Microsofts nye MAI-Image-2.6-Flash er mere end dobbelt så hurtig og langt billigere

Microsoft MAI-Image-2.6 er nu tilgængelig for udviklere via Microsoft Foundry sammen med en ny Flash-model, der er designet til hurtigere og billigere billedgenerering.

Begge modeller understøtter billedgenerering og -redigering, referencebilleder, fleksible outputformater og produktionsfokuserede arbejdsbelastninger.

Microsoft bringer MAI-Image-2.6 til Foundry

Microsoft har gjort MAI-Image-2.6 tilgængelig for udviklere via Microsoft Foundry.

Modellen fokuserer på billedgenerering i høj kvalitet, kompleks redigering, forbedret tekstgengivelse og større kontrol over det endelige output.

MAI-Image-2.6-Flash fokuserer på hastighed og lavere omkostninger

Sammen med standardmodellen har Microsoft introduceret MAI-Image-2.6-Flash, der er målrettet applikationer, som har brug for hurtigere svartider og højere gennemstrømning.

Microsoft oplyser, at Flash genererer billeder mere end dobbelt så hurtigt som GPT-Image-2-Medium, samtidig med at den leverer 72 % højere effektivitet.

Virksomheden anbefaler modellen til en række arbejdsbelastninger, herunder interaktive applikationer, hurtig kreativ iteration, personlig billedgenerering, automatiserede indholdspipelines og produktionsopgaver i stor skala.

Flash bevarer kernefunktionerne fra MAI-Image-2.6

MAI-Image-2.6-Flash understøtter både tekst-til-billede-generering og billede-til-billede-redigering.

Udviklere kan foretage målrettede ændringer af enkelte objekter, tekst, layout eller andre dele af et billede uden at genskabe hele billedet.

Begge modeller kan også modtage op til fem referencebilleder i en enkelt forespørgsel.

Det giver udviklere mulighed for at opretholde ensartethed på tværs af produkter, figurer, personer, branding og andre tilbagevendende visuelle elementer.

Modellerne understøtter også dynamiske størrelsesforhold og output i højere opløsning, hvilket giver udviklere mere kontrol over billeder, der er designet til forskellige formater og platforme.

MAI-Image-2.6 kan bruge Bing Search til web grounding

Microsoft har også tilføjet web grounding til MAI-Image-2.6, så modellen kan hente aktuelle oplysninger fra den virkelige verden via Bing Search.

Det kan forbedre billedgenerering, når prompter afhænger af aktuelle oplysninger eller præcise detaljer om steder, objekter og emner fra den virkelige verden i stedet for udelukkende at basere sig på modellens træningsdata.

MAI-Image-2.6-Flash koster betydeligt mindre

Microsoft har prissat MAI-Image-2.6-Flash til 1,75 dollars pr. million tekstinput-tokens, 2,50 dollars pr. million billedinput-tokens og 19 dollars pr. million billedoutput-tokens.

Dermed bliver Flash omtrent tre gange billigere til tekst- og billedinput, mens billedoutput koster halvt så meget sammenlignet med MAI-Image-2.6.

Microsoft anbefaler Flash, når udviklere prioriterer latenstid, gennemstrømning og omkostninger. Standardmodellen MAI-Image-2.6 er fortsat det bedre valg til komplekse redigeringer, kommercielle designs, endelige produktionsaktiver og arbejdsbelastninger, der kræver den højeste billedkvalitet og præcis tekstgengivelse.

Begge modeller er nu tilgængelige i offentlig prøveversion

MAI-Image-2.6 og MAI-Image-2.6-Flash er nu tilgængelige i offentlig prøveversion via Microsoft Foundry, hvilket giver udviklere adgang til Microsofts nyeste interne billedgenereringsteknologi.

Udgivelsen udvider også Microsofts voksende MAI-modelportefølje. Virksomheden lancerede for nylig MAI-Transcribe-2, sin nyeste talegenkendelsesmodel, med fokus på hurtigere og billigere transskribering.