MAI-Image-2.6: il nuovo modello di immagini #2 di Microsoft debutta su Arena prima che la sua API sia attiva

di Microsoft MAI-Image-2.6è appena diventato il secondo modello text-to-image più votato nella classifica Arena — pur non avendo ancora un’API pubblica. Annunciato il 10 agosto 2026, il modello è al 2° posto con un punteggio Arena di 1.336, dietro solo a GPT Image 2 Medium (1.381) e davanti a Grok Imagine Image 2.0 (1.316), a Muse Image di Meta e a Nano Banana Pro. Il suo predecessore, MAI-Image-2.5, è al decimo posto.

Ciò che colpisce è il contesto, non solo la posizione in classifica. La voce che ha raggiunto il 2° posto si chiama letteralmente "mai-image-2.6-preview" e in quell'istantanea contava circa 3.500 voti. È salita di otto posizioni e ha guadagnato +79 punti Elo rispetto a MAI-Image-2.5 in un unico passaggio, e Microsoft promette accesso ad API e Foundry "a breve", con le prime segnalazioni che puntano alla prossima settimana. Questo lo rende il segnale indipendente più forte finora che il progetto interno di Microsoft per le immagini ha colmato il divario con OpenAI — e la maggior parte di voi non può ancora chiamarlo tramite API.

I numeri chiave

• Classifica text-to-image di Arena: N. 2 — punteggio 1.336±11, preliminare, ~3.488 voti

• Distanza dal No. 1 (GPT Image 2 Medium): 45 Elo

• Vantaggio sul n. 3 (Grok Imagine Image 2.0): 20 Elo

• Supera MAI-Image-2.5: +79 Elo complessivamente, +91 Elo sul rendering del testo

• Posizione del predecessore: MAI-Image-2.5 al n. 10 (1,256)

• Disponibilità: Arena ora; MAI Playground più avanti questa settimana; APIs/Foundry in arrivo la prossima settimana

Cos'è MAI-Image-2.6

MAI-Image-2.6 è il modello più recente della linea di generazione immagini interna di Microsoft, costruito nell'ambito di Microsoft AI di Mustafa Suleyman. La famiglia si è evoluta rapidamente: MAI-Image-1 è stata la base, MAI-Image-2 (marzo 2026) ha portato il salto in fatto di fotorealismo e resa del testo, MAI-Image-2.5 (giugno 2026) ha aggiunto output di livello professionale ed editing, diventando il motore alla base di Bing Image Creator, PowerPoint e OneDrive, MAI-Image-2.5-Pro (luglio 2026) ha aggiunto un livello premium 8K — e la 2.6 arriva ora a circa sei settimane dal suo predecessore.

Il ritmo conta quanto il modello. Microsoft sta distribuendo miglioramenti delle immagini con un ciclo di sei-otto settimane, più vicino a come i laboratori di frontiera distribuiscono i modelli di testo che a come il mercato delle immagini si è mosso storicamente. Un debutto al N. 2 dell'Arena è ciò che quel ritmo diventa una volta che si accumula.

Il risultato dell'Arena, leggilo attentamente.

Arena (la rinominata LMArena) classifica i modelli di immagini in base alla preferenza umana alla cieca: gli elettori vedono due immagini generate dallo stesso prompt e scelgono quella più forte. Questo la rende una misura indipendente di ciò che le persone realmente preferiscono, piuttosto che un benchmark gestito dal fornitore — motivo per cui un debutto al n. 2 ha un peso reale. È anche il motivo per cui il numero richiede delle cautele: il punteggio di 1.336 è preliminare, basato su circa 3.500 voti contro più di 70.000 per il modello al primo posto, e la voce è etichettata come "anteprima". L'Elo dei primi voti si muove; trattate la direzione come solida e il punteggio esatto come provvisorio.

Dove si concentrano i guadagni è più interessante del numero principale. Arena ha classificato MAI-Image-2.6 al primo posto nell'imaging e modellazione 3D (dal sesto) e al secondo in cartoni/anime/fantasy (dall'ottavo), product e branding e design commerciale (dal settimo), rendering del testo (dall'ottavo, con un guadagno Elo di +91), e arte (dal quarto). Microsoft afferma di essere migliorata in ogni categoria misurata. Questa distribuzione — design commerciale, 3D, testo e arte — è la firma di un modello di immagini generalista piuttosto che di una specialità a un solo trucco.

Cosa c'è di effettivamente nuovo (segnalato dal fornitore)

Per quanto riguarda le capacità, le descrizioni di Microsoft stessa per MAI-Image-2.6 sono:

• Migliore resa del testo, ritratti e immagini 3D

• Output commerciale e fotorealistico più raffinato nei casi d'uso relativi a prodotto, branding e cinematografia

• Lavora con più immagini di riferimento in una singola generazione

• Un grounding più ricco — migliore aderenza alle specifiche del prompt

• Maggiore controllo sul ragionamento, sul formato e sulla risoluzione

Ognuna di queste è segnalata dal fornitore e non ancora riprodotta in modo indipendente. L'unica prova indipendente finora è il balzo nell'Arena — che è genuinamente indipendente ma preliminare. Finché l'API non viene aperta e terze parti possono eseguire valutazioni controllate, tratta l'elenco delle capacità come un'affermazione di Microsoft e la classifica come il segnale operativo.

Quando puoi effettivamente usarlo

Il modello è disponibile per i test da oggi, ma solo tramite Arena. Microsoft afferma che il MAI Playground lo riceverà più avanti questa settimana, e l'accesso API insieme a Microsoft Foundry sono "in fase di rilascio" — le prime segnalazioni indicano la prossima settimana. L'indicatore pratico da osservare: quando MAI-Image-2.5 è diventato il default in Bing Image Creator e si è diffuso in PowerPoint e OneDrive, significava che Microsoft lo considerava sicuro per la produzione. Un rollout simile della 2.6 su quelle superfici sarà il segnale che l'etichetta di anteprima sta per essere rimossa.

Quanto potrebbe costare

Non è stato pubblicato alcun prezzo per la 2.6. Il riferimento è il resto della famiglia, tutti riportati dal fornitore:

• MAI-Image-2.5: $5 per milione di token di testo in input, $8 per input immagine, $47 per output immagine.

• MAI-Image-2.5-Flash: $1.75 / $1.75 / $19.50 — la fascia ad alto volume

• MAI-Image-2.5-Pro (Luglio 2026): $5 / $8 / $106 — output 8K, precisione di rendering del testo al 96,8%

Si tratta di una differenza quintupla tra le tariffe di output delle immagini più economiche e quelle più care che Microsoft già vende, quindi il costo di produzione di 2.6 dipenderà dal livello in cui si colloca. Con la tariffa di output di 2.5 di 47 dollari per milione, un'immagine che consuma circa mille token di output costa quasi cinque centesimi — ma Microsoft non pubblica il numero di token per immagine, quindi consideralo come un calcolo aritmetico, non un preventivo.

Il pricing è anche il campo in cui un livello di routing giustifica la sua esistenza una volta che l'API viene aperta. Su OrcaRouter, qualsiasi importo addebitato da Microsoft viene trasferito con un ricarico dello 0% — prezzo di listino del fornitore, senza nulla di aggiunto — quindi uno sconto di lancio o un successivo taglio di prezzo finisce sulla tua parte di fattura lo stesso giorno in cui viene annunciato. Niente rinegoziazioni e nessun secondo contratto; il modello compare sulla stessa chiave di tutto il resto.

Dove questo lascia la corsa ai modelli di immagine

In cima alla classifica text-to-image di Arena in questo momento: GPT Image 2 (Medium) a 1.381, MAI-Image-2.6 a 1.336, Grok Imagine Image 2.0 a 1.316, Reve 2.1 a 1.302 e Muse Image di Meta a 1.282. Cinque modelli entro circa 100 Elo in vetta. Il divario di qualità che un tempo separava il leader dal gruppo si è ridotto al punto che "miglior modello di immagini" non è più una domanda utile: lo sono editing, grounding, velocità e prezzo.

La scommessa di Microsoft è più ampia di qualsiasi singola corona in classifica: uno stack di modelli interni che spazia tra immagine, voce, codice e ragionamento, distribuito tramite Copilot, Bing e Office. Il ranking dell'Arena è la prova di lavoro; la distribuzione è il vero prodotto.

Come provarlo senza rischiare la produzione

L'anteprima di Arena è gratuita: provala oggi per generare se vuoi il segnale grezzo. Quando l'API sarà disponibile, il modo sensato di adottare un modello nuovissimo con un punteggio "preliminare" è instradare una parte del traffico su di esso e mantenere il modello collaudato come fallback. È esattamente lo scenario di guasto per cui è pensato un livello di routing: su OrcaRouter punteresti un endpoint a MAI-Image-2.6 una volta che sarà ospitato su un provider upstream e lasceresti che il failover automatico intercetti i casi limite che una valutazione in classifica con 3.000 voti non può vedere. Una sola chiave API, oltre 200 modelli, prezzi dei provider senza ricarichi.

Cosa guardare dopo

• Se MAI-Image-2.6 compare nella classifica dell'editing di immagini — MAI-Image-2.5 è già un forte editor, e i punteggi di editing di 2.6 non sono ancora usciti

• Il prezzo dell'API e in quale livello rientra

• Se Bing Image Creator e Copilot cambiano il loro default dalla versione 2.5 alla 2.6

• Benchmark indipendenti una volta che l'API sarà aperta

Se l'etichetta "preview" scompare — il segnale che Microsoft è abbastanza sicura da venderlo

Domande frequenti

Quando sarà disponibile MAI-Image-2.6 tramite un'API?

Non ancora. È su Arena ora come build di anteprima; Microsoft afferma che l'accesso ad API e Foundry è "in arrivo a breve," con le prime segnalazioni che indicano la prossima settimana. Nessuna data definitiva o prezzo è stato pubblicato.

Quanto è vicino a GPT Image 2 Medium?

45 Elo sull'attuale snapshot dell'Arena — abbastanza vicino che la differenza tra No. 2 / No. 1 rientra in ciò che il flusso di voti può spostare, e i primi cinque modelli sono tutti entro circa 100 Elo.

Il rango dell'Arena n. 2 è affidabile?

È un risultato indipendente di preferenza umana alla cieca, ed è esattamente questo che lo rende significativo — ma è preliminare (circa 3.500 voti) ed è legato a una build di anteprima. Fidati della direzione, non dei decimali.

In sintesi: MAI-Image-2.6 è il primo modello di immagini Microsoft che appartiene davvero alla conversazione di frontiera, ed è arrivato prima dell'API. Se il prezzo si attesta vicino al livello Flash, diventa una delle opportunità di valore più interessanti nella generazione di immagini di quest'anno. L'API non può arrivare abbastanza presto — e quando arriverà, il prezzo e i punteggi di editing diranno se il n. 2 è stato un debutto o un plateau.