MAI-Image-2.6: El nuevo modelo de imagen #2 de Microsoft debuta en Arena antes de que su API esté disponible

de MicrosoftMAI-Image-2.6acaba de convertirse en el segundo modelo de texto a imagen mejor valorado en la tabla de clasificación de Arena, aunque todavía no tiene una API pública. Anunciado el 10 de agosto de 2026, el modelo se sitúa en el puesto n.º 2 con una puntuación de Arena de 1336, solo por detrás de GPT Image 2 Medium (1381) y por delante de Grok Imagine Image 2.0 (1316), Muse Image de Meta y Nano Banana Pro. Su predecesor, MAI-Image-2.5, ocupa el décimo puesto.

Lo llamativo es el contexto, no solo el puesto. La entrada que alcanzó el puesto No. 2 se llama literalmente «mai-image-2.6-preview» y contaba con unas 3.500 votos en esa instantánea. Subió ocho puestos y ganó +79 Elo con respecto a MAI-Image-2.5 en un solo paso, y Microsoft promete acceso a la API y a Foundry «pronto», con los primeros informes apuntando a la próxima semana. Esto lo convierte en la señal independiente más sólida hasta la fecha de que el esfuerzo interno de imágenes de Microsoft ha cerrado la brecha con OpenAI —y la mayoría de ustedes todavía no pueden llamarlo a través de una API.

Los números clave

• Posición en Arena text-to-image: No. 2 — puntuación 1,336±11, preliminar, ~3,488 votos

• Distancia al No. 1 (GPT Image 2 Medium): 45 Elo

• Ventaja sobre el n.º 3 (Grok Imagine Image 2.0): 20 Elo

• Supera a MAI-Image-2.5: +79 Elo en general, +91 Elo en renderizado de texto

• Posición del predecesor: MAI-Image-2.5 en el puesto 10 (1,256)

• Disponibilidad: Arena ya; MAI Playground más tarde esta semana; APIs/Foundry se esperan la próxima semana

Qué es MAI-Image-2.6

MAI-Image-2.6 es el modelo más reciente de la línea de generación de imágenes interna de Microsoft, desarrollado bajo Microsoft AI de Mustafa Suleyman. La familia ha avanzado rápido: MAI-Image-1 fue la base, MAI-Image-2 (marzo de 2026) marcó el salto en fotorrealismo y renderizado de texto, MAI-Image-2.5 (junio de 2026) incorporó salida y edición de nivel profesional, y se convirtió en el motor de Bing Image Creator, PowerPoint y OneDrive; MAI-Image-2.5-Pro (julio de 2026) añadió un nivel premium de 8K — y 2.6 llega ahora aproximadamente seis semanas después de su predecesor.

El ritmo importa tanto como el modelo. Microsoft está lanzando mejoras de imagen en un ciclo de seis a ocho semanas, más parecido a cómo los laboratorios de vanguardia lanzan modelos de texto que a cómo se ha movido históricamente el mercado de imágenes. Un debut en el puesto n.º 2 de Arena es lo que ese ritmo parece una vez que se acumula.

El resultado de Arena, léelo con atención.

Arena (la renombrada LMArena) clasifica los modelos de imágenes por preferencia humana ciega: los votantes ven dos imágenes generadas a partir del mismo prompt y eligen la mejor. Eso la convierte en una medida independiente de lo que la gente realmente prefiere, en lugar de un benchmark gestionado por el proveedor — razón por la cual un debut en el número 2 tiene un peso real. También es por eso que la cifra requiere advertencias: la puntuación de 1,336 es preliminar, basada en unos 3,500 votos frente a más de 70,000 para el modelo en primer lugar, y la entrada está etiquetada como "preview". El Elo de los primeros votos fluctúa; la dirección debe considerarse sólida y la puntuación exacta, provisional.

Dónde se concentran las ganancias es más interesante que la cifra principal. Arena clasificó a MAI-Image-2.6 primero en imagen y modelado 3D (subiendo desde el sexto puesto) y segundo en dibujos animados/anime/fantasía (subiendo desde el octavo), diseño de producto, branding y diseño comercial (subiendo desde el séptimo), renderizado de texto (subiendo desde el octavo, con la ganancia de +91 Elo), y arte (subiendo desde el cuarto). Microsoft afirma que mejoró en todas las categorías medidas. Esa dispersión — diseño comercial, 3D, texto y arte — es la firma de un modelo de imagen de propósito general en lugar de una especialidad de un solo truco.

Qué hay de nuevo realmente (informado por el proveedor)

En cuanto a capacidades, las propias descripciones de Microsoft para MAI-Image-2.6 son:

• Mejor renderizado de texto, retratos e imágenes 3D

• Resultados comerciales y fotorrealistas más pulidos en casos de uso de producto, branding y cinematográficos

• Trabaja con múltiples imágenes de referencia en una sola generación

• Mayor fundamentación — mejor adherencia a los detalles específicos del prompt

• Mayor control sobre el razonamiento, el formato y la resolución

Cada una de esas es reportada por el proveedor y aún no ha sido reproducida de forma independiente. La única evidencia independiente hasta ahora es el salto en Arena, que es genuinamente independiente pero preliminar. Hasta que se abra la API y terceros puedan ejecutar evaluaciones controladas, trata la lista de capacidades como la afirmación de Microsoft y la tabla de clasificación como la señal de trabajo.

Cuando realmente puedes usarlo

El modelo ya está disponible para probar hoy, pero solo a través de Arena. Microsoft dice que MAI Playground lo recibirá más adelante esta semana, y el acceso a la API junto con Microsoft Foundry se desplegarán "pronto" — los primeros informes apuntan a la próxima semana. La señal práctica a observar: cuando MAI-Image-2.5 se convirtió en la opción predeterminada en Bing Image Creator y se integró en PowerPoint y OneDrive, significó que Microsoft lo consideraba seguro para producción. Un despliegue similar de 2.6 en esas superficies será la señal de que la etiqueta de vista previa se está retirando.

Cuánto podría costar

No se ha publicado ningún precio para la 2.6. El ancla es el resto de la familia, todos reportados por el proveedor:

• MAI-Image-2.5: $5 por millón de tokens de entrada de texto, $8 por entrada de imagen, $47 por salida de imagen

• MAI-Image-2.5-Flash: $1.75 / $1.75 / $19.50 — el nivel de alto volumen

• MAI-Image-2.5-Pro (julio de 2026): $5 / $8 / $106 — salida de 8K, 96.8% de precisión en representación de texto

Eso supone una diferencia de cinco veces entre las tarifas de salida de imágenes más económicas y las más caras que Microsoft ya vende, por lo que el coste de producción de 2.6 dependerá del nivel en el que se encuadre. Con la tarifa de salida de 47 dólares por millón de 2.5, una imagen que consume aproximadamente mil tokens de salida ronda los cinco centavos — pero Microsoft no publica el recuento de tokens por imagen, así que trátelo como aritmética, no como una cotización.

El precio es también donde una capa de enrutamiento demuestra su valor una vez que se abre la API. En OrcaRouter, cualquier cargo de Microsoft se traslada con un margen del 0 % — el precio de lista del proveedor, sin nada añadido —, de modo que un descuento de lanzamiento o un recorte de precio posterior se refleja en tu lado de la factura el mismo día en que se anuncia. Sin renegociaciones ni segundo contrato; el modelo aparece en la misma clave que todo lo demás.

A dónde deja esto la carrera de modelos de imagen.

Lo más alto del ranking de texto a imagen de Arena ahora mismo: GPT Image 2 (Medium) con 1381, MAI-Image-2.6 con 1336, Grok Imagine Image 2.0 con 1316, Reve 2.1 con 1302 y Muse Image de Meta con 1282. Cinco modelos dentro de un margen de unos 100 puntos de Elo en la cima. La brecha de calidad que solía separar al líder del grupo se ha comprimido hasta el punto de que «mejor modelo de imagen» ya no es una pregunta útil — lo son la edición, el grounding, la velocidad y el precio.

La apuesta de Microsoft es más amplia que cualquier corona de clasificación individual: una pila de modelos propios que abarca imagen, voz, código y razonamiento, distribuida a través de Copilot, Bing y Office. El puesto en el Arena es la prueba de trabajo; la distribución es el producto real.

Cómo probarlo sin arriesgar la producción

La vista previa de Arena es gratuita: ve a generar con ella hoy mismo si quieres la señal en bruto. Cuando se abra la API, la forma sensata de adoptar un modelo completamente nuevo con una calificación "preliminar" es enrutar una parte del tráfico hacia él y mantener tu modelo probado como respaldo. Eso es exactamente el modo de fallo para el que está construida una capa de enrutamiento: en OrcaRouter apuntarías un endpoint a MAI-Image-2.6 una vez que esté alojado en un proveedor upstream y dejarías que la conmutación por error automática cubriera los casos límite que una calificación de la tabla de clasificación con 3.000 votos no puede ver. Una sola clave de API, más de 200 modelos, precios de proveedores sin recargo.

Qué ver a continuación

- Si MAI-Image-2.6 aparece en el leaderboard de edición de imágenes — MAI-Image-2.5 ya es un editor sólido, y las puntuaciones de edición de la versión 2.6 aún no se han publicado.

• El precio de la API y en qué nivel se encuentra

• Si Bing Image Creator y Copilot cambian su valor predeterminado de 2.5 a 2.6

• Evaluaciones comparativas independientes una vez que se abra la API.

• Si la etiqueta "preview" desaparece — la señal de que Microsoft tiene la suficiente confianza para venderlo

Preguntas frecuentes

¿Cuándo estará disponible MAI-Image-2.6 a través de una API?

Todavía no. Ya está en Arena ahora como una compilación preliminar; Microsoft dice que el acceso a API y Foundry 'se implementará pronto', y los primeros informes apuntan a la próxima semana. No se ha publicado una fecha ni un precio definitivos.

¿Qué tan cerca está de GPT Image 2 Medium?

45 Elo en el snapshot actual de Arena — lo suficientemente cerca como para que la diferencia entre el No. 2 y el No. 1 se encuentre dentro de lo que el flujo de votos puede mover, y los cinco mejores modelos están todos dentro de aproximadamente 100 Elo.

¿Es confiable el rango de Arena No. 2?

Es un resultado independiente de preferencia humana a ciegas, que es exactamente lo que lo hace significativo — pero es preliminar (unos 3.500 votos) y está vinculado a una versión preliminar. Confía en la dirección, no en los decimales.

En resumen: MAI-Image-2.6 es el primer modelo de imágenes de Microsoft que realmente pertenece a la conversación de vanguardia, y llegó antes que la API. Si el precio se sitúa cerca del nivel Flash, se convierte en una de las propuestas de valor más interesantes en la generación de imágenes este año. La API no puede abrirse lo bastante pronto — y cuando lo haga, el precio y las puntuaciones de edición te dirán si el No. 2 fue un debut o una meseta.