01
MAI Image 2.6（mai-image-2.6）
微软 MAI Image 2.6 的主力模型，适合出成品：写实场景、人像、商品图，以及标题文字准确的海报。计费为每 100 万文本输入 token 800 积分、参考图 token 1,280 积分、输出 token 6,080 积分，一张 1K 方图约 6.23 积分。
mai-image-2.6
模型:
微软 MAI Image 2.6 API 支持照片级文生图、精准图像编辑，以及最多 5 张参考图的多图合成，画面内文字清晰可读，并可开启联网检索。出最终成品选 MAI Image 2.6，需要快速、大批量出图选 MAI Image 2.6 Flash。
输入
405/32000
已添加 0/5
支持拖放文件、粘贴文件或添加链接。 JPEG、PNG、WebP · 每张不超过 10 MB
输出
示例输出
这是示例数据。生成新结果后可查看真实输出。
任务 ID:task_01M74X76GZ9YS1FR1W77YH2ZFE创建时间:2026-11-11T08:57:30
状态:finished进度:100%
Examples
价格详情
按量付费，无订阅、无隐藏费用。
| 模型 | 文本输入 /百万 tokens | 图片输入 /百万 tokens | 图片输出 /百万 tokens |
|---|---|---|---|
| MAI Image 2.6 | $4.00/百万 tokens 800 积分/百万 tokens $5.00/百万 tokens省 20% | $6.40/百万 tokens 1280 积分/百万 tokens $8.00/百万 tokens省 20% | $30.40/百万 tokens 6080 积分/百万 tokens $38.00/百万 tokens省 20% |
| MAI Image 2.6 Flash | $1.40/百万 tokens 280 积分/百万 tokens $1.75/百万 tokens省 20% | $2.00/百万 tokens 400 积分/百万 tokens $2.50/百万 tokens省 20% | $15.20/百万 tokens 3040 积分/百万 tokens $19.00/百万 tokens省 20% |
计费方式: 输入和输出 tokens 分开计费，单位为每百万 tokens。
实际扣费以最终输出为准。
MAI IMAGE 2.6 API
微软图像模型：写实画面、准确的图内文字与多图编辑
MAI Image 2.6 API - 写实生图与多图参考编辑
在 PoYo 上无需排队即可直接调用 MAI Image 2.6 API。微软为 MAI-Image-2.6 重点打磨了写实照片、逼真人像、商品与商业视觉，以及画面里清晰可读的文字。同一个 REST 接口即可完成文生图、单图编辑，以及用最多 5 张参考图合成新画面。
追求最佳画质时用 mai-image-2.6；需要更快、更省时用 mai-image-2.6-flash，两者请求字段完全相同。尺寸可在 1K 或 2K 下从 7 种比例中选择，也可以直接写自定义 宽x高，最大 1536×1536；画面依赖最新信息时，打开 enable_web_search 即可。
PoYo 上可用的 MAI Image 2.6 API 模型
02
MAI Image 2.6 Flash（mai-image-2.6-flash）
速度更快、成本更低的版本，适合出草稿、做预览和跑大批量任务，请求字段与 MAI Image 2.6 完全一致。每 100 万文本输入、参考图、输出 token 分别为 280、400、3,040 积分，一张 1K 方图约 3.11 积分。
MAI Image 2.6 API 的核心功能
文生图、改图和多图合成共用一套请求格式，支持自定义尺寸，可选联网检索。
01
写实与电影感画面
图库照片很难刚好贴合需求，安排一次实拍又要好几天。在提示词里写清主体、镜头、光线和动态，MAI Image 2.6 就能生成真实照片质感的画面：光影可信、质感自然，还能呈现运动模糊、浅景深这类镜头效果。微软把写实与电影感画质、高保真人像和商品图列为这个模型最擅长的方向。
- 光影、反光与细节真实可信
- 运动模糊、浅景深等镜头效果
- 人像、商品和电影感场景
02
画面里的标题和署名写得准
海报和封面最怕把关键文字写错。文字渲染正是微软实测中 MAI Image 2.6 相比 2.5 提升最大的一项，Arena Elo 高出 91 分。把需要的文字放进引号并说明位置，MAI Image 2.6 会把标题、副标题和作者名排进版面，设计初稿出来时文字已经就位。
- 在提示词里用引号写明原文
- 适合海报、封面、横幅和包装
- 正式发布前仍需核对拼写
03
参考图改图，主体保持不变
每做一轮活动就重拍一次商品，费时又费钱。在 image_urls 里放一张图，描述要改什么、哪些地方不能变。微软为 MAI Image 2.6 强化了精细编辑能力，能在保持构图不变的前提下换背景、换光线、替换物体、修改属性和文字，还能去除运动模糊，一张商品图就能变出多套活动主图。
- image_urls 放一张图即为单图编辑
- 替换物体、背景、光线或文字
- 写明需要保持不变的细节
04
最多 5 张参考图合成一个画面
一张活动主视觉，素材往往分散在各处：商品图、配色、材质、场景和氛围参考。把它们最多 5 张放进 image_urls，再描述想要的结果即可。在微软的示例里，一张色卡、一张运动抓拍、一张峡谷岩石纹理、一张针织面料特写和一张商品图，只用一句提示词就合成了同一双品红色跑鞋的峡谷主视觉。
- 每次请求最多 5 张参考图
- 可混合商品、人物、风格、配色与场景
- 提示词里用图 1、图 2 指代输入
05
7 种比例，也能自定义尺寸
固定的方图很难直接用在横幅、竖版故事和印刷版面上。可以在 1K 或 2K 下选择 1:1、4:3、3:4、3:2、2:3、16:9、9:16，也可以直接写自定义 宽x高。微软限制的是总像素而不是单边长度，所以像 3072x768 这样的超宽横幅，只要不超过 2,359,296 像素就能直接生成。
- 7 种比例，可选 1K 或 2K
- 自定义尺寸以 32 像素为单位
- 每边至少 768，总像素不超过 2,359,296
06
联网检索：真实地点与最新信息
真实地标、商品和近期事件，往往需要模型训练时没学到的细节。把 enable_web_search 设为 true，MAI Image 2.6 会在生成前参考最新的网络内容。微软的示例要求画出马德里阿尔卡拉街与格兰大道交汇处“现在的样子”的大都会大厦，生成结果呈现了大厦的深色穹顶、鎏金装饰和街角格局。
- 设置 enable_web_search: true 即可开启
- 适合真实地点、商品和近期事件
- PoYo 不额外收费，发布前请核对事实
谁能从 MAI Image 2.6 API 中受益？
01
电商商品图
传一张商品图，就能用 MAI Image 2.6 生成生活场景、节日背景和摆进房间的效果图，商品的造型和颜色保持不变。不用重新拍摄，也能凑齐整套商品详情图。
02
市场与广告团队
先用 MAI Image 2.6 Flash 快速试版式，标题文字直接出现在画面里；选定方案后再用 MAI Image 2.6 出成品。自定义尺寸可以对上每一个广告位。
03
社交媒体内容
用简短的提示词生成 1:1、9:16 或 16:9 的帖子、竖版故事和封面。大批量排期内容交给 MAI Image 2.6 Flash，出图快、成本低。
04
室内设计与房产
把房间照片和家具、软装参考图一起传入，提前预览布置效果。MAI Image 2.6 会统一光线和阴影，合成结果看起来像同一张照片。
05
出版与教育
制作书封、海报和课件插图，标题直接排在画面里。涉及真实地点和近期事件时可开启联网检索，发布前再核对细节。
06
AI 图像应用与智能体
一次 REST 调用就能给产品或智能体加上文生图和改图能力。提交任务后立即拿到 task_id，再通过轮询或回调获取图片。
MAI Image 2.6 与 MAI Image 2.6 Flash — 模型对比
微软 AI 两款 MAI Image 2.6 模型的横向对比，依据微软的发布文章和模型卡整理。两者在 PoYo 上请求字段和功能完全相同，选择取决于要最高画质，还是更快、更省的出图。
| 对比项 | MAI Image 2.6 | MAI Image 2.6 Flash |
|---|---|---|
| 微软的定位 | 综合最佳：高质量生成，编辑精准可控 | 最快、成本最低：成品级画质，价格不到旗舰版的一半 |
| 核心优势 | 综合画质最高：写实、人像、商品图出色，文字渲染比 MAI Image 2.5 高 91 Elo | 速度与成本：比 GPT-Image-2-Medium 快 2.8 倍、效率高 72%，功能与 2.6 相同 |
| 适合场景 | 活动成品图、复杂编辑、精细的商业设计和高保真文字 | 交互式应用、自动化流水线、个性化内容和大批量生产 |
| 榜单排名 | Arena 文生图与编辑均为第 2；Artificial Analysis 文生图第 2、编辑第 1（截至 2026 年 9 月 4 日） | 未单独公布排名 |
| 文生图 | 支持 | 支持 |
| 图像编辑 | 支持，最多 5 张参考图 | 支持，最多 5 张参考图 |
| 联网检索 | 支持 | 支持 |
| 最大输出 | 2,359,296 像素（相当于 1536×1536） | 2,359,296 像素（相当于 1536×1536） |
| 发布时间 | 2026 年 8 月 10 日发布 | 2026 年 9 月 4 日 |
如何在 PoYo 上使用 MAI Image 2.6 API
第 1 步：注册并创建 API Key
登录 PoYo，在控制台创建 API Key。同一个 Key 可以调用 MAI Image 2.6、MAI Image 2.6 Flash 以及 PoYo 上的其他所有模型。
创建 API Key →
第 2 步：充值积分
为账户充值积分。每次请求会按尺寸、提示词和参考图预扣一个上限，完成后按实际消耗的 token 结算；任务失败不收费。
充值积分 →
第 3 步：接入 API
向 POST https://api.poyo.ai/api/generate/submit 发送请求，"model" 填 "mai-image-2.6" 或 "mai-image-2.6-flash"，input 里带上 prompt，按需加上 image_urls、size、resolution 和 enable_web_search。之后用返回的 task_id 查询结果，或者传入 callback_url 接收完成通知。
查看文档 →
MAI Image 2.6 API 常见问题
什么是 MAI Image 2.6？
MAI Image 2.6（MAI-Image-2.6）是微软 AI 推出的图像生成与编辑模型，于 2026 年 8 月 10 日发布。它是一个 200 亿参数的扩散模型，可以生成写实照片、人像、商品图和文字清晰的海报，也能基于最多 5 张参考图改图。发布时位列 Arena 文生图榜第 2 名。PoYo 以 mai-image-2.6 提供接入，同时提供速度更快的 mai-image-2.6-flash，一套 REST API 即可调用。
怎么调用 MAI Image 2.6 API？
微软通过 Microsoft Foundry 以公开预览形式提供这个模型，需要先创建 Azure 资源并部署模型。在 PoYo 上只需要一个 API Key：用 Python、Node.js、cURL 或任意 HTTP 客户端向 POST https://api.poyo.ai/api/generate/submit 发送模型 ID 和提示词，再轮询 task_id 或通过回调接收结果。写代码之前，也可以先在本页的 Playground 里试提示词。
MAI Image 2.6 API 怎么收费？
Microsoft Foundry 上，MAI Image 2.6 每 100 万文本输入、图片输入、图片输出 token 起价分别为 $5、$8、$38，MAI Image 2.6 Flash 为 $1.75、$2.50、$19。在 PoYo 上，mai-image-2.6 同样口径分别为 800、1,280、6,080 积分，Flash 为 280、400、3,040 积分。一张 1K 方图在 2.6 上约 6.23 积分，在 Flash 上约 3.11 积分，任务失败不收费。
MAI Image 2.6 和 MAI Image 2.6 Flash 有什么区别？
Flash 是 MAI Image 2.6 的优化版本，面向低延迟、高吞吐的场景。微软称它以不到旗舰版一半的价格提供成品级画质，出图速度是 GPT-Image-2-Medium 的 2.8 倍。两者请求字段相同，都支持文生图、最多 5 张参考图、自定义尺寸和联网检索。微软建议先用 Flash 探索方案，再用 MAI Image 2.6 出对精度要求更高的成品。
MAI Image 2.6 和其他图像模型比排名如何？
据微软公布，MAI Image 2.6 上线时位列 Arena 文生图榜第 2 名，领先谷歌、Meta 和 xAI 的主力模型，综合 Elo 比 MAI Image 2.5 高 79 分。截至 2026 年 9 月 4 日，它在 Arena 文生图和图像编辑榜均为第 2，在 Artificial Analysis 图像编辑榜排名第 1。榜单变化很快，建议在 Playground 里用自己的提示词实测。
MAI Image 2.6 能改图或使用参考图吗？
可以。在 image_urls 里放 1 到 5 个可公开访问的图片地址。一张图时按提示词修改；多张图时会把人物、商品、风格和场景合成一张图，提示词里可以用图 1、图 2 来指代。改图模式下输出约 100 万像素并跟随参考图，超过 100 万像素的参考图会先等比缩小再生成。
MAI Image 2.6 支持哪些分辨率和画面比例？
微软把输出上限定为 2,359,296 像素，相当于 1536×1536，只要总像素不超限，单边可以更长。在 PoYo 上可以在 1K 或 2K 下选择 1:1、4:3、3:4、3:2、2:3、16:9、9:16，也可以传自定义 宽x高，要求宽高都是 32 的倍数且每边不小于 768。不支持 4K，每次请求输出一张 PNG。
MAI Image 2.6 的联网检索是什么？
联网检索让模型在生成前参考最新的网络内容，真实地点、商品或近期事件的画面因此能反映最新细节，而不只依赖训练时学到的知识。在 PoYo 上，两个模型都可以把 enable_web_search 设为 true 开启，不额外收费。发布前请核对结果里的事实、名称和细节。
MAI Image 2.6 可以用于商业项目吗？
微软的 MAI Playground 用于试用模型，仅限个人非商业用途。产品、客户项目等商业用途请改用 API：PoYo 对 mai-image-2.6 和 mai-image-2.6-flash 按实际 token 计费，无需订阅。微软的可接受使用规则依然适用，例如不得生成欺骗他人或冒充真实人物的内容。
MAI Image 2.6 开源吗？Hugging Face 上有吗？
没有。微软没有公开 MAI Image 2.6 的模型权重，模型卡列出的发布渠道是 Microsoft Foundry 和 MAI Playground。要在自己的应用里使用，需要通过 Microsoft Foundry 或 PoYo 这样的 API 调用。在 PoYo 上，同一个 API Key 还能调用平台上的其他图像、视频和音频模型。
MAI Image 2.6 生成一张图要多久？
PoYo 在 2026 年 11 月的测试中，大多数任务在 15 到 50 秒内完成，具体取决于尺寸、参考图数量和排队情况。提交后会立即返回 task_id，不会阻塞你的应用：可以用这个 ID 轮询任务状态，也可以传入 callback_url，任务完成或失败时会收到一次 POST 回调。
为什么通过 PoYo 使用 MAI Image 2.6 API
01
统一的 API 接入
mai-image-2.6 和 mai-image-2.6-flash 使用同一套请求格式，API Key 也和 PoYo 上其他图像、视频、音频模型通用。
02
透明的按量计费
提交前就能看到 token 单价和预扣上限。最终按实际用量扣费，绝不超过预扣金额，任务失败不收费。
03
Playground 在线试用
在浏览器里试提示词、比例、自定义尺寸、参考图和联网检索，满意后把 JSON 请求直接复制到代码里。
04
对开发者友好的接入方式
请求字段有文档可查，支持任务轮询和回调地址，耗时较长的生成也不会阻塞你的应用。