comparisons

MAI Image 2.6、GPT Image 2.6、Nano Banana 2.1を比較

Poyo.ai Team
6 min read
Share:

要点

  • MAI Image 2.6は、Microsoftの200億パラメータの画像モデルです。 最大5枚の参照画像を使った画像の生成と編集に対応し、任意でWebグラウンディングも使え、最大2,359,296ピクセル(1536×1536または同じ面積)で出力します。MAI Image 2.6 Flashは同じ機能を、出力トークンの半額で提供します。
  • 3モデルとも提供元ではトークン課金ですが、PoYoではわかりやすい1枚あたりの料金になります。 PoYoでの1024×1024画像1枚のコストは、MAI Image 2.6が約$0.031、Flashが$0.016、Nano Banana 2.1が$0.02、gpt-image-2.6-fixedが$0.0085で、いずれも各社の公式料金より安くなっています。
  • MAI Image 2.6は、リーダーボードの上位で登場しました。 Microsoftはリリース時にArenaのテキストから画像のリーダーボードで2位、9月にはArtificial Analysisの画像編集で1位と報告しています。
  • 品質と制御ではGPT Image 2.6がリード。 max品質のSunburstはArtificial Analysisの両アリーナで1位で、APIではマスク、透過背景、最大3840 pxのサイズも使えます。
  • Nano Banana 2.1は4K対応のオールラウンダー。 Artificial Analysisの両アリーナでトップ10に入り、最大4Kで出力でき、PoYoでは1K画像1枚$0.02です。
  • MAI Image 2.7は、Microsoftの新しい編集モデルです。 2026年10月27日にプレビューとして発表され、PoYoにも近日追加予定です。現在、PoYoでの編集にはMAI Image 2.6と2.6 Flashをご利用いただけます。

MAI Image 2.6、GPT Image 2.6、Nano Banana 2.1の概要

MAI Image 2.6 / 2.6 FlashGPT Image 2.6Nano Banana 2.1
開発元Microsoft AIOpenAIGoogle
リリース日2.6:2026年8月(モデルカード:8月14日)
Flash:2026年9月4日
2026年11月4日2026年10月6日
提供元でのステータス2026年10月27日からMicrosoft Foundryで一般提供Image APIGemini API
PoYoのモデルIDmai-image-2.6、mai-image-2.6-flashgpt-image-2.6-fixed、gpt-image-2.6-flare、gpt-image-2.6-sunburstnano-banana-2.1
公式料金トークン単位:100万トークンあたりテキスト入力$5、画像入力$8、画像出力$38(Flash:$1.75 / $2.50 / $19)トークン単位:100万トークンあたりテキスト入力$5、画像入力$8、画像出力$30トークン単位:100万トークンあたり入力$1.50、画像出力$30
最大出力2,359,296ピクセル(1536×1536相当)長辺3840 px、8,294,400ピクセル4K(4096×4096)
参照画像最大5枚PoYoでは最大16枚Googleでは最大14枚(オブジェクト10、キャラクター4)、PoYoでは最大10枚
出力形式PNGPNG、JPEG、WebP(PoYoのFlare / Sunburst)画像
主な特長Webグラウンディング、カスタムのWIDTHxHEIGHTマスク、透過背景、maxまでのquality、complexity思考レベル、Google検索によるグラウンディング、Googleでは最大8:1の極端な比率

MicrosoftのラインナップにおけるMAI Image 2.6の位置づけ

Microsoft AIは、MAIという名前で独自の画像モデルを開発しています。MAI Image 2.6は、出力の上限が1,048,576ピクセルだった2.5シリーズ(MAI Image 2.5、2.5 Flash、2.5 Pro)の後継です。2.6ではその上限が2倍以上になりました。

モデルMicrosoftによる説明ステータス
MAI Image 2.6「総合力で最高」:高品質な生成と、精密で制御しやすい編集PoYoとMicrosoft Foundryで利用可能
MAI Image 2.6 Flash「最速・最低コスト」:フラッグシップの半額未満で、本番レベルの品質PoYoとMicrosoft Foundryで利用可能
MAI Image 2.72026年10月27日に発表された最新の画像編集モデルMAI Playground、Arena、Artificial Analysisでプレビュー中。PoYoに近日追加予定

Microsoftのモデルカードによると、MAI Image 2.6は埋め込み以外のパラメータが200億の拡散モデルで、プロンプトのコンテキストは32Kトークンです。FlashはMAI Image 2.6を最適化したバージョンで、MicrosoftのFoundryのドキュメントでは、両モデルの生成と編集の機能が同一とされています。

トークン料金を1枚あたりの料金に換算する方法

3社とも画像をトークンで課金しますが、トークンの数え方はそれぞれ異なります。各社の換算方法は次のとおりです。

MAI Image 2.6とFlash

Microsoftは100万トークンあたりのトークン料金を公表しています。PoYoでは、MAIのリクエストはすべて実際のトークン数で課金され、トークン数はシンプルなルールに従います。画像1枚は約 幅 × 高さ ÷ 1,024トークン(32×32のブロックごとに1トークン)で、出力画像にも各参照画像にも同じルールが当てはまります。

output tokens ≈ width × height ÷ 1,024
cost per image ≈ output tokens × output rate
                 + reference tokens × image input rate
                 + prompt tokens × text input rate

Artificial AnalysisはMAI Image 2.6の料金を、1024×1024で画像1,000枚あたり$38.91としています。これは、出力1,024トークン × 100万トークンあたり$38($0.0389)に短いプロンプトを足した値と一致します。

出力サイズ出力トークンMAI Image 2.6(公式)MAI Image 2.6 Flash(公式)
1024×1024(1K、1:1)1,0241024 × $38/1M = $0.03891024 × $19/1M = $0.0195
1344×768(1K、16:9)1,008$0.0383$0.0192
1536×1536(2K、1:1)2,3042304 × $38/1M = $0.08762304 × $19/1M = $0.0438
2048×1152(2K、16:9)2,304$0.0876$0.0438

100トークンのプロンプトによる追加は、MAI Image 2.6で$0.0005、Flashで$0.0002未満です。PoYoでは、参照画像はまず約1メガピクセルに縮小されるため、1枚あたりの画像入力は最大でも約1,024トークンで、編集では約1メガピクセルの画像が返ります。

GPT Image 2.6

OpenAIもトークンで課金し(出力100万トークンあたり$30)、トークン数はサイズとqualityの設定の両方で決まります。Artificial AnalysisはGPT Image 2.6のFlareとSunburstを、max品質・1024×1024で画像1,000枚あたり$210.72としており、これは1枚あたり約$0.21です。品質の設定を下げると、使うトークンが減り、コストも下がります。

PoYoならトークンの計算は不要です。gpt-image-2.6-fixedは1枚あたりの定額で課金されます。

Nano Banana 2.1

Googleはトークン数を公表しています。出力100万トークンあたり$30の場合:

解像度出力トークン公式料金
1K1,120$0.0336
2K1,680$0.0504
4K3,780$0.113

これに加えて、テキストと画像の入力に100万トークンあたり$1.50がかかります。

PoYoでの1枚あたりの料金

モデル1K(1024×1024)2K最上位ティア補足
MAI Image 2.6約$0.0311(6.23クレジット)1536×1536で約$0.07002K(2,359,296 px)100万トークンあたりテキスト入力 / 画像入力 / 出力が$4 / $6.40 / $30.40
MAI Image 2.6 Flash約$0.0156(3.11クレジット)1536×1536で約$0.03502K(2,359,296 px)100万トークンあたり$1.40 / $2 / $15.20
GPT Image 2.6 fixed$0.0085(1.7クレジット)$0.03(6クレジット)4K:$0.04(8クレジット)参照画像込み
GPT Image 2.6 Flare / Sunburstトークン課金トークン課金4K、トークン課金100万トークンあたり$4 / $6.40 / $24。max・1024×1024で約$0.17
Nano Banana 2.1$0.02(4クレジット)$0.03(6クレジット)4K:$0.05(10クレジット)参照画像込み

PoYoでのMAIとGPT Image 2.6のトークン料金は、公式料金の80%です。PoYoはMAIのリクエストごとに事前に最大課金額を表示し、実際に使ったトークン分だけを課金します。失敗したタスクは無料です。

PoYoでの計算例

ジョブMAI Image 2.6MAI Image 2.6 FlashGPT Image 2.6 fixedNano Banana 2.1
1Kの正方形サムネイル10,000枚10000 × 0.0311 ≈ $31110000 × 0.0156 ≈ $15610000 × 0.0085 = $8510000 × 0.02 = $200
2Kの横長バナー500枚500 × 0.0700 ≈ $35500 × 0.0350 ≈ $17.50500 × 0.03 = $15500 × 0.03 = $15
商品編集300件、各参照画像2枚300 × (2048 × 6.4 + 1024 × 30.4) / 1M ≈ $13.27300 × (2048 × 2 + 1024 × 15.2) / 1M ≈ $5.90300 × 0.0085 ≈ $2.55300 × 0.02 = $6

プロンプトのトークンはMAIの画像1枚あたり$0.001未満なので、計算から外しています。2K画像のサイズはモデルによって異なります。MAIの2Kティアは最大2,359,296ピクセル(16:9で2048×1152)で、Nano Banana 2.1の16:9の2Kは2752×1536です。出力を約2.4メガピクセルより大きくする必要があるジョブには、Nano Banana 2.1かGPT Image 2.6を使いましょう。

リーダーボード:各モデルの評判

MAI Image 2.6の検索結果では、リーダーボードでの実績が真っ先に紹介されています。Microsoftがいつ何を報告したかは次のとおりです。

  • 2026年8月10日(リリース時): MicrosoftはMAI Image 2.6が、Google、Meta、xAIの主要モデルを抑えてArenaのテキストから画像のリーダーボードで2位になったと報告しました。MAI Image 2.5と比べて総合で+79 Elo、文字の描画で+91 Eloです。
  • 2026年9月4日(Flashのリリース時): Microsoftは、MAI Image 2.6がArenaのテキストから画像と画像編集の両方で2位、Artificial Analysisではテキストから画像で2位、画像編集で1位だったと述べています。

ほかの2モデルにも、2026年11月14日時点のArtificial Analysisでそれぞれの見どころがあります。

  • max品質のGPT Image 2.6 Sunburstは、テキストから画像(1261 Elo)と画像編集(1210 Elo)の両方で1位で、Flareは編集で2位です。
  • Nano Banana 2.1は、10月6日のリリースから約1か月で両方のアリーナのトップ10に入っています(1176 Eloと1152 Elo)。
  • MAI Image 2.6 Flashは、出力トークンの半額ながら、編集のアリーナでMAI Image 2.6との差が5 Elo以内(1145対1150)で、編集パイプラインでコストパフォーマンスに優れた選択肢です。

リーダーボードは新しいモデルが登場するたびに更新され、さまざまなプロンプトに対する平均的な好みを測るものです。候補を絞り込むために使い、そのあと自分の依頼で試してください。

MAI Image 2.6とGPT Image 2.5

多くの比較ページでは、MAI Image 2.6をリリース時期のOpenAIのモデルであるGPT Image 2.5と比べています。GPT Image 2.5(2026年9月8日)のトークン料金は2.6と同じで、100万トークンあたりテキスト入力$5、画像入力$8、出力$30です。xhighとmaxの品質設定があり、OpenAIは編集の精度を求める場合にSunburstを推奨しています。MAI Image 2.6はWebグラウンディングと3072×768のようなカスタムサイズを備えており、Microsoftによると、より新しいMAI Image 2.7のプレビューはArtificial Analysisの編集のリーダーボードで、GPT Image 2.5 Flareを上回る順位で登場しました。GPT Image 2.5とMAI Image 2.6は、どちらもPoYoで同じAPIキーで利用できます。OpenAIの世代ごとの変更点については、GPT Image 2.6の概要をご覧ください。

速度

  • MAI Image 2.6 Flash: Microsoftによると、GPT-Image-2-Mediumより2.8倍速く画像を生成し、効率は72%高くなっています。
  • GPT Image 2.6: OpenAIによると、Images 2.6は以前より50%速く画像を生成し、Flareはlow品質なら最短6秒で画像を返せます。
  • Nano Banana 2.1: Googleによると、Flashレベルの速度とコスト効率を維持しています。

2026年11月のPoYoのテストでは、MAI Image 2.6のタスクの多くは、サイズ、参照画像、キューの混雑状況に応じて約15〜50秒で完了しました。PoYoでは3モデルとも非同期のタスクとして実行されるため、アプリケーションはすぐにtask_idを受け取れます。

選択を左右する機能

サイズ。 PoYoのMAI Image 2.6は、1Kまたは2Kで7つの比率(1:1、4:3、3:4、3:2、2:3、16:9、9:16)を選べるほか、カスタムのWIDTHxHEIGHTも指定できます。条件は、両辺が32で割り切れること、各辺が768以上であること、合計が2,359,296ピクセル以内であることです。上限が面積で決まっているため、3072×768のWebサイト用バナーも作れます。GPT Image 2.6のFlareとSunburstは、長辺3840 pxまでのカスタムサイズに対応しています。Nano Banana 2.1は4Kまで対応し、GoogleのAPIではパノラマ用の1:4、4:1、1:8、8:1の比率も使えます。

GPT Image 2.6による切り絵風のイラスト3点。紙吹雪が舞う満員のスタジアムでトロフィーを掲げるサッカーチームが描かれ、それぞれにCHAMPIONSの横断幕がある

GPT Image 2.6:同じプロンプトから作った、被写体の多い混み合ったシーン3点。

参照画像と編集。 MAI Image 2.6は1〜5枚の画像を受け付けます。1枚を編集することも、複数枚を組み合わせることもでき、画像1、画像2のように順番で呼び分けます。Microsoft自身の例では、カラースウォッチ、アクションショット、岩のテクスチャー、ニットのクローズアップ、商品写真を組み合わせて、峡谷を舞台にしたランニングシューズのメインビジュアルを1枚作っています。GPT Image 2.6はPoYoで最大16枚を受け付け、領域を絞った編集のためのmask_urlも使えます。Nano Banana 2.1はPoYoで最大10枚(Googleの上限は14枚)を受け付け、マルチターン編集でもキャラクターや商品の一貫性を保ちます。

MicrosoftのMAI Image 2.6の複数参照の例:カラースウォッチ、峡谷の岩のテクスチャー、マゼンタのランニングシューズなど5枚の参照画像を組み合わせて作った、峡谷を舞台にしたシューズのメインビジュアル

MAI Image 2.6が5枚の参照画像を1枚のキャンペーン画像にまとめた例。MicrosoftのFoundry BlogにあるMAI Image 2.6と2.6 Flashの記事より。

Nano Banana 2.1の複数参照の例:空のリハーサルホール、スタンドに立てたチェロ、開いた楽譜の3枚の参照画像を組み合わせて作った、チェロ、譜面台、木の椅子がある日の差し込むホール

Nano Banana 2.1が部屋、楽器、楽譜を1つのシーンにまとめた例。

グラウンディング。 PoYoでenable_web_search: trueを設定すると、MAI Image 2.6とFlashは生成前に最新のWebコンテンツを参照します。追加料金はかかりません。実在のランドマーク、商品、最近の出来事を描くときに役立ちます。Nano Banana 2.1は、Gemini APIでGoogle検索とGoogle画像検索によるグラウンディングに対応しています。

MicrosoftのMAI Image 2.6のWebグラウンディングの例:日の当たる街角に立つ、暗い色のドームと金色の装飾を持つマドリードのメトロポリス・ビル

Webグラウンディングで生成した、「現在の姿」の実在のランドマーク。Microsoft AIのMAI Imageのページの例より。

出力の制御。 制御の項目が最も多いのはGPT Image 2.6で、lowからmaxまでのquality、透過背景、JPEGまたはWebPの圧縮、complexityの設定があります。MAI Image 2.6はロスレスのPNGファイルを返します。Seedream 5.5を含め、透過とレイヤーについて幅広く知りたい場合は、Seedream 5.5、Nano Banana Pro、GPT Image 2.6の比較をご覧ください。

MAI Image 2.7:Microsoftが発表した内容

Microsoft AIは2026年10月27日、最新の画像編集モデルとしてMAI Image 2.7を発表しました。現時点で確認されている内容は次のとおりです。

  • まずは編集から。 既存の画像を編集するモデルで、シーンのスタイルや照明の変更、素材の修復と高画質化、文字や記号の変更に対応します。Microsoftは「まず編集から始め、テキストから画像の生成も近日提供する」としています。
  • リーダーボード。 リリース時、MicrosoftはこのモデルがArtificial Analysisの画像編集のリーダーボードでGPT Image 2.5 Flareを上回る2位、Arena Editで3位になり、シーンとスタイルの編集では24 Eloリードしたと報告しました。
  • MAI Image 2.6からの向上。 Microsoftによると、Artificial Analysisが評価した10のユースケースと7つの編集操作のすべてで、2.6を上回っています。
  • 提供状況。 プレビューはMAI Playground、Arena、Artificial Analysisで試せます。PoYoではMicrosoftがAPIアクセスを開放しだい、すぐに追加する予定です。現在の本番環境での編集には、PoYoでMAI Image 2.6と2.6 Flashをすぐにお使いいただけます。

どれを選ぶべきか

ジョブ最初に使うモデル理由
大量の下書き、プレビュー、パーソナライズMAI Image 2.6 FlashPoYoで1K画像1枚約$0.016、編集では2.6との差が5 Elo以内
実在の場所、商品、最近の出来事enable_web_searchを指定したMAI Image 2.6PoYoでは追加料金なしでWebグラウンディング
フォトリアルなポートレート、商品写真、見出し入りのポスターMAI Image 2.6またはNano Banana 2.1どちらもフォトリアリズムと画像内の文字に強い。自分のプロンプトで両方を試す
カスタムサイズの横長バナーMAI Image 2.63072×768など、2.36 MP以内で任意のWIDTHxHEIGHT
最も高い好みのスコア、最終的なメインビジュアルmaxのGPT Image 2.6 SunburstArtificial Analysisのテキストから画像と編集で1位
マスク、透過背景、圧縮GPT Image 2.6 Flare / Sunburst出力の制御の選択肢が最も多い
定額の安い1枚あたりの料金GPT Image 2.6 fixed1K画像1枚$0.0085、参照画像込み
4K出力、または5枚を超える参照画像Nano Banana 2.1PoYoで最大4K、参照画像は最大10枚
シーンのスタイル変更、照明の変更、修復MAI Image 2.7(PoYoに近日追加予定)これまでで最も強力なMicrosoftの編集モデル

PoYoでの使い方

1つのAPIキーで、MAI Image 2.6、GPT Image 2.6、Nano Banana 2.1を利用できます。次のリクエストは、MAI Image 2.6にグラウンディングを使った旅行ポスターを依頼します。

curl --request POST \
  --url https://api.poyo.ai/api/generate/submit \
  --header 'Authorization: Bearer YOUR_API_KEY' \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "mai-image-2.6",
    "input": {
      "prompt": "A modern travel poster of the Sagrada Familia in Barcelona as it looks today, seen from the park in front at golden hour, flat graphic illustration style, the word \"BARCELONA\" in large clean letters at the bottom",
      "size": "2:3",
      "resolution": "2K",
      "enable_web_search": true
    }
  }'

レスポンスにはdata.task_idが含まれます。data.statusがfinishedになるまでステータスのエンドポイントをポーリングし、data.filesから画像のURLを読み取ります。

curl --request GET \
  --url https://api.poyo.ai/api/generate/status/YOUR_TASK_ID \
  --header 'Authorization: Bearer YOUR_API_KEY'

同じ依頼でモデルを比べるには、modelを変えてinputを調整します。

モデルmodelの値主なinputフィールド
MAI Image 2.6mai-image-2.6prompt、image_urls(1〜5)、size(7つの比率またはWIDTHxHEIGHT)、resolution(1K/2K)、enable_web_search
MAI Image 2.6 Flashmai-image-2.6-flashMAI Image 2.6と同じフィールド
GPT Image 2.6 fixedgpt-image-2.6-fixedprompt、version(flare/sunburst)、size、image_urls(最大16)
GPT Image 2.6 トークン課金gpt-image-2.6-flare / gpt-image-2.6-sunburstquality、background、mask_url、complexity、output_compressionが加わる
Nano Banana 2.1nano-banana-2.1prompt、image_urls(1〜10)、size、resolution(1K/2K/4K)

ポーリングの代わりにWebhookで受け取るには、トップレベルにcallback_urlを追加します。モデルページ:MAI Image 2.6 · GPT Image 2.6 · Nano Banana 2.1。Nano Banana 2.1のプロンプトと例は、Nano Banana 2.1ガイドをご覧ください。

よくある質問

MAI Image 2.6とは何ですか?

MAI Image 2.6は、2026年8月10日に発表されたMicrosoft AIの画像生成・編集モデルです。200億パラメータの拡散モデルで、フォトリアルな画像、ポートレート、商品ビジュアル、読みやすい文字入りのポスターを作り、最大5枚の参照画像を使って画像を編集します。2026年9月4日にリリースされたMAI Image 2.6 Flashは、より高速で低コストなバージョンです。どちらも2026年10月27日にMicrosoft Foundryで一般提供されました。

MAI Image 2.6はGPT Image 2.6より優れていますか?

それぞれ強みが異なります。max品質のGPT Image 2.6 SunburstはArtificial Analysisのテキストから画像と編集で1位を維持し、マスクと透過背景も備えているため、最終的なメインビジュアルに向いています。MAI Image 2.6はPoYoで1024×1024画像1枚約$0.031と、maxのGPT Image 2.6の約$0.17より安く、Webグラウンディングも備えているため、大量のフォトリアルな作業や時事的な画像に向いています。自分のプロンプトで両方を試してみてください。

MAI Image 2.6はNano Banana 2.1より優れていますか?

どちらも強力なオールラウンダーです。MAI Image 2.6は2.36メガピクセル以内のカスタムサイズ、PoYoでのWebグラウンディング、フォトリアリズム・ポートレート・商品ビジュアルへのMicrosoftのこだわりが特長です。Nano Banana 2.1は4K出力と、PoYoでの最大10枚の参照画像が特長で、1K画像1枚$0.02です。同じ依頼を両方で実行し、気に入ったほうを使いましょう。

MAI Image 2.6の1枚あたりの料金はいくらですか?

PoYoでは、画像1枚は約 幅 × 高さ ÷ 1,024 の出力トークンを使います。1Kの正方形画像は、MAI Image 2.6で約6.23クレジット($0.031)、Flashで3.11クレジット($0.016)です。1536×1536の画像は、それぞれ約$0.070と$0.035です。これはMicrosoftの料金の80%で、Microsoftの料金では1024×1024画像1枚が約$0.039と$0.019になります。

MAI Image 2.6とMAI Image 2.6 Flashの違いは何ですか?

Flashは、速度と大量処理のためにMAI Image 2.6を最適化したバージョンです。同じフィールドを受け付け、テキストから画像、最大5枚の参照画像、カスタムサイズ、Webグラウンディングという同じ機能に対応しています。トークン料金は2.6の半額以下で、Microsoftによると、GPT-Image-2-Mediumより2.8倍速く画像を生成します。Artificial Analysisの編集のアリーナでは、MAI Image 2.6との差が5 Elo以内です。

MAI Image 2.6はArenaで2位ですか?

Microsoftは、2026年8月のリリース時にMAI Image 2.6がArenaのテキストから画像のリーダーボードで2位、9月にはArenaのテキストから画像と編集の両方で2位、Artificial Analysisの編集で1位だったと報告しています。ランキングは新しいモデルの登場とともに更新されるため、最新のリーダーボードを確認し、自分のプロンプトで試してください。

MAI Image 2.7はいつPoYoで使えるようになりますか?

MAI Image 2.7は、MAI Playground、Arena、Artificial Analysisでプレビュー中です。PoYoではMicrosoftがAPIアクセスを開放しだい、すぐに追加する予定で、モデルページにモデルIDと料金を掲載します。MAI Image 2.6と2.6 Flashは、PoYoで今すぐ利用できます。

AzureなしでAPIからMAI Image 2.6を使えますか?

はい。MicrosoftはMicrosoft Foundryで提供しており、そちらではAzureのサブスクリプションとモデルのデプロイが必要です。PoYoならAPIキーだけで使えます。"model": "mai-image-2.6"または"mai-image-2.6-flash"を指定してhttps://api.poyo.ai/api/generate/submitにリクエストを送り、同じキーでGPT Image 2.6、Nano Banana 2.1、その他のモデルも利用できます。

Share: