Microsoft представила MAI-Image-2.6-Flash для быстрой и недорогой генерации изображений

В прошлом месяце Microsoft представила MAI-Image-2.6, свою последнюю на тот момент внутреннюю модель для создания изображений. После выхода она заняла второе место в рейтинге Arena для генерации изображений по текстовому описанию, уступив только GPT-Image-2 от OpenAI. По сравнению с предыдущей версией MAI-Image-2.5 новая модель получила преимущество в 79 баллов Elo.

Теперь Microsoft расширяет семейство MAI-Image-2.6 новым вариантом Flash, предназначенным прежде всего для приложений с большим количеством запросов.

Генерация в 2,8 раза быстрее

По данным Microsoft, MAI-Image-2.6-Flash способна создавать изображения в 2,8 раза быстрее, чем GPT-Image-2-Medium, при этом обеспечивая на 72% более высокую эффективность.

Такой вариант модели рассчитан на интерактивные приложения, быстрые циклы создания и корректировки контента, персонализацию, автоматизированные конвейеры и другие задачи, где требуется генерировать большое количество изображений.

При этом переход на Flash не означает отказ от основных возможностей MAI-Image-2.6. Новая модель сохраняет те же базовые функции генерации и редактирования.

Генерация и редактирование изображений

MAI-Image-2.6-Flash поддерживает создание изображений по текстовому описанию, а также редактирование существующих изображений на основе другого изображения.

Модель способна выполнять целевые изменения отдельных элементов, включая объекты, компоновку и текст, при этом существенно не затрагивая остальные части изображения. Это позволяет использовать ее не только для создания нового контента, но и для быстрого внесения локальных изменений.

В Microsoft также добавили несколько возможностей, ориентированных непосредственно на разработчиков.

Модель поддерживает до пяти референсных изображений, которые можно использовать для сохранения визуальной согласованности людей, продуктов, персонажей и других элементов.

Еще одна функция — веб-заземление. При создании изображений, связанных с реальными объектами и актуальной информацией, модель может получать свежие сведения через Bing Search.

Кроме того, семейство MAI-Image-2.6 получило поддержку динамических соотношений сторон и вывода изображений в более высоком разрешении.

Стоимость MAI-Image-2.6-Flash

Основным преимуществом Flash Microsoft называет не только скорость, но и более низкую стоимость обработки.

Цена MAI-Image-2.6-Flash начинается с $1,75 за миллион токенов текстового ввода, $2,50 за миллион токенов ввода изображений и $19 за миллион токенов вывода изображений.

Для сравнения, стандартная MAI-Image-2.6 стоит $5 за миллион токенов текстового ввода, $8 за миллион токенов ввода изображений и $38 за миллион токенов вывода.

Таким образом, Microsoft позиционирует две версии модели для разных сценариев использования. MAI-Image-2.6 рекомендуется для подготовки финальных производственных материалов, сложного редактирования, коммерческого дизайна и задач, где приоритетом являются максимальное качество изображения и качество отображения текста.

MAI-Image-2.6-Flash предназначена для случаев, когда на первый план выходят минимальная задержка, высокая пропускная способность и снижение расходов.

Обе модели — MAI-Image-2.6 и MAI-Image-2.6-Flash — уже доступны разработчикам в формате публичной предварительной версии через Microsoft Foundry.