Microsoft 发布 MAI-Image-2-Efficient：成本降 41%、提速 22%

很多公司在做生成式 AI 落地时，都会遇到同一个尴尬：demo 效果惊艳，一算量产账本却吓得缩手。每张图都要烧掉几美分，要是放在日活千万的业务里跑，算力成本谁都扛不住。

Microsoft 拿出了解决方案，正式上线图像生成模型 MAI-Image-2-Efficient。它瞄准的就是量产环节，在保持旗舰级画质的同时，把价格砍掉了将近 41%，速度也比前代快了 22%。

新模型现在已经接入 Microsoft Foundry 和 MAI Playground，无需排队即可调用，后续还会直接打通 Copilot、Bing 以及 PowerPoint。

把旗舰画质做成走量白菜价

这版模型的收费定在每 100 万文本输入 token 收 5 美元，每 100 万图像输出 token 收 19.50 美元。算下来比之前的 MAI-Image-2 便宜了近 41%。

除了降价，它的吞吐能力也翻了番。在 NVIDIA H100 上的 1024×1024 规格测试里，它的单卡吞吐效率达到了 MAI-Image-2 的 4 倍。

如果拿去跟市面上的其他主力选手对比，差距同样明显。在 4 月 13 日的测试中，对比 Gemini 3.1 Flash Image、Gemini 3 Pro Image 以及 GPT-Image-1.5-High，它的 P50 渲染速度平均快了 40%。

商业图库 Shutterstock 已经开始接入测试。其首席产品经理 Vanessa Salvo 表示，模型在提示词还原度和创意可用性上表现出色，对真正要在业务里落地的团队来说，这种稳定性正是从实验走向生产的关键。

大小双模型各司其职

Microsoft 这次明确给出了双模型策略，把生产线拆得明明白白。

MAI-Image-2-Efficient 是个纯粹的生产力牲口。它适合跑电商白底商品图、社交媒体营销物料、UI 原型以及需要大批量跑批的自动化流程，处理标题和标签等短文本也很利索。

而原本的 MAI-Image-2 则是高精度雕刻刀。它留给那些对细节有极端要求的场景，比如高质量人像、复杂的写实场景、特定艺术画风，或者画面里包含大段复杂英文的长文本排版。

目前 MAI Playground 已经对美国等首批市场开放，欧盟地区也会在随后跟进。

为什么重要

对企业和开发者来说，文生图终于从「尝鲜玩具」变成了「用得起的流水线零件」。如果你需要每天自动生成几千张营销海报或商品渲染图，以前的成本会让你犹豫不决，现在降价四成加上速度提升，足以让很多批量生成项目的 ROI 彻底转正。

对行业而言，这说明文生图领域的竞争重心正在从单纯刷画质上限，转向比拼单位算力的推理成本与吞吐效率。Microsoft 这一刀砍下去，会倒逼 Google 和 OpenAI 进一步下调其中端图像模型的 API 定价。

我们认为，Microsoft 的这步棋走得非常务实。它没有硬造一个参数更臃肿的超级模型，而是通过模型轻量化把成本打下来，再迅速塞进 PowerPoint 和 Copilot 等杀手级办公入口。隐患在于，轻量化模型在极复杂的画面结构和艺术质感上仍然不如旗舰精细，如果在交互界面中没有引导好用户区分场景，可能会引起部分期待过高的普通用户吐槽。