供；Copilot Pro、Pro+、Max、Business 和 Enterprise 则可以手动选择，同时也可让自动选模使用。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 管理员要在 Copilot settings 开启 MAI-Code-1.1-Flash policy，而该 policy 默认是关闭。这个细节很重要：模型虽然可以在多个 surface 使用，但企业仍然可以先决定是否让团队看到它，并按安全、成本、数据和 coding workflow 的要求做 rollout。采用新模型前，也要同步检查 model picker、usage report 和供应商计费规则。
这次发布反映 coding agent 正进入更细致的多模型阶段。并非每一个任务都需要最昂贵或最重型的模型；快速补全、短小修正、测试说明、UI screenshot 解读和简单 tool call，可能更适合低成本、低延迟的模型。当小型模型加入 vision 和更完整的 tool use，它的价值不只在于省钱，也在于能否成为高频工作流的默认路由。
企业评估 MAI-Code-1.1-Flash 时，应把官方所说的 quality、instruction following、tool use 和 performance 拆成可量度测试，例如代码测试通过率、修正成功率、图片理解准确度、工具调用失败率、延迟、每项任务成本和人工改动比例。GitHub 的 rollout 和 policy 设计提供了产品入口，但是否适合自己的 codebase，仍要以实际 repository 和权限设定验证。
