Poin utama
- MAI Image 2.6 adalah model gambar unggulan Microsoft AI untuk teks ke gambar dan pengeditan. MAI Image 2.6 Flash adalah versi yang lebih cepat dan berbiaya lebih rendah dengan field permintaan yang sama.
- Microsoft menghargai kedua model per juta token: $5 / $8 / $38 untuk input teks, input gambar, dan output gambar di MAI Image 2.6, serta $1.75 / $2.50 / $19 di Flash.
- Di PoYo, satu gambar menggunakan sekitar satu token output per 1.024 piksel. Gambar 1024×1024 sekitar 1.024 token output, dan gambar terbesar (2.359.296 piksel, seperti 1536×1536) sebanyak 2.304 token.
- Artinya, gambar persegi 1K berbiaya sekitar $0.039 di MAI Image 2.6 dan $0.019 di Flash dengan tarif Microsoft. Di PoYo, gambar yang sama berbiaya sekitar $0.031 dan $0.016.
- Output maksimum 2.359.296 piksel, dan setiap permintaan menerima hingga 5 gambar referensi serta sakelar web grounding opsional.
- MAI Image 2.7 adalah pratinjau yang mendahulukan pengeditan, diumumkan pada 27 Oktober 2026. Anda dapat mencobanya di Arena, Artificial Analysis, dan MAI Playground, dan detail API-nya masih akan diumumkan.
Sekilas MAI Image 2.6
| MAI Image 2.6 | MAI Image 2.6 Flash | |
|---|---|---|
| Posisi menurut Microsoft | Model unggulan untuk "presisi maksimum" | Tingkat kualitas yang sama untuk "beban kerja produksi yang sensitif terhadap latensi dan bervolume tinggi" |
| ID model PoYo | mai-image-2.6 | mai-image-2.6-flash |
| Harga resmi per 1M token (input teks / input gambar / output gambar) | $5 / $8 / $38 | $1.75 / $2.50 / $19 |
| Harga PoYo per 1M token | $4 / $6.40 / $30.40 | $1.40 / $2 / $15.20 |
| Biaya gambar 1024×1024 (resmi → PoYo) | ~$0.039 → ~$0.031 | ~$0.019 → ~$0.016 |
| Output maksimum | 2.359.296 piksel (setara 1536×1536) | 2.359.296 piksel |
| Gambar referensi | Hingga 5 | Hingga 5 |
| Web grounding | Ya | Ya |
| Format output | PNG | PNG |
Microsoft mengumumkan MAI Image 2.6 pada 10 Agustus 2026, menambahkan Flash pada 4 September, dan menjadikan kedua model tersedia secara umum di Microsoft Foundry pada 27 Oktober 2026.

Fotorealisme dengan efek kamera seperti motion blur. Contoh dari halaman MAI Image milik Microsoft AI.
MAI Image 2.5, 2.6, dan 2.7: versi mana yang mana?
Pencarian "MAI Image" mencampurkan tiga generasi, dan harga serta batasnya berbeda, jadi periksa versi mana yang dibahas sebuah halaman.
| Keluarga MAI Image 2.5 | Keluarga MAI Image 2.6 | MAI Image 2.7 | |
|---|---|---|---|
| Diumumkan | 2 Juni 2026 | 10 Agustus 2026 (Flash pada 4 September) | 27 Oktober 2026 |
| Model | MAI-Image-2.5, 2.5 Flash, 2.5 Pro | MAI-Image-2.6, 2.6 Flash | MAI Image 2.7 (pratinjau) |
| Output maksimum | 1.048.576 piksel (setara 1024×1024) | 2.359.296 piksel (setara 1536×1536) | Akan diumumkan |
| Harga output gambar resmi | $47 / 1M token (2.5), $19.50 (2.5 Flash) | $38 / 1M token (2.6), $19 (2.6 Flash) | Akan diumumkan |
| Status | Pratinjau di Foundry | Tersedia secara umum di Foundry | Pratinjau: Arena, Artificial Analysis, dan MAI Playground |
MAI Image 2.5 diluncurkan di peringkat 2 leaderboard edit gambar Arena dan peringkat 3 untuk teks ke gambar. Microsoft menetapkan harganya $5 / $8 / $47 per 1M token input teks, input gambar, dan output gambar, serta 2.5 Flash seharga $1.75 / $1.75 / $19.50.
MAI Image 2.6 meningkat dari 2.5 sebesar +79 Elo secara keseluruhan, dan +91 Elo untuk rendering teks saja, menurut Microsoft. Model ini juga menaikkan batas piksel menjadi 2.359.296 dan menurunkan harga output model unggulan dari $47 menjadi $38 per 1M token. Per 4 September 2026, Microsoft melaporkannya di peringkat 2 untuk teks ke gambar maupun pengeditan gambar di Arena, serta peringkat 2 untuk teks ke gambar dan peringkat 1 untuk pengeditan gambar di Artificial Analysis.
MAI Image 2.7 digambarkan Microsoft sebagai "model pengeditan gambar terbaru kami". Model ini diluncurkan dalam tahap pratinjau di peringkat 3 Arena Edit dan peringkat 2 leaderboard pengeditan gambar Artificial Analysis, dan Microsoft menyatakan model ini "lebih baik daripada 2.6 di seluruh 10 kasus penggunaan dan seluruh 7 aksi pengeditan yang dievaluasi Artificial Analysis." Pengeditan hadir lebih dulu, dengan "pembuatan teks ke gambar yang akan segera hadir." Akses API dan harga untuk 2.7 masih akan diumumkan; pantau halaman MAI Image 2.7 untuk kehadirannya di PoYo. Untuk pekerjaan produksi saat ini, MAI Image 2.6 adalah model API yang tepat digunakan.
Cara kerja harga MAI Image
Setiap permintaan ditagih dalam tiga jenis token:
- Token input teks: prompt Anda.
- Token input gambar: gambar referensi yang Anda kirim untuk pengeditan.
- Token output gambar: gambar yang dihasilkan.
Biaya satu permintaan adalah:
cost = text_tokens × text_rate + image_input_tokens × image_input_rate + output_tokens × output_rate
dengan setiap tarif dalam USD per 1M token. Token output mendominasi tagihan: prompt 300 token menambah $0.0015 di MAI Image 2.6, sedangkan gambarnya sendiri berbiaya $0.03 hingga $0.09.
Berapa token yang digunakan satu gambar?
Di PoYo, setiap tugas MAI Image 2.6 dan 2.6 Flash ditagih berdasarkan jumlah token yang dilaporkan model. Berdasarkan catatan penagihan PoYo dari November 2026, satu permintaan menggunakan sekitar:
| Yang dihitung | Token yang dihitung |
|---|---|
| Gambar yang dihasilkan | lebar × tinggi ÷ 1.024 (1024×1024 = 1.024 token; 2.359.296 piksel = 2.304 token) |
| Gambar hasil edit atau komposisi | Sekitar 1.020–1.024 token, karena output edit sekitar 1 megapiksel |
| Gambar referensi | Pikselnya ÷ 1.024, jadi sekitar 1.024 token setelah PoYo mengubah ukurannya menjadi 1 megapiksel |
| Prompt | Ditagih sebagai token teks; setiap gambar referensi menambah sekitar 110–195 token teks ekstra |
Ada dua konsekuensi penting untuk anggaran. Pertama, biaya mengikuti jumlah piksel, jadi dua ukuran dengan jumlah piksel yang sama berbiaya sama apa pun rasio aspeknya atau label 1K/2K-nya. Kedua, gambar referensi dihargai berdasarkan pikselnya: dengan tarif $8 per 1M token, referensi 4096×4096 saja akan berbiaya sekitar $0.13. PoYo memperkecil gambar referensi apa pun yang melebihi 1 megapiksel sebelum pembuatan, sehingga setiap referensi dihitung paling banyak sekitar 1.024 token gambar dan tetap jauh di bawah satu sen.
Biaya persis setiap tugas muncul di field credits_amount pada respons status (1 kredit = $0.005).
Biaya MAI Image 2.6 per gambar menurut ukuran
Biaya output gambar untuk setiap ukuran preset di PoYo, dengan tarif resmi Microsoft dan tarif PoYo. Token prompt menambah sekitar $0.001 atau kurang.
| Ukuran | Piksel | Token output | 2.6 resmi | 2.6 di PoYo | Flash resmi | Flash di 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 |
| Kustom 3072×768 | 2.359.296 | 2.304 | $0.0876 | $0.0700 | $0.0438 | $0.0350 |
Dalam kredit, gambar persegi 1K sekitar 6.23 kredit di MAI Image 2.6 dan 3.11 di Flash; gambar 2K pada batas piksel sekitar 14.01 dan 7.00 kredit.
Token output Flash berharga tepat setengah dari MAI Image 2.6, sehingga Flash berharga setengahnya di setiap ukuran. Gambar Flash 2K pada batas piksel hanya berbiaya kurang dari setengah sen lebih mahal daripada gambar MAI Image 2.6 1K, dengan jumlah piksel 2.25 kali lipat.
Contoh perhitungan biaya
Token output dan token gambar referensi mengikuti jumlah yang terukur di atas; ukuran prompt bersifat ilustratif.
| Skenario | Model | Token | Biaya resmi | Biaya PoYo |
|---|---|---|---|---|
| Poster, 16:9 pada 2K, prompt 300 token | MAI Image 2.6 | 300 teks + 2.304 output | $0.0891 | $0.0712 |
| Unggahan media sosial, 1:1 pada 1K, prompt 300 token | Flash | 300 teks + 1.024 output | $0.0200 | $0.0160 |
| Edit produk, 1 gambar referensi | MAI Image 2.6 | 400 teks + 1.024 input gambar + 1.024 output | $0.0491 | $0.0393 |
| Komposisi adegan, 3 gambar referensi | MAI Image 2.6 | 800 teks + 3.072 input gambar + 1.024 output | $0.0675 | $0.0540 |
| Komposisi yang sama di Flash | Flash | 800 teks + 3.072 input gambar + 1.024 output | $0.0285 | $0.0228 |
| 1.000 gambar media sosial, 1:1 pada 1K | Flash | 1.000 × (300 + 1.024) | $19.98 | $15.98 |
Baris gambar referensi mengasumsikan setiap referensi berukuran paling besar 1 megapiksel, sesuai cara PoYo menyiapkannya. Saat memanggil Microsoft Foundry secara langsung, referensi yang lebih besar dihitung sesuai ukuran piksel penuhnya.
MAI Image 2.6 vs MAI Image 2.6 Flash: mana yang digunakan
| Jika Anda membutuhkan | Gunakan | Alasan |
|---|---|---|
| Aset kampanye final, poster dengan judul yang persis | MAI Image 2.6 | Model berkualitas tertinggi dari Microsoft, dengan peningkatan rendering teks +91 Elo dibandingkan 2.5 |
| Edit multi-referensi yang kompleks | MAI Image 2.6 | Microsoft memosisikannya untuk "presisi maksimum" |
| Draf, pratinjau, dan eksplorasi prompt | Flash | Setengah harga per gambar |
| Pembuatan bervolume tinggi, personalisasi, aplikasi interaktif | Flash | Microsoft melaporkannya 2.8× lebih cepat daripada GPT-Image-2-Medium dengan efisiensi 72% lebih tinggi |
Pola yang umum adalah mengeksplorasi prompt dan tata letak di Flash, lalu merender versi yang dipilih di MAI Image 2.6. Kedua model menerima field yang sama, jadi beralih cukup dengan mengubah satu kata di model.

MAI Image 2.6, 1024×1024, sekitar $0.031 di PoYo.

MAI Image 2.6 Flash, prompt dan ukuran yang sama, sekitar $0.016 di PoYo. Kedua gambar dibuat di PoYo pada November 2026.
Cara menggunakan MAI Image 2.6 di PoYo
PoYo menghadirkan kedua model melalui satu API key dengan kredit bayar sesuai pemakaian: buat key, tambahkan kredit, dan kirim permintaan. Permintaan bersifat asinkron: Anda mengirim tugas, mendapatkan task_id, lalu melakukan polling ke endpoint status atau menerima callback.
Parameter
| Field | Tipe | Nilai | Default |
|---|---|---|---|
model | string | mai-image-2.6 atau mai-image-2.6-flash | Wajib |
input.prompt | string | 1–32.000 karakter | Wajib |
input.image_urls | array | 1–5 URL JPEG, PNG, atau WebP publik; beralih ke mode pengeditan / komposisi | Tidak ada |
input.size | string | 1:1, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16, atau WIDTHxHEIGHT kustom | 1:1 |
input.resolution | string | 1K atau 2K, untuk ukuran berbasis rasio aspek | 1K |
input.enable_web_search | boolean | Mendasarkan gambar pada informasi web terkini | false |
callback_url | string | URL yang menerima POST saat tugas selesai atau gagal | Tidak ada |
Ukuran berbasis rasio aspek dipetakan ke piksel yang tetap:
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 |
WIDTHxHEIGHT kustom memerlukan kedua sisi habis dibagi 32, setiap sisi minimal 768 piksel, dan total paling banyak 2.359.296 piksel, sehingga banner lebar 3072x768 dapat digunakan. Saat Anda mengirim image_urls, output berukuran sekitar 1 megapiksel dan mengikuti gambar referensi.
Kirim tugas teks ke gambar
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"
}
}'

Teks yang dikutip di prompt muncul persis seperti yang ditulis pada judul, subjudul, dan nama penulis. Dibuat dengan MAI Image 2.6 di PoYo.
Respons langsung mengembalikan ID tugas:
{
"code": 200,
"data": {
"task_id": "task-unified-1794383400-abcd1234",
"status": "not_started",
"created_time": "2026-11-14T10:30:00"
}
}
Selalu periksa code di body: error validasi dapat mengembalikan HTTP 200 dengan code: 400.
Edit atau gabungkan gambar referensi
Tambahkan image_urls dan sebutkan apa yang berubah dan apa yang tetap. Sebut input sebagai gambar 1, gambar 2, dan seterusnya:
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"
]
}
}'

Hingga 5 referensi digabungkan menjadi satu gambar. Contoh dari materi peluncuran Foundry milik Microsoft untuk MAI Image 2.6.
Polling status tugas
curl --request GET "https://api.poyo.ai/api/generate/status/${TASK_ID}" \
--header "Authorization: Bearer ${POYO_API_KEY}"
data.status | Arti | Langkah berikutnya |
|---|---|---|
not_started | Dalam antrean | Lakukan polling lagi |
running | Sedang dibuat | Lakukan polling lagi |
finished | Selesai | Baca data.files[0].file_url dan data.credits_amount |
failed | Gagal, tanpa biaya | Baca data.error_message |
Loop Python singkat yang menunggu gambar:
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")
Dalam pengujian PoYo pada November 2026, sebagian besar tugas selesai dalam sekitar 15 hingga 50 detik, tergantung ukuran, gambar referensi, dan beban antrean. Unduh gambar segera setelah selesai dan simpan sendiri. PoYo mencadangkan kredit untuk jumlah token terbesar yang mungkin saat Anda mengirim, lalu menagih token yang benar-benar digunakan, dan tugas yang gagal tidak dikenai biaya.
Tips untuk hasil yang lebih baik dan biaya yang lebih rendah
- Tulis teks yang harus muncul di gambar di antara tanda kutip dan sebutkan letaknya. Rendering teks adalah peningkatan terbesar MAI Image 2.6 dibandingkan 2.5, dan mengutip teksnya menjaga judul dan subjudul tetap dieja seperti yang ditulis.
- Buat draf di Flash, selesaikan di 2.6. Flash berharga setengahnya di setiap ukuran dan menerima field yang sama.
- Pilih jumlah piksel yang Anda butuhkan. Gambar 1K berbiaya kurang dari setengah gambar 2K, karena ukuran 1K menggunakan sekitar 1.000 token output dan ukuran 2K sekitar 2.300.
- Jaga gambar referensi di sekitar 1 megapiksel. Token referensi bertambah seiring jumlah piksel; PoYo memperkecil file yang lebih besar untuk Anda.
- Beri peran pada setiap referensi. Sebutkan "gambar 1 adalah produknya, gambar 2 adalah latarnya" dan daftar apa yang harus tetap sama.
- Aktifkan
enable_web_searchuntuk tempat, produk, dan peristiwa terkini yang nyata, lalu periksa nama dan detailnya sebelum dipublikasikan. Di PoYo, web grounding sudah termasuk dalam harga token reguler. - Gunakan ukuran kustom untuk banner seperti
3072x768; aturan ukuran menghitung total piksel, jadi salah satu sisinya boleh panjang.
Untuk biaya model gambar lainnya, lihat panduan harga GPT Image 2.5 dan panduan API GPT Image 2.6 kami. Untuk mencoba MAI Image 2.6 di browser terlebih dahulu, buka playground MAI Image 2.6.
FAQ
Apa itu MAI Image 2.6?
MAI Image 2.6 (MAI-Image-2.6) adalah model unggulan pembuatan dan pengeditan gambar dari Microsoft AI, diumumkan pada 10 Agustus 2026. Model ini membuat gambar fotorealistis, potret, visual produk, dan poster dengan teks yang terbaca jelas, serta mengedit atau menggabungkan hingga 5 gambar referensi. Model ini diluncurkan di peringkat 2 leaderboard teks ke gambar Arena.
Berapa biaya MAI Image 2.6 per gambar?
Dengan tarif Microsoft, gambar 1024×1024 berbiaya sekitar $0.039 di MAI Image 2.6 dan $0.019 di Flash, dan gambar pada batas 2.359.296 piksel berbiaya sekitar $0.088 dan $0.044. Di PoYo, gambar yang sama berbiaya sekitar $0.031 / $0.016 pada 1K dan $0.070 / $0.035 pada batas maksimum. Token prompt dan gambar referensi menambah sedikit biaya.
Bagaimana harga MAI Image 2.6 dihitung?
Microsoft mengenakan biaya per 1M token: $5 untuk input teks, $8 untuk input gambar, dan $38 untuk output gambar di MAI Image 2.6, serta $1.75, $2.50, dan $19 di Flash. Kalikan setiap jumlah token dengan tarifnya. Di PoYo, satu gambar menggunakan sekitar satu token output per 1.024 piksel, jadi gambar 1024×1024 sekitar 1.024 token output.
Apa perbedaan MAI Image 2.6 dan MAI Image 2.6 Flash?
Flash adalah versi yang lebih cepat dan berbiaya lebih rendah untuk pekerjaan bervolume tinggi dan sensitif terhadap latensi. Microsoft menyatakan model ini 2.8× lebih cepat daripada GPT-Image-2-Medium dengan efisiensi 72% lebih tinggi, dengan "kurang dari setengah harga" model unggulan. Keduanya menerima field permintaan yang sama dan mendukung pengeditan dengan hingga 5 referensi serta web grounding.
Apa perbedaan MAI Image 2.5 dan 2.6?
MAI Image 2.6 mencetak skor +79 Elo dibandingkan 2.5 secara keseluruhan dan +91 Elo untuk rendering teks, menurut Microsoft. Model ini menaikkan output maksimum dari 1.048.576 menjadi 2.359.296 piksel dan menurunkan harga output gambar model unggulan dari $47 menjadi $38 per 1M token. MAI Image 2.5 Flash berharga $19.50 per 1M token output, dibandingkan $19 untuk 2.6 Flash.
Apakah MAI Image 2.7 tersedia melalui API?
Microsoft meluncurkan MAI Image 2.7 pada 27 Oktober 2026 sebagai pratinjau yang mendahulukan pengeditan dan dapat Anda coba di Arena, Artificial Analysis, dan MAI Playground. Akses API dan harganya masih akan diumumkan, dan teks ke gambar "akan segera hadir." Untuk pekerjaan API saat ini, gunakan MAI Image 2.6.
Berapa resolusi maksimum MAI Image 2.6?
Total 2.359.296 piksel, setara dengan 1536×1536. Salah satu sisi boleh lebih panjang selama totalnya tetap dalam batas dan setiap sisi minimal 768 piksel, misalnya 2048×1152 atau 3072×768.
Berapa banyak gambar referensi yang dapat digunakan MAI Image 2.6?
Hingga 5. Dengan satu gambar, model mengeditnya; dengan beberapa gambar, model menggabungkan produk, orang, gaya, dan adegan menjadi satu gambar. Sebut gambar-gambar tersebut sebagai gambar 1, gambar 2, dan seterusnya di prompt.
Apakah web grounding dikenai biaya tambahan?
Di PoYo, web grounding sudah termasuk dalam harga token reguler di kedua model, jadi biaya gambar tetap sama saat Anda mengaktifkan enable_web_search.
Bisakah saya mencoba MAI Image 2.6 secara gratis?
Microsoft menyediakan model MAI di MAI Playground untuk mencoba prompt. Akses API dibayar per token, di Microsoft Foundry maupun di PoYo. Di PoYo, Anda membayar sesuai pemakaian, hanya untuk gambar yang selesai, dengan satu API key untuk semua model.
Apakah MAI Image 2.6 open source?
MAI Image 2.6 adalah model milik Microsoft, yang ditawarkan melalui Microsoft Foundry dan MAI Playground. Untuk membangun dengannya, panggil melalui API seperti PoYo, di mana key yang sama juga berlaku untuk semua model gambar, video, dan audio lainnya.