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 2.6 | MAI Image 2.6 Flash | |
|---|---|---|
| Posicionamento da Microsoft | Modelo 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 PoYo | mai-image-2.6 | mai-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 máxima | 2.359.296 pixels (equivalente a 1536×1536) | 2.359.296 pixels |
| Imagens de referência | Até 5 | Até 5 |
| Grounding na web | Sim | Sim |
| Formato de saída | PNG | PNG |
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.

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 2.5 | Família MAI Image 2.6 | MAI Image 2.7 | |
|---|---|---|---|
| Anúncio | 2 de junho de 2026 | 10 de agosto de 2026 (Flash em 4 de setembro) | 27 de outubro de 2026 |
| Modelos | MAI-Image-2.5, 2.5 Flash, 2.5 Pro | MAI-Image-2.6, 2.6 Flash | MAI Image 2.7 (prévia) |
| Saída máxima | 1.048.576 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), $19 (2.6 Flash) | A ser anunciado |
| Status | Prévia no Foundry | Disponibilidade geral no Foundry | Prévia: Arena, Artificial Analysis e MAI Playground |
O MAI Image 2.5 estreou em 2º lugar no ranking de edição de imagens da Arena e em 3º lugar em texto para imagem. A Microsoft o precificou a US$ 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 quê | Tokens contados |
|---|---|
| Imagem gerada | largura × altura ÷ 1.024 (1024×1024 = 1.024 tokens; 2.359.296 pixels = 2.304 tokens) |
| Imagem editada ou composta | Cerca de 1.020–1.024 tokens, porque as saídas de edição têm cerca de 1 megapixel |
| Imagem de referência | Os pixels dela ÷ 1.024, ou seja, cerca de 1.024 tokens depois que a PoYo a redimensiona para 1 megapixel |
| Prompt | Cobrado 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.
| Tamanho | Pixels | Tokens de saída | 2.6 oficial | 2.6 na PoYo | Flash oficial | Flash na 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 |
| Personalizado 3072×768 | 2.359.296 | 2.304 | $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.
| Cenário | Modelo | Tokens | Custo oficial | Custo na PoYo |
|---|---|---|---|---|
| Pôster, 16:9 em 2K, prompt de 300 tokens | MAI Image 2.6 | 300 de texto + 2.304 de saída | $0.0891 | $0.0712 |
| Post para redes sociais, 1:1 em 1K, prompt de 300 tokens | Flash | 300 de texto + 1.024 de saída | $0.0200 | $0.0160 |
| Edição de produto, 1 imagem de referência | MAI Image 2.6 | 400 de texto + 1.024 de entrada de imagem + 1.024 de saída | $0.0491 | $0.0393 |
| Composição de cena, 3 imagens de referência | MAI Image 2.6 | 800 de texto + 3.072 de entrada de imagem + 1.024 de saída | $0.0675 | $0.0540 |
| A mesma composição no Flash | Flash | 800 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 1K | Flash | 1.000 × (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 de | Use | Por quê |
|---|---|---|
| Materiais finais de campanha, pôsteres com títulos exatos | MAI Image 2.6 | O modelo de maior qualidade da Microsoft, com ganho de +91 Elo em renderização de texto sobre o 2.5 |
| Edições complexas com várias referências | MAI Image 2.6 | A Microsoft o posiciona para “máxima precisão” |
| Rascunhos, prévias e exploração de prompts | Flash | Metade do preço por imagem |
| Geração em grande volume, personalização, apps interativos | Flash | A 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.

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

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
| Campo | Tipo | Valores | Padrão |
|---|---|---|---|
model | string | mai-image-2.6 ou mai-image-2.6-flash | Obrigatório |
input.prompt | string | 1–32.000 caracteres | Obrigatório |
input.image_urls | array | 1–5 URLs públicas de JPEG, PNG ou WebP; ativa a edição / composição | Nenhum |
input.size | string | 1:1, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16 ou WIDTHxHEIGHT personalizado | 1:1 |
input.resolution | string | 1K ou 2K, para tamanhos por proporção | 1K |
input.enable_web_search | boolean | Embasa a imagem em informações atuais da web | false |
callback_url | string | URL que recebe um POST quando a tarefa termina ou falha | Nenhum |
Os tamanhos por proporção correspondem a pixels fixos:
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 |
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"
}
}'

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"
]
}
}'

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.status | Significado | Próximo passo |
|---|---|---|
not_started | Na fila | Consulte de novo |
running | Gerando | Consulte de novo |
finished | Concluída | Leia data.files[0].file_url e data.credits_amount |
failed | Falhou, sem cobrança | Leia 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
- 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.
- Faça o rascunho no Flash e finalize no 2.6. O Flash custa metade em todos os tamanhos e aceita os mesmos campos.
- 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.
- 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.
- 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.
- Ative
enable_web_searchpara 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. - 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.