9月4日，微软AI负责人穆斯塔法·苏莱曼在社交平台官宣，MAI-Image-2.6正式进入Microsoft Foundry公开预览，同步上线的还有主打速度与性价比的MAI-Image-2.6-Flash版本。这距离微软8月10日首次公布该模型、8月18日开放私有预览仅过去半个月。微软官方将这次发布定位为"质量与成本的边界突破"，把自研图像模型的竞争从单纯的画质比拼，拉到了部署经济性的维度。对开发者来说，一个多月前还在竞技场榜单上刷屏的模型，如今变成了可以直接调用的生产工具。
此次发布最核心的变化，是MAI-Image家族形成了清晰的旗舰加Flash双轨结构。旗舰版MAI-Image-2.6主打质量上限，面向对精度要求苛刻的品牌物料、商业设计与精细编辑场景；新推出的Flash版则瞄准延迟敏感与高吞吐的批量生产需求，把"够用的质量"与"更低的单位成本"打包给开发者。两个模型共享同一套底层能力：文生图与图像编辑、多参考图编辑、网络锚定、动态宽高比，最高支持1.5K分辨率输出，可以从多张参考图中融合人物、产品、风格与场景。
双轨策略背后是微软自研模型商业逻辑的落地。在上一财季财报电话会上，微软曾明确表示MAI模型家族围绕成本高效推理设计，目标是让模型可以根据质量、延迟、价格与合规要求被灵活替换。这次把旗舰与Flash并排放上货架，等于把"按需选配"的理念第一次落到了图像生成上：追求极致品质时用旗舰，跑批量流水线时换Flash，两者共用接口，切换成本被降到最低。
能力数据方面，微软援引竞技场榜单给出了自己的位置：截至9月4日，MAI-Image-2.6在文生图竞技场以1331分排名第二，仅次于OpenAI的GPT Image 2；在图像编辑竞技场同样位列第二，并被Artificial Analysis评为图像编辑第一。需要客观说明的是，榜单分数随用户实时投票浮动，且与头部竞品的差距处在统计波动区间内，旗舰版并不能被简单解读为"全面最强"，但跻身第一梯队已没有争议。
Flash版的表现同样值得关注。微软称其生成图像速度比GPT Image 2 Medium快2.8倍，GPU资源利用效率高72%，在图像编辑竞技场排名第三、文生图排名第八，较上一代MAI-Image-2.5-Flash分别提升34分与69分。对批量生产者而言，速度与效率的提升直接换算成吞吐量与成本，这也是微软敢于打出"全球最佳性价比"口号的原因。当然，这些对比数据来自微软官方口径，不同负载下的实际表现仍需开发者自行验证。
价格体系是这次发布最具颠覆性的细节。MAI-Image-2.6并不按"张"收费，而是把文本输入、图像输入、图像输出分别计价：旗舰版每百万文本输入词元5美元、每百万图像输入词元8美元、每百万图像输出词元38美元；Flash版则分别为1.75美元、2.5美元与19美元。竞技场按输出词元换算后估算，旗舰版每千张输出图像约38.9美元，单张成本约0.039美元，即不到4美分，Flash版还要再低一半。分辨率、参考图数量与输出词元消耗都会影响最终账单，单张价格只是估算值，但"按词元计费"显然比传统按张定价更能反映真实算力成本。
这场价格战的行业意义不止于微软一家。过去一年，图像模型市场的主流定价仍以"每张固定价格"为主，成本结构不透明让批量开发者难以精确控制预算。微软按词元拆分计费，既给了开发者精细调优成本的空间，也向市场传递了一个信号：图像生成的单位成本正在快速下探，自研模型与外部供应商之间的价差，将成为云厂商争夺开发者的新筹码。对微软而言，MAI-Image-2.6的意义更在于掌握了从模型到平台再到计费规则的完整话语权，不必再为调用外部模型而压缩利润空间。
对开发者来说，MAI-Image-2.6最直接的影响是让图像生成的选型逻辑变得更像大语言模型。过去挑选图像模型主要看画质与单张价格两张表，如今按词元拆分的计费方式意味着，同样的任务可以通过控制分辨率、参考图数量与输出词元来精细调节成本，预算规划从拍脑袋变成了可计算的工程问题。微软在Foundry中把旗舰与Flash并排放置，还暗示了更深层的产品策略：当自家模型质量足够高时，云厂商可以把第一方模型作为差异化筹码，减少对外部模型供应商的利润让渡，同时继续在平台上销售竞品模型，把选择权完整留给客户。
从行业视角看，这场发布把图像生成的价格竞争推向了新阶段。GPT Image 2、Grok Imagine Image 2.0等竞品同样在榜单头部激烈缠斗，而微软用"质量接近头部、价格明显更低"的组合拳，试图在性价比维度建立新的锚点。可以预期，接下来各家的定价表会越来越复杂，按词元、按时长、按并发等多样化计费将取代简单按张收费；对大规模生产团队而言，单张价格之外的综合成本曲线，将成为更重要的决策依据。