核心要点
- MAI Image 2.6 是微软的 200 亿参数图像模型。 它支持文生图和改图,最多 5 张参考图,可选联网检索,最大输出 2,359,296 像素(1536×1536 或同等面积)。MAI Image 2.6 Flash 功能相同,输出 Token 单价只有一半。
- 三家在官方都按 Token 计费,PoYo 把它换成了清楚的单张价格。 在 PoYo 上,一张 1024×1024 的图,MAI Image 2.6 约 $0.031,Flash 约 $0.016,Nano Banana 2.1 为 $0.02,
gpt-image-2.6-fixed为 $0.0085,都低于厂商官方价。 - MAI Image 2.6 发布时就排在榜单前列。 微软称它发布时在 Arena 文生图榜单排第 2,9 月又在 Artificial Analysis 图像编辑榜排第 1。
- 画质和控制项上 GPT Image 2.6 领先。
max质量的 Sunburst 在 Artificial Analysis 两个榜单都排第一,API 还支持蒙版、透明背景和长边最高 3840 像素的尺寸。 - Nano Banana 2.1 是支持 4K 的全能型选择。 它在 Artificial Analysis 两个榜单都位列前十,最高输出 4K,在 PoYo 上 1K 图每张 $0.02。
- MAI Image 2.7 是微软最新的编辑模型。 2026 年 10 月 27 日以预览版发布,即将上线 PoYo;现在在 PoYo 上做编辑,可以用 MAI Image 2.6 和 2.6 Flash。
MAI Image 2.6 vs GPT Image 2.6 vs Nano Banana 2.1 一览
| MAI Image 2.6 / 2.6 Flash | GPT Image 2.6 | Nano Banana 2.1 | |
|---|---|---|---|
| 开发方 | Microsoft AI | OpenAI | |
| 发布时间 | 2.6:2026 年 8 月(模型卡写 8 月 14 日) Flash:2026 年 9 月 4 日 | 2026 年 11 月 4 日 | 2026 年 10 月 6 日 |
| 厂商侧状态 | 2026 年 10 月 27 日起在 Microsoft Foundry 正式商用(GA) | Image API | Gemini API |
| PoYo 模型 ID | mai-image-2.6、mai-image-2.6-flash | gpt-image-2.6-fixed、gpt-image-2.6-flare、gpt-image-2.6-sunburst | nano-banana-2.1 |
| 官方计费 | 按 Token:每百万文字输入 $5、图像输入 $8、图像输出 $38(Flash:$1.75 / $2.50 / $19) | 按 Token:每百万文字输入 $5、图像输入 $8、图像输出 $30 | 按 Token:每百万输入 $1.50、图像输出 $30 |
| 最大输出 | 2,359,296 像素(相当于 1536×1536) | 长边 3840 像素,总计 8,294,400 像素 | 4K(4096×4096) |
| 参考图 | 最多 5 张 | PoYo 上最多 16 张 | Google 官方最多 14 张(物体 10、人物 4);PoYo 上最多 10 张 |
| 输出格式 | PNG | PNG、JPEG、WebP(PoYo 上的 Flare / Sunburst) | 图片 |
| 主要特色 | 联网检索、自定义 WIDTHxHEIGHT | 蒙版、透明背景、quality 最高到 max、complexity | 思考档位、Google 搜索联网、Google 官方支持最宽 8:1 的极端比例 |
MAI Image 2.6 在微软产品线中的位置
Microsoft AI 以 MAI 为名自研图像模型。MAI Image 2.6 是 2.5 系列(MAI Image 2.5、2.5 Flash、2.5 Pro)之后的新一代,2.5 系列的输出上限是 1,048,576 像素,2.6 把这个上限提高了一倍多。
| 模型 | 微软的定位 | 状态 |
|---|---|---|
| MAI Image 2.6 | 「综合最佳」:高质量生成,加上精确、可控的编辑 | 已在 PoYo 和 Microsoft Foundry 上线 |
| MAI Image 2.6 Flash | 「最快、成本最低」:可用于生产的质量,价格不到旗舰版的一半 | 已在 PoYo 和 Microsoft Foundry 上线 |
| MAI Image 2.7 | 最新的图像编辑模型,2026 年 10 月 27 日发布 | 在 MAI Playground、Arena 和 Artificial Analysis 上提供预览;即将上线 PoYo |
根据微软的模型卡,MAI Image 2.6 是基于扩散的模型,拥有 200 亿非嵌入参数,提示词上下文为 32K Token。Flash 是同一模型的优化版本,微软 Foundry 文档中两者的生成和编辑能力完全相同。
怎样把 Token 价格换算成单张价格
三家厂商都按 Token 给图片计费,但 Token 的算法各不相同。下面分别说明。
MAI Image 2.6 与 Flash
微软公布的是每百万 Token 的单价。在 PoYo 上,每次 MAI 请求都按实际 Token 数计费,规律很简单:一张图约消耗 宽 × 高 ÷ 1,024 个 Token(即每个 32×32 像素块 1 个 Token),输出图和每张参考图都按这个规则计算。
output tokens ≈ width × height ÷ 1,024
cost per image ≈ output tokens × output rate
+ reference tokens × image input rate
+ prompt tokens × text input rate
Artificial Analysis 给出的 MAI Image 2.6 价格是 1024×1024 下每 1000 张 $38.91,正好等于 1,024 个输出 Token × 每百万 $38($0.0389),再加上一段很短的提示词。
| 输出尺寸 | 输出 Token | MAI Image 2.6(官方价) | MAI Image 2.6 Flash(官方价) |
|---|---|---|---|
| 1024×1024(1K,1:1) | 1,024 | 1024 × $38/1M = $0.0389 | 1024 × $19/1M = $0.0195 |
| 1344×768(1K,16:9) | 1,008 | $0.0383 | $0.0192 |
| 1536×1536(2K,1:1) | 2,304 | 2304 × $38/1M = $0.0876 | 2304 × $19/1M = $0.0438 |
| 2048×1152(2K,16:9) | 2,304 | $0.0876 | $0.0438 |
100 个 Token 的提示词,在 MAI Image 2.6 上多花 $0.0005,在 Flash 上不到 $0.0002。在 PoYo 上,参考图会先缩到约 100 万像素,所以每张参考图最多约 1,024 个图像输入 Token;改图返回的图片也在 100 万像素左右。
GPT Image 2.6
OpenAI 同样按 Token 计费(每百万输出 Token $30),Token 数同时取决于尺寸和 quality 设置。Artificial Analysis 列出的 GPT Image 2.6 Flare 和 Sunburst,在 max 质量、1024×1024 下每 1000 张 $210.72,也就是每张约 $0.21。质量设得越低,Token 越少,价格也越低。
在 PoYo 上可以省掉这些换算:gpt-image-2.6-fixed 按张收固定价。
Nano Banana 2.1
Google 直接公布了 Token 数。按每百万输出 Token $30 计:
| 分辨率 | 输出 Token | 官方价格 |
|---|---|---|
| 1K | 1,120 | $0.0336 |
| 2K | 1,680 | $0.0504 |
| 4K | 3,780 | $0.113 |
文字和图片输入另按每百万 Token $1.50 计费。
PoYo 上的单张价格
| 模型 | 1K(1024×1024) | 2K | 最高档 | 说明 |
|---|---|---|---|---|
| MAI Image 2.6 | 约 $0.0311(6.23 积分) | 1536×1536 约 $0.0700 | 2K(2,359,296 像素) | 每百万文字输入 / 图像输入 / 输出 Token:$4 / $6.40 / $30.40 |
| MAI Image 2.6 Flash | 约 $0.0156(3.11 积分) | 1536×1536 约 $0.0350 | 2K(2,359,296 像素) | 每百万 $1.40 / $2 / $15.20 |
| GPT Image 2.6 固定价 | $0.0085(1.7 积分) | $0.03(6 积分) | 4K:$0.04(8 积分) | 参考图不另收费 |
| GPT Image 2.6 Flare / Sunburst | 按 Token | 按 Token | 4K,按 Token | 每百万 $4 / $6.40 / $24;max 质量 1024×1024 约 $0.17 |
| Nano Banana 2.1 | $0.02(4 积分) | $0.03(6 积分) | 4K:$0.05(10 积分) | 参考图不另收费 |
PoYo 上 MAI 和 GPT Image 2.6 的 Token 单价都是官方价的 80%。每次 MAI 请求提交前,PoYo 会显示最高扣费,实际按用掉的 Token 计费,失败的任务免费。
PoYo 上的成本算例
| 任务 | MAI Image 2.6 | MAI Image 2.6 Flash | GPT Image 2.6 固定价 | Nano Banana 2.1 |
|---|---|---|---|---|
| 10,000 张 1K 方形缩略图 | 10000 × 0.0311 ≈ $311 | 10000 × 0.0156 ≈ $156 | 10000 × 0.0085 = $85 | 10000 × 0.02 = $200 |
| 500 张 2K 横幅 | 500 × 0.0700 ≈ $35 | 500 × 0.0350 ≈ $17.50 | 500 × 0.03 = $15 | 500 × 0.03 = $15 |
| 300 次商品改图,每次 2 张参考图 | 300 × (2048 × 6.4 + 1024 × 30.4) / 1M ≈ $13.27 | 300 × (2048 × 2 + 1024 × 15.2) / 1M ≈ $5.90 | 300 × 0.0085 ≈ $2.55 | 300 × 0.02 = $6 |
提示词 Token 每张 MAI 图不到 $0.001,表中没有计入。另外,各家的 2K 尺寸并不相同:MAI 的 2K 档最高 2,359,296 像素(16:9 为 2048×1152),而 Nano Banana 2.1 的 16:9 2K 是 2752×1536。如果输出必须大于约 240 万像素,请改用 Nano Banana 2.1 或 GPT Image 2.6。
排行榜:三个模型各自的亮点
搜索 MAI Image 2.6 时,排在前面的内容大多在讲排名。下面是微软公布过的成绩和时间:
- 2026 年 8 月 10 日(发布): 微软称 MAI Image 2.6 在 Arena 文生图榜单排名第 2,领先 Google、Meta 和 xAI 的主力模型;相比 MAI Image 2.5,总体提高 79 Elo,文字渲染单项提高 91 Elo。
- 2026 年 9 月 4 日(Flash 发布): 微软称 MAI Image 2.6 在 Arena 的文生图和图像编辑都排第 2;在 Artificial Analysis 上文生图排第 2、图像编辑排第 1。
另外两个模型在 Artificial Analysis 上也各有亮点(截至 2026 年 11 月 14 日):
max质量的 GPT Image 2.6 Sunburst 在文生图(1261 Elo)和图像编辑(1210 Elo)都排第 1,Flare 在编辑榜排第 2。- Nano Banana 2.1 在 10 月 6 日发布约一个月后,两个榜单都位列前十(1176 和 1152 Elo)。
- MAI Image 2.6 Flash 在编辑榜上与 MAI Image 2.6 只差 5 Elo(1145 对 1150),输出 Token 单价却只有一半,是编辑流水线里性价比最高的选择。
每有新模型发布,排行榜都会更新,而且它衡量的是混合提示词下的平均偏好。先用它缩小范围,再用你自己的需求实测。
MAI Image 2.6 vs GPT Image 2.5
不少对比页面拿 MAI Image 2.6 和 GPT Image 2.5 比,后者是它发布前后 OpenAI 的主力模型。GPT Image 2.5(2026 年 9 月 8 日发布)的 Token 单价和 2.6 相同:每百万文字输入、图像输入、输出 Token 分别为 $5、$8、$30;它提供 xhigh 和 max 质量档,OpenAI 推荐用 Sunburst 做精确编辑。MAI Image 2.6 则带来联网检索和 3072×768 这类自定义尺寸;据微软的说法,更新的 MAI Image 2.7 预览版一发布就在 Artificial Analysis 编辑榜上超过了 GPT Image 2.5 Flare。GPT Image 2.5 和 MAI Image 2.6 都能在 PoYo 上用同一个 API Key 调用。OpenAI 两代之间的变化,可以看 GPT Image 2.6 概览。
速度
- MAI Image 2.6 Flash: 微软称它的出图速度是 GPT-Image-2-Medium 的 2.8 倍,同时效率高 72%。
- GPT Image 2.6: OpenAI 称 Images 2.6 出图比上一版快 50%,Flare 在
low质量下最快约 6 秒出图。 - Nano Banana 2.1: Google 称它保持了 Flash 级别的速度和成本效率。
在 PoYo 2026 年 11 月的测试中,大多数 MAI Image 2.6 任务在 15 到 50 秒左右完成,具体取决于尺寸、参考图数量和排队情况。三个模型在 PoYo 上都以异步任务运行,你的应用会立刻拿到 task_id。
影响选择的功能差异
尺寸。 在 PoYo 上,MAI Image 2.6 提供 7 种比例(1:1、4:3、3:4、3:2、2:3、16:9、9:16),档位为 1K 或 2K;也可以传自定义 WIDTHxHEIGHT:两边都能被 32 整除,每边至少 768,总像素最高 2,359,296。因为限制的是面积,3072×768 这样的网站横幅也可以出。GPT Image 2.6 的 Flare 和 Sunburst 支持长边最高 3840 像素的自定义尺寸。Nano Banana 2.1 最高 4K,Google 官方 API 还额外提供 1:4、4:1、1:8、8:1 这样的全景比例。

GPT Image 2.6:同一个提示词生成的三张人物众多的复杂场景。
参考图与编辑。 MAI Image 2.6 接受 1 到 5 张图:传一张就是改图,传多张就是合成,在提示词里用图 1、图 2 等指代。微软自己的示例,把色卡、动作照、岩石纹理、针织特写和产品照片合成为一张跑鞋的峡谷主视觉。GPT Image 2.6 在 PoYo 上最多接受 16 张,还能用 mask_url 做局部编辑。Nano Banana 2.1 在 PoYo 上最多 10 张(Google 官方上限 14 张),多轮编辑时能保持人物和商品的一致性。

MAI Image 2.6 把 5 张参考图合成为一张营销主视觉。示例来自微软 Foundry 博客介绍 MAI Image 2.6 与 2.6 Flash 的文章。

Nano Banana 2.1 把房间、乐器和乐谱合成到同一个场景里。
联网。 在 PoYo 上给 MAI Image 2.6 或 Flash 设置 enable_web_search: true,模型会在出图前先查询最新的网络内容,不额外收费,适合真实地标、商品和近期事件。Nano Banana 2.1 在 Gemini API 中支持 Google 搜索和图片搜索联网。

开启联网检索,生成真实地标「如今的样子」。示例来自 Microsoft AI 的 MAI Image 官方页面。
输出控制。 GPT Image 2.6 的控制项最多:quality 从 low 到 max、透明背景、JPEG 或 WebP 压缩,以及 complexity。MAI Image 2.6 输出无损 PNG。想更全面地了解透明背景和分层(包括 Seedream 5.5),可以看 Seedream 5.5 vs Nano Banana Pro vs GPT Image 2.6。
MAI Image 2.7:微软目前公布了什么
Microsoft AI 在 2026 年 10 月 27 日发布了 MAI Image 2.7,定位是最新的图像编辑模型。目前已经确认的信息:
- 先做编辑。 它用来修改已有图片:给整个场景换风格或换光照、修复和增强旧素材、修改图中的文字和符号。微软表示「先从编辑开始,文生图功能即将推出」。
- 排行榜。 发布时,微软称它在 Artificial Analysis 图像编辑榜排第 2,高于 GPT Image 2.5 Flare,在 Arena Edit 排第 3,其中场景与风格编辑领先第二名 24 Elo。
- 相比 MAI Image 2.6。 微软称,在 Artificial Analysis 评测的全部 10 类用例和 7 种编辑操作上,2.7 都优于 2.6。
- 可用渠道。 预览版可以在 MAI Playground、Arena 和 Artificial Analysis 上试用,微软开放 API 后 PoYo 会第一时间接入。现在要在生产环境里做编辑,MAI Image 2.6 和 2.6 Flash 已经可以在 PoYo 上使用。
该选哪一个?
| 你的需求 | 首选 | 理由 |
|---|---|---|
| 大批量草图、预览、个性化内容 | MAI Image 2.6 Flash | PoYo 上 1K 图每张约 $0.016,编辑榜上与 2.6 只差 5 Elo |
| 真实地点、商品或近期事件 | MAI Image 2.6 开启 enable_web_search | PoYo 上联网检索不额外收费 |
| 写实人像、商品图、带标题的海报 | MAI Image 2.6 或 Nano Banana 2.1 | 两者都擅长写实画面和图中文字,用你的提示词都测一下 |
| 自定义尺寸的宽幅横幅 | MAI Image 2.6 | 236 万像素以内任意 WIDTHxHEIGHT,比如 3072×768 |
| 偏好得分最高的终稿主视觉 | GPT Image 2.6 Sunburst(max) | Artificial Analysis 文生图和编辑都排第一 |
| 蒙版、透明背景、压缩 | GPT Image 2.6 Flare / Sunburst | 输出控制项最全 |
| 低价且价格固定 | GPT Image 2.6 固定价 | 1K 图每张 $0.0085,参考图不另收费 |
| 4K 输出或 5 张以上参考图 | Nano Banana 2.1 | PoYo 上最高 4K、最多 10 张参考图 |
| 场景换风格、换光照、修复旧图 | MAI Image 2.7(即将上线 PoYo) | 微软目前最强的编辑模型 |
在 PoYo 上怎么调用
一个 API Key 即可调用 MAI Image 2.6、GPT Image 2.6 和 Nano Banana 2.1。下面的请求让 MAI Image 2.6 联网生成一张旅游海报:
curl --request POST \
--url https://api.poyo.ai/api/generate/submit \
--header 'Authorization: Bearer YOUR_API_KEY' \
--header 'Content-Type: application/json' \
--data '{
"model": "mai-image-2.6",
"input": {
"prompt": "一张现代风格的巴塞罗那圣家堂旅游海报,呈现它如今的样子,从正前方的公园望去,黄金时刻的光线,扁平图形插画风格,底部用大号简洁字体写着 \"BARCELONA\"",
"size": "2:3",
"resolution": "2K",
"enable_web_search": true
}
}'
响应里会返回 data.task_id。轮询状态接口,直到 data.status 变为 finished,再从 data.files 里读取图片链接:
curl --request GET \
--url https://api.poyo.ai/api/generate/status/YOUR_TASK_ID \
--header 'Authorization: Bearer YOUR_API_KEY'
想用同一个需求对比不同模型,修改 model 并调整 input 即可:
| 模型 | model 取值 | 常用 input 字段 |
|---|---|---|
| MAI Image 2.6 | mai-image-2.6 | prompt、image_urls(1–5 张)、size(7 种比例或 WIDTHxHEIGHT)、resolution(1K/2K)、enable_web_search |
| MAI Image 2.6 Flash | mai-image-2.6-flash | 与 MAI Image 2.6 相同 |
| GPT Image 2.6 固定价 | gpt-image-2.6-fixed | prompt、version(flare/sunburst)、size、image_urls(最多 16 张) |
| GPT Image 2.6 按 Token | gpt-image-2.6-flare / gpt-image-2.6-sunburst | 另加 quality、background、mask_url、complexity、output_compression |
| Nano Banana 2.1 | nano-banana-2.1 | prompt、image_urls(1–10 张)、size、resolution(1K/2K/4K) |
如果不想轮询,可以在请求顶层加上 callback_url,任务完成后会收到回调。模型页面:MAI Image 2.6 · GPT Image 2.6 · Nano Banana 2.1。Nano Banana 2.1 的提示词技巧和示例,可以看 Nano Banana 2.1 指南。
常见问题
MAI Image 2.6 是什么?
MAI Image 2.6 是 Microsoft AI 的图像生成与编辑模型,2026 年 8 月 10 日发布。它是一个 200 亿参数的扩散模型,能生成写实照片、人像、商品图和文字清晰的海报,也能用最多 5 张参考图改图。2026 年 9 月 4 日发布的 MAI Image 2.6 Flash 是它更快、更便宜的版本。两者在 2026 年 10 月 27 日于 Microsoft Foundry 正式商用。
MAI Image 2.6 比 GPT Image 2.6 好吗?
两者各有所长。max 质量的 GPT Image 2.6 Sunburst 在 Artificial Analysis 文生图和编辑两个榜单都排第 1,还支持蒙版和透明背景,适合做终稿主视觉。MAI Image 2.6 在 PoYo 上一张 1024×1024 约 $0.031,而 GPT Image 2.6 在 max 质量下约 $0.17,再加上联网检索,更适合大批量的写实图和时事类图片。建议用自己的提示词两边都试一试。
MAI Image 2.6 比 Nano Banana 2.1 好吗?
两者都是全能型模型。MAI Image 2.6 支持 236 万像素以内的自定义尺寸,在 PoYo 上可以联网检索,微软还专门强化了写实照片、人像和商品图。Nano Banana 2.1 在 PoYo 上最高可出 4K,最多接受 10 张参考图,1K 图每张 $0.02。用同一个需求两边各跑一遍,留下你更满意的那个。
MAI Image 2.6 每张图多少钱?
在 PoYo 上,一张图约消耗 宽 × 高 ÷ 1,024 个输出 Token。1K 方图在 MAI Image 2.6 上约 6.23 积分($0.031),在 Flash 上约 3.11 积分($0.016);1536×1536 的图分别约 $0.070 和 $0.035。这是微软官方价的 80%,按官方价,一张 1024×1024 约为 $0.039 和 $0.019。
MAI Image 2.6 和 MAI Image 2.6 Flash 有什么区别?
Flash 是 MAI Image 2.6 面向速度和大批量场景的优化版本。它接受相同的参数,功能也相同:文生图、最多 5 张参考图、自定义尺寸和联网检索。它的 Token 单价是 2.6 的一半或更低,微软称其出图速度是 GPT-Image-2-Medium 的 2.8 倍。在 Artificial Analysis 的编辑榜上,它与 MAI Image 2.6 只差 5 Elo。
MAI Image 2.6 在 Arena 排第 2 吗?
微软称,MAI Image 2.6 在 2026 年 8 月发布时位列 Arena 文生图榜单第 2;9 月又称它在 Arena 文生图和编辑两项都排第 2,在 Artificial Analysis 编辑榜排第 1。新模型发布后排名会随之更新,建议查看实时榜单,并用自己的提示词实测。
MAI Image 2.7 什么时候上线 PoYo?
MAI Image 2.7 目前在 MAI Playground、Arena 和 Artificial Analysis 上提供预览。微软开放 API 后,PoYo 会第一时间接入,MAI Image 2.7 模型页会列出模型 ID 和价格。MAI Image 2.6 和 2.6 Flash 现在已经可以在 PoYo 上使用。
不用 Azure 也能通过 API 调用 MAI Image 2.6 吗?
可以。微软通过 Microsoft Foundry 提供这个模型,需要 Azure 订阅并部署模型。在 PoYo 上只需要一个 API Key:向 https://api.poyo.ai/api/generate/submit 发送请求,把 model 设为 "mai-image-2.6" 或 "mai-image-2.6-flash" 即可,同一个 Key 还能调用 GPT Image 2.6、Nano Banana 2.1 等其他模型。