概念图：左侧多参考框象征精密编辑，右侧速度条象征 Flash 吞吐，中间分隔线暗示质量与成本权衡
概念封面：MAI-Image-2.6 与 Flash 的质量—速度双轨——非产品实拍, 程序化生成配图，非新闻照片

备选标题

  1. 质量榜第二，价格要第一：微软把 MAI-Image-2.6 推进 Foundry
  2. 一张图两条车道：MAI-Image-2.6 与 Flash 同时站上质量—成本前沿
  3. 多参考、联网接地、1.5K：微软自家图像模型开始对标生产流水线

导语

2026 年 9 月 4 日，微软 AI 宣布将旗舰图像模型 MAI-Image-2.6 与面向吞吐的 MAI-Image-2.6-Flash 送进 Microsoft Foundry 公开预览，并开放 MAI Playground 试用。官方称 2.6 是迄今最强图像模型：Arena 文生图与图像编辑均为 第 2；Artificial Analysis 文生图 第 2、图像编辑 第 1（截至 9 月 4 日）。

叙事重点不是又一次「榜单冲高」，而是把 质量 与 生产速度 拆成两条可切换车道：精修用 2.6，批量与交互用 Flash——并补上 多图参考编辑、Web grounding、动态宽高比与最高约 1.5K 分辨率。

发生了什么

据微软 AI 官方博文与 Foundry 技术社区博文：

  • 双模型：MAI-Image-2.6 主打最高精度；Flash 面向低延迟、高吞吐生产负载。
  • 榜单（官方引用，截至 2026-09-04）：Arena 文生图/编辑均为 No.2；Artificial Analysis 文生图 No.2、编辑 No.1。Foundry 文另写 Arena 编辑榜为 No.3，并称领先 Google Nano Banana 与 Meta Muse Image——数字以各榜当日快照为准。
  • Flash 效率：官方称相对 GPT-Image-2-Medium 约 2.8× 更快、效率约高 72%（Foundry 文亦写「逾 2×」与相对 GPT-Image-2 78% 更高效等表述，口径略有出入）。
  • 能力：单次最多 5 张参考图；Web grounding 拉取实时网络上下文；自适应宽高比与约 1.5K 输出。
  • 定价（Foundry 公开预览）：2.6 文本输入 $5/百万 token、图像输入 $8、图像输出 $38；Flash 分别为 $1.75 / $2.50 / $19。
  • 定位：营销成片、零售目录、产品内嵌视觉流水线——「能出一张漂亮 demo」不够，还要可读文字、跨版式一致、跟得上创意指令。

为什么重要

微软一边继续转售/托管 OpenAI 图像能力，一边用自研 MAI 线在 质量—价格 Pareto 前沿 摆上两个自家点。对 Foundry 与 Office 生态，这意味着「自研替代第三方」不再只是路线图口号：编辑与文生图榜单都进入头部，且 Flash 把单位成本压到适合批量生成。对买家，选型从「选哪家旗舰」变成「同厂商内精度车道还是吞吐车道」——以及多参考+联网接地是否真能减少品牌资产漂移。

展望

接下来几周值得盯：Foundry 从预览到更广可用的节奏、Copilot/Office 产品是否默认切到 MAI 而非仅挂 OpenAI 图像接口，以及 Artificial Analysis / Arena 榜单在竞品跟进后能否稳住。若 Flash 在真实广告与目录流水线里把重跑率压下来，微软自研图像栈的说服力会从「榜单新闻」变成「账单新闻」。