> ## Documentation Index
> Fetch the complete documentation index at: https://docs.apiyi.com/llms.txt
> Use this file to discover all available pages before exploring further.

# MAI-Image 2.7 上线：图片编辑榜第一

> 微软 MAI-Image 2.7 / 2.7-Flash 上线 API易：Artificial Analysis 图片编辑榜第一（1,215 Elo），最大输出提到 2048×2048、支持透明背景与最多 5 张参考图；按次 $0.12 / $0.06，不区分尺寸，叠加 20% 充值加赠后旗舰约 $0.1 一张。

## 核心要点

* **图片编辑榜登顶**：Artificial Analysis AA-Image-Editing v2.1 得分 1,215，以 4 分优势超过 GPT Image 2.6 Sunburst，比上一代 MAI-Image-2.6 高 64 分
* **原厂规格升级**：最大输出从 1536×1536 提到 **2048×2048**（像素上限 4,194,304），新增**透明背景**，最多支持 5 张参考图
* **按次定价不变**：\$0.12 / \$0.06 一张，2048 与 1024 同价、参考图 1 张与 5 张同价
* **折算更低**：叠加当前最高档 20% 充值加赠后，旗舰版约 \$0.10 一张、Flash 约 \$0.05
* **迁移只改模型名**：端点、参数与报错口径和 2.6 一致；API易 已完成 2048、透明背景、多图编辑实测

## 背景介绍

**MAI-Image 2.7** 与 **MAI-Image-2.7-Flash** 是微软 AI（Microsoft AI）自研图像模型的最新一代，2026-11-17 在微软 Ignite 大会发布、在 Microsoft Foundry 公开预览。

这个系列迭代很快：MAI-Image-2.6 于 2026 年 9 月上线；10 月 27 日先发布了只能做编辑的 2.7 Preview（Arena 图片编辑榜第 3）；11 月 17 日的完整版本补上了文生图，并带来更便宜的 Flash 型号，同期还上线了由 Flash 驱动的 Canvas 交互式图像工作区。微软称 MAI Image 已成为 Bing Image Creator 的默认图像模型。

对 API易 用户来说，这一代有两个直接变化：**最大输出尺寸从 1536×1536 提到 2048×2048**，以及**新增透明背景**。价格则保持上一代的按次定价不变。

> [!NOTE]
>
> **发布状态**：两款型号均为 public preview（公开预览），微软未公布 GA 时间表。API易 走微软官方渠道（官转）接入，模型 ID 为 `MAI-Image-2.7` 与 `MAI-Image-2.7-Flash`，模型名大小写敏感。

## 详细解析

### 性能基准

以下是 Artificial Analysis **AA-Image-Editing v2.1** 图片编辑榜截至 2026-11-20 的数据：

| 模型 | 编辑 Elo | 样本数 |
| - | - | - |
| **MAI-Image-2.7** | **1,215（第 1）** | 5,526 |
| GPT Image 2.6 Sunburst (max) | 1,211 | 6,600 |
| GPT Image 2.6 Flare (max) | 1,205 | 6,836 |
| **MAI-Image-2.7-Flash** | **1,179（第 7）** | 5,929 |
| MAI-Image-2.6 | 1,151 | 17,434 |
| MAI-Image-2.6-Flash | 1,145 | 11,545 |

文生图是另一个故事。**AA-Image-T2I v2.1** 榜上 2.7 排第 4（1,214 分），前三名全部是 OpenAI 的 GPT-Image-2.6 / 2.5 系列；2.7-Flash 排第 11（1,158 分）。

几点解读：

* **编辑是这一代的强项**：2.7 比 2.6 高 64 分，Flash 也追平甚至超过了部分上一代旗舰。微软称它在增强修复、推理式编辑、场景风格、文字符号编辑四个方向都进入第一梯队
* **4 分的领先在误差范围内**：1,215 与 1,211 的置信区间（约 ±13）重叠，编辑榜榜首实际上是「并列水平」，不宜解读为明显领先
* **纯文生图不要只看这个榜**：2.7 在 T2I 榜落后 GPT-Image-2.6 Sunburst 47 分。追求文生图画质时建议和 GPT-Image-2.6 系列对比后再选
* **榜单版本别混用**：AA 在 8 月改版过 v2.1 口径，旧版分数不能和新版直接比较

Arena 方面，微软自报 2.7 在文生图与单图编辑两个项目上均为仅次于 OpenAI 的实验室（厂商数据，完整版本刚上榜、投票仍在累积）。

### 核心特性

> [card] 2048×2048 直出
>
> 像素上限从 2,359,296 提到 **4,194,304**（+78%），电商主图、海报可以少一次放大

> [card] 透明背景
>
> 传 `background: "transparent"` 返回带 alpha 通道的 PNG，适合贴纸、图标、商品抠图

> [card] 1–5 张参考图
>
> 编辑接口支持多图融合，按上传顺序用「图1、图2」指代；参考图张数不影响价格

> [card] 精细局部编辑
>
> 只改物体的颜色、材质、位置，其余像素尽量保持不变；连续编辑时画面一致性更好

### 技术规格

| 项目 | 规格 |
| - | - |
| 架构 | 扩散模型（flow-matching 训练，微软 Foundry 标注） |
| 上下文 | 32K 输入 / 4,096 输出 tokens（原厂规格） |
| 最大输出 | **2048×2048**（像素上限 4,194,304） |
| 尺寸参数 | `width` + `height`，整数、必须成对；每维 ≥ 768 |
| 尺寸取整 | 非 16 倍数向下取整（实测 1000×1000 → 992×992） |
| 默认尺寸 | 1024×1024 |
| 输出格式 | PNG，仅 `b64_json`；透明背景时为 RGBA |
| 单次张数 | 文生图固定 1 张；编辑接口 `n` 有效 |
| 参考图 | 编辑接口文件上传，1–5 张（重复 `image[]`） |
| 端点 | 仅 `/v1/images/generations` 与 `/v1/images/edits` |
| 参数红线 | `response_format` / `seed` / `negative_prompt` 传入返回 400；`size` 被静默忽略 |

API易 生产网关实测（2026-11-20，1024×1024 除注明外）：

| 场景 | 耗时 |
| - | - |
| `MAI-Image-2.7-Flash` 文生图 | 20.8–22.1 秒 |
| `MAI-Image-2.7` 文生图 2048×2048 | 61.9 秒 |
| `MAI-Image-2.7-Flash` 文生图 2048×2048 | 37.9 秒 |
| `MAI-Image-2.7-Flash` 单参考图编辑 | 22.1 秒 |
| `MAI-Image-2.7` 双参考图编辑 | 38.9 秒 |

> [!WARNING]
>
> **2048×2048 的响应体更大**：实测 PNG 约 6.5 MB，base64 后单次响应约 8.6 MB。客户端、反向代理和 Serverless 平台的响应体大小上限要一并放宽，否则会拿到超时或截断错误。

## 实际应用

### 推荐场景

* **电商与广告主图**：`2048×2048` 直出，省掉一轮放大；用双图编辑把商品放进指定场景
* **透明物料**：贴纸、App 图标、商品抠图，`background: "transparent"` 直接返回 RGBA PNG
* **品牌资产复用**：最多 5 张参考图，把 logo、产品、人物放到同一张图里
* **海报与招牌**：中文文字用引号括起来，2.7-Flash 实测招牌、对联、黑板字都能正确渲染

### 代码示例

```python theme={null}
from openai import OpenAI
import base64

client = OpenAI(
    api_key="sk-your-apiyi-key",
    base_url="https://api.apiyi.com/v1",
    timeout=240.0,  # 2048×2048 实测约 62 秒，超时给足
)

resp = client.images.generate(
    model="MAI-Image-2.7",
    prompt="A minimalist red apple icon, flat vector style",
    # width / height / background 不是 OpenAI SDK 标准字段，放进 extra_body
    extra_body={"width": 2048, "height": 2048, "background": "transparent"},
)

with open("apple.png", "wb") as f:
    f.write(base64.b64decode(resp.data[0].b64_json))
```

### 最佳实践

* **超时要按尺寸给**：1024 建议 ≥ 120 秒，2048 建议 ≥ 180 秒。图片接口是同步调用，没有任务 ID，客户端断连后结果丢失但请求照常计费
* **尺寸用 `width` + `height`**：文生图接口传 `size` 会被静默忽略，恒出 1024×1024
* **迁移先删三个参数**：从 gpt-image / DALL·E 迁过来的代码常带 `response_format`、`seed`、`negative_prompt`，本系列传了就返回 400
* **编辑用 multipart 上传**：不支持图片 URL 或 base64 JSON 入参；多图重复 `image[]`，不要用 `image` + `image2`
* **不要在对话客户端里选它**：本系列对 `/v1/chat/completions` 返回 404，Cherry Studio、LobeChat 这类客户端不适用

## 价格与可用性

### 定价信息

| 模型 | API易 定价 | 2048×2048 | 透明背景 |
| - | - | - | - |
| **`MAI-Image-2.7`** | **\$0.12 / 次** | ✅ | ✅ |
| **`MAI-Image-2.7-Flash`** | **\$0.06 / 次** | ✅ | ✅ |
| `MAI-Image-2.6` | \$0.12 / 次 | ❌（上限 1536×1536） | ❌ |
| `MAI-Image-2.6-Flash` | \$0.06 / 次 | ❌（上限 1536×1536） | ❌ |

**按次计费，与尺寸、参考图张数无关**：1024×1024、1536×1536、2048×2048 同价；编辑时传 1 张还是 5 张参考图也同价。原厂按图片 token 计费、图越大越贵（1024×1024 基准约 \$35 / 千张），API易 把它压成固定单价，预算可以精确到张。

按当前最高档 **20% 充值加赠**折算，旗舰版实际约 **\$0.10 一张**、Flash 约 **\$0.05 一张**（加赠按单次充值金额分档，以活动页为准）。

> [!NOTE]
>
> 模型价格与官网对齐，且可能随官网调整；上表仅供参考，具体以顶部导航「模型价格」栏目为准：[模型价格](https://docs.apiyi.com/models/index.md)。

可用分组：`Default` 与 `SVIP`，两个分组倍率均为 1.0x，新建令牌即可调用，无需申请。

### 叠加网站充值活动

以上按次定价可以再叠加 API易 的充值加赠：单次充值 \$3,000 及以上为 20% 档，折算后旗舰版约 \$0.10 一张。各档比例与规则详见 [充值优惠说明](https://docs.apiyi.com/faq/recharge-promotions.md)。

## 总结与建议

MAI-Image 2.7 是一次「编辑能力大幅补强 + 尺寸放开」的升级：编辑榜登顶、2048 直出、透明背景，而 API易 的按次价格保持 \$0.12 / \$0.06 不变。

* **做编辑、改图、局部替换**：直接选 2.7；批量草稿和变体用 2.7-Flash，成本减半
* **需要 2048×2048 或透明背景**：只有 2.7 系列支持；2.6 系列仍可调用，但上限 1536×1536
* **纯文生图追求画质**：2.7 在 T2I 榜排第 4，落后 GPT-Image-2.6 系列，建议先对比再定
* **已在用 2.6**：迁移只需改模型名，端点与参数完全一致

完整参数、Playground 与接入提示词见 [MAI-Image 2.7 生图/编辑](https://docs.apiyi.com/api-capabilities/mai-image/overview.md)，上线动态见 [实时动态](https://docs.apiyi.com/live/2026-11/mai-image-2-7)。

> [!NOTE]
>
> **信息来源**（获取日期 2026-11-20）：微软官方公告 `microsoft.ai/news/introducing-mai-image-2-7/`（2026-11-17）；微软 MAI-Image 2.7 模型卡与 Foundry 模型页 `ai.azure.com/catalog/models/MAI-Image-2.7`；Artificial Analysis 图片编辑与文生图榜 `artificialanalysis.ai/image/leaderboard`（数据截至 2026-11-20）；API易 定价接口与生产网关实测（2026-11-20，报告见 `code-test/MAI/1120-MAI-Image-2.7-接入测试/`）。


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.