guides

MAI Image 2.6 API: costo per immagine, Flash e 2.7

Poyo.ai Team
18 min read
Share:

In sintesi

  • MAI Image 2.6 è il modello di immagini di punta di Microsoft AI per testo in immagine ed editing. MAI Image 2.6 Flash è la versione più veloce ed economica, con gli stessi campi di richiesta.
  • Microsoft fissa il prezzo di entrambi i modelli per milione di token: $5 / $8 / $38 per input testo, input immagine e output immagine su MAI Image 2.6, e $1.75 / $2.50 / $19 su Flash.
  • Su PoYo un’immagine usa circa un token di output ogni 1.024 pixel. Un’immagine 1024×1024 corrisponde a circa 1.024 token di output, e l’immagine più grande (2.359.296 pixel, come 1536×1536) a 2.304 token.
  • Alle tariffe di Microsoft, un’immagine quadrata 1K costa quindi circa $0.039 su MAI Image 2.6 e $0.019 su Flash. Su PoYo le stesse immagini costano circa $0.031 e $0.016.
  • L’output arriva al massimo a 2.359.296 pixel, e ogni richiesta accetta fino a 5 immagini di riferimento e un’opzione facoltativa di grounding web.
  • MAI Image 2.7 è un’anteprima incentrata sull’editing, annunciata il 27 ottobre 2026. Puoi provarla su Arena, Artificial Analysis e MAI Playground, mentre i dettagli della sua API devono ancora essere annunciati.

MAI Image 2.6 in breve

MAI Image 2.6MAI Image 2.6 Flash
Posizionamento secondo MicrosoftModello di punta per la «massima precisione»Stesso livello di qualità per «carichi di produzione sensibili alla latenza e ad alto throughput»
ID del modello su PoYomai-image-2.6mai-image-2.6-flash
Prezzo ufficiale per 1M di token (input testo / input immagine / output immagine)$5 / $8 / $38$1.75 / $2.50 / $19
Prezzo su PoYo per 1M di token$4 / $6.40 / $30.40$1.40 / $2 / $15.20
Costo di un’immagine 1024×1024 (ufficiale → PoYo)~$0.039 → ~$0.031~$0.019 → ~$0.016
Output massimo2.359.296 pixel (equivalente a 1536×1536)2.359.296 pixel
Immagini di riferimentoFino a 5Fino a 5
Grounding webSìSì
Formato di outputPNGPNG

Microsoft ha annunciato MAI Image 2.6 il 10 agosto 2026, ha aggiunto Flash il 4 settembre e ha reso entrambi i modelli disponibili per tutti in Microsoft Foundry il 27 ottobre 2026.

Esempio di MAI Image 2.6: un tennista mosso dal motion blur che corre su un campo verde, con una racchetta in primo piano

Fotorealismo con effetti di ripresa come il motion blur. Esempio dalla pagina MAI Image di Microsoft AI.

MAI Image 2.5, 2.6 e 2.7: quale versione è quale?

Le ricerche su «MAI Image» mescolano tre generazioni, con prezzi e limiti diversi, quindi controlla quale descrive una pagina.

Famiglia MAI Image 2.5Famiglia MAI Image 2.6MAI Image 2.7
Annuncio2 giugno 202610 agosto 2026 (Flash il 4 settembre)27 ottobre 2026
ModelliMAI-Image-2.5, 2.5 Flash, 2.5 ProMAI-Image-2.6, 2.6 FlashMAI Image 2.7 (anteprima)
Output massimo1.048.576 pixel (equivalente a 1024×1024)2.359.296 pixel (equivalente a 1536×1536)Da annunciare
Prezzo ufficiale dell’output immagine$47 / 1M di token (2.5), $19.50 (2.5 Flash)$38 / 1M di token (2.6), $19 (2.6 Flash)Da annunciare
StatoAnteprima in FoundryDisponibile per tutti in FoundryAnteprima: Arena, Artificial Analysis e MAI Playground

MAI Image 2.5 ha debuttato al secondo posto nella classifica di editing di immagini di Arena e al terzo per il testo in immagine. Microsoft lo ha prezzato a $5 / $8 / $47 per 1M di token di input testo, input immagine e output immagine, e la 2.5 Flash a $1.75 / $1.75 / $19.50.

MAI Image 2.6 ha migliorato la 2.5 di +79 Elo nel complesso e di +91 Elo nella sola resa del testo, secondo Microsoft. Ha inoltre alzato il limite di pixel a 2.359.296 e ridotto il prezzo di output del modello di punta da $47 a $38 per 1M di token. Al 4 settembre 2026, Microsoft lo indicava al secondo posto sia nel testo in immagine sia nell’editing di immagini su Arena, e al secondo posto nel testo in immagine e al primo nell’editing di immagini su Artificial Analysis.

MAI Image 2.7 è descritto da Microsoft come «il nostro modello di editing di immagini più recente». È stato lanciato in anteprima al terzo posto in Arena Edit e al secondo nella classifica di editing di immagini di Artificial Analysis, e Microsoft afferma che «migliora la 2.6 in tutti i 10 casi d’uso e in tutte le 7 azioni di editing valutate da Artificial Analysis». Prima arriva l’editing, con «la generazione da testo a immagine in arrivo». Accesso API e prezzi della 2.7 devono ancora essere annunciati; segui la pagina di MAI Image 2.7 per il suo arrivo su PoYo. Per il lavoro di produzione di oggi, MAI Image 2.6 è il modello API da usare.

Come funzionano i prezzi di MAI Image

Ogni richiesta viene fatturata su tre tipi di token:

  • Token di input testo: il tuo prompt.
  • Token di input immagine: le immagini di riferimento che invii per l’editing.
  • Token di output immagine: l’immagine generata.

Il costo di una richiesta è:

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

con ciascuna tariffa in USD per 1M di token. I token di output pesano di più sulla fattura: un prompt da 300 token aggiunge $0.0015 su MAI Image 2.6, mentre l’immagine stessa costa da $0.03 a $0.09.

Quanti token usa un’immagine?

Su PoYo ogni attività di MAI Image 2.6 e 2.6 Flash viene fatturata in base al numero di token riportato dal modello. Secondo i dati di fatturazione di PoYo di novembre 2026, una richiesta usa circa:

CosaToken conteggiati
Immagine generatalarghezza × altezza ÷ 1.024 (1024×1024 = 1.024 token; 2.359.296 pixel = 2.304 token)
Immagine modificata o compostaCirca 1.020–1.024 token, perché gli output delle modifiche sono di circa 1 megapixel
Immagine di riferimentoI suoi pixel ÷ 1.024, quindi circa 1.024 token dopo che PoYo l’ha ridimensionata a 1 megapixel
PromptFatturato come token di testo; ogni immagine di riferimento aggiunge circa 110–195 token di testo in più

Per il budget contano due conseguenze. Primo, il costo segue il numero di pixel, quindi due dimensioni con lo stesso numero di pixel costano uguale a prescindere dal formato o dall’etichetta 1K/2K. Secondo, le immagini di riferimento sono prezzate in base ai loro pixel: a $8 per 1M di token, un riferimento da 4096×4096 costerebbe da solo circa $0.13. PoYo ridimensiona prima della generazione qualsiasi immagine di riferimento sopra 1 megapixel, quindi ogni riferimento conta al massimo circa 1.024 token immagine e resta ben sotto il centesimo.

L’addebito esatto di ogni attività compare nel campo credits_amount della risposta di stato (1 credito = $0.005).

Costo per immagine di MAI Image 2.6 in base alle dimensioni

Costo dell’output immagine per ciascuna dimensione preimpostata su PoYo, alle tariffe ufficiali di Microsoft e a quelle di PoYo. I token del prompt aggiungono circa $0.001 o meno.

DimensioniPixelToken di output2.6 ufficiale2.6 su PoYoFlash ufficialeFlash su 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
Personalizzata 3072×7682.359.2962.304$0.0876$0.0700$0.0438$0.0350

In crediti, un’immagine quadrata 1K costa circa 6.23 crediti su MAI Image 2.6 e 3.11 su Flash; un’immagine 2K al limite di pixel costa circa 14.01 e 7.00 crediti.

I token di output di Flash costano esattamente la metà di quelli di MAI Image 2.6, quindi Flash costa la metà a ogni dimensione. Un’immagine Flash 2K al limite di pixel costa meno di mezzo centesimo in più di un’immagine 1K di MAI Image 2.6, con 2.25 volte i pixel.

Esempi di calcolo dei costi

I token di output e delle immagini di riferimento seguono i conteggi misurati qui sopra; le dimensioni dei prompt sono indicative.

ScenarioModelloTokenCosto ufficialeCosto su PoYo
Poster, 16:9 a 2K, prompt da 300 tokenMAI Image 2.6300 di testo + 2.304 di output$0.0891$0.0712
Post per i social, 1:1 a 1K, prompt da 300 tokenFlash300 di testo + 1.024 di output$0.0200$0.0160
Modifica di prodotto, 1 immagine di riferimentoMAI Image 2.6400 di testo + 1.024 di input immagine + 1.024 di output$0.0491$0.0393
Composizione di scena, 3 immagini di riferimentoMAI Image 2.6800 di testo + 3.072 di input immagine + 1.024 di output$0.0675$0.0540
Stessa composizione su FlashFlash800 di testo + 3.072 di input immagine + 1.024 di output$0.0285$0.0228
1.000 immagini per i social, 1:1 a 1KFlash1.000 × (300 + 1.024)$19.98$15.98

Le righe con immagini di riferimento presuppongono che ogni riferimento sia al massimo di 1 megapixel, che è il modo in cui PoYo li prepara. Chiamando direttamente Microsoft Foundry, i riferimenti più grandi vengono conteggiati con tutti i loro pixel.

MAI Image 2.6 o MAI Image 2.6 Flash: quale usare

Se ti serveUsaPerché
Risorse definitive per campagne, poster con titoli esattiMAI Image 2.6Il modello di qualità più alta di Microsoft, con un guadagno di +91 Elo nella resa del testo rispetto alla 2.5
Modifiche complesse con più riferimentiMAI Image 2.6Microsoft lo presenta per la «massima precisione»
Bozze, anteprime ed esplorazione dei promptFlashMetà prezzo per immagine
Generazione ad alto volume, personalizzazione, app interattiveFlashMicrosoft lo indica 2.8× più veloce di GPT-Image-2-Medium, con un’efficienza superiore del 72%

Uno schema comune è esplorare prompt e layout su Flash, poi generare la versione scelta su MAI Image 2.6. Entrambi i modelli accettano gli stessi campi, quindi per passare dall’uno all’altro basta cambiare una parola in model.

Output di MAI Image 2.6 a 1024×1024: una volpe rossa in piedi sulla neve fresca in un bosco di betulle all’alba, con il fiato visibile nella luce rosa del mattino

MAI Image 2.6, 1024×1024, circa $0.031 su PoYo.

Output di MAI Image 2.6 Flash con lo stesso prompt: una volpe rossa nella neve tra le betulle all’alba, in una morbida luce rosa

MAI Image 2.6 Flash, stesso prompt e stesse dimensioni, circa $0.016 su PoYo. Entrambe le immagini sono state generate su PoYo a novembre 2026.

Come usare MAI Image 2.6 su PoYo

PoYo ti dà accesso a entrambi i modelli con un’unica chiave API e crediti a consumo: crea una chiave, aggiungi crediti e invia una richiesta. Le richieste sono asincrone: invii un’attività, ricevi un task_id, poi interroghi l’endpoint di stato o ricevi un callback.

Parametri

CampoTipoValoriPredefinito
modelstringamai-image-2.6 o mai-image-2.6-flashObbligatorio
input.promptstringa1–32.000 caratteriObbligatorio
input.image_urlsarray1–5 URL pubblici JPEG, PNG o WebP; attiva modifica / composizioneNessuno
input.sizestringa1:1, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16, oppure WIDTHxHEIGHT personalizzato1:1
input.resolutionstringa1K o 2K, per le dimensioni espresse come rapporto1K
input.enable_web_searchbooleanoBasa l’immagine su informazioni web aggiornatefalse
callback_urlstringaURL che riceve un POST quando l’attività termina o non va a buon fineNessuno

Le dimensioni espresse come rapporto corrispondono a pixel fissi:

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 personalizzato richiede entrambi i lati divisibili per 32, ciascun lato di almeno 768 pixel e al massimo 2.359.296 pixel in totale, quindi un banner orizzontale 3072x768 funziona. Quando invii image_urls, l’output è di circa 1 megapixel e segue le immagini di riferimento.

Invia un’attività da testo a immagine

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"
    }
  }'

Due output di MAI Image 2.6: un poster di viaggio vintage di Lumen Bay con un faro e la riga del festival, e una copertina di libro intitolata The Quiet Orchard di Mara Ellison

Il testo tra virgolette nel prompt compare esattamente come scritto nel titolo, nel sottotitolo e nel nome dell’autrice. Generato con MAI Image 2.6 su PoYo.

La risposta restituisce subito un ID dell’attività:

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

Controlla sempre code nel corpo della risposta: gli errori di convalida possono restituire HTTP 200 con code: 400.

Modificare o combinare immagini di riferimento

Aggiungi image_urls e indica cosa cambia e cosa resta. Richiama gli input come image 1, image 2 e così via:

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"
      ]
    }
  }'

Modifica di MAI Image 2.6 con più riferimenti: cinque riferimenti, tra cui un campione di colore, una texture di roccia di canyon e una scarpa da corsa magenta, combinati in un’unica immagine principale della scarpa in un canyon

Fino a 5 riferimenti combinati in un’unica immagine. Esempio dai materiali di lancio su Foundry di Microsoft per MAI Image 2.6.

Controlla lo stato dell’attività

curl --request GET "https://api.poyo.ai/api/generate/status/${TASK_ID}" \
  --header "Authorization: Bearer ${POYO_API_KEY}"
data.statusSignificatoPasso successivo
not_startedIn codaInterroga di nuovo
runningIn generazioneInterroga di nuovo
finishedCompletataLeggi data.files[0].file_url e data.credits_amount
failedNon riuscita, senza addebitoLeggi data.error_message

Un breve ciclo Python che attende l’immagine:

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")

Nei test di PoYo di novembre 2026, la maggior parte delle attività si è conclusa in circa 15–50 secondi, a seconda di dimensioni, immagini di riferimento e carico della coda. Scarica l’immagine poco dopo il completamento e conservala nel tuo storage. Al momento dell’invio PoYo riserva i crediti per il numero massimo possibile di token, poi addebita i token effettivamente usati, e le attività non riuscite sono gratuite.

Consigli per risultati migliori e costi più bassi

  1. Metti tra virgolette il testo esatto da inserire nell’immagine e indica dove va. La resa del testo è il guadagno maggiore di MAI Image 2.6 rispetto alla 2.5, e citare i testi mantiene titoli e intestazioni scritti esattamente come li hai inseriti.
  2. Bozze su Flash, versione finale sulla 2.6. Flash costa la metà a ogni dimensione e accetta gli stessi campi.
  3. Scegli il numero di pixel che ti serve. Un’immagine 1K costa meno della metà di una 2K, perché le dimensioni 1K usano circa 1.000 token di output e quelle 2K circa 2.300.
  4. Mantieni le immagini di riferimento vicine a 1 megapixel. I token dei riferimenti crescono con i pixel; PoYo ridimensiona per te i file più grandi.
  5. Assegna un ruolo a ogni riferimento. Scrivi «image 1 è il prodotto, image 2 è lo sfondo» ed elenca cosa deve restare uguale.
  6. Attiva enable_web_search per luoghi, prodotti ed eventi recenti reali, poi controlla nomi e dettagli prima di pubblicare. Su PoYo il grounding web è incluso nel normale prezzo dei token.
  7. Usa una dimensione personalizzata per i banner, come 3072x768; la regola sulle dimensioni conta i pixel totali, quindi un lato può essere lungo.

Per i costi di altri modelli di immagini, leggi la nostra guida ai prezzi di GPT Image 2.5 e la guida all’API di GPT Image 2.6. Per provare prima MAI Image 2.6 nel browser, apri il playground di MAI Image 2.6.

Domande frequenti

Che cos’è MAI Image 2.6?

MAI Image 2.6 (MAI-Image-2.6) è il modello di punta di Microsoft AI per la generazione e l’editing di immagini, annunciato il 10 agosto 2026. Crea immagini fotorealistiche, ritratti, visual di prodotto e poster con testo leggibile, e modifica o combina fino a 5 immagini di riferimento. Ha debuttato al secondo posto nella classifica testo in immagine di Arena.

Quanto costa MAI Image 2.6 per immagine?

Alle tariffe di Microsoft, un’immagine 1024×1024 costa circa $0.039 su MAI Image 2.6 e $0.019 su Flash, e un’immagine al limite di 2.359.296 pixel costa circa $0.088 e $0.044. Su PoYo le stesse immagini costano circa $0.031 / $0.016 a 1K e $0.070 / $0.035 al limite. I token del prompt e delle immagini di riferimento aggiungono poco.

Come si calcolano i prezzi di MAI Image 2.6?

Microsoft applica tariffe per 1M di token: $5 per l’input testo, $8 per l’input immagine e $38 per l’output immagine su MAI Image 2.6, e $1.75, $2.50 e $19 su Flash. Moltiplica ogni conteggio di token per la sua tariffa. Su PoYo un’immagine usa circa un token di output ogni 1.024 pixel, quindi un’immagine 1024×1024 corrisponde a circa 1.024 token di output.

Qual è la differenza tra MAI Image 2.6 e MAI Image 2.6 Flash?

Flash è la versione più veloce ed economica per il lavoro ad alto volume e sensibile alla latenza. Microsoft afferma che è 2.8× più veloce di GPT-Image-2-Medium con un’efficienza superiore del 72%, a «meno della metà del prezzo» del modello di punta. Entrambi accettano gli stessi campi di richiesta e supportano l’editing con un massimo di 5 riferimenti e il grounding web.

Qual è la differenza tra MAI Image 2.5 e 2.6?

Secondo Microsoft, MAI Image 2.6 ottiene +79 Elo rispetto alla 2.5 nel complesso e +91 Elo nella resa del testo. Alza l’output massimo da 1.048.576 a 2.359.296 pixel e abbassa il prezzo dell’output immagine del modello di punta da $47 a $38 per 1M di token. MAI Image 2.5 Flash costa $19.50 per 1M di token di output, contro $19 della 2.6 Flash.

MAI Image 2.7 è disponibile tramite API?

Microsoft ha lanciato MAI Image 2.7 il 27 ottobre 2026 come anteprima incentrata sull’editing, che puoi provare su Arena, Artificial Analysis e MAI Playground. Accesso API e prezzi devono ancora essere annunciati, e il testo in immagine è «in arrivo». Per il lavoro via API di oggi, usa MAI Image 2.6.

Qual è la risoluzione massima di MAI Image 2.6?

2.359.296 pixel in totale, l’equivalente di 1536×1536. Ciascun lato può essere più lungo purché il totale resti entro il limite e ogni lato sia di almeno 768 pixel, ad esempio 2048×1152 o 3072×768.

Quante immagini di riferimento può usare MAI Image 2.6?

Fino a 5. Con un’immagine, il modello la modifica; con più immagini, combina prodotti, persone, stili e scene in un’unica immagine. Nel prompt richiamale come image 1, image 2 e così via.

Il grounding web costa di più?

Su PoYo il grounding web è incluso nel normale prezzo dei token su entrambi i modelli, quindi attivare enable_web_search lascia invariato il costo dell’immagine.

Posso provare MAI Image 2.6 gratis?

Microsoft offre i suoi modelli MAI in MAI Playground per provare i prompt. L’accesso API si paga a token, su Microsoft Foundry e su PoYo. Su PoYo paghi a consumo, solo per le immagini completate, con un’unica chiave API per tutti i modelli.

MAI Image 2.6 è open source?

MAI Image 2.6 è un modello proprietario di Microsoft, offerto tramite Microsoft Foundry e MAI Playground. Per sviluppare con esso, chiamalo tramite un’API come PoYo, dove la stessa chiave funziona anche con tutti gli altri modelli di immagini, video e audio.

Share: