guides

API do MAI Image 2.6: custo por imagem, Flash e 2.7

Poyo.ai Team
20 min read
Share:

Principais pontos

  • O MAI Image 2.6 é o principal modelo de imagem da Microsoft AI para texto para imagem e edição. O MAI Image 2.6 Flash é a versão mais rápida e de menor custo, com os mesmos campos de solicitação.
  • A Microsoft precifica os dois modelos por milhão de tokens: US$ 5 / US$ 8 / US$ 38 para entrada de texto, entrada de imagem e saída de imagem no MAI Image 2.6, e US$ 1,75 / US$ 2,50 / US$ 19 no Flash.
  • Na PoYo, uma imagem usa cerca de um token de saída a cada 1.024 pixels. Uma imagem de 1024×1024 tem cerca de 1.024 tokens de saída, e a maior imagem (2.359.296 pixels, como 1536×1536) tem 2.304 tokens.
  • Isso coloca uma imagem quadrada em 1K a cerca de US$ 0,039 no MAI Image 2.6 e US$ 0,019 no Flash pelas tarifas da Microsoft. Na PoYo, as mesmas imagens custam cerca de US$ 0,031 e US$ 0,016.
  • A saída chega a no máximo 2.359.296 pixels, e cada solicitação aceita até 5 imagens de referência e uma opção de grounding na web.
  • O MAI Image 2.7 é uma prévia focada em edição, anunciada em 27 de outubro de 2026. Você pode testá-lo na Arena, na Artificial Analysis e no MAI Playground, e os detalhes da API ainda serão anunciados.

MAI Image 2.6 em resumo

MAI Image 2.6MAI Image 2.6 Flash
Posicionamento da MicrosoftModelo principal para “máxima precisão”O mesmo nível de qualidade para “cargas de trabalho de produção de alta vazão e sensíveis à latência”
ID do modelo na PoYomai-image-2.6mai-image-2.6-flash
Preço oficial por 1M de tokens (entrada de texto / entrada de imagem / saída de imagem)$5 / $8 / $38$1.75 / $2.50 / $19
Preço na PoYo por 1M de tokens$4 / $6.40 / $30.40$1.40 / $2 / $15.20
Custo de uma imagem de 1024×1024 (oficial → PoYo)~$0.039 → ~$0.031~$0.019 → ~$0.016
Saída máxima2.359.296 pixels (equivalente a 1536×1536)2.359.296 pixels
Imagens de referênciaAté 5Até 5
Grounding na webSimSim
Formato de saídaPNGPNG

A Microsoft anunciou o MAI Image 2.6 em 10 de agosto de 2026, acrescentou o Flash em 4 de setembro e liberou os dois modelos com disponibilidade geral no Microsoft Foundry em 27 de outubro de 2026.

Amostra do MAI Image 2.6: um tenista com desfoque de movimento correndo por uma quadra verde, com uma raquete em primeiro plano

Fotorrealismo com efeitos de câmera, como o desfoque de movimento. Exemplo da página MAI Image da Microsoft AI.

MAI Image 2.5, 2.6 e 2.7: qual versão é qual?

As buscas por “MAI Image” misturam três gerações, com preços e limites diferentes, então confira qual delas uma página está descrevendo.

Família MAI Image 2.5Família MAI Image 2.6MAI Image 2.7
Anúncio2 de junho de 202610 de agosto de 2026 (Flash em 4 de setembro)27 de outubro de 2026
ModelosMAI-Image-2.5, 2.5 Flash, 2.5 ProMAI-Image-2.6, 2.6 FlashMAI Image 2.7 (prévia)
Saída máxima1.048.576 pixels (equivalente a 1024×1024)2.359.296 pixels (equivalente a 1536×1536)A ser anunciada
Preço oficial da saída de imagem$47 / 1M de tokens (2.5), $19.50 (2.5 Flash)$38 / 1M de tokens (2.6), $19 (2.6 Flash)A ser anunciado
StatusPrévia no FoundryDisponibilidade geral no FoundryPrévia: Arena, Artificial Analysis e MAI Playground

O MAI Image 2.5 estreou em 2º lugar no ranking de edição de imagens da Arena e em 3º lugar em texto para imagem. A Microsoft o precificou a US$ 5 / US$ 8 / US$ 47 por 1M de tokens de entrada de texto, entrada de imagem e saída de imagem, e o 2.5 Flash a US$ 1,75 / US$ 1,75 / US$ 19,50.

O MAI Image 2.6 melhorou em +79 Elo no geral em relação ao 2.5, e em +91 Elo só em renderização de texto, segundo a Microsoft. Ele também elevou o limite de pixels para 2.359.296 e reduziu o preço de saída do modelo principal de US$ 47 para US$ 38 por 1M de tokens. Em 4 de setembro de 2026, a Microsoft informou que ele estava em 2º lugar tanto em texto para imagem quanto em edição de imagens na Arena, e em 2º lugar em texto para imagem e 1º lugar em edição de imagens na Artificial Analysis.

O MAI Image 2.7 é descrito pela Microsoft como “o nosso modelo de edição de imagens mais recente”. Ele estreou em prévia em 3º lugar na Arena Edit e em 2º lugar no ranking de edição de imagens da Artificial Analysis, e a Microsoft afirma que ele “supera o 2.6 em todos os 10 casos de uso e em todas as 7 ações de edição avaliadas pela Artificial Analysis”. A edição vem primeiro, com “a geração de texto para imagem chegando em breve”. O acesso pela API e os preços do 2.7 ainda serão anunciados; acompanhe a página do MAI Image 2.7 para saber quando ele chega à PoYo. Para trabalhos em produção hoje, o MAI Image 2.6 é o modelo de API a usar.

Como funcionam os preços do MAI Image

Cada solicitação é cobrada em três tipos de token:

  • Tokens de entrada de texto: o seu prompt.
  • Tokens de entrada de imagem: as imagens de referência que você envia para edição.
  • Tokens de saída de imagem: a imagem gerada.

O custo de uma solicitação é:

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

com cada tarifa em USD por 1M de tokens. Os tokens de saída dominam a conta: um prompt de 300 tokens acrescenta US$ 0,0015 no MAI Image 2.6, enquanto a imagem em si custa de US$ 0,03 a US$ 0,09.

Quantos tokens uma imagem usa?

Na PoYo, toda tarefa do MAI Image 2.6 e do 2.6 Flash é cobrada pelas contagens de tokens informadas pelo modelo. Com base nos registros de cobrança da PoYo de novembro de 2026, uma solicitação usa cerca de:

O quêTokens contados
Imagem geradalargura × altura ÷ 1.024 (1024×1024 = 1.024 tokens; 2.359.296 pixels = 2.304 tokens)
Imagem editada ou compostaCerca de 1.020–1.024 tokens, porque as saídas de edição têm cerca de 1 megapixel
Imagem de referênciaOs pixels dela ÷ 1.024, ou seja, cerca de 1.024 tokens depois que a PoYo a redimensiona para 1 megapixel
PromptCobrado como tokens de texto; cada imagem de referência acrescenta cerca de 110–195 tokens de texto extras

Duas consequências importam para o orçamento. Primeiro, o custo acompanha a quantidade de pixels, então dois tamanhos com o mesmo número de pixels custam o mesmo, qualquer que seja a proporção ou o rótulo 1K/2K. Segundo, as imagens de referência são precificadas pelos pixels: a US$ 8 por 1M de tokens, uma referência de 4096×4096 custaria sozinha cerca de US$ 0,13. A PoYo reduz qualquer imagem de referência acima de 1 megapixel antes da geração, então cada referência conta no máximo cerca de 1.024 tokens de imagem e fica bem abaixo de um centavo.

A cobrança exata de cada tarefa aparece no campo credits_amount da resposta de status (1 crédito = US$ 0,005).

Custo por imagem do MAI Image 2.6 por tamanho

Custo da saída de imagem para cada tamanho predefinido na PoYo, pelas tarifas oficiais da Microsoft e pelas tarifas da PoYo. Os tokens do prompt acrescentam cerca de US$ 0,001 ou menos.

TamanhoPixelsTokens de saída2.6 oficial2.6 na PoYoFlash oficialFlash na 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
Personalizado 3072×7682.359.2962.304$0.0876$0.0700$0.0438$0.0350

Em créditos, uma imagem quadrada em 1K custa cerca de 6,23 créditos no MAI Image 2.6 e 3,11 no Flash; uma imagem em 2K no limite de pixels custa cerca de 14,01 e 7,00 créditos.

Os tokens de saída do Flash custam exatamente metade dos do MAI Image 2.6, então o Flash custa metade em todos os tamanhos. Uma imagem em 2K do Flash no limite de pixels custa menos de meio centavo a mais que uma imagem em 1K do MAI Image 2.6, com 2,25 vezes mais pixels.

Exemplos práticos de custo

Os tokens de saída e de imagens de referência seguem as contagens medidas acima; os tamanhos de prompt são ilustrativos.

CenárioModeloTokensCusto oficialCusto na PoYo
Pôster, 16:9 em 2K, prompt de 300 tokensMAI Image 2.6300 de texto + 2.304 de saída$0.0891$0.0712
Post para redes sociais, 1:1 em 1K, prompt de 300 tokensFlash300 de texto + 1.024 de saída$0.0200$0.0160
Edição de produto, 1 imagem de referênciaMAI Image 2.6400 de texto + 1.024 de entrada de imagem + 1.024 de saída$0.0491$0.0393
Composição de cena, 3 imagens de referênciaMAI Image 2.6800 de texto + 3.072 de entrada de imagem + 1.024 de saída$0.0675$0.0540
A mesma composição no FlashFlash800 de texto + 3.072 de entrada de imagem + 1.024 de saída$0.0285$0.0228
1.000 imagens para redes sociais, 1:1 em 1KFlash1.000 × (300 + 1.024)$19.98$15.98

As linhas com imagens de referência supõem que cada referência tenha no máximo 1 megapixel, que é como a PoYo as prepara. Ao chamar o Microsoft Foundry diretamente, referências maiores são contadas pelo tamanho total em pixels.

MAI Image 2.6 vs. MAI Image 2.6 Flash: qual usar

Se você precisa deUsePor quê
Materiais finais de campanha, pôsteres com títulos exatosMAI Image 2.6O modelo de maior qualidade da Microsoft, com ganho de +91 Elo em renderização de texto sobre o 2.5
Edições complexas com várias referênciasMAI Image 2.6A Microsoft o posiciona para “máxima precisão”
Rascunhos, prévias e exploração de promptsFlashMetade do preço por imagem
Geração em grande volume, personalização, apps interativosFlashA Microsoft informa que ele é 2,8× mais rápido que o GPT-Image-2-Medium, com eficiência 72% maior

Um padrão comum é explorar prompts e layouts no Flash e depois renderizar a versão escolhida no MAI Image 2.6. Os dois modelos aceitam os mesmos campos, então a troca é mudar uma palavra em model.

Saída do MAI Image 2.6 em 1024×1024: uma raposa-vermelha em pé na neve fresca, em uma floresta de bétulas ao amanhecer, com a respiração visível na luz rosada da manhã

MAI Image 2.6, 1024×1024, cerca de US$ 0,031 na PoYo.

Saída do MAI Image 2.6 Flash com o mesmo prompt: uma raposa-vermelha na neve entre bétulas ao amanhecer, em uma luz rosada suave

MAI Image 2.6 Flash, mesmo prompt e mesmo tamanho, cerca de US$ 0,016 na PoYo. As duas imagens foram geradas na PoYo em novembro de 2026.

Como usar o MAI Image 2.6 na PoYo

A PoYo oferece os dois modelos com uma única chave de API e créditos pagos conforme o uso: crie uma chave, adicione créditos e envie uma solicitação. As solicitações são assíncronas: você envia uma tarefa, recebe um task_id e depois consulta o endpoint de status ou recebe um callback.

Parâmetros

CampoTipoValoresPadrão
modelstringmai-image-2.6 ou mai-image-2.6-flashObrigatório
input.promptstring1–32.000 caracteresObrigatório
input.image_urlsarray1–5 URLs públicas de JPEG, PNG ou WebP; ativa a edição / composiçãoNenhum
input.sizestring1:1, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16 ou WIDTHxHEIGHT personalizado1:1
input.resolutionstring1K ou 2K, para tamanhos por proporção1K
input.enable_web_searchbooleanEmbasa a imagem em informações atuais da webfalse
callback_urlstringURL que recebe um POST quando a tarefa termina ou falhaNenhum

Os tamanhos por proporção correspondem a pixels fixos:

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

Um WIDTHxHEIGHT personalizado precisa ter os dois lados divisíveis por 32, cada lado com pelo menos 768 pixels e no máximo 2.359.296 pixels no total, então um banner largo de 3072x768 funciona. Quando você envia image_urls, a saída tem cerca de 1 megapixel e segue as imagens de referência.

Envie uma tarefa de texto para imagem

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"
    }
  }'

Duas saídas do MAI Image 2.6: um pôster de viagem vintage de Lumen Bay com um farol e a linha do festival, e uma capa de livro intitulada The Quiet Orchard, de Mara Ellison

O texto entre aspas no prompt sai exatamente como foi escrito no título, no subtítulo e no nome da autora. Gerado com o MAI Image 2.6 na PoYo.

A resposta retorna um ID de tarefa na hora:

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

Sempre confira code no corpo: erros de validação podem retornar HTTP 200 com code: 400.

Edite ou combine imagens de referência

Acrescente image_urls e diga o que muda e o que permanece. Refira-se às entradas como imagem 1, imagem 2 e assim por diante:

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"
      ]
    }
  }'

Edição com várias referências do MAI Image 2.6: cinco referências, incluindo uma amostra de cor, uma textura de rocha de cânion e um tênis de corrida magenta, combinadas em uma única imagem de destaque do tênis em um cânion

Até 5 referências combinadas em uma única imagem. Exemplo dos materiais de lançamento do MAI Image 2.6 no Foundry da Microsoft.

Consulte o status da tarefa

curl --request GET "https://api.poyo.ai/api/generate/status/${TASK_ID}" \
  --header "Authorization: Bearer ${POYO_API_KEY}"
data.statusSignificadoPróximo passo
not_startedNa filaConsulte de novo
runningGerandoConsulte de novo
finishedConcluídaLeia data.files[0].file_url e data.credits_amount
failedFalhou, sem cobrançaLeia data.error_message

Um loop curto em Python que aguarda a imagem:

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")

Nos testes da PoYo em novembro de 2026, a maioria das tarefas terminou em cerca de 15 a 50 segundos, conforme o tamanho, as imagens de referência e a carga da fila. Baixe a imagem logo depois que ela ficar pronta e guarde-a no seu próprio armazenamento. A PoYo reserva créditos para a maior contagem de tokens possível no envio e depois cobra os tokens efetivamente usados, e tarefas com falha não são cobradas.

Dicas para resultados melhores e custo menor

  1. Coloque entre aspas o texto exato que deve aparecer na imagem e diga onde ele fica. A renderização de texto é o maior ganho do MAI Image 2.6 sobre o 2.5, e colocar o texto entre aspas mantém títulos e manchetes escritos como você definiu.
  2. Faça o rascunho no Flash e finalize no 2.6. O Flash custa metade em todos os tamanhos e aceita os mesmos campos.
  3. Escolha a quantidade de pixels de que você precisa. Uma imagem em 1K custa menos da metade de uma em 2K, porque os tamanhos 1K usam cerca de 1.000 tokens de saída e os tamanhos 2K, cerca de 2.300.
  4. Mantenha as imagens de referência perto de 1 megapixel. Os tokens de referência crescem com os pixels; a PoYo reduz os arquivos maiores para você.
  5. Dê um papel a cada referência. Diga “a imagem 1 é o produto, a imagem 2 é o fundo” e liste o que deve continuar igual.
  6. Ative enable_web_search para lugares reais, produtos e acontecimentos recentes e depois confira nomes e detalhes antes de publicar. Na PoYo, o grounding na web está incluído no preço normal por token.
  7. Use um tamanho personalizado para banners, como 3072x768; a regra de tamanho conta o total de pixels, então um dos lados pode ser longo.

Para os custos de outros modelos de imagem, veja nosso guia de preços do GPT Image 2.5 e o guia da API do GPT Image 2.6. Para testar o MAI Image 2.6 primeiro no navegador, abra o playground do MAI Image 2.6.

Perguntas frequentes

O que é o MAI Image 2.6?

O MAI Image 2.6 (MAI-Image-2.6) é o principal modelo de geração e edição de imagens da Microsoft AI, anunciado em 10 de agosto de 2026. Ele cria imagens fotorrealistas, retratos, visuais de produto e pôsteres com texto legível, e edita ou combina até 5 imagens de referência. Ele estreou em 2º lugar no ranking de texto para imagem da Arena.

Quanto custa o MAI Image 2.6 por imagem?

Pelas tarifas da Microsoft, uma imagem de 1024×1024 custa cerca de US$ 0,039 no MAI Image 2.6 e US$ 0,019 no Flash, e uma imagem no limite de 2.359.296 pixels custa cerca de US$ 0,088 e US$ 0,044. Na PoYo, as mesmas imagens custam cerca de US$ 0,031 / US$ 0,016 em 1K e US$ 0,070 / US$ 0,035 no limite. Os tokens do prompt e das imagens de referência acrescentam um pouco a mais.

Como é calculado o preço do MAI Image 2.6?

A Microsoft cobra por 1M de tokens: US$ 5 pela entrada de texto, US$ 8 pela entrada de imagem e US$ 38 pela saída de imagem no MAI Image 2.6, e US$ 1,75, US$ 2,50 e US$ 19 no Flash. Multiplique cada contagem de tokens pela respectiva tarifa. Na PoYo, uma imagem usa cerca de um token de saída a cada 1.024 pixels, então uma imagem de 1024×1024 tem cerca de 1.024 tokens de saída.

Qual é a diferença entre o MAI Image 2.6 e o MAI Image 2.6 Flash?

O Flash é a versão mais rápida e de menor custo, para trabalhos de grande volume e sensíveis à latência. A Microsoft afirma que ele é 2,8× mais rápido que o GPT-Image-2-Medium, com eficiência 72% maior, por “menos da metade do preço” do modelo principal. Os dois aceitam os mesmos campos de solicitação e oferecem edição com até 5 referências e grounding na web.

Qual é a diferença entre o MAI Image 2.5 e o 2.6?

O MAI Image 2.6 marca +79 Elo sobre o 2.5 no geral e +91 Elo em renderização de texto, segundo a Microsoft. Ele eleva a saída máxima de 1.048.576 para 2.359.296 pixels e reduz o preço da saída de imagem do modelo principal de US$ 47 para US$ 38 por 1M de tokens. O MAI Image 2.5 Flash custa US$ 19,50 por 1M de tokens de saída, contra US$ 19 do 2.6 Flash.

O MAI Image 2.7 está disponível por API?

A Microsoft lançou o MAI Image 2.7 em 27 de outubro de 2026 como uma prévia focada em edição, que você pode testar na Arena, na Artificial Analysis e no MAI Playground. O acesso pela API e os preços ainda serão anunciados, e o texto para imagem está “chegando em breve”. Para trabalhos via API hoje, use o MAI Image 2.6.

Qual é a resolução máxima do MAI Image 2.6?

2.359.296 pixels no total, o equivalente a 1536×1536. Qualquer um dos lados pode ser mais longo, desde que o total fique dentro do limite e cada lado tenha pelo menos 768 pixels, por exemplo 2048×1152 ou 3072×768.

Quantas imagens de referência o MAI Image 2.6 pode usar?

Até 5. Com uma imagem, o modelo a edita; com várias, ele combina produtos, pessoas, estilos e cenas em uma única imagem. Refira-se a elas no prompt como imagem 1, imagem 2 e assim por diante.

O grounding na web custa a mais?

Na PoYo, o grounding na web está incluído no preço normal por token nos dois modelos, então ativar enable_web_search mantém o custo da imagem igual.

Posso testar o MAI Image 2.6 de graça?

A Microsoft oferece os modelos MAI no MAI Playground para testar prompts. O acesso pela API é pago por token, no Microsoft Foundry e na PoYo. Na PoYo, você paga conforme o uso, apenas pelas imagens concluídas, com uma chave de API para todos os modelos.

O MAI Image 2.6 é open source?

O MAI Image 2.6 é um modelo proprietário da Microsoft, oferecido pelo Microsoft Foundry e pelo MAI Playground. Para desenvolver com ele, chame-o por uma API como a PoYo, em que a mesma chave também funciona para todos os outros modelos de imagem, vídeo e áudio.

Share: