Microsoft の新しい MAI-Image-2.6-Flash は、2 倍以上高速で、はるかに低コストです

Microsoft MAI-Image-2.6 が、より高速で低コストな画像生成を目的とした新しい Flash モデルとともに、Microsoft Foundry を通じて開発者向けに提供開始されました。

両モデルは、画像生成と編集、参照画像、柔軟な出力形式、本番環境向けワークロードに対応しています。

Microsoft が MAI-Image-2.6 を Foundry に提供

Microsoft は、Microsoft Foundry を通じて開発者に MAI-Image-2.6 を提供しました。

このモデルは、高品質な画像生成、複雑な編集、改善されたテキスト レンダリング、最終出力に対するより高度な制御に重点を置いています。

MAI-Image-2.6-Flash は速度と低コストに重点

標準モデルに加えて、Microsoft は、より高速な応答とより高いスループットを必要とするアプリケーションを対象とした MAI-Image-2.6-Flash を導入しました。

Microsoft によると、Flash は GPT-Image-2-Medium と比較して 2 倍以上の速度で画像を生成し、効率は 72% 向上しています。

同社は、インタラクティブなアプリケーション、迅速なクリエイティブ反復、パーソナライズされた画像生成、自動化されたコンテンツ パイプライン、大量の本番タスクなど、さまざまなワークロードにこのモデルを推奨しています。

Flash は MAI-Image-2.6 の主要機能を維持

MAI-Image-2.6-Flash は、テキストから画像への生成と、画像から画像への編集をサポートしています。

開発者は、画像全体を作り直すことなく、個々のオブジェクト、テキスト、レイアウト、その他の部分に的を絞った変更を加えることができます。

両モデルは、1 回のリクエストで最大 5 つの参照画像を受け取ることもできます。これにより、開発者は製品、キャラクター、人物、ブランディング、その他の繰り返し使用される視覚要素全体で一貫性を維持できます。

モデルは動的なアスペクト比と高解像度の出力にも対応しており、さまざまな形式やプラットフォーム向けに設計された画像をより細かく制御できます。

MAI-Image-2.6 は Bing Search による Web グラウンディングを利用可能

Microsoft はまた、MAI-Image-2.6 に Web グラウンディングを追加し、Bing Search を通じて最新の実世界の情報を取得できるようにしました。

これにより、プロンプトがモデルのトレーニング データのみに依存するのではなく、最新の情報や実世界の場所、物体、被写体に関する正確な詳細に依存する場合に、画像生成を改善できます。

MAI-Image-2.6-Flash は大幅に低コスト

Microsoft は、MAI-Image-2.6-Flash の価格を、テキスト入力 100 万トークンあたり 1.75 ドル、画像入力 100 万トークンあたり 2.50 ドル、画像出力 100 万トークンあたり 19 ドルに設定しています。

これにより、Flash はテキスト入力と画像入力で約 3 分の 1 のコストとなり、画像出力は MAI-Image-2.6 と比較して半分のコストになります。

Microsoft は、開発者がレイテンシ、スループット、コストを優先する場合に Flash を推奨しています。標準の MAI-Image-2.6 は、複雑な編集、商用デザイン、最終的な本番アセット、最高の画質と正確なテキスト レンダリングを必要とするワークロードに適した選択肢です。

両モデルは現在パブリック プレビューで利用可能

MAI-Image-2.6 と MAI-Image-2.6-Flash は現在、Microsoft Foundry を通じてパブリック プレビューで利用可能です。これにより、開発者は Microsoft の最新の自社製画像生成テクノロジーにアクセスできます。

今回のリリースは、Microsoft の拡大する MAI モデル ラインナップも拡充します。同社は最近、より高速で低コストな文字起こしを目的とした最新の音声認識モデル、MAI-Transcribe-2 を発表しました。