返回首頁

生成式模型與開發者平台

Microsoft 將 MAI-Image-2.6 與 Flash 版接入 Foundry,統一生成及多參考圖編輯 API

MAI-Image-2.6 家族以同一組 Foundry 介面提供文字生圖、多參考圖編輯、網路 grounding 與最高 1.5K 輸出。Flash 版瞄準高吞吐工作負載,但速度與效率優勢目前主要來自 Microsoft 自行測量。

Steven C. Price · CC BY-SA 4.0 · Image source
zh-Hant

Microsoft 9 月 4 日把 MAI-Image-2.6 與 MAI-Image-2.6-Flash 以公開預覽形式加入 Microsoft Foundry。兩款模型都能執行文字生圖和圖像編輯,並新增多參考圖輸入、以網路內容補充生成條件、動態長寬比及最高 1.5K 解析度;標準版偏向精確度,Flash 則針對延遲敏感和大量產圖流程。

對開發者而言,重要改變不只是一個新的排行榜型號。Foundry 將生成與編輯拆成 `/mai/v1/images/generations` 和 `/mai/v1/images/edits` API,可使用 Entra ID 或 API key 驗證,部署型態目前是 Global Standard。模型版本標示為 `2026-07-31`,但服務仍屬 Preview;免費層沒有請求額度,初始付費層的文件配額也只有每分鐘兩次請求,正式批次工作前仍需申請容量並確認支援區域。

Microsoft 宣稱 Flash 生成速度是 GPT-Image-2-Medium 的 2.8 倍、效率提高 72%。品質方面,MAI-Image-2.6 在 9 月 4 日的 Arena 文字生圖榜排名第二,Elo 為 1332±7、累積 10,086 票;這提供了獨立的盲選偏好訊號,但不能驗證 Microsoft 的延遲或成本測量,也不能代表中文字渲染、人物一致性與品牌素材編輯等特定工作負載。

導入時應分開評測標準版與 Flash:固定提示、參考圖數量、解析度和安全設定,記錄尾端延遲、重試率、每張實際成本及編輯後身分一致性。網路 grounding 也帶來來源新鮮度、版權與提示注入問題,不宜把生成結果當成已驗證事實。下一步值得觀察正式版 SLA、區域與資料處理界線,以及 Microsoft 是否公開可重現的速度測試條件和更細的安全評估。

來源

  1. Pushing the quality-cost frontier with MAI-Image-2.6
  2. Deploy and use MAI image models in Microsoft Foundry
  3. Text-to-Image Leaderboard