guides

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

Poyo.ai Team
20 min read
Share:

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 2.6MAI Image 2.6 Flash
Posicionamento segundo a MicrosoftModelo 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 PoYomai-image-2.6mai-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 máxima2 359 296 píxeis (equivalente a 1536×1536)2 359 296 píxeis
Imagens de referênciaAté 5Até 5
Fundamentação na webSimSim
Formato de saídaPNGPNG

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.

Exemplo do MAI Image 2.6: uma tenista com desfocagem de movimento a correr num campo verde, com uma raquete em primeiro plano

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 2.5Família MAI Image 2.6MAI Image 2.7
Anúncio2 de junho de 202610 de agosto de 2026 (Flash a 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 (pré-visualização)
Saída máxima1 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
EstadoPré-visualização no FoundryDisponível de forma geral no FoundryPré-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 quêTokens contados
Imagem geradalargura × altura ÷ 1 024 (1024×1024 = 1 024 tokens; 2 359 296 píxeis = 2 304 tokens)
Imagem editada ou compostaCerca de 1 020–1 024 tokens, porque as saídas de edição têm cerca de 1 megapíxel
Imagem de referênciaOs seus píxeis ÷ 1 024, ou seja, cerca de 1 024 tokens depois de a PoYo a redimensionar para 1 megapíxel
PromptFaturado 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.

TamanhoPíxeisTokens 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 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.

CenárioModeloTokensCusto oficialCusto na PoYo
Cartaz, 16:9 em 2K, prompt de 300 tokensMAI Image 2.6300 de texto + 2 304 de saída$0.0891$0.0712
Publicação 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 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 deUsaPorquê
Recursos finais de campanha, cartazes com títulos exatosMAI Image 2.6O modelo de maior qualidade da Microsoft, com o ganho de +91 Elo na renderização de texto face ao 2.5
Edições complexas com várias referênciasMAI Image 2.6A Microsoft posiciona-o para “a máxima precisão”
Rascunhos, pré-visualizações e exploração de promptsFlashMetade do preço por imagem
Geração de grande volume, personalização, apps interativasFlashA 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.

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

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

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

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

CampoTipoValoresPredefinição
modelstringmai-image-2.6 ou mai-image-2.6-flashObrigatório
input.promptstring1–32 000 caracteresObrigatório
input.image_urlsarray1–5 URLs públicos JPEG, PNG ou WebP; ativa a edição / composiçãoNenhuma
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 definidos por proporção1K
input.enable_web_searchbooleanFundamenta a imagem em informação atual da webfalse
callback_urlstringURL que recebe um POST quando a tarefa termina ou falhaNenhuma

Os tamanhos definidos por proporção correspondem a píxeis 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 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"
    }
  }'

Duas saídas do MAI Image 2.6: um cartaz 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 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"
      ]
    }
  }'

Edição do MAI Image 2.6 com várias referências: cinco referências, incluindo uma amostra de cor, uma textura de rocha de desfiladeiro e uma sapatilha de corrida magenta, combinadas numa imagem de destaque da sapatilha num desfiladeiro

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.statusSignificadoPasso seguinte
not_startedEm filaConsulta de novo
runningA gerarConsulta de novo
finishedConcluídaLê data.files[0].file_url e data.credits_amount
failedFalhou, sem custoLê 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

  1. 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.
  2. Faz os rascunhos no Flash e termina no 2.6. O Flash custa metade em todos os tamanhos e aceita os mesmos campos.
  3. 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.
  4. 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.
  5. 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.
  6. Ativa enable_web_search para 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.
  7. 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.

Share: