guides

MAI Image 2.6 API-guide: pris pr. billede, Flash og 2.7

Poyo.ai Team
17 min read
Share:

Det vigtigste

  • MAI Image 2.6 er Microsoft AI's flagskibsmodel til billeder til tekst til billede og redigering. MAI Image 2.6 Flash er den hurtigere og billigere version med de samme felter i anmodningen.
  • Microsoft prissætter begge modeller pr. million tokens: $5 / $8 / $38 for tekstinput, billedinput og billedoutput på MAI Image 2.6 og $1.75 / $2.50 / $19 på Flash.
  • På PoYo bruger et billede omkring ét output-token pr. 1.024 pixels. Et billede på 1024×1024 er omkring 1.024 output-tokens, og det største billede (2.359.296 pixels, for eksempel 1536×1536) er 2.304 tokens.
  • Det giver et kvadratisk 1K-billede til omkring $0.039 på MAI Image 2.6 og $0.019 på Flash til Microsofts priser. På PoYo koster de samme billeder omkring $0.031 og $0.016.
  • Output går op til 2.359.296 pixels, og hver anmodning accepterer op til 5 referencebilleder og en valgfri kontakt til forankring på nettet.
  • MAI Image 2.7 er en preview med fokus på redigering, annonceret 27. oktober 2026. Du kan prøve den på Arena, Artificial Analysis og MAI Playground, og detaljerne om dens API bliver annonceret senere.

MAI Image 2.6 i overblik

MAI Image 2.6MAI Image 2.6 Flash
Microsofts positioneringFlagskib til "maksimal præcision"Samme kvalitetsniveau til "latensfølsomme produktionsarbejdsbyrder med høj kapacitet"
Model-ID på PoYomai-image-2.6mai-image-2.6-flash
Officiel pris pr. 1M tokens (tekst ind / billede ind / billede ud)$5 / $8 / $38$1.75 / $2.50 / $19
PoYo-pris pr. 1M tokens$4 / $6.40 / $30.40$1.40 / $2 / $15.20
Pris for et billede på 1024×1024 (officiel → PoYo)~$0.039 → ~$0.031~$0.019 → ~$0.016
Maksimalt output2.359.296 pixels (svarende til 1536×1536)2.359.296 pixels
ReferencebillederOp til 5Op til 5
Forankring på nettetJaJa
OutputformatPNGPNG

Microsoft annoncerede MAI Image 2.6 den 10. august 2026, tilføjede Flash den 4. september og gjorde begge modeller generelt tilgængelige i Microsoft Foundry den 27. oktober 2026.

Eksempel fra MAI Image 2.6: en tennisspiller med bevægelsesslør, der løber hen over en grøn bane, med en ketsjer i forgrunden

Fotorealisme med kameraeffekter som bevægelsesslør. Eksempel fra Microsoft AI's side om MAI Image.

MAI Image 2.5, 2.6 og 2.7: hvilken version er hvilken?

Søgninger på "MAI Image" blander tre generationer, og deres priser og grænser er forskellige, så tjek, hvilken en side beskriver.

MAI Image 2.5-familienMAI Image 2.6-familienMAI Image 2.7
Annonceret2. juni 202610. august 2026 (Flash 4. september)27. oktober 2026
ModellerMAI-Image-2.5, 2.5 Flash, 2.5 ProMAI-Image-2.6, 2.6 FlashMAI Image 2.7 (preview)
Maksimalt output1.048.576 pixels (svarende til 1024×1024)2.359.296 pixels (svarende til 1536×1536)Annonceres senere
Officiel pris for billedoutput$47 / 1M tokens (2.5), $19.50 (2.5 Flash)$38 / 1M tokens (2.6), $19 (2.6 Flash)Annonceres senere
StatusPreview i FoundryGenerelt tilgængelig i FoundryPreview: Arena, Artificial Analysis og MAI Playground

MAI Image 2.5 blev lanceret som nr. 2 på Arenas rangliste for billedredigering og nr. 3 i tekst til billede. Microsoft prissatte den til $5 / $8 / $47 pr. 1M tokens til tekstinput, billedinput og billedoutput og 2.5 Flash til $1.75 / $1.75 / $19.50.

MAI Image 2.6 forbedrede 2.5 med +79 Elo samlet og med +91 Elo alene for tekstgengivelse ifølge Microsoft. Den hævede også pixelgrænsen til 2.359.296 og sænkede flagskibets outputpris fra $47 til $38 pr. 1M tokens. Pr. 4. september 2026 rapporterede Microsoft den som nr. 2 i både tekst til billede og billedredigering på Arena og som nr. 2 i tekst til billede og nr. 1 i billedredigering på Artificial Analysis.

MAI Image 2.7 beskrives af Microsoft som "vores nyeste model til billedredigering". Den blev lanceret i preview som nr. 3 på Arena Edit og nr. 2 på Artificial Analysis' rangliste for billedredigering, og Microsoft siger, at den "forbedrer 2.6 i alle 10 brugsscenarier og alle 7 redigeringshandlinger, som Artificial Analysis har evalueret." Redigering kommer først, og "tekst til billede kommer snart." API-adgang og priser for 2.7 bliver annonceret senere; følg siden for MAI Image 2.7 for at se, hvornår den kommer til PoYo. Til produktionsarbejde i dag er MAI Image 2.6 den API-model, du skal bruge.

Sådan fungerer priserne for MAI Image

Hver anmodning afregnes i tre typer tokens:

  • Tekstinput-tokens: din prompt.
  • Billedinput-tokens: de referencebilleder, du sender til redigering.
  • Billedoutput-tokens: det genererede billede.

Prisen for én anmodning er:

cost = text_tokens × text_rate + image_input_tokens × image_input_rate + output_tokens × output_rate

med hver pris i USD pr. 1M tokens. Output-tokens udgør langt størstedelen af regningen: En prompt på 300 tokens lægger $0.0015 oveni på MAI Image 2.6, mens selve billedet koster $0.03 til $0.09.

Hvor mange tokens bruger ét billede?

På PoYo afregnes hver opgave med MAI Image 2.6 og 2.6 Flash efter det antal tokens, modellen rapporterer. Ud fra PoYos afregningsdata fra november 2026 bruger en anmodning omtrent:

HvadTokens, der tælles
Genereret billedebredde × højde ÷ 1.024 (1024×1024 = 1.024 tokens; 2.359.296 pixels = 2.304 tokens)
Redigeret eller sammensat billedeOmkring 1.020–1.024 tokens, fordi output fra redigering er omkring 1 megapixel
ReferencebilledeDets pixels ÷ 1.024, altså omkring 1.024 tokens, når PoYo har skaleret det til 1 megapixel
PromptAfregnes som teksttokens; hvert referencebillede lægger omkring 110–195 ekstra teksttokens oveni

To konsekvenser betyder noget for budgettet. For det første følger prisen antallet af pixels, så to størrelser med lige mange pixels koster det samme uanset billedformat eller betegnelsen 1K/2K. For det andet prissættes referencebilleder efter deres pixels: Ved $8 pr. 1M tokens ville en reference på 4096×4096 alene koste omkring $0.13. PoYo nedskalerer ethvert referencebillede over 1 megapixel før genereringen, så hver reference højst tæller omkring 1.024 billedtokens og holder sig et godt stykke under en cent.

Det præcise beløb for hver opgave står i feltet credits_amount i statussvaret (1 kredit = $0.005).

Pris pr. billede for MAI Image 2.6 efter størrelse

Pris for billedoutput for hver forvalgt størrelse på PoYo, til Microsofts officielle priser og til PoYos priser. Prompt-tokens lægger omkring $0.001 eller mindre oveni.

StørrelsePixelsOutput-tokens2.6 officiel2.6 på PoYoFlash officielFlash på PoYo
1:1, 1K (1024×1024)1.048.5761.024$0.0389$0.0311$0.0195$0.0156
16:9, 1K (1344×768)1.032.1921.008$0.0383$0.0306$0.0192$0.0153
4:3, 1K (1152×864)995.328972$0.0369$0.0296$0.0185$0.0148
3:2, 2K (1856×1248)2.316.2882.262$0.0860$0.0688$0.0430$0.0344
1:1, 2K (1536×1536)2.359.2962.304$0.0876$0.0700$0.0438$0.0350
16:9, 2K (2048×1152)2.359.2962.304$0.0876$0.0700$0.0438$0.0350
Brugerdefineret 3072×7682.359.2962.304$0.0876$0.0700$0.0438$0.0350

I kreditter koster et kvadratisk 1K-billede omkring 6,23 kreditter på MAI Image 2.6 og 3,11 på Flash; et 2K-billede ved pixelgrænsen koster omkring 14,01 og 7,00 kreditter.

Output-tokens på Flash koster præcis det halve af MAI Image 2.6's, så Flash koster det halve ved alle størrelser. Et 2K-billede fra Flash ved pixelgrænsen koster under en halv cent mere end et 1K-billede fra MAI Image 2.6 og har samtidig 2,25 gange så mange pixels.

Regneeksempler

Tokens til output og referencebilleder følger de målte antal ovenfor; promptstørrelserne er eksempler.

ScenarieModelTokensOfficiel prisPoYo-pris
Plakat, 16:9 i 2K, prompt på 300 tokensMAI Image 2.6300 tekst + 2.304 output$0.0891$0.0712
Opslag til sociale medier, 1:1 i 1K, prompt på 300 tokensFlash300 tekst + 1.024 output$0.0200$0.0160
Produktredigering, 1 referencebilledeMAI Image 2.6400 tekst + 1.024 billede ind + 1.024 output$0.0491$0.0393
Scenekomposition, 3 referencebillederMAI Image 2.6800 tekst + 3.072 billede ind + 1.024 output$0.0675$0.0540
Samme komposition på FlashFlash800 tekst + 3.072 billede ind + 1.024 output$0.0285$0.0228
1.000 billeder til sociale medier, 1:1 i 1KFlash1.000 × (300 + 1.024)$19.98$15.98

Rækkerne med referencebilleder forudsætter, at hver reference højst er 1 megapixel, sådan som PoYo klargør dem. Når du kalder Microsoft Foundry direkte, tælles større referencer med deres fulde pixelstørrelse.

MAI Image 2.6 vs MAI Image 2.6 Flash: hvilken skal du bruge?

Hvis du har brug forBrugHvorfor
Endelige kampagnematerialer, plakater med præcise overskrifterMAI Image 2.6Microsofts model med den højeste kvalitet og en forbedring på +91 Elo i tekstgengivelse i forhold til 2.5
Komplekse redigeringer med flere referencerMAI Image 2.6Microsoft placerer den til "maksimal præcision"
Udkast, forhåndsvisninger og udforskning af promptsFlashHalv pris pr. billede
Generering i store mængder, personalisering, interaktive appsFlashMicrosoft rapporterer den som 2.8× hurtigere end GPT-Image-2-Medium med 72% højere effektivitet

Et almindeligt mønster er at udforske prompts og layout på Flash og derefter rendere den valgte version på MAI Image 2.6. Begge modeller accepterer de samme felter, så skiftet kræver kun ét ord i model.

Output fra MAI Image 2.6 i 1024×1024: en rød ræv, der står i nyfalden sne i en birkeskov ved daggry, med synlig ånde i det lyserøde morgenlys

MAI Image 2.6, 1024×1024, omkring $0.031 på PoYo.

Output fra MAI Image 2.6 Flash med den samme prompt: en rød ræv i sne mellem birketræer ved daggry i blødt lyserødt lys

MAI Image 2.6 Flash, samme prompt og størrelse, omkring $0.016 på PoYo. Begge billeder er genereret på PoYo i november 2026.

Sådan bruger du MAI Image 2.6 på PoYo

PoYo giver dig begge modeller via én API-nøgle med kreditter efter forbrug: Opret en nøgle, tilføj kreditter, og send en anmodning. Anmodningerne er asynkrone: Du sender en opgave, får et task_id og poller derefter status-endpointet eller modtager et callback.

Parametre

FeltTypeVærdierStandard
modelstringmai-image-2.6 eller mai-image-2.6-flashPåkrævet
input.promptstring1–32.000 tegnPåkrævet
input.image_urlsarray1–5 offentlige JPEG-, PNG- eller WebP-URL'er; skifter til redigering / kompositionIngen
input.sizestring1:1, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16 eller brugerdefineret WIDTHxHEIGHT1:1
input.resolutionstring1K eller 2K til størrelser angivet som billedformat1K
input.enable_web_searchbooleanForankrer billedet i aktuel information fra nettetfalse
callback_urlstringURL, der modtager en POST, når opgaven er færdig eller fejlerIngen

Størrelser angivet som billedformat svarer til faste pixelmål:

size1K2K
1:11024×10241536×1536
4:3 / 3:41152×864 / 864×11521760×1312 / 1312×1760
3:2 / 2:31248×832 / 832×12481856×1248 / 1248×1856
16:9 / 9:161344×768 / 768×13442048×1152 / 1152×2048

Et brugerdefineret WIDTHxHEIGHT kræver, at begge sider er delelige med 32, at hver side er mindst 768 pixels, og at der højst er 2.359.296 pixels i alt, så et bredt banner på 3072x768 virker. Når du sender image_urls, er outputtet omkring 1 megapixel og følger referencebillederne.

Send en opgave med tekst til billede

curl --request POST "https://api.poyo.ai/api/generate/submit" \
  --header "Authorization: Bearer ${POYO_API_KEY}" \
  --header "Content-Type: application/json" \
  --data '{
    "model": "mai-image-2.6",
    "input": {
      "prompt": "A travel poster for a coastal town at golden hour, headline \"Lumen Bay\" in bold serif letters at the top, subtitle \"Summer Festival 2026\" below it, photorealistic harbor with sailboats",
      "size": "16:9",
      "resolution": "2K"
    }
  }'

To output fra MAI Image 2.6: en rejseplakat i retrostil for Lumen Bay med et fyrtårn og festivallinjen samt et bogomslag med titlen The Quiet Orchard af Mara Ellison

Tekst i anførselstegn i prompten kommer ud præcis som skrevet i overskriften, undertitlen og forfatternavnet. Genereret med MAI Image 2.6 på PoYo.

Svaret returnerer et opgave-ID med det samme:

{
  "code": 200,
  "data": {
    "task_id": "task-unified-1794383400-abcd1234",
    "status": "not_started",
    "created_time": "2026-11-14T10:30:00"
  }
}

Tjek altid code i svarets body: Valideringsfejl kan returnere HTTP 200 med code: 400.

Redigér eller kombinér referencebilleder

Tilføj image_urls, og skriv, hvad der ændres, og hvad der bliver. Henvis til input som billede 1, billede 2 og så videre:

curl --request POST "https://api.poyo.ai/api/generate/submit" \
  --header "Authorization: Bearer ${POYO_API_KEY}" \
  --header "Content-Type: application/json" \
  --data '{
    "model": "mai-image-2.6-flash",
    "input": {
      "prompt": "Place the bottle from image 1 on the wet rock in image 2, beside the stream at golden hour. Keep the bottle shape, color and label unchanged.",
      "image_urls": [
        "https://example.com/bottle.png",
        "https://example.com/mountain-stream.png"
      ]
    }
  }'

Redigering med flere referencer i MAI Image 2.6: fem referencer, blandt andet en farveprøve, en klippetekstur fra en kløft og en magentafarvet løbesko, samlet til ét hero-billede af skoen i en kløft

Op til 5 referencer samlet til ét billede. Eksempel fra Microsofts lanceringsmateriale i Foundry til MAI Image 2.6.

Poll opgavens status

curl --request GET "https://api.poyo.ai/api/generate/status/${TASK_ID}" \
  --header "Authorization: Bearer ${POYO_API_KEY}"
data.statusBetydningNæste skridt
not_startedI køPoll igen
runningGenerererPoll igen
finishedFærdigLæs data.files[0].file_url og data.credits_amount
failedMislykket, uden beregningLæs data.error_message

En kort Python-løkke, der venter på billedet:

import os, time, requests

BASE_URL = "https://api.poyo.ai"
HEADERS = {"Authorization": f"Bearer {os.environ['POYO_API_KEY']}"}

def wait_for_image(task_id, interval=5, max_checks=60):
    for _ in range(max_checks):
        resp = requests.get(f"{BASE_URL}/api/generate/status/{task_id}", headers=HEADERS, timeout=30)
        task = resp.json()["data"]
        if task["status"] == "finished":
            print("Charged credits:", task["credits_amount"])
            return task["files"][0]["file_url"]
        if task["status"] == "failed":
            raise RuntimeError(task["error_message"])
        time.sleep(interval)
    raise TimeoutError(f"Still running; keep {task_id} and check again later")

I PoYos test i november 2026 blev de fleste opgaver færdige på omkring 15 til 50 sekunder afhængigt af størrelse, referencebilleder og belastningen af køen. Download billedet kort efter, at det er færdigt, og gem det selv. PoYo reserverer kreditter til det størst mulige antal tokens, når du sender opgaven, trækker derefter de tokens, der faktisk bruges, og mislykkede opgaver er gratis.

Tips til bedre resultater og lavere pris

  1. Sæt præcis tekst til billedet i anførselstegn, og skriv, hvor den skal stå. Tekstgengivelse er MAI Image 2.6's største fremskridt i forhold til 2.5, og når teksten står i anførselstegn, bliver overskrifter og titler stavet præcis som skrevet.
  2. Lav udkast på Flash, og gør dem færdige på 2.6. Flash koster det halve ved alle størrelser og tager de samme felter.
  3. Vælg det antal pixels, du har brug for. Et 1K-billede koster under halvdelen af et 2K-billede, fordi 1K-størrelser bruger omkring 1.000 output-tokens og 2K-størrelser omkring 2.300.
  4. Hold referencebilleder omkring 1 megapixel. Referencetokens skalerer med antallet af pixels; PoYo nedskalerer større filer for dig.
  5. Giv hver reference en rolle. Skriv "image 1 is the product, image 2 is the background", og angiv, hvad der skal forblive det samme.
  6. Slå enable_web_search til ved rigtige steder, produkter og aktuelle begivenheder, og tjek derefter navne og detaljer, før du udgiver. På PoYo er forankring på nettet inkluderet i den almindelige tokenpris.
  7. Brug en brugerdefineret størrelse til bannere som 3072x768; størrelsesreglen tæller det samlede antal pixels, så én side kan være lang.

Se vores prisguide til GPT Image 2.5 og API-guide til GPT Image 2.6 for priserne på andre billedmodeller. Vil du først prøve MAI Image 2.6 i browseren, så åbn playground til MAI Image 2.6.

Ofte stillede spørgsmål

Hvad er MAI Image 2.6?

MAI Image 2.6 (MAI-Image-2.6) er Microsoft AI's flagskibsmodel til generering og redigering af billeder, annonceret 10. august 2026. Den laver fotorealistiske billeder, portrætter, produktvisualiseringer og plakater med læsbar tekst og redigerer eller kombinerer op til 5 referencebilleder. Den blev lanceret som nr. 2 på Arenas rangliste for tekst til billede.

Hvad koster MAI Image 2.6 pr. billede?

Til Microsofts priser koster et billede på 1024×1024 omkring $0.039 på MAI Image 2.6 og $0.019 på Flash, og et billede ved grænsen på 2.359.296 pixels koster omkring $0.088 og $0.044. På PoYo koster de samme billeder omkring $0.031 / $0.016 ved 1K og $0.070 / $0.035 ved grænsen. Tokens til prompt og referencebilleder lægger lidt oveni.

Hvordan beregnes priserne for MAI Image 2.6?

Microsoft tager betaling pr. 1M tokens: $5 for tekstinput, $8 for billedinput og $38 for billedoutput på MAI Image 2.6 og $1.75, $2.50 og $19 på Flash. Gang hvert antal tokens med den tilhørende pris. På PoYo bruger et billede omkring ét output-token pr. 1.024 pixels, så et billede på 1024×1024 er omkring 1.024 output-tokens.

Hvad er forskellen på MAI Image 2.6 og MAI Image 2.6 Flash?

Flash er den hurtigere og billigere version til arbejde i store mængder og latensfølsomt arbejde. Microsoft siger, at den er 2,8× hurtigere end GPT-Image-2-Medium med 72 % højere effektivitet til "under halvdelen af prisen" for flagskibet. Begge tager de samme felter i anmodningen og understøtter redigering med op til 5 referencer og forankring på nettet.

Hvad er forskellen på MAI Image 2.5 og 2.6?

MAI Image 2.6 scorer +79 Elo over 2.5 samlet og +91 Elo i tekstgengivelse ifølge Microsoft. Den hæver det maksimale output fra 1.048.576 til 2.359.296 pixels og sænker flagskibets pris for billedoutput fra $47 til $38 pr. 1M tokens. MAI Image 2.5 Flash koster $19.50 pr. 1M output-tokens mod $19 for 2.6 Flash.

Er MAI Image 2.7 tilgængelig via en API?

Microsoft lancerede MAI Image 2.7 den 27. oktober 2026 som en preview med fokus på redigering, som du kan prøve på Arena, Artificial Analysis og MAI Playground. API-adgang og priser bliver annonceret senere, og tekst til billede "kommer snart." Til API-arbejde i dag bruger du MAI Image 2.6.

Hvad er den maksimale opløsning i MAI Image 2.6?

2.359.296 pixels i alt, svarende til 1536×1536. Hver side kan være længere, så længe det samlede antal holder sig inden for grænsen, og hver side er mindst 768 pixels, for eksempel 2048×1152 eller 3072×768.

Hvor mange referencebilleder kan MAI Image 2.6 bruge?

Op til 5. Med ét billede redigerer modellen det; med flere kombinerer den produkter, personer, stilarter og scener til ét billede. Henvis til dem som billede 1, billede 2 og så videre i prompten.

Koster forankring på nettet ekstra?

På PoYo er forankring på nettet inkluderet i den almindelige tokenpris på begge modeller, så når du slår enable_web_search til, forbliver prisen for billedet den samme.

Kan jeg prøve MAI Image 2.6 gratis?

Microsoft tilbyder sine MAI-modeller i MAI Playground, hvor du kan afprøve prompts. API-adgang betales pr. token, både på Microsoft Foundry og på PoYo. På PoYo betaler du efter forbrug, kun for færdige billeder, med én API-nøgle til alle modeller.

Er MAI Image 2.6 open source?

MAI Image 2.6 er Microsofts proprietære model, der tilbydes via Microsoft Foundry og MAI Playground. Vil du bygge med den, så kald den via en API som PoYo, hvor den samme nøgle også virker til alle andre billed-, video- og lydmodeller.

Share: