MAI-Image 2.6: Microsoft піднялася на №2 у Arena — і додала швидку Flash-версію

Microsoft AI випустила MAI-Image 2.6 — чергову сходинку своєї «машини підйому на пагорб» у генерації зображень. Модель стартувала на другому місці Arena text-to-image, попереду рішень Google, Meta та xAI, а її швидкий варіант MAI-Image 2.6 Flash вже обслуговує масові сценарії через Azure AI Foundry й OpenRouter.

Що сталося

Анонс Microsoft AI — з оновленням від 4 вересня: MAI-Image 2.6 посіла друге місце в Arena text-to-image leaderboard. Приріст проти MAI-Image 2.5 — +79 Elo загалом, з покращенням у кожній виміряній категорії. Найбільший стрибок — там, де слабкі всі моделі-конкуренти: рендеринг тексту на зображеннях, +91 Elo.

Технічно це дифузійна модель із flow-matching (плавне перетворення шуму на зображення), що вміє як text-to-image, так і точне редагування за зображенням-референсом.

Що покращилося

Microsoft окремо підкреслює категорії, де 2.6 рухає якість далі:

• Рендеринг тексту — надписи на упаковці, вивісках, у скриншотах UI (слабке місце більшості генераторів).
• Портрети та 3D-зображення.
• Комерційний і фотореалістичний вихід — продукт, брендинг, кінематографічні сцени.
• Робота з референсами: до 5 вхідних зображень в одному запиті (у 2.5 — лише один). Це істотно для product- та branding-сценаріїв «візьми наш лого і наш продукт».
• Обіцяно на наступному етапі: ширший grounding, контроль reasoning, формату та роздільної здатності.

2.6 vs 2.6 Flash

Це дві версії однієї родини з різним балансом якість/швидкість:

• MAI-Image 2.6 — повна модель для тих випадків, де якість і детальність важливіші за latency.
• MAI-Image 2.6 Flash — «lower-latency variant»: та ж родина, оптимізована під швидкість і високі обсяги. Для масової генерації (маркетингові варіації, A/B-креативи, попередні перегляди) — очевидний вибір.
• Обидві мають однаковий набір параметрів на OpenRouter: 8 співвідношень сторін (від 1:1 до 2:3 та auto), n=1 за запит, до 5 image-референсів, опційний passthrough web_grounding.

Ціни і як спробувати

Через OpenRouter Image API обидві моделі доступні в один POST-запит (/api/v1/images): microsoft/mai-image-2.6 та microsoft/mai-image-2.6-flash. Токенні тарифи провайдера Azure:

• 2.6: $5/M вхідних текстових токенів, $8/M за вхідні зображення, $38/M токенів вихідного зображення.
• 2.6 Flash: $1,75/M текст, $2,5/M вхідне зображення, $19/M вихідне зображення — удвічі дешевше на генеруванні.

Практичний орієнтир: одна згенерована картинка коштує в межах кількох центів — залежно від роздільної здатності, бо білінг токенний. Додатково модель можна сьогодні погортати безкоштовно в Arena, а MAI Playground і Microsoft Foundry розкочуються поступово.

• Для українських команд MAI-Image 2.6 — реальна альтернатива image-генераторам OpenAI й Google у маркетингових пайплайнах.
• Flash-варіант логічно ставити у продакшн-цепи, де картинок багато, а бюджет — ні.