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 billedredigering, 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

Sideløbende med standardmodellen har Microsoft introduceret MAI-Image-2.6-Flash, som er målrettet applikationer, der kræver hurtigere svar og højere gennemløb.

Microsoft oplyser, at Flash genererer billeder mere end dobbelt så hurtigt som GPT-Image-2-Medium og samtidig leverer 72 % større 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 de centrale MAI-Image-2.6-funktioner

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 det visuelle udtryk.

Begge modeller kan desuden modtage op til fem referencebilleder i en enkelt forespørgsel. Det giver udviklere mulighed for at opretholde konsistens 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 webforankring

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

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

MAI-Image-2.6-Flash koster markant mindre

Microsoft har prissat MAI-Image-2.6-Flash til 1,75 USD pr. million tekst-input-tokens, 2,50 USD pr. million billede-input-tokens og 19 USD pr. million billede-output-tokens.

Det gør Flash omkring tre gange billigere for tekst- og billedinput, mens billedoutput koster halvt så meget sammenlignet med MAI-Image-2.6.

Microsoft anbefaler Flash, når udviklere prioriterer latenstid, gennemløb 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 forhåndsversion

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

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