guides

MAI Image 2.6 API: coste por imagen, Flash y 2.7

Poyo.ai Team
19 min read
Share:

Puntos clave

  • MAI Image 2.6 es el modelo de imagen insignia de Microsoft AI para texto a imagen y edición. MAI Image 2.6 Flash es la versión más rápida y económica, con los mismos campos de solicitud.
  • Microsoft fija el precio de ambos modelos por millón de tokens: $5 / $8 / $38 de entrada de texto, entrada de imagen y salida de imagen en MAI Image 2.6, y $1.75 / $2.50 / $19 en Flash.
  • En PoYo, una imagen usa aproximadamente un token de salida por cada 1.024 píxeles. Una imagen de 1024×1024 son unos 1.024 tokens de salida, y la imagen más grande (2.359.296 píxeles, como 1536×1536) son 2.304 tokens.
  • Eso sitúa una imagen cuadrada en 1K en unos $0.039 con MAI Image 2.6 y $0.019 con Flash a las tarifas de Microsoft. En PoYo, las mismas imágenes cuestan unos $0.031 y $0.016.
  • La salida llega a un máximo de 2.359.296 píxeles, y cada solicitud acepta hasta 5 imágenes de referencia y un interruptor opcional de anclaje web.
  • MAI Image 2.7 es una versión preliminar centrada en la edición anunciada el 27 de octubre de 2026. Puedes probarla en Arena, Artificial Analysis y MAI Playground, y los detalles de su API se anunciarán más adelante.

MAI Image 2.6 de un vistazo

MAI Image 2.6MAI Image 2.6 Flash
Posicionamiento según MicrosoftModelo insignia para la «máxima precisión»El mismo nivel de calidad para «cargas de trabajo de producción sensibles a la latencia y de alto rendimiento»
ID del modelo en PoYomai-image-2.6mai-image-2.6-flash
Precio oficial por 1M de tokens (entrada de texto / entrada de imagen / salida de imagen)$5 / $8 / $38$1.75 / $2.50 / $19
Precio en PoYo por 1M de tokens$4 / $6.40 / $30.40$1.40 / $2 / $15.20
Coste de una imagen de 1024×1024 (oficial → PoYo)~$0.039 → ~$0.031~$0.019 → ~$0.016
Salida máxima2.359.296 píxeles (equivalente a 1536×1536)2.359.296 píxeles
Imágenes de referenciaHasta 5Hasta 5
Anclaje webSíSí
Formato de salidaPNGPNG

Microsoft anunció MAI Image 2.6 el 10 de agosto de 2026, añadió Flash el 4 de septiembre y puso ambos modelos en disponibilidad general en Microsoft Foundry el 27 de octubre de 2026.

Muestra de MAI Image 2.6: un tenista con desenfoque de movimiento corriendo por una pista verde, con una raqueta en primer plano

Fotorrealismo con efectos de cámara como el desenfoque de movimiento. Ejemplo de la página de MAI Image de Microsoft AI.

MAI Image 2.5, 2.6 y 2.7: ¿qué versión es cada una?

Las búsquedas de «MAI Image» mezclan tres generaciones, con precios y límites distintos, así que comprueba cuál describe cada página.

Familia MAI Image 2.5Familia MAI Image 2.6MAI Image 2.7
Anuncio2 de junio de 202610 de agosto de 2026 (Flash el 4 de septiembre)27 de octubre de 2026
ModelosMAI-Image-2.5, 2.5 Flash, 2.5 ProMAI-Image-2.6, 2.6 FlashMAI Image 2.7 (versión preliminar)
Salida máxima1.048.576 píxeles (equivalente a 1024×1024)2.359.296 píxeles (equivalente a 1536×1536)Por anunciar
Precio oficial de salida de imagen$47 / 1M de tokens (2.5), $19.50 (2.5 Flash)$38 / 1M de tokens (2.6), $19 (2.6 Flash)Por anunciar
EstadoVersión preliminar en FoundryDisponibilidad general en FoundryVersión preliminar: Arena, Artificial Analysis y MAI Playground

MAI Image 2.5 se lanzó en el n.º 2 de la clasificación de edición de imágenes de Arena y en el n.º 3 de texto a imagen. Microsoft le asignó un precio de $5 / $8 / $47 por 1M de tokens de entrada de texto, entrada de imagen y salida de imagen, y a 2.5 Flash, de $1.75 / $1.75 / $19.50.

MAI Image 2.6 mejoró a 2.5 en +79 Elo en general, y en +91 Elo solo en renderizado de texto, según Microsoft. También elevó el límite de píxeles a 2.359.296 y rebajó el precio de salida del modelo insignia de $47 a $38 por 1M de tokens. A 4 de septiembre de 2026, Microsoft lo situaba en el n.º 2 tanto en texto a imagen como en edición de imágenes en Arena, y en el n.º 2 en texto a imagen y el n.º 1 en edición de imágenes en Artificial Analysis.

Microsoft describe MAI Image 2.7 como «nuestro modelo de edición de imágenes más reciente». Se lanzó como versión preliminar en el n.º 3 de Arena Edit y en el n.º 2 de la clasificación de edición de imágenes de Artificial Analysis, y Microsoft afirma que «mejora a 2.6 en los 10 casos de uso y en las 7 acciones de edición evaluadas por Artificial Analysis». La edición llega primero, y «la generación de texto a imagen llegará pronto». El acceso por API y los precios de 2.7 se anunciarán más adelante; sigue la página de MAI Image 2.7 para saber cuándo llega a PoYo. Para el trabajo en producción hoy, MAI Image 2.6 es el modelo de API indicado.

Cómo funcionan los precios de MAI Image

Cada solicitud se factura en tres tipos de tokens:

  • Tokens de entrada de texto: tu prompt.
  • Tokens de entrada de imagen: las imágenes de referencia que envías para editar.
  • Tokens de salida de imagen: la imagen generada.

El coste de una solicitud es:

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

con cada tarifa en USD por 1M de tokens. Los tokens de salida dominan la factura: un prompt de 300 tokens añade $0.0015 en MAI Image 2.6, mientras que la imagen en sí cuesta entre $0.03 y $0.09.

¿Cuántos tokens usa una imagen?

En PoYo, cada tarea de MAI Image 2.6 y 2.6 Flash se factura según los recuentos de tokens que indica el modelo. Según los registros de facturación de PoYo de noviembre de 2026, una solicitud usa aproximadamente:

QuéTokens contabilizados
Imagen generadaancho × alto ÷ 1.024 (1024×1024 = 1.024 tokens; 2.359.296 píxeles = 2.304 tokens)
Imagen editada o compuestaUnos 1.020–1.024 tokens, porque las salidas de edición tienen aproximadamente 1 megapíxel
Imagen de referenciaSus píxeles ÷ 1.024, así que unos 1.024 tokens una vez que PoYo la ha redimensionado a 1 megapíxel
PromptSe factura como tokens de texto; cada imagen de referencia añade unos 110–195 tokens de texto adicionales

Para el presupuesto importan dos consecuencias. Primera: el coste sigue al número de píxeles, así que dos tamaños con el mismo número de píxeles cuestan lo mismo, sea cual sea su relación de aspecto o su etiqueta 1K/2K. Segunda: las imágenes de referencia se cobran según sus píxeles: a $8 por 1M de tokens, una referencia de 4096×4096 costaría por sí sola unos $0.13. PoYo reduce cualquier imagen de referencia de más de 1 megapíxel antes de la generación, así que cada referencia cuenta como máximo unos 1.024 tokens de imagen y se queda muy por debajo de un céntimo.

El cargo exacto de cada tarea aparece en el campo credits_amount de la respuesta de estado (1 crédito = $0.005).

Coste por imagen de MAI Image 2.6 según el tamaño

Coste de salida de imagen para cada tamaño predefinido en PoYo, a las tarifas oficiales de Microsoft y a las tarifas de PoYo. Los tokens del prompt añaden aproximadamente $0.001 o menos.

TamañoPíxelesTokens de salida2.6 oficial2.6 en PoYoFlash oficialFlash en 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
Personalizado 3072×7682.359.2962.304$0.0876$0.0700$0.0438$0.0350

En créditos, una imagen cuadrada en 1K cuesta unos 6.23 créditos con MAI Image 2.6 y 3.11 con Flash; una imagen en 2K en el límite de píxeles cuesta unos 14.01 y 7.00 créditos.

Los tokens de salida de Flash cuestan exactamente la mitad que los de MAI Image 2.6, así que Flash cuesta la mitad en todos los tamaños. Una imagen de Flash en 2K en el límite de píxeles cuesta menos de medio céntimo más que una imagen en 1K de MAI Image 2.6, con 2.25 veces más píxeles.

Ejemplos de coste

Los tokens de salida y de imágenes de referencia siguen los recuentos medidos anteriores; los tamaños de prompt son orientativos.

EscenarioModeloTokensCoste oficialCoste en PoYo
Póster, 16:9 en 2K, prompt de 300 tokensMAI Image 2.6300 de texto + 2.304 de salida$0.0891$0.0712
Publicación para redes sociales, 1:1 en 1K, prompt de 300 tokensFlash300 de texto + 1.024 de salida$0.0200$0.0160
Edición de producto, 1 imagen de referenciaMAI Image 2.6400 de texto + 1.024 de imagen de entrada + 1.024 de salida$0.0491$0.0393
Composición de escena, 3 imágenes de referenciaMAI Image 2.6800 de texto + 3.072 de imagen de entrada + 1.024 de salida$0.0675$0.0540
La misma composición con FlashFlash800 de texto + 3.072 de imagen de entrada + 1.024 de salida$0.0285$0.0228
1.000 imágenes para redes sociales, 1:1 en 1KFlash1.000 × (300 + 1.024)$19.98$15.98

Las filas con imágenes de referencia suponen que cada referencia tiene como máximo 1 megapíxel, que es como las prepara PoYo. Si llamas directamente a Microsoft Foundry, las referencias más grandes se contabilizan con su tamaño completo en píxeles.

MAI Image 2.6 vs. MAI Image 2.6 Flash: cuál usar

Si necesitasUsaPor qué
Recursos finales de campaña, pósteres con titulares exactosMAI Image 2.6El modelo de máxima calidad de Microsoft, con su mejora de +91 Elo en renderizado de texto respecto a 2.5
Ediciones complejas con varias referenciasMAI Image 2.6Microsoft lo orienta a la «máxima precisión»
Borradores, vistas previas y exploración de promptsFlashLa mitad de precio por imagen
Generación a gran escala, personalización, aplicaciones interactivasFlashMicrosoft indica que es 2.8× más rápido que GPT-Image-2-Medium, con una eficiencia un 72% mayor

Un patrón habitual es explorar prompts y composiciones con Flash y después renderizar la versión elegida con MAI Image 2.6. Ambos modelos aceptan los mismos campos, así que cambiar de uno a otro es modificar una palabra en model.

Resultado de MAI Image 2.6 en 1024×1024: un zorro rojo de pie sobre nieve recién caída en un bosque de abedules al amanecer, con el aliento visible bajo la luz rosada de la mañana

MAI Image 2.6, 1024×1024, unos $0.031 en PoYo.

Resultado de MAI Image 2.6 Flash con el mismo prompt: un zorro rojo en la nieve entre abedules al amanecer, con una luz rosada suave

MAI Image 2.6 Flash, mismo prompt y tamaño, unos $0.016 en PoYo. Ambas imágenes se generaron en PoYo en noviembre de 2026.

Cómo usar MAI Image 2.6 en PoYo

PoYo te da acceso a ambos modelos con una sola clave de API y créditos de pago por uso: crea una clave, añade créditos y envía una solicitud. Las solicitudes son asíncronas: envías una tarea, obtienes un task_id y después consultas el endpoint de estado o recibes un callback.

Parámetros

CampoTipoValoresPredeterminado
modelstringmai-image-2.6 o mai-image-2.6-flashObligatorio
input.promptstring1–32.000 caracteresObligatorio
input.image_urlsarray1–5 URL públicas JPEG, PNG o WebP; activa la edición / composiciónNinguno
input.sizestring1:1, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16 o WIDTHxHEIGHT personalizado1:1
input.resolutionstring1K o 2K, para los tamaños por relación de aspecto1K
input.enable_web_searchbooleanAncla la imagen en información web actualfalse
callback_urlstringURL que recibe un POST cuando la tarea termina o fallaNinguno

Los tamaños por relación de aspecto corresponden a píxeles fijos:

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

Un WIDTHxHEIGHT personalizado requiere que ambos lados sean divisibles entre 32, que cada lado tenga al menos 768 píxeles y un máximo de 2.359.296 píxeles en total, así que un banner panorámico de 3072x768 es válido. Cuando envías image_urls, la salida tiene aproximadamente 1 megapíxel y sigue a las imágenes de referencia.

Envía una tarea de texto a imagen

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"
    }
  }'

Dos resultados de MAI Image 2.6: un póster de viajes vintage de Lumen Bay con un faro y el texto del festival, y la portada de un libro titulado The Quiet Orchard de Mara Ellison

El texto entre comillas del prompt aparece tal cual en el titular, el subtítulo y el nombre de la autora. Generado con MAI Image 2.6 en PoYo.

La respuesta devuelve un ID de tarea de inmediato:

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

Comprueba siempre code en el cuerpo: los errores de validación pueden devolver HTTP 200 con code: 400.

Edita o combina imágenes de referencia

Añade image_urls e indica qué cambia y qué se mantiene. Menciona las entradas como imagen 1, imagen 2, etc.:

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"
      ]
    }
  }'

Edición de MAI Image 2.6 con varias referencias: cinco referencias, entre ellas una muestra de color, una textura de roca de cañón y una zapatilla de running magenta, combinadas en una única imagen principal de la zapatilla en un cañón

Hasta 5 referencias combinadas en una sola imagen. Ejemplo de los materiales de lanzamiento de MAI Image 2.6 en Foundry de Microsoft.

Consulta el estado de la tarea

curl --request GET "https://api.poyo.ai/api/generate/status/${TASK_ID}" \
  --header "Authorization: Bearer ${POYO_API_KEY}"
data.statusSignificadoSiguiente paso
not_startedEn colaVuelve a consultar
runningGenerandoVuelve a consultar
finishedTerminadaLee data.files[0].file_url y data.credits_amount
failedFallida, sin costeLee data.error_message

Un bucle breve de Python que espera a la imagen:

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")

En las pruebas de PoYo de noviembre de 2026, la mayoría de las tareas terminaron en unos 15 a 50 segundos, según el tamaño, las imágenes de referencia y la carga de la cola. Descarga la imagen poco después de que termine y guárdala tú mismo. Al enviar la tarea, PoYo reserva créditos para el mayor recuento de tokens posible y después cobra los tokens realmente usados; las tareas fallidas no se cobran.

Consejos para mejores resultados y menor coste

  1. Pon entre comillas el texto exacto que debe aparecer en la imagen e indica dónde va. El renderizado de texto es la mayor mejora de MAI Image 2.6 respecto a 2.5, y citar el texto mantiene los titulares y los títulos escritos tal cual.
  2. Haz los borradores con Flash y termina con 2.6. Flash cuesta la mitad en todos los tamaños y admite los mismos campos.
  3. Elige el número de píxeles que necesitas. Una imagen en 1K cuesta menos de la mitad que una en 2K, porque los tamaños 1K usan unos 1.000 tokens de salida y los 2K, unos 2.300.
  4. Mantén las imágenes de referencia cerca de 1 megapíxel. Los tokens de referencia aumentan con los píxeles; PoYo reduce por ti los archivos más grandes.
  5. Asigna un papel a cada referencia. Indica «la imagen 1 es el producto, la imagen 2 es el fondo» y enumera lo que debe mantenerse igual.
  6. Activa enable_web_search para lugares, productos y acontecimientos recientes reales, y después revisa los nombres y los detalles antes de publicar. En PoYo, el anclaje web está incluido en el precio normal por token.
  7. Usa un tamaño personalizado para los banners, como 3072x768; la regla de tamaño cuenta los píxeles totales, así que un lado puede ser largo.

Para los costes de otros modelos de imagen, consulta nuestra guía de precios de GPT Image 2.5 y la guía de la API de GPT Image 2.6. Para probar primero MAI Image 2.6 en el navegador, abre el Playground de MAI Image 2.6.

Preguntas frecuentes

¿Qué es MAI Image 2.6?

MAI Image 2.6 (MAI-Image-2.6) es el modelo insignia de generación y edición de imágenes de Microsoft AI, anunciado el 10 de agosto de 2026. Crea imágenes fotorrealistas, retratos, imágenes de producto y pósteres con texto legible, y edita o combina hasta 5 imágenes de referencia. Se lanzó en el n.º 2 de la clasificación de texto a imagen de Arena.

¿Cuánto cuesta MAI Image 2.6 por imagen?

A las tarifas de Microsoft, una imagen de 1024×1024 cuesta unos $0.039 con MAI Image 2.6 y $0.019 con Flash, y una imagen en el límite de 2.359.296 píxeles cuesta unos $0.088 y $0.044. En PoYo, las mismas imágenes cuestan unos $0.031 / $0.016 en 1K y $0.070 / $0.035 en el límite. Los tokens del prompt y de las imágenes de referencia añaden un poco más.

¿Cómo se calcula el precio de MAI Image 2.6?

Microsoft cobra por 1M de tokens: $5 por la entrada de texto, $8 por la entrada de imagen y $38 por la salida de imagen en MAI Image 2.6, y $1.75, $2.50 y $19 en Flash. Multiplica cada recuento de tokens por su tarifa. En PoYo, una imagen usa aproximadamente un token de salida por cada 1.024 píxeles, así que una imagen de 1024×1024 son unos 1.024 tokens de salida.

¿Qué diferencia hay entre MAI Image 2.6 y MAI Image 2.6 Flash?

Flash es la versión más rápida y económica para el trabajo de gran volumen y sensible a la latencia. Microsoft afirma que es 2.8× más rápido que GPT-Image-2-Medium, con una eficiencia un 72% mayor, a «menos de la mitad del precio» del modelo insignia. Ambos admiten los mismos campos de solicitud y permiten editar con hasta 5 referencias y con anclaje web.

¿Qué diferencia hay entre MAI Image 2.5 y 2.6?

MAI Image 2.6 obtiene +79 Elo sobre 2.5 en general y +91 Elo en renderizado de texto, según Microsoft. Eleva la salida máxima de 1.048.576 a 2.359.296 píxeles y rebaja el precio de salida de imagen del modelo insignia de $47 a $38 por 1M de tokens. MAI Image 2.5 Flash cuesta $19.50 por 1M de tokens de salida, frente a $19 de 2.6 Flash.

¿Está disponible MAI Image 2.7 a través de una API?

Microsoft lanzó MAI Image 2.7 el 27 de octubre de 2026 como una versión preliminar centrada en la edición que puedes probar en Arena, Artificial Analysis y MAI Playground. El acceso por API y los precios se anunciarán más adelante, y el texto a imagen «llegará pronto». Para trabajar con la API hoy, usa MAI Image 2.6.

¿Cuál es la resolución máxima de MAI Image 2.6?

2.359.296 píxeles en total, el equivalente a 1536×1536. Cualquiera de los lados puede ser más largo siempre que el total no supere el límite y cada lado tenga al menos 768 píxeles, por ejemplo 2048×1152 o 3072×768.

¿Cuántas imágenes de referencia puede usar MAI Image 2.6?

Hasta 5. Con una imagen, el modelo la edita; con varias, combina productos, personas, estilos y escenas en una sola imagen. Menciónalas en el prompt como imagen 1, imagen 2, etc.

¿Tiene coste adicional el anclaje web?

En PoYo, el anclaje web está incluido en el precio normal por token en ambos modelos, así que activar enable_web_search mantiene el mismo coste de la imagen.

¿Puedo probar MAI Image 2.6 gratis?

Microsoft ofrece sus modelos MAI en MAI Playground para probar prompts. El acceso por API se paga por token, en Microsoft Foundry y en PoYo. En PoYo pagas por uso, solo por las imágenes terminadas, con una sola clave de API para todos los modelos.

¿Es MAI Image 2.6 de código abierto?

MAI Image 2.6 es un modelo propietario de Microsoft, disponible a través de Microsoft Foundry y MAI Playground. Para desarrollar con él, llámalo a través de una API como PoYo, donde la misma clave sirve también para todos los demás modelos de imagen, vídeo y audio.

Share: