MAI-Image-2.6: Nowy model obrazowy Microsoftu #2 debiutuje na Arenie, zanim jego API zostanie udostępnione

firmy Microsoft MAI-Image-2.6 właśnie stał się drugim najwyżej ocenianym modelem generującym obrazy z tekstu w rankingu Arena — wciąż bez publicznego API. Zapowiedziany 10 sierpnia 2026 roku model zajmuje 2. miejsce z wynikiem 1336 w Arena, ustępując jedynie GPT Image 2 Medium (1381) i wyprzedzając Grok Imagine Image 2.0 (1316), Muse Image firmy Meta oraz Nano Banana Pro. Jego poprzednik, MAI-Image-2.5, zajmuje dziesiąte miejsce.

Uderzający jest kontekst, a nie tylko pozycja w rankingu. Wpis, który osiągnął 2. miejsce, nosi dosłownie nazwę „mai-image-2.6-preview" i w tym zestawieniu miał około 3500 głosów. W jednym kroku awansował o osiem miejsc i zyskał +79 Elo względem MAI-Image-2.5, a Microsoft obiecuje dostęp do API i Foundry „już wkrótce" — wczesne doniesienia wskazują na przyszły tydzień. To najsilniejszy jak dotąd niezależny sygnał, że wewnętrzne prace Microsoftu nad obrazami zniwelowały dystans do OpenAI — a większość z was nadal nie może go wywołać przez API.

Kluczowe liczby

• Pozycja w rankingu Arena text-to-image: Nr 2 — wynik 1336±11, wstępny, ~3488 głosów

• Strata do nr 1 (GPT Image 2 Medium): 45 Elo

• Przewaga nad nr 3 (Grok Imagine Image 2.0): 20 Elo

• Przeskakuje MAI-Image-2.5: +79 Elo ogółem, +91 Elo w renderowaniu tekstu

• Pozycja poprzednika: MAI-Image-2.5 na 10. miejscu (1,256)

• Dostępność: Arena już teraz; MAI Playground jeszcze w tym tygodniu; APIs/Foundry spodziewane w przyszłym tygodniu

Czym jest MAI-Image-2.6

MAI-Image-2.6 to najnowszy model w wewnętrznej linii generowania obrazów Microsoftu, zbudowany w ramach Microsoft AI Mustafy Suleymana. Rodzina rozwija się szybko: MAI-Image-1 był fundamentem, MAI-Image-2 (marzec 2026) przyniósł skok w fotorealizmie i renderowaniu tekstu, MAI-Image-2.5 (czerwiec 2026) dodał profesjonalną jakość wyników i edycję oraz stał się silnikiem Bing Image Creator, PowerPoint i OneDrive, MAI-Image-2.5-Pro (lipiec 2026) dodał warstwę premium 8K — a 2.6 pojawia się teraz około sześć tygodni po swoim poprzedniku.

Tempo ma znaczenie równie duże jak sam model. Microsoft udostępnia ulepszenia obrazowania w cyklu sześcio–ośmiotygodniowym, co jest bliższe temu, jak czołowe laboratoria publikują modele tekstowe, niż temu, jak historycznie poruszał się rynek obrazów. Debiut na 2. miejscu w Arenie pokazuje, jak to tempo procentuje, gdy się kumuluje.

Wynik Areny, przeczytaj uważnie.

Arena (przemianowana LMArena) rankuje modele obrazowe na podstawie ślepej preferencji ludzi: głosujący widzą dwa obrazy wygenerowane z tego samego promptu i wybierają ten lepszy. To czyni ją niezależną miarą tego, co ludzie faktycznie wolą, a nie benchmarkiem prowadzonym przez dostawcę — dlatego debiut na 2. miejscu ma realne znaczenie. To także powód, dla którego liczba wymaga zastrzeżeń: wynik 1336 jest wstępny, oparty na około 3500 głosach wobec ponad 70 000 głosów dla modelu na pierwszym miejscu, a wpis oznaczono jako „podgląd”. Elo na podstawie wczesnych głosów się zmienia; kierunek traktuj jako pewny, a dokładny wynik jako tymczasowy.

To, gdzie skoncentrowane są przyrosty, jest bardziej interesujące niż liczba w nagłówku. Arena uplasowała MAI-Image-2.6 na pierwszym miejscu w obrazowaniu i modelowaniu 3D (awans z szóstego) i na drugim miejscu w kreskówkach/animacji/fantasy (awans z ósmego), projektowaniu produktów, brandingu i projektowaniu komercyjnym (awans z siódmego), renderowaniu tekstu (awans z ósmego, z przyrostem +91 Elo) oraz sztuce (awans z czwartego). Microsoft twierdzi, że poprawił się w każdej mierzonej kategorii. Taki rozkład — projektowanie komercyjne, 3D, tekst i sztuka — to znak rozpoznawczy modelu obrazu ogólnego przeznaczenia, a nie wyspecjalizowanego w jednej dziedzinie.

Co faktycznie jest nowego (zgłoszone przez dostawcę)

Jeśli chodzi o możliwości, własne opisy Microsoftu dla MAI-Image-2.6 to:

• Mocniejsze renderowanie tekstu, portrety i grafika 3D

• Bardziej dopracowane, komercyjne i fotorealistyczne rezultaty w zastosowaniach produktowych, brandingowych i filmowych

• Pracuj na wielu obrazach referencyjnych w jednej generacji

• Bogatsze ugruntowanie — lepsze trzymanie się szczegółów w poleceniu

• Większa kontrola nad rozumowaniem, formatem i rozdzielczością

Każde z nich pochodzi od dostawcy i nie zostało jeszcze niezależnie odtworzone. Jedynym niezależnym dowodem jak dotąd jest skok w rankingu Arena — który jest naprawdę niezależny, ale wstępny. Dopóki API nie zostanie udostępnione, a strony trzecie nie będą mogły przeprowadzić kontrolowanych ewaluacji, traktuj listę możliwości jako deklarację Microsoftu, a ranking jako działający sygnał.

Kiedy faktycznie możesz tego użyć.

Model jest dziś dostępny do testów, ale tylko przez Arenę. Microsoft twierdzi, że MAI Playground otrzyma go jeszcze w tym tygodniu, a dostęp do API oraz Microsoft Foundry „pojawią się wkrótce” — wczesne doniesienia wskazują na przyszły tydzień. Praktyczny sygnał, na który warto zwrócić uwagę: gdy MAI-Image-2.5 stał się domyślnym modelem w Bing Image Creator i trafił do PowerPointa i OneDrive, oznaczało to, że Microsoft uznał go za bezpieczny do użytku produkcyjnego. Podobne wdrożenie wersji 2.6 na tych samych platformach będzie sygnałem, że etykieta preview zostanie zdjęta.

Ile to może kosztować

Nie opublikowano żadnych cen dla 2.6. Punktem odniesienia jest reszta rodziny, wszystkie podane przez producenta:

• MAI-Image-2.5: 5 dolarów za milion tokenów tekstu na wejściu, 8 dolarów za obraz na wejściu, 47 dolarów za obraz na wyjściu

MAI-Image-2.5-Flash: $1.75 / $1.75 / $19.50 — poziom o wysokim wolumenie

• MAI-Image-2.5-Pro (lipiec 2026): $5 / $8 / $106 — wyjście 8K, 96,8% dokładności renderowania tekstu

To jest pięciokrotna rozpiętość między najtańszymi a najdroższymi stawkami za generowanie obrazów, które Microsoft już sprzedaje, więc koszt produkcji 2.6 będzie zależeć od tego, w którym przedziale się znajdzie. Przy stawce 2.5 wynoszącej 47 dolarów za milion tokenów, obraz zużywający około tysiąca tokenów wyjściowych kosztuje blisko pięć centów — ale Microsoft nie publikuje liczby tokenów na obraz, więc traktuj to jako arytmetykę, a nie wycenę.

Cennik to również miejsce, w którym warstwa routingu udowadnia swoją wartość, gdy API zostanie udostępnione. W OrcaRouter wszystkie opłaty Microsoft są przekazywane dalej z 0% marży — cena katalogowa dostawcy, bez żadnych doliczeń — więc rabat startowy lub późniejsza obniżka ceny trafia na Twoją stronę rachunku tego samego dnia, w którym zostanie ogłoszona. Bez negocjacji i bez drugiej umowy; model pojawia się na tym samym kluczu, co wszystko inne.

Co to oznacza dla wyścigu modeli obrazowych.

Szczyt rankingu tekst-na-obraz Areny w tej chwili: GPT Image 2 (Medium) z wynikiem 1381, MAI-Image-2.6 z 1336, Grok Imagine Image 2.0 z 1316, Reve 2.1 z 1302 i Muse Image od Meta z 1282. Pięć modeli w promieniu około 100 punktów Elo na szczycie. Różnica jakości, która kiedyś oddzielała lidera od reszty stawki, skompresowała się do tego stopnia, że pytanie o „najlepszy model obrazowy" przestało być użyteczne — liczą się edycja, grounding, szybkość i cena.

To, na co stawia Microsoft, wykracza poza jakąkolwiek pojedynczą koronę rankingu: wewnętrzny stos modeli obejmujący obraz, głos, kod i rozumowanie, dystrybuowany przez Copilota, Binga i Office. Pozycja w Arena to dowód wykonanej pracy; dystrybucja to właściwy produkt.

Jak to wypróbować, nie ryzykując produkcji

Podgląd Arena jest darmowy — wygeneruj z nim coś już dziś, jeśli chcesz surowy sygnał. Gdy API zostanie udostępnione, rozsądnym sposobem na wdrożenie nowego modelu ze „wstępną” oceną jest skierowanie na niego części ruchu i pozostawienie sprawdzonego modelu jako rozwiązania zapasowego. To dokładnie ten scenariusz awarii, do obsługi którego stworzono warstwę routingu: w OrcaRouter wskazałbyś jeden endpoint na MAI-Image-2.6, gdy tylko zostanie udostępniony u zewnętrznego dostawcy, i pozwolił automatycznemu przełączaniu awaryjnemu wychwycić przypadki brzegowe, których nie zobaczy ocena 3000 głosów na leaderboardzie. Jeden klucz API, 200+ modeli, ceny dostawców bez narzutów.

Co obejrzeć dalej

• Czy MAI-Image-2.6 pojawi się na liście liderów edycji obrazów — MAI-Image-2.5 jest już mocnym edytorem, a wyniki edycji wersji 2.6 nie są jeszcze dostępne

• Cena API i do którego poziomu trafia

• Czy Bing Image Creator i Copilot zmienią swoje domyślne ustawienie z 2.5 na 2.6

• Niezależne benchmarki po otwarciu API.

• Czy etykieta „preview” zniknie — sygnał, że Microsoft jest na tyle pewny siebie, by to sprzedawać.

Często zadawane pytania

Kiedy MAI-Image-2.6 będzie dostępny przez API?

Jeszcze nie. Jest już na Arenie jako wersja podglądowa; Microsoft mówi, że dostęp do API i Foundry „wkrótce się pojawi”, a wczesne doniesienia wskazują na przyszły tydzień. Nie opublikowano żadnej oficjalnej daty ani ceny.

Jak blisko jest to GPT Image 2 Medium?

45 Elo na obecnym zrzucie Areny — na tyle blisko, że różnica między miejscem 2. a 1. mieści się w zakresie możliwym do przesunięcia przez przepływ głosów, a wszystkie modele z pierwszej piątki są w granicach około 100 Elo.

Czy ranga nr 2 na Arenie jest wiarygodna?

Jest to niezależny, ślepy wynik preferencji ludzkich, co właśnie czyni go znaczącym — ale jest wstępny (około 3 500 głosów) i dotyczy wersji zapoznawczej. Ufaj kierunkowi, nie liczbom po przecinku.

Podsumowując: MAI-Image-2.6 to pierwszy model obrazowy Microsoftu, który naprawdę zasługuje na miejsce w rozmowie o czołówce, a pojawił się przed API. Jeśli cena znajdzie się gdziekolwiek w okolicach poziomu Flash, stanie się jedną z najciekawszych opcji wartościowych w generowaniu obrazów w tym roku. API nie może pojawić się wystarczająco szybko — a gdy już się pojawi, cena i wyniki edycji pokażą, czy numer dwa był debiutem, czy plateau.