MAI-Code 1.1 Flash, GitHub Copilot'ta: Görsel anlayan hızlı model ne zaman seçilmeli?
Microsoft'un küçük sınıf kod modeli, ekran görüntüsü ve hızlı ajan görevleri için Copilot'a eklendi; düşük fiyat iddiası tamamlanan iş kalitesiyle birlikte ölçülmeli.
1 okunma4 dk okumaGitHub Changelog — MAI-Code 1.1 Flash available in GitHub Copilot
GitHub Copilot, Microsoft'un MAI-Code 1.1 Flash modelini 11 Ağustos 2026'da model seçicisine ekledi. Küçük sınıfta konumlanan model; kod üretimi, yönerge takibi, araç kullanımı ve hız iyileştirmeleriyle tanıtılıyor. Yerleşik görsel anlayış, ekran görüntüsündeki arayüzü veya hata görüntüsünü kod görevinin bağlamına katabilmesini sağlıyor.
GitHub, modelin önceki sürümüne göre liste fiyatında yüzde 73 düşüş sağladığını bildiriyor. Bu üretici fiyat karşılaştırmasıdır; bir görevin toplam maliyeti kaç token harcandığına, kaç tekrar gerektiğine ve insanın ne kadar düzeltme yaptığına bağlıdır. Ucuz fakat üç kez yeniden çalıştırılan model, tek seferde doğru sonuca yaklaşan pahalı modelden daha maliyetli olabilir.
Kimler kullanabilir?
MAI-Code 1.1 Flash, GitHub Copilot'un farklı istemcilerine kademeli dağıtılıyor. Free ve Student kullanıcıları modele otomatik seçim üzerinden erişebilirken ücretli planlarda model seçicisinden elle seçilebiliyor. Yıllık aboneler için duyuruda 0,25 kat premium istek çarpanı belirtiliyor; diğer plan ve faturalandırma koşulları hesap ekranından doğrulanmalı.
Görsel anlayış, tasarım ekranını doğrudan kusursuz koda çevirdiği anlamına gelmez. Küçük metin, kapalı bileşen durumu, erişilebilirlik ağacı ve arka uç davranışı ekran görüntüsünde görünmeyebilir.
Nasıl denenir?
Copilot model seçicisinden MAI-Code 1.1 Flash seçilir. İlk görev, bilinen bir bileşenin ekran görüntüsü ve mevcut koduyla yapılmalı. Modelden önce gözlem, sonra değişiklik planı, en son yama istenmelidir.
Örnek komut:
“Ekli ekran görüntüsünü referans kabul et fakat içindeki görünmeyen davranışı tahmin etme. Bu depodaki mevcut tasarım değişkenlerini kullan. Farkları renk, boşluk, tipografi ve durum davranışı olarak listele. En küçük bileşen değişikliğini yap; klavye erişimi ve mobil kırpma testlerini ekle.”
Gerçek kullanıcı fotoğrafı, müşteri bilgisi veya gizli ekran ekran görüntüsünden temizlenmelidir.
Üç somut kullanım örneği
- Hata ekran görüntüsündeki görünür durumu ilgili bileşen koduyla eşleştirip araştırma planı çıkarmak.
- Basit arayüz değişikliğini mevcut tasarım sistemi ve testleri koruyarak uygulamak.
- Küçük, iyi tanımlı kod bakım işlerini hızlı modelde; karmaşık mimari değişikliği daha güçlü modelde yürütmek.
Fiyat ve erişim
Model kullanım bazlı faturalandırmaya ve Copilot planının premium istek kurallarına tabi. Duyurudaki yüzde 73 daha düşük liste fiyatı, önceki MAI-Code modeliyle karşılaştırmadır. Yıllık abonelerde belirtilen 0,25 çarpan zamanla değişebilir. Bilgiler 1 Eylül 2026'da kontrol edildi; gerçek maliyet GitHub'ın “models and requests” belgesi ile kuruluş bütçe ekranından izlenmelidir.
Hızlı model seçme yöntemi
Görevleri üç sınıfa ayırın: küçük ve geri döndürülebilir, orta ve çok dosyalı, yüksek riskli. Birinci sınıfta hızlı model kullanılabilir. Orta sınıfta önce plan ve test istenir. Kimlik doğrulama, ödeme, veri silme veya büyük mimari değişiklik yüksek risklidir; güçlü model bile insan incelemesi olmadan çalışmamalıdır.
On örnek görevde başarı oranı, ilk çalışan yama süresi, bozulan test ve insan düzeltme dakikası ölçülmeli. Görsel görevlerde mobil, karanlık tema ve klavye kullanımı ayrıca denenmelidir.
Sınırlar ve güvenlik
Model ekran görüntüsündeki metni yanlış okuyabilir, tasarım tokenı yerine sabit değer yazabilir veya yalnız görünür piksele odaklanıp erişilebilirliği bozabilir. Kodun lisansı, bağımlılık güvenliği ve depo kuralları yine insan ve otomasyonla denetlenmeli.
Görselde kişisel veri varsa modele gönderilmeden önce karartılmalı. Terminal, ağ ve dosya yetkisi görev kadar dar tutulmalı. Hız, güvenlik kapılarının atlanma gerekçesi değildir.
Görsel görev için test paketi
Tek bir ekran görüntüsü modelin başarısını kanıtlamaz. Aynı bileşenin masaüstü, mobil, koyu tema, hata, yüklenme ve klavye odağı durumları hazırlanmalı. Her görüntü için beklenen öğeler ve yapılmaması gereken değişiklikler önceden yazılmalı. Modelin ürettiği yama ekran karşılaştırması, erişilebilirlik taraması, birim test ve gerçek tarayıcı kontrolünden geçmeli.
Maliyet ölçümünde yalnız premium istek sayısı değil, ilk çalışan yama süresi ve insanın değiştirdiği satır oranı kullanılmalı. Hızlı model basit görsel farkta iyi, iş mantığı veya mimari değişiklikte yetersiz kalabilir. Otomatik yönlendirme kurulacaksa görevin dosya sayısı, riskli alanları ve görsel ihtiyacı sınıflandırılmalı; düşük güvenli sonuç daha güçlü modele veya insana yükseltilmelidir. Bu yöntem küçük modelin avantajını güvenlikten ödün vermeden kullanır.
Görsel girdi kaynağı da kaydedilmelidir. Tasarım aracı dışa aktarımı, tarayıcı ekran görüntüsü ve telefon fotoğrafı aynı kaliteyi sunmaz. Gizli bildirimler, kullanıcı adları ve tarayıcı sekmeleri kırpılmalı. Modelin önerdiği renk değerleri tasarım sisteminde yoksa yeni sabit oluşturmak yerine mevcut token seçilmelidir. Ekran görüntüsünü piksel piksel kopyalamak telif veya marka sorunu doğuruyorsa yalnız işlevsel düzen ve erişilebilirlik hedefi kullanılmalıdır. Son yama tasarım sahibi tarafından da incelenmelidir.
Modelin hızlı olması inceleme kuyruğunu büyütmemeli; ekip günlük yama sınırı koyup her değişikliğin sorumlusunu belirlemelidir. Başarısız görsel görevler yeniden denemeden önce neden sınıflandırılmalı, aynı hataya tekrar token harcanmamalıdır.
Okuyucu bugün tek bir küçük arayüz hatasını hızlı ve güçlü iki modelde deneyip ilk çalışan yama süresi ile düzeltme miktarını karşılaştırabilir. Kod modelini görev boyutuna göre seçmek için Mülk Rehberi Gazetesi'nin uygulamalı dosyalarını takip edin.