guides

MAI Image 2.6 API-guide: pris per bilde, Flash og 2.7

Poyo.ai Team
17 min read
Share:

Det viktigste

  • MAI Image 2.6 er Microsoft AIs flaggskipmodell for bilder, for tekst til bilde og redigering. MAI Image 2.6 Flash er den raskere og rimeligere versjonen med de samme forespørselsfeltene.
  • Microsoft priser begge modellene per million tokens: $5 / $8 / $38 for tekstinput, bildeinput og bildeoutput med MAI Image 2.6, og $1.75 / $2.50 / $19 med Flash.
  • Hos PoYo bruker et bilde omtrent ett outputtoken per 1 024 piksler. Et bilde i 1024×1024 tilsvarer omtrent 1 024 outputtokens, og det største bildet (2 359 296 piksler, for eksempel 1536×1536) tilsvarer 2 304 tokens.
  • Det gir et kvadratisk 1K-bilde en pris på omtrent $0.039 med MAI Image 2.6 og $0.019 med Flash til Microsofts priser. Hos PoYo koster de samme bildene omtrent $0.031 og $0.016.
  • Output går opp til 2 359 296 piksler, og hver forespørsel tar imot opptil 5 referansebilder og en valgfri bryter for forankring på nettet.
  • MAI Image 2.7 er en forhåndsversjon med redigering først, kunngjort 27. oktober 2026. Du kan prøve den i Arena, Artificial Analysis og MAI Playground, og API-detaljene kunngjøres senere.

MAI Image 2.6 i korte trekk

MAI Image 2.6MAI Image 2.6 Flash
Microsofts posisjoneringFlaggskip for «maksimal presisjon»Samme kvalitetsnivå for «latenssensitive produksjonsarbeidslaster med høy gjennomstrømning»
Modell-ID hos PoYomai-image-2.6mai-image-2.6-flash
Offisiell pris per 1M tokens (tekst inn / bilde inn / bilde ut)$5 / $8 / $38$1.75 / $2.50 / $19
Pris hos PoYo per 1M tokens$4 / $6.40 / $30.40$1.40 / $2 / $15.20
Kostnad for et bilde i 1024×1024 (offisiell → PoYo)~$0.039 → ~$0.031~$0.019 → ~$0.016
Maks output2 359 296 piksler (tilsvarer 1536×1536)2 359 296 piksler
ReferansebilderOpptil 5Opptil 5
Forankring på nettetJaJa
OutputformatPNGPNG

Microsoft kunngjorde MAI Image 2.6 10. august 2026, la til Flash 4. september og gjorde begge modellene allment tilgjengelige i Microsoft Foundry 27. oktober 2026.

Eksempel fra MAI Image 2.6: en tennisspiller med bevegelsesuskarphet som løper over en grønn bane, med en racket i forgrunnen

Fotorealisme med kameraeffekter som bevegelsesuskarphet. Eksempel fra Microsoft AIs side om MAI Image.

MAI Image 2.5, 2.6 og 2.7: hvilken versjon er hvilken?

Søk etter «MAI Image» blander tre generasjoner med ulike priser og grenser, så sjekk hvilken av dem en side beskriver.

MAI Image 2.5-familienMAI Image 2.6-familienMAI Image 2.7
Kunngjort2. juni 202610. august 2026 (Flash 4. september)27. oktober 2026
ModellerMAI-Image-2.5, 2.5 Flash, 2.5 ProMAI-Image-2.6, 2.6 FlashMAI Image 2.7 (forhåndsversjon)
Maks output1 048 576 piksler (tilsvarer 1024×1024)2 359 296 piksler (tilsvarer 1536×1536)Kunngjøres senere
Offisiell pris for bildeoutput$47 / 1M tokens (2.5), $19.50 (2.5 Flash)$38 / 1M tokens (2.6), $19 (2.6 Flash)Kunngjøres senere
StatusForhåndsversjon i FoundryAllment tilgjengelig i FoundryForhåndsversjon: Arena, Artificial Analysis og MAI Playground

MAI Image 2.5 ble lansert på 2. plass på listen for bilderedigering hos Arena og på 3. plass for tekst til bilde. Microsoft priset den til $5 / $8 / $47 per 1M tokens for tekstinput, bildeinput og bildeoutput, og 2.5 Flash til $1.75 / $1.75 / $19.50.

MAI Image 2.6 forbedret 2.5 med +79 Elo totalt og med +91 Elo for tekstgjengivelse alene, ifølge Microsoft. Den hevet også pikselgrensen til 2 359 296 og senket flaggskipets outputpris fra $47 til $38 per 1M tokens. Per 4. september 2026 oppga Microsoft at den lå på 2. plass både for tekst til bilde og for bilderedigering hos Arena, og på 2. plass for tekst til bilde og 1. plass for bilderedigering hos Artificial Analysis.

MAI Image 2.7 beskrives av Microsoft som «vår nyeste modell for bilderedigering». Den ble lansert som forhåndsversjon på 3. plass på Arena Edit og 2. plass på listen for bilderedigering hos Artificial Analysis, og Microsoft oppgir at den «forbedrer 2.6 i alle de 10 bruksområdene og alle de 7 redigeringshandlingene Artificial Analysis evaluerte». Redigering kommer først, og «tekst til bilde-generering kommer snart». API-tilgang og priser for 2.7 kunngjøres senere; følg siden for MAI Image 2.7 for å se når den kommer til PoYo. For produksjonsarbeid i dag er MAI Image 2.6 API-modellen du bør bruke.

Slik fungerer prisene for MAI Image

Hver forespørsel faktureres i tre typer tokens:

  • Teksttokens for input: prompten din.
  • Bildetokens for input: referansebildene du sender for redigering.
  • Bildetokens for output: det genererte bildet.

Kostnaden for én forespørsel er:

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

med hver pris i USD per 1M tokens. Outputtokens utgjør det meste av regningen: En prompt på 300 tokens legger til $0.0015 med MAI Image 2.6, mens selve bildet koster $0.03 til $0.09.

Hvor mange tokens bruker ett bilde?

Hos PoYo faktureres hver oppgave med MAI Image 2.6 og 2.6 Flash etter antallet tokens modellen rapporterer. Ut fra PoYos faktureringsdata fra november 2026 bruker en forespørsel omtrent:

HvaTokens som telles
Generert bildebredde × høyde ÷ 1 024 (1024×1024 = 1 024 tokens; 2 359 296 piksler = 2 304 tokens)
Redigert eller sammensatt bildeOmtrent 1 020–1 024 tokens, fordi redigert output er på omtrent 1 megapiksel
ReferansebildePikslene ÷ 1 024, altså omtrent 1 024 tokens når PoYo har skalert det til 1 megapiksel
PromptFakturert som teksttokens; hvert referansebilde legger til omtrent 110–195 ekstra teksttokens

To konsekvenser er viktige for budsjettet. For det første følger kostnaden antallet piksler, så to størrelser med like mange piksler koster det samme uansett sideforhold eller merkingen 1K/2K. For det andre prises referansebilder etter pikslene: Med $8 per 1M tokens ville en referanse i 4096×4096 alene koste omtrent $0.13. PoYo skalerer ned alle referansebilder over 1 megapiksel før genereringen, så hver referanse teller høyst omtrent 1 024 bildetokens og holder seg godt under en cent.

Den nøyaktige kostnaden for hver oppgave står i feltet credits_amount i statussvaret (1 kreditt = $0.005).

Pris per bilde for MAI Image 2.6 etter størrelse

Kostnad for bildeoutput for hver forhåndsvalgte størrelse hos PoYo, til Microsofts offisielle priser og til PoYos priser. Prompttokens legger til omtrent $0.001 eller mindre.

StørrelsePikslerOutputtokens2.6 offisiell2.6 hos PoYoFlash offisiellFlash hos 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
Egendefinert 3072×7682 359 2962 304$0.0876$0.0700$0.0438$0.0350

I kreditter koster et kvadratisk 1K-bilde omtrent 6.23 kreditter med MAI Image 2.6 og 3.11 med Flash; et 2K-bilde ved pikselgrensen koster omtrent 14.01 og 7.00 kreditter.

Outputtokens for Flash koster nøyaktig halvparten av prisen for MAI Image 2.6, så Flash koster halvparten i alle størrelser. Et 2K-bilde fra Flash ved pikselgrensen koster under en halv cent mer enn et 1K-bilde fra MAI Image 2.6, med 2.25 ganger så mange piksler.

Regneeksempler

Tokens for output og referansebilder følger de målte tallene ovenfor; promptstørrelsene er eksempler.

ScenarioModellTokensOffisiell kostnadKostnad hos PoYo
Plakat, 16:9 i 2K, prompt på 300 tokensMAI Image 2.6300 tekst + 2 304 output$0.0891$0.0712
Innlegg for sosiale medier, 1:1 i 1K, prompt på 300 tokensFlash300 tekst + 1 024 output$0.0200$0.0160
Produktredigering, 1 referansebildeMAI Image 2.6400 tekst + 1 024 bilde inn + 1 024 output$0.0491$0.0393
Scenekomposisjon, 3 referansebilderMAI Image 2.6800 tekst + 3 072 bilde inn + 1 024 output$0.0675$0.0540
Samme komposisjon med FlashFlash800 tekst + 3 072 bilde inn + 1 024 output$0.0285$0.0228
1 000 bilder for sosiale medier, 1:1 i 1KFlash1 000 × (300 + 1 024)$19.98$15.98

Radene med referansebilder forutsetter at hver referanse er på høyst 1 megapiksel, slik PoYo klargjør dem. Når du kaller Microsoft Foundry direkte, telles større referanser med full pikselstørrelse.

MAI Image 2.6 vs MAI Image 2.6 Flash: hvilken bør du bruke

Hvis du trengerBrukHvorfor
Endelige kampanjeelementer, plakater med nøyaktige overskrifterMAI Image 2.6Microsofts modell med høyest kvalitet, med en forbedring på +91 Elo i tekstgjengivelse over 2.5
Komplekse redigeringer med flere referanserMAI Image 2.6Microsoft posisjonerer den for «maksimal presisjon»
Utkast, forhåndsvisninger og utforsking av prompterFlashHalve prisen per bilde
Generering i store volum, personalisering, interaktive apperFlashMicrosoft oppgir at den er 2.8× raskere enn GPT-Image-2-Medium med 72 % høyere effektivitet

Et vanlig mønster er å utforske prompter og oppsett med Flash og deretter gjengi den valgte versjonen med MAI Image 2.6. Begge modellene tar imot de samme feltene, så byttet er en endring på ett ord i model.

Output fra MAI Image 2.6 i 1024×1024: en rødrev som står i nysnø i en bjørkeskog ved daggry, med synlig pust i rosa morgenlys

MAI Image 2.6, 1024×1024, omtrent $0.031 hos PoYo.

Output fra MAI Image 2.6 Flash med den samme prompten: en rødrev i snøen blant bjørketrær ved daggry, i mykt rosa lys

MAI Image 2.6 Flash, samme prompt og størrelse, omtrent $0.016 hos PoYo. Begge bildene ble generert hos PoYo i november 2026.

Slik bruker du MAI Image 2.6 hos PoYo

PoYo gir deg begge modellene via én API-nøkkel med kreditter etter forbruk: Opprett en nøkkel, fyll på kreditter og send en forespørsel. Forespørslene er asynkrone: Du sender inn en oppgave, får en task_id og henter deretter statusen fra statusendepunktet eller mottar en callback.

Parametere

FeltTypeVerdierStandard
modelstrengmai-image-2.6 eller mai-image-2.6-flashPåkrevd
input.promptstreng1–32 000 tegnPåkrevd
input.image_urlsarray1–5 offentlige URL-er til JPEG, PNG eller WebP; bytter til redigering / komposisjonIngen
input.sizestreng1:1, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16 eller egendefinert WIDTHxHEIGHT1:1
input.resolutionstreng1K eller 2K, for størrelser angitt som sideforhold1K
input.enable_web_searchboolskForankrer bildet i aktuell informasjon fra nettetfalse
callback_urlstrengURL som mottar en POST når oppgaven er ferdig eller feilerIngen

Størrelser angitt som sideforhold tilsvarer faste pikselmål:

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

En egendefinert WIDTHxHEIGHT krever at begge sider er delelige med 32, at hver side er på minst 768 piksler og at det totalt er høyst 2 359 296 piksler, så et bredt banner på 3072x768 fungerer. Når du sender image_urls, er outputen på omtrent 1 megapiksel og følger referansebildene.

Send inn en oppgave med tekst til bilde

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"
    }
  }'

To resultater fra MAI Image 2.6: en reiseplakat i retrostil for Lumen Bay med et fyrtårn og festivallinjen, og et bokomslag med tittelen The Quiet Orchard av Mara Ellison

Tekst i anførselstegn i prompten kommer ut nøyaktig slik den er skrevet, i overskriften, undertittelen og forfatternavnet. Generert med MAI Image 2.6 hos PoYo.

Svaret returnerer en oppgave-ID med en gang:

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

Sjekk alltid code i svaret: Valideringsfeil kan returnere HTTP 200 med code: 400.

Rediger eller kombiner referansebilder

Legg til image_urls, og si hva som endres og hva som blir værende. Vis til inputene som image 1, image 2 og så videre:

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"
      ]
    }
  }'

Redigering med flere referanser i MAI Image 2.6: fem referanser, blant annet en fargeprøve, en fjellstruktur fra en canyon og en magentafarget løpesko, kombinert til ett heltebilde av skoen i en canyon

Opptil 5 referanser kombinert til ett bilde. Eksempel fra Microsofts lanseringsmateriale for MAI Image 2.6 i Foundry.

Hent oppgavestatusen

curl --request GET "https://api.poyo.ai/api/generate/status/${TASK_ID}" \
  --header "Authorization: Bearer ${POYO_API_KEY}"
data.statusBetydningNeste steg
not_startedI køHent statusen igjen
runningGenerererHent statusen igjen
finishedFerdigLes data.files[0].file_url og data.credits_amount
failedMislyktes, uten kostnadLes data.error_message

En kort Python-løkke som venter på bildet:

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")

I PoYos tester i november 2026 ble de fleste oppgavene ferdige på omtrent 15 til 50 sekunder, avhengig av størrelse, referansebilder og belastning i køen. Last ned bildet kort tid etter at det er ferdig, og lagre det selv. PoYo reserverer kreditter for det største mulige antallet tokens når du sender inn, trekker deretter for tokenene som faktisk brukes, og mislykkede oppgaver er gratis.

Tips for bedre resultater og lavere kostnad

  1. Sett nøyaktig tekst som skal stå på bildet, i anførselstegn, og si hvor den skal stå. Tekstgjengivelse er den største forbedringen i MAI Image 2.6 sammenlignet med 2.5, og når teksten står i anførselstegn, staves overskrifter og titler slik de er skrevet.
  2. Lag utkast med Flash, og fullfør med 2.6. Flash koster halvparten i alle størrelser og tar imot de samme feltene.
  3. Velg det antallet piksler du trenger. Et 1K-bilde koster under halvparten av et 2K-bilde, fordi 1K-størrelser bruker omtrent 1 000 outputtokens og 2K-størrelser omtrent 2 300.
  4. Hold referansebilder rundt 1 megapiksel. Referansetokens skalerer med pikslene; PoYo skalerer ned større filer for deg.
  5. Gi hver referanse en rolle. Skriv «image 1 is the product, image 2 is the background», og list opp det som skal forbli det samme.
  6. Slå på enable_web_search for ekte steder, produkter og aktuelle hendelser, og sjekk navn og detaljer før du publiserer. Hos PoYo er forankring på nettet inkludert i den vanlige tokenprisen.
  7. Bruk en egendefinert størrelse for bannere, for eksempel 3072x768; størrelsesregelen teller det totale antallet piksler, så én side kan være lang.

For kostnadene ved andre bildemodeller, se prisguiden vår for GPT Image 2.5 og API-guiden for GPT Image 2.6. For å prøve MAI Image 2.6 i nettleseren først åpner du Playground for MAI Image 2.6.

Vanlige spørsmål

Hva er MAI Image 2.6?

MAI Image 2.6 (MAI-Image-2.6) er Microsoft AIs flaggskipmodell for bildegenerering og bilderedigering, kunngjort 10. august 2026. Den lager fotorealistiske bilder, portretter, produktbilder og plakater med lesbar tekst, og redigerer eller kombinerer opptil 5 referansebilder. Den ble lansert på 2. plass på tekst til bilde-listen hos Arena.

Hva koster MAI Image 2.6 per bilde?

Til Microsofts priser koster et bilde i 1024×1024 omtrent $0.039 med MAI Image 2.6 og $0.019 med Flash, og et bilde ved grensen på 2 359 296 piksler koster omtrent $0.088 og $0.044. Hos PoYo koster de samme bildene omtrent $0.031 / $0.016 i 1K og $0.070 / $0.035 ved grensen. Tokens for prompt og referansebilder legger til litt i tillegg.

Hvordan beregnes prisene for MAI Image 2.6?

Microsoft tar betalt per 1M tokens: $5 for tekstinput, $8 for bildeinput og $38 for bildeoutput med MAI Image 2.6, og $1.75, $2.50 og $19 med Flash. Gang hvert antall tokens med prisen som gjelder for det. Hos PoYo bruker et bilde omtrent ett outputtoken per 1 024 piksler, så et bilde i 1024×1024 tilsvarer omtrent 1 024 outputtokens.

Hva er forskjellen mellom MAI Image 2.6 og MAI Image 2.6 Flash?

Flash er den raskere og rimeligere versjonen for arbeid i store volum og med krav til lav forsinkelse. Microsoft oppgir at den er 2.8× raskere enn GPT-Image-2-Medium med 72 % høyere effektivitet, til «under halve prisen» av flaggskipet. Begge tar imot de samme forespørselsfeltene og støtter redigering med opptil 5 referanser og forankring på nettet.

Hva er forskjellen mellom MAI Image 2.5 og 2.6?

MAI Image 2.6 scorer +79 Elo over 2.5 totalt og +91 Elo på tekstgjengivelse, ifølge Microsoft. Den hever maks output fra 1 048 576 til 2 359 296 piksler og senker flaggskipets pris for bildeoutput fra $47 til $38 per 1M tokens. MAI Image 2.5 Flash koster $19.50 per 1M outputtokens, mot $19 for 2.6 Flash.

Er MAI Image 2.7 tilgjengelig via et API?

Microsoft lanserte MAI Image 2.7 27. oktober 2026 som en forhåndsversjon med redigering først, som du kan prøve i Arena, Artificial Analysis og MAI Playground. API-tilgang og priser kunngjøres senere, og tekst til bilde «kommer snart». For API-arbeid i dag bruker du MAI Image 2.6.

Hva er maksimal oppløsning for MAI Image 2.6?

2 359 296 piksler totalt, tilsvarende 1536×1536. Hver av sidene kan være lengre så lenge totalen holder seg innenfor grensen og hver side er på minst 768 piksler, for eksempel 2048×1152 eller 3072×768.

Hvor mange referansebilder kan MAI Image 2.6 bruke?

Opptil 5. Med ett bilde redigerer modellen det; med flere kombinerer den produkter, personer, stiler og scener til ett bilde. Vis til dem som image 1, image 2 og så videre i prompten.

Koster forankring på nettet ekstra?

Hos PoYo er forankring på nettet inkludert i den vanlige tokenprisen for begge modellene, så kostnaden for bildet forblir den samme når du slår på enable_web_search.

Kan jeg prøve MAI Image 2.6 gratis?

Microsoft tilbyr MAI-modellene sine i MAI Playground, der du kan prøve prompter. API-tilgang betales per token, både i Microsoft Foundry og hos PoYo. Hos PoYo betaler du etter forbruk, bare for ferdige bilder, med én API-nøkkel for alle modeller.

Er MAI Image 2.6 åpen kildekode?

MAI Image 2.6 er Microsofts proprietære modell, tilgjengelig via Microsoft Foundry og MAI Playground. For å bygge med den kaller du den via et API som PoYo, der den samme nøkkelen også fungerer for alle andre modeller for bilde, video og lyd.

Share: