メインコンテンツへスキップ

概要

MAI-Image 2.6 は、Microsoft AIの自社開発による画像生成モデルであり、2026年9月4日にリリースされ、Microsoft Foundryでパブリックプレビューとして利用可能です。リリース時点で、Arenaにおいてテキスト画像生成と画像編集の両部門で第2位、Artificial Analysisにおいて画像編集部門で第1位を獲得しました(Microsoftの発表による、2026年9月4日時点)。 APIYI では、Microsoftの公式チャネルを通じて2つのバリアントを提供しています。どちらも同じエンドポイントとパラメータを共有しています:
  • MAI-Image-2.6: 品質と精度を追求して調整されたフラッグシップモデル
  • MAI-Image-2.6-Flash: 高速バリアント。MicrosoftによるとGPT-Image-2-Mediumより2.8倍高速に生成でき、高スループットな本番環境のワークロードに適しています
主な特徴: 優れた中国語テキストレンダリング(看板、対聯、手書き文字が文字単位で正確に出力されます)、忠実度の高い編集(指示された部分のみが変更され、残りはピクセル単位で同一のまま維持されます)、width + height による自由なキャンバス設定(最大1536×1536の面積まで対応)、そしてサイズに関わらない画像1枚あたりの定額課金。1024×1024の画像生成にかかる時間は、Flash で約17秒、2.6 で約30秒です。
📌 開始前に知っておくべき3つのポイント
  1. サポートされているエンドポイントは2つのみです: /v1/images/generations(テキスト画像生成、JSON)および /v1/images/edits(編集、multipart/form-data)。/v1/chat/completions および /v1/responses はサポートされておらず、404を返します。
  2. response_format、seed、negative_prompt は送信しないでください。3つともすべて即座に400を返します。レスポンスは常に data[0].b64_json(PNG)です。
  3. サイズは size ではなく width + height で設定してください。テキスト画像生成エンドポイントでは size は暗黙的に無視され、常に1024×1024が返されます。
すべての画像APIは同期式です。非同期タスクIDはありません。クライアントが切断された場合、結果は失われますがリクエストは課金されます。このモデルには長めのタイムアウト時間を設定してください。画像APIの基本とベストプラクティスをご覧ください。

テキスト画像生成API

インタラクティブなプレイグラウンドで、テキスト prompt から画像を生成します。

画像編集API

1〜5枚の参照画像と指示をアップロードし、複数画像を合成します。プレイグラウンド付き。

AIエージェントに統合を任せる

このpromptをコピーしてCodex / Claude Code / Cursorに貼り付けてください

エージェントはまずこのページのプレーンテキスト版を取得し(任意のドキュメントURLに.mdを追加)、その後お使いのスタックに応じたコードを記述します。タイムアウト、400を返す3つのパラメータ、sizeの代わりのwidth/height、ファイルアップロード限定の編集など、よくある落とし穴が明記されています。

このプロジェクトにMicrosoft MAI-Image 2.6のText-to-Imageおよび画像編集を統合(またはデバッグ)してください。

コードを書く前にドキュメントを読んでください:このページのプレーンテキスト版として https://docs.apiyi.com/en/api-capabilities/mai-image/overview.md を取得してください。詳細なパラメータについては、Text-to-Imageおよび画像編集のページにも同様に.mdを追加して取得してください。

  1. モデル名:フラッグシップのMAI-Image-2.6、高速版のMAI-Image-2.6-Flash。モデル名は大文字と小文字を区別します。すべて小文字の名前を指定すると503が返され、これは一見…

要件は合計11項目あります。以下のボタンを使用して完全なpromptをコピーしてください。

APIYIでMAI-Image 2.6を利用する理由

Microsoft公式チャネル

Microsoft公式チャネルを通じて提供されます。モデルはMicrosoft Foundryの同名モデルと同一です。標準の/v1/images/generationsおよび/v1/images/editsエンドポイントに対応しており、レスポンスの形式はOpenAI Images APIと同様です。

画像単位の料金体系

プロバイダーはtoken単位で課金するため、大きな画像ほどコストが高くなります。一方、APIYIではサイズに関係なく画像1枚あたりの定額料金を採用しています。768×768でも1536×1536でも同じ料金であり、参照画像が1枚でも5枚でも編集料金は変わらないため、画像単位で予算を管理できます。

どこからでもアクセス可能

**Azureアカウントや海外サーバーは不要です。**データセンター、自宅ネットワーク、海外ノードから直接api.apiyi.comにアクセスでき、1つのキーですべてのモデルを利用できます。

充実したモデルラインナップ

さまざまなユースケースに合わせて、GPT-Image-2、Nano Banana 2、Seedream、FLUXと組み合わせてご利用いただけます。

主な機能

中国語テキストのレンダリング

中国語の店舗看板、対聯、黒板の手書き文字などが正確な文字で出力されます。ポスター、商品画像、グッズの制作に適しています。

高精度な編集

「ティーポットをコバルトブルーにする」といった指示でもティーポットのみが変更され、寸法ラベルやその他のオブジェクトはピクセル単位で同一のまま維持されます。

カスタムキャンバス

任意のwidth + heightの組み合わせに対応し、長辺は最大3072(例:3072×768のバナー)、総面積の上限は1536×1536です。

2つの速度ティア

1024×1024の場合、Flashで約17秒、2.6で約30秒かかります。10件の同時実行数でもレイテンシは安定して維持されます。

サンプル結果

中国語テキストのレンダリング(MAI-Image-2.6-Flash、APIYIへの来訪者を歓迎する中国語の看板を指定したprompt):看板、提灯、対聯、黒板のすべてにおいて判読可能な中国語が表示されています。
MAI-Image-2.6-Flashの中国語テキストレンダリング:中国語の歓迎看板がある伝統的な茶屋
参照画像編集(MAI-Image-2.6-Flash、指示:「ティーポットを濃いコバルトブルーの釉薬に変更し、その他はすべて同じに保つ」):左が元画像、右が結果です。ティーポットの色のみが変更され、寸法ラベルやその他のオブジェクトは変更されていません。
MAI-Image-2.6-Flashの編集例:ティーポットの色がクリーム色からコバルトブルーに変更され、その他はすべて未変更

料金

モデルの価格は変更される場合があります。上記の表は参考用であり、上部ナビゲーションのモデル価格タブが正式な情報となります:モデル価格。
課金に関する注意事項
  • サイズに関わらず1画像あたり: 768×768と1536×1536は同額であり、promptの長さは価格に影響しません。
  • 画像編集はText-to-Imageと同額: 出力画像数に応じて課金され、参照画像が1枚でも5枚でも同額です。編集エンドポイントでのn=2は2画像分として課金されます。
  • 400エラーで失敗したリクエスト(モデレーションまたは無効なパラメータ)では画像は生成されません。
  • レスポンス内のusageフィールドと照合しないでください: prompt_tokensは常に1000 × 画像数のプレースホルダーです。コンソールの課金情報が正式な情報となります。
  • チャージボーナスキャンペーンと併用可能です。

グループと Tokens

このシリーズは**Default グループ**に属しています。新規作成されたすべての token で呼び出すことができ、申請は不要です。
token 課金モード: このシリーズでは Pay-as-you-go Priority と Per-request の両方をご利用いただけます。プラットフォーム上の token 課金モデルでも同じ token を利用できるよう、Pay-as-you-go Priority を推奨します。レート: 単一キーは 50 RPM 未満に抑えてください。大規模なバッチワークロードの場合は、事前にサポートまでお問い合わせください。

技術仕様

エンドポイント

❌ チャットエンドポイントはサポートされていませんこのシリーズでは、/v1/chat/completions および /v1/responses は 404 Requested path is not found を返します。Cherry Studio や LobeChat などのチャットクライアントはリスト内のすべてのモデルにチャットリクエストを送信するため、これらのクライアントでは MAI-Image を選択しないでください。Images API をサポートするツールを使用するか、独自のコードから呼び出してください。
✅ 編集エンドポイントはマルチパートファイルアップロードのみを受け付けますJSON(URL、data URI、または生の base64 形式の image を含む)を /v1/images/edits に送信すると、400 が返されます:
-F "[email protected]" を使用してローカルファイルを直接アップロードしてください。画像ホスティングは不要です。 完全な例については 画像編集 API を参照してください。
プライマリドメインは https://api.apiyi.com、バックアップドメインは https://b.apiyi.com です。

主要パラメータ

width および height(出力サイズ)

一般的なキャンバスサイズ(すべて面積上限内):
size は2つのエンドポイントで挙動が異なります: テキストから画像生成では暗黙的に無視され(常に1024×1024)、編集エンドポイントでは有効になります。混乱を避けるため、両方のエンドポイントで width + height を使用してください。

n(画像枚数)

  • テキストから画像生成: n は効果がありません。2、4、または10を指定して送信しても1枚の画像のみが返されます(課金も1枚分)。さらに必要な場合は並列リクエストを送信してください。
  • 編集: n は機能します。n=2 は2枚の画像を返し、2枚分として課金されます。

ベストプラクティス

1

ユースケースに応じてバリアントを選択する

バッチ生成やレイテンシを重視する処理 → MAI-Image-2.6-Flash。ヒーローポスター、複雑な構図、または高い品質基準が求められる場合 → MAI-Image-2.6。パラメータは同一であるため、切り替えはモデル名を変更するだけです。
2

描画したいテキストを引用符で囲む

画像内に表示させたいテキストは引用符で囲み、どこに配置するかを指定します(例: 「Grand Opening」と書かれた看板)。モデルは引用符内のテキストを極めて忠実に再現します。
3

編集時は「その他はすべてそのまま変更しない」と指定する

元の画像を可能な限り維持するために、「Make the teapot cobalt blue, keep everything else exactly the same(ティーポットをコバルトブルーにし、その他はすべて完全に元のままにしてください)」のように指示を記述します。
4

キャンバスを変更すると画像が再構成される

元の画像と異なるアスペクト比の width / height を渡すと、モデルはクロップ(切り抜き)やパディングを行うのではなく、シーンを再レイアウトします。部分的な編集の場合はサイズ指定を省略すると、出力は16の倍数にスナップされた元の比率に従います(例: 1344×756の入力 → 1360×768の出力)。
5

複数の画像が必要な場合は並行リクエストを送信する

テキストからの画像生成(Text-to-image)では1回の呼び出しにつき1枚の画像が返されるため、4枚の画像が必要な場合は4つの並行リクエストを送信してください。テストでは、同時実行数が10件の場合でも単一リクエストと同等のレイテンシでした。

エラーコードとリトライ

クライアント側のアドバイス: 上記の 4xx / 500 エラーは確定的であるため、リトライしても意味がありません。代わりにアラート通知を行ってください。リトライを行う価値があるのはネットワークタイムアウトと 429 のみであり、指数バックオフを用いて最大3回まで試行してください。クライアント側のタイムアウトによって中断されたリクエストも課金対象となる点に留意し、まずはタイムアウト値を長めに設定してください。

FAQ

このシリーズは b64_json のみを返し、response_format パラメーターは受け付けません。"b64_json" を指定しても 400 Invalid parameters: response_format が返されます。gpt-image や DALL·E から移行したコードでは明示的に設定されていることがよくあります。これを削除してください。画像は引き続き data[0].b64_json に含まれます。seed や negative_prompt についても同様です。
テキストからの画像生成エンドポイントは size を読み取りません。サイレントに無視され、デフォルトの 1024×1024 でレンダリングされます。代わりに "width": 1536, "height": 1024 を使用してください。画像編集エンドポイントでは size が機能しますが、一貫性を保つため両方で width + height を使用してください。
いいえ、できません。 編集エンドポイントは multipart/form-data ファイルのアップロードのみを受け付けます。URL、データ URI、または base64 文字列を image として渡すと 400 が返されます。URL しかない場合は、まずサーバー側でダウンロードしてからアップロードしてください。
はい、1〜5 枚の画像を送信できます(2026-10-07 以降)。単一の画像と同じ価格です。
  • 方法: image[] フィールドを繰り返します(curl -F "image[][email protected]" -F "image[][email protected]")。OpenAI SDK を使用する場合は、リスト client.images.edit(image=[f1, f2]) を渡します
  • 画像の参照方法: アップロード順に image 1、image 2、… と番号が付けられます(例:「image 2 のキツネを image 1 のシーンに配置し、image 1 の他の部分はすべてそのまま維持してください」)
  • image + image2 は使用しないでください: 200 が返されますが、2 枚目の画像は破棄され、1 枚目のみが使用されます
  • 5 枚を超える画像を送信すると 400 at most 5 reference images are accepted for <model> が返されます
完全な例については、画像編集 API をご覧ください。
いいえ、サポートされていません。 mask フィールドを送信すると 400 <model> does not support mask edits が返されます。部分的な変更を行うには、prompt 内でその領域を指定してください(例:「ティーポットのみを青色にし、それ以外はすべて完全にそのまま維持してください」)。テストでは、モデルはこうした制約に忠実に従います。
推奨されません。 これらのチャットクライアントは /v1/chat/completions を使用するため、このシリーズでは 404 が返されます。OpenAI Images API をサポートしているツールを使用するか、このドキュメント内のコードサンプルを使用して直接呼び出してください。
テキストからの画像生成は常に 1 枚を返します。どのような n を送信しても、取得および課金されるのは 1 枚の画像のみです。複数枚必要な場合は、並行してリクエストを送信してください。編集エンドポイントでは n が機能します。n=2 は 2 枚の画像を返し、2 枚分として課金されます。
いいえ、照合できません。 usage.prompt_tokens は常に 1000 × 画像数、output_tokens は常に 0 となり、これらはプレースホルダーです。このシリーズは画像ごとに課金され、APIYI コンソールの請求が正式なものとなります。
このシリーズは Microsoft の公式コンテンツセーフティポリシーを採用しており、かなり厳格です。実在の有名人、流血・残虐表現、有名な IP キャラクター(ディズニーなど)、ヌードはブロックされます。ブロックされると、メッセージ内に具体的な理由が記載された 400 content_safety_violation が返されます。prompt レベルのブロックは通常 5〜8 秒以内に返されます。生成後に適用されるブロックもあり、その場合は通常の画像生成とほぼ同じ時間がかかります。同じ prompt を再試行しても解決しないため、表現を変更してください。
いいえ、サポートされていません。 通常の同期リクエストとして呼び出し、完全なレスポンスをお待ちください。
最も一般的な原因は、モデル名の大文字・小文字の誤りです。名前は正確に MAI-Image-2.6 または MAI-Image-2.6-Flash である必要があり、mai-image-2.6-flash では 503 が返されます。

関連ドキュメント