
Microsoft выпустила MAI-Image-2.6-Flash для быстрой генерации изображений
Microsoft представила MAI-Image-2.6-Flash — новую версию собственной модели для генерации изображений с упором на скорость и более низкую стоимость. По данным компании, Flash работает более чем в два раза быстрее GPT-Image-2-Medium и рассчитана прежде всего на задачи, где изображения нужно создавать быстро и в больших объёмах.
Модель уже доступна разработчикам в режиме публичной предварительной версии через Microsoft Foundry. Одновременно Microsoft вывела в публичный preview и обычную MAI-Image-2.6, предварительную версию которой компания показывала ранее.
Чем Flash отличается от MAI-Image-2.6
MAI-Image-2.6-Flash рассчитана на интерактивные сервисы, персонализацию, автоматическую генерацию контента и другие сценарии, где важны небольшая задержка и большое количество запросов. Microsoft рекомендует обычную MAI-Image-2.6 для финальных материалов, сложного редактирования и коммерческого дизайна, а Flash — для быстрых итераций и массовой генерации.
При этом ускоренная версия сохраняет основные возможности MAI-Image-2.6. Она умеет создавать изображения по текстовому описанию и редактировать готовые картинки — например, менять отдельные объекты, композицию или текст без полной перегенерации изображения.
Модели также можно передавать до пяти изображений-референсов. Это пригодится, когда нужно сохранить внешний вид товара, персонажа, логотипа или другого объекта в серии генераций.
Ещё одна функция — web grounding. MAI-Image-2.6 может обращаться к Bing Search за актуальным контекстом для запросов, связанных с реальными объектами, местами или событиями. Это должно уменьшать количество ситуаций, когда изображение строится только на устаревших данных из обучения модели.
Сколько стоит MAI-Image-2.6-Flash
Здесь разница с обычной версией уже вполне конкретная. Цена MAI-Image-2.6-Flash начинается с $1,75 за миллион текстовых входных токенов, $2,50 за миллион входных токенов изображений и $19 за миллион выходных токенов изображений.
У обычной MAI-Image-2.6 тарифы заметно выше:
- текстовый ввод — $5 за миллион токенов;
- ввод изображений — $8 за миллион токенов;
- вывод изображений — $38 за миллион токенов.
Таким образом, по стоимости вывода изображений Flash обходится ровно вдвое дешевле обычной MAI-Image-2.6. Именно поэтому ускоренная модель выглядит интереснее для сервисов, где за день могут выполняться тысячи или миллионы генераций, а максимальное качество каждого отдельного изображения не всегда является главным приоритетом.
Что со скоростью и эффективностью
Microsoft заявляет, что MAI-Image-2.6-Flash работает более чем в два раза быстрее GPT-Image-2-Medium. Независимых тестов производительности Flash на момент анонса компания не приводит, поэтому пока это стоит воспринимать именно как оценку разработчика модели.
С показателем эффективности есть ещё один нюанс: в разных частях официального анонса Microsoft приводит разные проценты улучшения. Поэтому до появления уточнения со стороны компании сравнивать модели по одному конкретному значению эффективности преждевременно.
MAI-Image-2.6 уже показала высокий результат в Arena
Базовая MAI-Image-2.6 при запуске заняла второе место в рейтинге Arena среди моделей генерации изображений по тексту. Кроме того, Microsoft сообщает о третьем месте в рейтинге редактирования изображений Arena.
По сравнению с MAI-Image-2.5 новая версия прибавила 79 пунктов Elo в Text-to-Image Arena. Это не гарантирует такого же преимущества во всех реальных сценариях, поскольку Arena строится на пользовательских предпочтениях при сравнении результатов моделей, но для Microsoft такой скачок всё равно выглядит заметным.
Обе модели — MAI-Image-2.6 и MAI-Image-2.6-Flash — пока находятся в публичной предварительной версии Microsoft Foundry. Срок полноценного релиза компания не назвала.
Сам Flash выглядит не столько попыткой сделать ещё одну «самую красивую» нейросеть, сколько вполне прагматичным продуктом для разработчиков. Когда генерация становится частью приложения или автоматического конвейера, разница между $19 и $38 за миллион выходных токенов и более высокая скорость уже могут оказаться важнее нескольких дополнительных баллов качества.
Источники: Microsoft.