À retenir
- MAI Image 2.6 est le modèle d’image phare de Microsoft AI pour le texte vers image et la retouche. MAI Image 2.6 Flash en est la version plus rapide et plus économique, avec les mêmes champs de requête.
- Microsoft facture les deux modèles par million de tokens : $5 / $8 / $38 pour l’entrée texte, l’entrée image et la sortie image sur MAI Image 2.6, et $1.75 / $2.50 / $19 sur Flash.
- Sur PoYo, une image consomme environ un token de sortie par tranche de 1 024 pixels. Une image 1024×1024 représente environ 1 024 tokens de sortie, et la plus grande image (2 359 296 pixels, par exemple 1536×1536) 2 304 tokens.
- Une image carrée 1K revient donc à environ $0.039 sur MAI Image 2.6 et $0.019 sur Flash aux tarifs de Microsoft. Sur PoYo, les mêmes images coûtent environ $0.031 et $0.016.
- La sortie plafonne à 2 359 296 pixels, et chaque requête accepte jusqu’à 5 images de référence ainsi qu’une option d’ancrage web.
- MAI Image 2.7 est une préversion centrée sur la retouche, annoncée le 27 octobre 2026. Vous pouvez l’essayer sur Arena, Artificial Analysis et MAI Playground, et les détails de son API restent à annoncer.
MAI Image 2.6 en un coup d’œil
| MAI Image 2.6 | MAI Image 2.6 Flash | |
|---|---|---|
| Positionnement selon Microsoft | Modèle phare pour une « précision maximale » | Même niveau de qualité pour les « charges de production à haut débit et sensibles à la latence » |
| ID du modèle sur PoYo | mai-image-2.6 | mai-image-2.6-flash |
| Prix officiel par million de tokens (entrée texte / entrée image / sortie image) | $5 / $8 / $38 | $1.75 / $2.50 / $19 |
| Prix sur PoYo par million de tokens | $4 / $6.40 / $30.40 | $1.40 / $2 / $15.20 |
| Coût d’une image 1024×1024 (officiel → PoYo) | ~$0.039 → ~$0.031 | ~$0.019 → ~$0.016 |
| Sortie maximale | 2 359 296 pixels (équivalent 1536×1536) | 2 359 296 pixels |
| Images de référence | Jusqu’à 5 | Jusqu’à 5 |
| Ancrage web | Oui | Oui |
| Format de sortie | PNG | PNG |
Microsoft a annoncé MAI Image 2.6 le 10 août 2026, a ajouté Flash le 4 septembre et a rendu les deux modèles disponibles pour tous dans Microsoft Foundry le 27 octobre 2026.

Photoréalisme avec des effets de prise de vue comme le flou de mouvement. Exemple issu de la page MAI Image de Microsoft AI.
MAI Image 2.5, 2.6 et 2.7 : quelle version est laquelle ?
Les recherches sur « MAI Image » mélangent trois générations dont les prix et les limites diffèrent : vérifiez donc laquelle une page décrit.
| Famille MAI Image 2.5 | Famille MAI Image 2.6 | MAI Image 2.7 | |
|---|---|---|---|
| Annonce | 2 juin 2026 | 10 août 2026 (Flash le 4 septembre) | 27 octobre 2026 |
| Modèles | MAI-Image-2.5, 2.5 Flash, 2.5 Pro | MAI-Image-2.6, 2.6 Flash | MAI Image 2.7 (préversion) |
| Sortie maximale | 1 048 576 pixels (équivalent 1024×1024) | 2 359 296 pixels (équivalent 1536×1536) | À annoncer |
| Prix officiel de la sortie image | $47 / 1M de tokens (2.5), $19.50 (2.5 Flash) | $38 / 1M de tokens (2.6), $19 (2.6 Flash) | À annoncer |
| Statut | Préversion dans Foundry | Disponible pour tous dans Foundry | Préversion : Arena, Artificial Analysis et MAI Playground |
MAI Image 2.5 a démarré n° 2 du classement de retouche d’image d’Arena et n° 3 en texte vers image. Microsoft l’a facturé $5 / $8 / $47 par million de tokens d’entrée texte, d’entrée image et de sortie image, et 2.5 Flash $1.75 / $1.75 / $19.50.
MAI Image 2.6 a progressé de +79 Elo par rapport à la 2.5 au global, et de +91 Elo pour le seul rendu du texte, selon Microsoft. Il a aussi relevé la limite de pixels à 2 359 296 et réduit le prix de sortie du modèle phare de $47 à $38 par million de tokens. Au 4 septembre 2026, Microsoft l’annonçait n° 2 à la fois en texte vers image et en retouche d’image sur Arena, ainsi que n° 2 en texte vers image et n° 1 en retouche d’image sur Artificial Analysis.
MAI Image 2.7 est présenté par Microsoft comme « notre dernier modèle de retouche d’image ». Il a fait ses débuts en préversion à la 3e place d’Arena Edit et à la 2e place du classement de retouche d’image d’Artificial Analysis, et Microsoft indique qu’il « améliore la 2.6 sur l’ensemble des 10 cas d’usage et des 7 actions de retouche évalués par Artificial Analysis ». La retouche arrive en premier, et « la génération de texte vers image arrive bientôt ». L’accès à l’API et les tarifs de la 2.7 restent à annoncer ; suivez la page de MAI Image 2.7 pour son arrivée sur PoYo. Pour la production aujourd’hui, MAI Image 2.6 est le modèle d’API à utiliser.
Comment fonctionne la tarification de MAI Image
Chaque requête est facturée selon trois types de tokens :
- Tokens d’entrée texte : votre prompt.
- Tokens d’entrée image : les images de référence envoyées pour la retouche.
- Tokens de sortie image : l’image générée.
Le coût d’une requête est :
cost = text_tokens × text_rate + image_input_tokens × image_input_rate + output_tokens × output_rate
chaque tarif étant exprimé en USD par million de tokens. Les tokens de sortie pèsent le plus lourd sur la facture : un prompt de 300 tokens ajoute $0.0015 sur MAI Image 2.6, alors que l’image elle-même coûte de $0.03 à $0.09.
Combien de tokens une image consomme-t-elle ?
Sur PoYo, chaque tâche MAI Image 2.6 et 2.6 Flash est facturée selon les nombres de tokens indiqués par le modèle. D’après les relevés de facturation de PoYo de novembre 2026, une requête consomme environ :
| Élément | Tokens comptés |
|---|---|
| Image générée | largeur × hauteur ÷ 1 024 (1024×1024 = 1 024 tokens ; 2 359 296 pixels = 2 304 tokens) |
| Image retouchée ou composée | Environ 1 020–1 024 tokens, car les images retouchées font environ 1 mégapixel |
| Image de référence | Ses pixels ÷ 1 024, soit environ 1 024 tokens une fois que PoYo l’a redimensionnée à 1 mégapixel |
| Prompt | Facturé en tokens de texte ; chaque image de référence ajoute environ 110–195 tokens de texte supplémentaires |
Deux conséquences comptent pour le budget. D’abord, le coût suit le nombre de pixels : deux tailles comptant le même nombre de pixels coûtent le même prix, quels que soient leur rapport largeur/hauteur ou leur libellé 1K/2K. Ensuite, les images de référence sont facturées selon leurs pixels : à $8 par million de tokens, une référence de 4096×4096 coûterait à elle seule environ $0.13. PoYo réduit toute image de référence de plus de 1 mégapixel avant la génération : chaque référence compte donc au plus environ 1 024 tokens d’image et reste bien en dessous d’un centime.
Le montant exact de chaque tâche figure dans le champ credits_amount de la réponse de statut (1 crédit = $0.005).
Coût par image de MAI Image 2.6 selon la taille
Coût de la sortie image pour chaque taille prédéfinie sur PoYo, aux tarifs officiels de Microsoft et aux tarifs de PoYo. Les tokens de prompt ajoutent environ $0.001 ou moins.
| Taille | Pixels | Tokens de sortie | 2.6 officiel | 2.6 sur PoYo | Flash officiel | Flash sur PoYo |
|---|---|---|---|---|---|---|
| 1:1, 1K (1024×1024) | 1 048 576 | 1 024 | $0.0389 | $0.0311 | $0.0195 | $0.0156 |
| 16:9, 1K (1344×768) | 1 032 192 | 1 008 | $0.0383 | $0.0306 | $0.0192 | $0.0153 |
| 4:3, 1K (1152×864) | 995 328 | 972 | $0.0369 | $0.0296 | $0.0185 | $0.0148 |
| 3:2, 2K (1856×1248) | 2 316 288 | 2 262 | $0.0860 | $0.0688 | $0.0430 | $0.0344 |
| 1:1, 2K (1536×1536) | 2 359 296 | 2 304 | $0.0876 | $0.0700 | $0.0438 | $0.0350 |
| 16:9, 2K (2048×1152) | 2 359 296 | 2 304 | $0.0876 | $0.0700 | $0.0438 | $0.0350 |
| Personnalisée 3072×768 | 2 359 296 | 2 304 | $0.0876 | $0.0700 | $0.0438 | $0.0350 |
En crédits, une image carrée 1K représente environ 6.23 crédits sur MAI Image 2.6 et 3.11 sur Flash ; une image 2K à la limite de pixels environ 14.01 et 7.00 crédits.
Les tokens de sortie de Flash coûtent exactement la moitié de ceux de MAI Image 2.6 : Flash est donc deux fois moins cher à toutes les tailles. Une image Flash 2K à la limite de pixels coûte moins d’un demi-centime de plus qu’une image MAI Image 2.6 en 1K, tout en comptant 2.25 fois plus de pixels.
Exemples de coûts chiffrés
Les tokens de sortie et d’images de référence suivent les valeurs mesurées ci-dessus ; les tailles de prompt sont données à titre d’illustration.
| Scénario | Modèle | Tokens | Coût officiel | Coût sur PoYo |
|---|---|---|---|---|
| Affiche, 16:9 en 2K, prompt de 300 tokens | MAI Image 2.6 | 300 en texte + 2 304 en sortie | $0.0891 | $0.0712 |
| Publication pour les réseaux sociaux, 1:1 en 1K, prompt de 300 tokens | Flash | 300 en texte + 1 024 en sortie | $0.0200 | $0.0160 |
| Retouche de produit, 1 image de référence | MAI Image 2.6 | 400 en texte + 1 024 en entrée image + 1 024 en sortie | $0.0491 | $0.0393 |
| Composition de scène, 3 images de référence | MAI Image 2.6 | 800 en texte + 3 072 en entrée image + 1 024 en sortie | $0.0675 | $0.0540 |
| Même composition sur Flash | Flash | 800 en texte + 3 072 en entrée image + 1 024 en sortie | $0.0285 | $0.0228 |
| 1 000 images pour les réseaux sociaux, 1:1 en 1K | Flash | 1 000 × (300 + 1 024) | $19.98 | $15.98 |
Les lignes avec images de référence supposent que chaque référence fait au plus 1 mégapixel, comme PoYo les prépare. En appelant directement Microsoft Foundry, les références plus grandes sont comptées à leur taille en pixels complète.
MAI Image 2.6 ou MAI Image 2.6 Flash : lequel utiliser
| Si vous avez besoin de | Utilisez | Pourquoi |
|---|---|---|
| Visuels de campagne définitifs, affiches avec des titres exacts | MAI Image 2.6 | Le modèle de Microsoft de meilleure qualité, avec un gain de +91 Elo en rendu du texte par rapport à la 2.5 |
| Retouches complexes à partir de plusieurs références | MAI Image 2.6 | Microsoft le destine à une « précision maximale » |
| Brouillons, aperçus et exploration de prompts | Flash | Deux fois moins cher par image |
| Génération à grand volume, personnalisation, applications interactives | Flash | Selon Microsoft, 2.8× plus rapide que GPT-Image-2-Medium avec une efficacité supérieure de 72% |
Une méthode courante consiste à explorer prompts et mises en page sur Flash, puis à produire la version retenue sur MAI Image 2.6. Les deux modèles acceptent les mêmes champs : changer de modèle revient à modifier un mot dans model.

MAI Image 2.6, 1024×1024, environ $0.031 sur PoYo.

MAI Image 2.6 Flash, même prompt et même taille, environ $0.016 sur PoYo. Les deux images ont été générées sur PoYo en novembre 2026.
Comment utiliser MAI Image 2.6 sur PoYo
PoYo vous donne accès aux deux modèles avec une seule clé d’API et des crédits à l’usage : créez une clé, ajoutez des crédits et envoyez une requête. Les requêtes sont asynchrones : vous envoyez une tâche, récupérez un task_id, puis interrogez le point de terminaison de statut ou recevez un callback.
Paramètres
| Champ | Type | Valeurs | Par défaut |
|---|---|---|---|
model | chaîne | mai-image-2.6 ou mai-image-2.6-flash | Obligatoire |
input.prompt | chaîne | 1–32 000 caractères | Obligatoire |
input.image_urls | tableau | 1–5 URL publiques JPEG, PNG ou WebP ; active la retouche / composition | Aucune |
input.size | chaîne | 1:1, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16, ou WIDTHxHEIGHT personnalisé | 1:1 |
input.resolution | chaîne | 1K ou 2K, pour les tailles définies par un rapport | 1K |
input.enable_web_search | booléen | Ancre l’image dans les informations web actuelles | false |
callback_url | chaîne | URL qui reçoit un POST lorsque la tâche se termine ou échoue | Aucune |
Les tailles définies par un rapport correspondent à des dimensions fixes en pixels :
size | 1K | 2K |
|---|---|---|
1:1 | 1024×1024 | 1536×1536 |
4:3 / 3:4 | 1152×864 / 864×1152 | 1760×1312 / 1312×1760 |
3:2 / 2:3 | 1248×832 / 832×1248 | 1856×1248 / 1248×1856 |
16:9 / 9:16 | 1344×768 / 768×1344 | 2048×1152 / 1152×2048 |
Un WIDTHxHEIGHT personnalisé exige deux côtés divisibles par 32, chacun d’au moins 768 pixels, et au plus 2 359 296 pixels au total : une bannière large en 3072x768 fonctionne donc. Lorsque vous envoyez image_urls, l’image produite fait environ 1 mégapixel et suit les images de référence.
Envoyer une tâche texte vers image
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"
}
}'

Le texte cité entre guillemets dans le prompt apparaît tel qu’écrit dans le titre, le sous-titre et le nom de l’autrice. Généré avec MAI Image 2.6 sur PoYo.
La réponse renvoie immédiatement un ID de tâche :
{
"code": 200,
"data": {
"task_id": "task-unified-1794383400-abcd1234",
"status": "not_started",
"created_time": "2026-11-14T10:30:00"
}
}
Vérifiez toujours code dans le corps de la réponse : les erreurs de validation peuvent renvoyer un HTTP 200 avec code: 400.
Retoucher ou combiner des images de référence
Ajoutez image_urls et indiquez ce qui change et ce qui reste. Désignez les entrées par image 1, image 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"
]
}
}'

Jusqu’à 5 références combinées en une seule image. Exemple issu des supports de lancement Foundry de Microsoft pour MAI Image 2.6.
Interroger le statut de la tâche
curl --request GET "https://api.poyo.ai/api/generate/status/${TASK_ID}" \
--header "Authorization: Bearer ${POYO_API_KEY}"
data.status | Signification | Étape suivante |
|---|---|---|
not_started | En file d’attente | Interroger de nouveau |
running | Génération en cours | Interroger de nouveau |
finished | Terminée | Lire data.files[0].file_url et data.credits_amount |
failed | Échouée, sans frais | Lire data.error_message |
Une courte boucle Python qui attend l’image :
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")
Lors des tests de PoYo en novembre 2026, la plupart des tâches se sont terminées en 15 à 50 secondes environ, selon la taille, les images de référence et la charge de la file d’attente. Téléchargez l’image peu après la fin de la tâche et stockez-la vous-même. PoYo réserve à l’envoi les crédits correspondant au nombre de tokens maximal possible, puis facture les tokens réellement consommés, et les tâches échouées sont gratuites.
Conseils pour de meilleurs résultats à moindre coût
- Mettez entre guillemets le texte exact à afficher et indiquez où il doit apparaître. Le rendu du texte est le plus grand progrès de MAI Image 2.6 par rapport à la 2.5, et citer le texte garantit des titres orthographiés tels qu’écrits.
- Faites vos brouillons sur Flash, finalisez sur la 2.6. Flash est deux fois moins cher à toutes les tailles et accepte les mêmes champs.
- Choisissez le nombre de pixels dont vous avez besoin. Une image 1K coûte moins de la moitié d’une image 2K, car les tailles 1K consomment environ 1 000 tokens de sortie et les tailles 2K environ 2 300.
- Gardez les images de référence autour de 1 mégapixel. Les tokens de référence augmentent avec les pixels ; PoYo réduit les fichiers plus grands à votre place.
- Attribuez un rôle à chaque référence. Écrivez « l’image 1 est le produit, l’image 2 est l’arrière-plan » et listez ce qui doit rester identique.
- Activez
enable_web_searchpour les lieux, produits et événements réels et récents, puis vérifiez les noms et les détails avant publication. Sur PoYo, l’ancrage web est inclus dans le prix au token habituel. - Utilisez une taille personnalisée pour les bannières, comme
3072x768; la règle de taille compte le total de pixels, si bien qu’un côté peut être long.
Pour le coût d’autres modèles d’image, consultez notre guide des tarifs de GPT Image 2.5 et notre guide de l’API GPT Image 2.6. Pour essayer d’abord MAI Image 2.6 dans le navigateur, ouvrez le Playground de MAI Image 2.6.
FAQ
Qu’est-ce que MAI Image 2.6 ?
MAI Image 2.6 (MAI-Image-2.6) est le modèle phare de génération et de retouche d’images de Microsoft AI, annoncé le 10 août 2026. Il crée des images photoréalistes, des portraits, des visuels de produits et des affiches au texte lisible, et retouche ou combine jusqu’à 5 images de référence. Il a fait ses débuts n° 2 du classement texte vers image d’Arena.
Combien coûte MAI Image 2.6 par image ?
Aux tarifs de Microsoft, une image 1024×1024 coûte environ $0.039 sur MAI Image 2.6 et $0.019 sur Flash, et une image à la limite de 2 359 296 pixels environ $0.088 et $0.044. Sur PoYo, les mêmes images coûtent environ $0.031 / $0.016 en 1K et $0.070 / $0.035 à la limite. Les tokens de prompt et d’images de référence s’y ajoutent pour un faible montant.
Comment la tarification de MAI Image 2.6 est-elle calculée ?
Microsoft facture par million de tokens : $5 pour l’entrée texte, $8 pour l’entrée image et $38 pour la sortie image sur MAI Image 2.6, et $1.75, $2.50 et $19 sur Flash. Multipliez chaque nombre de tokens par son tarif. Sur PoYo, une image consomme environ un token de sortie par tranche de 1 024 pixels : une image 1024×1024 représente donc environ 1 024 tokens de sortie.
Quelle est la différence entre MAI Image 2.6 et MAI Image 2.6 Flash ?
Flash est la version plus rapide et plus économique, destinée aux usages à grand volume et sensibles à la latence. Microsoft indique qu’il est 2.8× plus rapide que GPT-Image-2-Medium avec une efficacité supérieure de 72%, pour « moins de la moitié du prix » du modèle phare. Les deux acceptent les mêmes champs de requête et prennent en charge la retouche avec jusqu’à 5 références ainsi que l’ancrage web.
Quelle est la différence entre MAI Image 2.5 et 2.6 ?
Selon Microsoft, MAI Image 2.6 gagne +79 Elo par rapport à la 2.5 au global et +91 Elo en rendu du texte. Il porte la sortie maximale de 1 048 576 à 2 359 296 pixels et ramène le prix de sortie image du modèle phare de $47 à $38 par million de tokens. MAI Image 2.5 Flash coûte $19.50 par million de tokens de sortie, contre $19 pour 2.6 Flash.
MAI Image 2.7 est-il disponible via une API ?
Microsoft a lancé MAI Image 2.7 le 27 octobre 2026 sous la forme d’une préversion centrée sur la retouche, que vous pouvez essayer sur Arena, Artificial Analysis et MAI Playground. L’accès à l’API et les tarifs restent à annoncer, et le texte vers image « arrive bientôt ». Pour un usage par API dès aujourd’hui, utilisez MAI Image 2.6.
Quelle est la résolution maximale de MAI Image 2.6 ?
2 359 296 pixels au total, soit l’équivalent de 1536×1536. Chaque côté peut être plus long tant que le total reste dans la limite et que chaque côté mesure au moins 768 pixels, par exemple 2048×1152 ou 3072×768.
Combien d’images de référence MAI Image 2.6 peut-il utiliser ?
Jusqu’à 5. Avec une seule image, le modèle la retouche ; avec plusieurs, il combine produits, personnes, styles et décors en une seule image. Désignez-les par image 1, image 2, etc. dans le prompt.
L’ancrage web est-il facturé en supplément ?
Sur PoYo, l’ancrage web est inclus dans le prix au token habituel des deux modèles : activer enable_web_search ne change donc pas le coût de l’image.
Peut-on essayer MAI Image 2.6 gratuitement ?
Microsoft propose ses modèles MAI dans MAI Playground pour tester des prompts. L’accès par API est payant au token, sur Microsoft Foundry comme sur PoYo. Sur PoYo, vous payez à l’usage, uniquement pour les images terminées, avec une seule clé d’API pour tous les modèles.
MAI Image 2.6 est-il open source ?
MAI Image 2.6 est un modèle propriétaire de Microsoft, proposé via Microsoft Foundry et MAI Playground. Pour développer avec, appelez-le via une API comme PoYo, où la même clé fonctionne aussi pour tous les autres modèles d’image, de vidéo et d’audio.