Скорость и цена — могут ли они быть достигнуты одновременно — становятся новой ареной конкуренции для генеративных моделей изображений.Автор статьи, источник: AIBase
Фон публикации
Майкрософт официально запустила легковесную версию собственной модели генерации изображений MAI-Image-2.6-Flash в сентябре, и она уже доступна для открытого предварительного просмотра через Microsoft Foundry. Как высокоэффективная версия MAI-Image-2.6, которая заняла лидирующие позиции в техническом рейтинге в прошлом месяце, запуск этой модели означает, что Майкрософт полностью расширяет свои усилия в области генерации изображений с ИИ для промышленных сценариев, требующих высокой параллельности, низкой задержки и чувствительности к затратам.
Производительность
Тестовые данные показывают, что скорость генерации изображений MAI-Image-2.6-Flash в 2,8 раза выше, чем у GPT-Image-2-Medium, а общая эффективность повышена на 72%. При значительном сокращении задержки вывода и вычислительных затрат эта версия полностью наследует ключевые возможности генерации и редактирования основной модели, поддерживая высокоточную генерацию изображений по тексту и локальное редактирование изображений на уровне объектов.
Архитектурное обновление
Кроме того, серия MAI-Image-2.6 в целом включает ряд архитектурных улучшений, включая поддержку до пяти опорных изображений для обеспечения согласованности персонажей и продуктов на нескольких изображениях, интеграцию функции веб-локализации с Bing для дополнения информации о реальных изображениях, а также добавление нативной поддержки динамических соотношений сторон и более высокого разрешения вывода.
В коммерческой ценовой стратегии версия Flash снизила стоимость за миллион токенов для текстового ввода, изображения ввода и изображения вывода до 1,75 доллара, 2,50 доллара и 19 долларов соответственно, что обеспечивает значительное снижение затрат более чем на 50% по сравнению с основной моделью.
Microsoft рекомендует использовать основную модель для коммерческого дизайна и финальных производственных активов, где предъявляются высокие требования к качеству изображения и текстовой визуализации, а версию Flash точно нацелить на интерактивные приложения, быструю креативную итерацию и масштабируемые автоматизированные процессы. Эта многообразная модельная матрица, сочетающая экстремальную производительность и максимальную ценовую эффективность, отражает отраслевую тенденцию перехода генеративного ИИ от одиночных технологических прорывов к масштабируемой, низкозатратной инженерной реализации с высокой пропускной способностью.