Principais conclusões
- O MAI Image 2.6 é o modelo de imagem principal 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 pedido.
- A Microsoft define o preço dos dois modelos por milhão de tokens: $5 / $8 / $38 para entrada de texto, entrada de imagem e saída de imagem no MAI Image 2.6, e $1.75 / $2.50 / $19 no Flash.
- Na PoYo, uma imagem usa cerca de um token de saída por cada 1 024 píxeis. Uma imagem de 1024×1024 tem cerca de 1 024 tokens de saída, e a maior imagem (2 359 296 píxeis, como 1536×1536) tem 2 304 tokens.
- Isso coloca uma imagem quadrada 1K em cerca de $0.039 no MAI Image 2.6 e $0.019 no Flash, às tarifas da Microsoft. Na PoYo, as mesmas imagens custam cerca de $0.031 e $0.016.
- A saída vai até 2 359 296 píxeis, e cada pedido aceita até 5 imagens de referência e uma opção de fundamentação na web.
- O MAI Image 2.7 é uma pré-visualização centrada na edição, anunciada a 27 de outubro de 2026. Podes experimentá-lo na Arena, na Artificial Analysis e no MAI Playground, e os pormenores da sua API ainda vão ser anunciados.
MAI Image 2.6 num relance
| MAI Image 2.6 | MAI Image 2.6 Flash | |
|---|---|---|
| Posicionamento segundo a Microsoft | Modelo principal para “a máxima precisão” | O mesmo nível de qualidade para “cargas de trabalho de produção sensíveis à latência e de alto débito” |
| ID do modelo na PoYo | mai-image-2.6 | mai-image-2.6-flash |
| Preço oficial por 1M tokens (entrada de texto / entrada de imagem / saída de imagem) | $5 / $8 / $38 | $1.75 / $2.50 / $19 |
| Preço na PoYo por 1M 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 píxeis (equivalente a 1536×1536) | 2 359 296 píxeis |
| Imagens de referência | Até 5 | Até 5 |
| Fundamentação na web | Sim | Sim |
| Formato de saída | PNG | PNG |
A Microsoft anunciou o MAI Image 2.6 a 10 de agosto de 2026, acrescentou o Flash a 4 de setembro e tornou os dois modelos disponíveis de forma geral no Microsoft Foundry a 27 de outubro de 2026.

Fotorrealismo com efeitos de câmara como a desfocagem de movimento. Exemplo da página MAI Image da Microsoft AI.
MAI Image 2.5, 2.6 e 2.7: qual é qual?
As pesquisas por “MAI Image” misturam três gerações, com preços e limites diferentes, por isso confirma qual delas uma página descreve.
| 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 a 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 (pré-visualização) |
| Saída máxima | 1 048 576 píxeis (equivalente a 1024×1024) | 2 359 296 píxeis (equivalente a 1536×1536) | A anunciar |
| Preço oficial de saída de imagem | $47 / 1M tokens (2.5), $19.50 (2.5 Flash) | $38 / 1M tokens (2.6), $19 (2.6 Flash) | A anunciar |
| Estado | Pré-visualização no Foundry | Disponível de forma geral no Foundry | Pré-visualização: Arena, Artificial Analysis e MAI Playground |
O MAI Image 2.5 estreou-se em 2.º lugar no ranking de edição de imagem da Arena e em 3.º em texto para imagem. A Microsoft definiu o seu preço em $5 / $8 / $47 por 1M tokens de entrada de texto, entrada de imagem e saída de imagem, e o do 2.5 Flash em $1.75 / $1.75 / $19.50.
O MAI Image 2.6 melhorou o 2.5 em +79 Elo no total e em +91 Elo só na renderização de texto, segundo a Microsoft. Também subiu o limite de píxeis para 2 359 296 e baixou o preço de saída do modelo principal de $47 para $38 por 1M tokens. A 4 de setembro de 2026, a Microsoft indicou-o em 2.º lugar tanto em texto para imagem como em edição de imagem na Arena, e em 2.º em texto para imagem e 1.º em edição de imagem na Artificial Analysis.
O MAI Image 2.7 é descrito pela Microsoft como “o nosso mais recente modelo de edição de imagem”. Estreou-se em pré-visualização em 3.º lugar no Arena Edit e em 2.º no ranking de edição de imagem da Artificial Analysis, e a Microsoft afirma que “melhora o 2.6 nos 10 casos de utilização e nas 7 ações de edição avaliados pela Artificial Analysis”. A edição vem primeiro, com a “geração de texto para imagem a chegar em breve”. O acesso à API e os preços do 2.7 ainda vão ser anunciados; acompanha a página do MAI Image 2.7 para saberes quando chega à PoYo. Para trabalho em produção hoje, o MAI Image 2.6 é o modelo de API a usar.
Como funcionam os preços do MAI Image
Cada pedido é faturado em três tipos de tokens:
- Tokens de entrada de texto: o teu prompt.
- Tokens de entrada de imagem: as imagens de referência que envias para edição.
- Tokens de saída de imagem: a imagem gerada.
O custo de um pedido é:
cost = text_tokens × text_rate + image_input_tokens × image_input_rate + output_tokens × output_rate
com cada tarifa em USD por 1M tokens. Os tokens de saída dominam a fatura: um prompt de 300 tokens acrescenta $0.0015 no MAI Image 2.6, enquanto a imagem em si custa entre $0.03 e $0.09.
Quantos tokens usa uma imagem?
Na PoYo, cada tarefa do MAI Image 2.6 e do 2.6 Flash é faturada pelas contagens de tokens que o modelo indica. Com base nos registos de faturação da PoYo de novembro de 2026, um pedido usa aproximadamente:
| O quê | Tokens contados |
|---|---|
| Imagem gerada | largura × altura ÷ 1 024 (1024×1024 = 1 024 tokens; 2 359 296 píxeis = 2 304 tokens) |
| Imagem editada ou composta | Cerca de 1 020–1 024 tokens, porque as saídas de edição têm cerca de 1 megapíxel |
| Imagem de referência | Os seus píxeis ÷ 1 024, ou seja, cerca de 1 024 tokens depois de a PoYo a redimensionar para 1 megapíxel |
| Prompt | Faturado como tokens de texto; cada imagem de referência acrescenta cerca de 110–195 tokens de texto extra |
Há duas consequências importantes para o orçamento. Primeiro, o custo acompanha o número de píxeis, por isso dois tamanhos com o mesmo número de píxeis custam o mesmo, seja qual for a proporção ou a etiqueta 1K/2K. Segundo, as imagens de referência são cobradas pelos seus píxeis: a $8 por 1M tokens, uma referência de 4096×4096 custaria sozinha cerca de $0.13. A PoYo reduz qualquer imagem de referência acima de 1 megapíxel antes da geração, por isso cada referência conta no máximo cerca de 1 024 tokens de imagem e fica bem abaixo de um cêntimo.
O valor exato cobrado por cada tarefa aparece no campo credits_amount da resposta de estado (1 crédito = $0.005).
Custo por imagem do MAI Image 2.6, por tamanho
Custo da saída de imagem em cada tamanho predefinido na PoYo, às tarifas oficiais da Microsoft e às tarifas da PoYo. Os tokens do prompt acrescentam cerca de $0.001 ou menos.
| Tamanho | Píxeis | 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 1K custa cerca de 6,23 créditos no MAI Image 2.6 e 3,11 no Flash; uma imagem 2K no limite de píxeis custa cerca de 14,01 e 7,00 créditos.
Os tokens de saída do Flash custam exatamente metade dos do MAI Image 2.6, por isso o Flash custa metade em todos os tamanhos. Uma imagem 2K do Flash no limite de píxeis custa menos de meio cêntimo a mais do que uma imagem 1K do MAI Image 2.6, com 2,25 vezes mais píxeis.
Exemplos práticos de custo
Os tokens de saída e de imagens de referência seguem as contagens medidas acima; os tamanhos dos prompts são ilustrativos.
| Cenário | Modelo | Tokens | Custo oficial | Custo na PoYo |
|---|---|---|---|---|
| Cartaz, 16:9 em 2K, prompt de 300 tokens | MAI Image 2.6 | 300 de texto + 2 304 de saída | $0.0891 | $0.0712 |
| Publicação 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 assumem que cada referência tem no máximo 1 megapíxel, que é como a PoYo as prepara. Ao chamar diretamente o Microsoft Foundry, as referências maiores são contadas pelo seu tamanho total em píxeis.
MAI Image 2.6 vs MAI Image 2.6 Flash: qual usar
| Se precisas de | Usa | Porquê |
|---|---|---|
| Recursos finais de campanha, cartazes com títulos exatos | MAI Image 2.6 | O modelo de maior qualidade da Microsoft, com o ganho de +91 Elo na renderização de texto face ao 2.5 |
| Edições complexas com várias referências | MAI Image 2.6 | A Microsoft posiciona-o para “a máxima precisão” |
| Rascunhos, pré-visualizações e exploração de prompts | Flash | Metade do preço por imagem |
| Geração de grande volume, personalização, apps interativas | Flash | A Microsoft indica que é 2.8× mais rápido do que o GPT-Image-2-Medium, com 72% mais eficiência |
Um padrão comum é explorar prompts e composições no Flash e depois renderizar a versão escolhida no MAI Image 2.6. Os dois modelos aceitam os mesmos campos, por isso mudar é alterar uma palavra em model.

MAI Image 2.6, 1024×1024, cerca de $0.031 na PoYo.

MAI Image 2.6 Flash, com o mesmo prompt e tamanho, cerca de $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 dá-te os dois modelos com uma chave de API e créditos pagos conforme a utilização: cria uma chave, carrega créditos e envia um pedido. Os pedidos são assíncronos: envias uma tarefa, recebes um task_id e depois consultas o endpoint de estado ou recebes um callback.
Parâmetros
| Campo | Tipo | Valores | Predefinição |
|---|---|---|---|
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 públicos JPEG, PNG ou WebP; ativa a edição / composição | Nenhuma |
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 definidos por proporção | 1K |
input.enable_web_search | boolean | Fundamenta a imagem em informação atual da web | false |
callback_url | string | URL que recebe um POST quando a tarefa termina ou falha | Nenhuma |
Os tamanhos definidos por proporção correspondem a píxeis 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 de ambos os lados divisíveis por 32, cada lado com pelo menos 768 píxeis e no máximo 2 359 296 píxeis no total, por isso uma faixa larga de 3072x768 funciona. Quando envias image_urls, a saída tem cerca de 1 megapíxel e segue as imagens de referência.
Enviar 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 tal como foi escrito no título, no subtítulo e no nome da autora. Gerado com o MAI Image 2.6 na PoYo.
A resposta devolve de imediato um ID de tarefa:
{
"code": 200,
"data": {
"task_id": "task-unified-1794383400-abcd1234",
"status": "not_started",
"created_time": "2026-11-14T10:30:00"
}
}
Verifica sempre code no corpo da resposta: os erros de validação podem devolver HTTP 200 com code: 400.
Editar ou combinar imagens de referência
Acrescenta image_urls e diz o que muda e o que fica. Refere-te 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 numa única imagem. Exemplo dos materiais de lançamento do MAI Image 2.6 no Foundry da Microsoft.
Consultar o estado da tarefa
curl --request GET "https://api.poyo.ai/api/generate/status/${TASK_ID}" \
--header "Authorization: Bearer ${POYO_API_KEY}"
data.status | Significado | Passo seguinte |
|---|---|---|
not_started | Em fila | Consulta de novo |
running | A gerar | Consulta de novo |
finished | Concluída | Lê data.files[0].file_url e data.credits_amount |
failed | Falhou, sem custo | Lê data.error_message |
Um pequeno ciclo em Python que espera pela 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, consoante o tamanho, as imagens de referência e a carga da fila. Descarrega a imagem pouco depois de terminar e guarda-a tu próprio. No envio, a PoYo reserva créditos para o maior número de tokens possível e depois cobra os tokens efetivamente usados, e as tarefas que falham não são cobradas.
Dicas para melhores resultados e menor custo
- Coloca entre aspas o texto exato da imagem e diz onde deve ficar. A renderização de texto é o maior ganho do MAI Image 2.6 face ao 2.5, e pôr o texto entre aspas mantém os títulos escritos tal como os definiste.
- Faz os rascunhos no Flash e termina no 2.6. O Flash custa metade em todos os tamanhos e aceita os mesmos campos.
- Escolhe o número de píxeis de que precisas. Uma imagem 1K custa menos de metade de uma 2K, porque os tamanhos 1K usam cerca de 1 000 tokens de saída e os 2K cerca de 2 300.
- Mantém as imagens de referência perto de 1 megapíxel. Os tokens das referências aumentam com os píxeis; a PoYo reduz os ficheiros maiores por ti.
- Dá um papel a cada referência. Diz “a imagem 1 é o produto, a imagem 2 é o fundo” e enumera o que tem de ficar igual.
- Ativa
enable_web_searchpara lugares reais, produtos e acontecimentos recentes, e confirma nomes e pormenores antes de publicar. Na PoYo, a fundamentação na web está incluída no preço normal por token. - Usa um tamanho personalizado para faixas, como
3072x768; a regra de tamanho conta o total de píxeis, por isso um dos lados pode ser comprido.
Para os custos de outros modelos de imagem, vê o nosso guia de preços do GPT Image 2.5 e o guia da API GPT Image 2.6. Para experimentares primeiro o MAI Image 2.6 no browser, abre 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 modelo principal de geração e edição de imagens da Microsoft AI, anunciado a 10 de agosto de 2026. Cria imagens fotorrealistas, retratos, visuais de produto e cartazes com texto legível, e edita ou combina até 5 imagens de referência. Estreou-se em 2.º lugar no ranking de texto para imagem da Arena.
Quanto custa o MAI Image 2.6 por imagem?
Às tarifas da Microsoft, uma imagem de 1024×1024 custa cerca de $0.039 no MAI Image 2.6 e $0.019 no Flash, e uma imagem no limite de 2 359 296 píxeis custa cerca de $0.088 e $0.044. Na PoYo, as mesmas imagens custam cerca de $0.031 / $0.016 em 1K e $0.070 / $0.035 no limite. Os tokens do prompt e das imagens de referência acrescentam um pouco.
Como se calcula o preço do MAI Image 2.6?
A Microsoft cobra por 1M tokens: $5 pela entrada de texto, $8 pela entrada de imagem e $38 pela saída de imagem no MAI Image 2.6, e $1.75, $2.50 e $19 no Flash. Multiplica cada contagem de tokens pela respetiva tarifa. Na PoYo, uma imagem usa cerca de um token de saída por cada 1 024 píxeis, por isso 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 trabalho de grande volume e sensível à latência. A Microsoft indica que é 2,8× mais rápido do que o GPT-Image-2-Medium, com 72% mais eficiência, a “menos de metade do preço” do modelo principal. Ambos aceitam os mesmos campos de pedido e suportam edição com até 5 referências e fundamentação na web.
Qual é a diferença entre o MAI Image 2.5 e o 2.6?
O MAI Image 2.6 obtém +79 Elo face ao 2.5 no total e +91 Elo na renderização de texto, segundo a Microsoft. Sobe a saída máxima de 1 048 576 para 2 359 296 píxeis e baixa o preço de saída de imagem do modelo principal de $47 para $38 por 1M tokens. O MAI Image 2.5 Flash custa $19.50 por 1M tokens de saída, contra $19 do 2.6 Flash.
O MAI Image 2.7 está disponível através de uma API?
A Microsoft lançou o MAI Image 2.7 a 27 de outubro de 2026 como uma pré-visualização centrada na edição, que podes experimentar na Arena, na Artificial Analysis e no MAI Playground. O acesso à API e os preços ainda vão ser anunciados, e o texto para imagem está “a chegar em breve”. Para trabalho por API hoje, usa o MAI Image 2.6.
Qual é a resolução máxima do MAI Image 2.6?
2 359 296 píxeis no total, o equivalente a 1536×1536. Qualquer dos lados pode ser mais comprido, desde que o total fique dentro do limite e cada lado tenha pelo menos 768 píxeis, por exemplo 2048×1152 ou 3072×768.
Quantas imagens de referência pode usar o MAI Image 2.6?
Até 5. Com uma imagem, o modelo edita-a; com várias, combina produtos, pessoas, estilos e cenas numa única imagem. No prompt, refere-te a elas como imagem 1, imagem 2 e assim por diante.
A fundamentação na web custa mais?
Na PoYo, a fundamentação na web está incluída no preço normal por token nos dois modelos, por isso ativar enable_web_search mantém o custo da imagem igual.
Posso experimentar o MAI Image 2.6 gratuitamente?
A Microsoft disponibiliza os seus modelos MAI no MAI Playground para experimentar prompts. O acesso por API é pago por token, no Microsoft Foundry e na PoYo. Na PoYo pagas conforme a utilização, 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, disponibilizado através do Microsoft Foundry e do MAI Playground. Para desenvolver com ele, chama-o através de uma API como a PoYo, onde a mesma chave funciona também para todos os outros modelos de imagem, vídeo e áudio.