Microsoft、MAI-Image-2.6とFlash版をFoundryに統合、生成・複数参照画像編集APIを一本化

Microsoftは9月4日、MAI-Image-2.6とMAI-Image-2.6-FlashをパブリックプレビューとしてMicrosoft Foundryに追加した。両モデルともテキストからの画像生成と画像編集に対応し、新たに複数参照画像の入力、Webコンテンツによる生成条件の補完、動的アスペクト比、最大1.5Kの解像度をサポートする。標準版は精度を重視し、Flashはレイテンシーが重視される処理や大量の画像生成ワークフロー向けに設計されている。

開発者にとって重要な変化は、単にランキング上位を狙う新モデルが加わったことだけではない。Foundryでは生成と編集が、それぞれ `/mai/v1/images/generations` と `/mai/v1/images/edits` APIに分けられている。認証にはEntra IDまたはAPI keyを使用でき、現在のデプロイ種別はGlobal Standardとなっている。モデルバージョンは `2026-07-31` と表記されているが、サービスは依然としてPreview段階だ。無料レベルにはリクエスト枠がなく、初期の有料レベルについても、ドキュメントに記載されたクォータは1分あたり2リクエストにとどまる。本格的なバッチ処理を始める前に、容量を申請し、サポート対象リージョンを確認する必要がある。

Microsoftは、Flashの生成速度がGPT-Image-2-Mediumの2.8倍で、効率が72％向上したと主張している。品質面では、MAI-Image-2.6は9月4日時点のArenaテキスト画像生成ランキングで2位となり、Eloは1332±7、累計投票数は10,086票だった。これは独立したブラインド選好評価のシグナルにはなるが、Microsoftによるレイテンシーやコストの測定結果を検証するものではない。また、中国語テキストのレンダリング、人物の一貫性、ブランド素材の編集といった特定のワークロードを代表するものでもない。

導入時には、標準版とFlashを個別に評価すべきだ。プロンプト、参照画像数、解像度、安全設定を固定し、テールレイテンシー、リトライ率、画像1枚あたりの実コスト、編集後のアイデンティティー一貫性を記録する必要がある。Webグラウンディングには、情報源の鮮度、著作権、プロンプトインジェクションといった問題も伴うため、生成結果を検証済みの事実として扱うべきではない。今後は、正式版のSLA、対応リージョンとデータ処理の境界、さらにMicrosoftが再現可能な速度テストの条件や、より詳細な安全性評価を公開するかどうかが注目される。