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

很多公司在做生成式 AI 落地時，都會遇到同一個尷尬：demo 效果驚豔，一算量產賬本卻嚇得縮手。每張圖都要燒掉幾美分，要是放在日活千萬的業務裡跑，算力成本誰都扛不住。

Microsoft 拿出瞭解決方案，正式上線影像生成模型 MAI-Image-2-Efficient。它瞄準的就是量產環節，在保持旗艦級畫質的同時，把價格砍掉了將近 41%，速度也比前代快了 22%。

新模型現在已經接入 Microsoft Foundry 和 MAI Playground，無需排隊即可呼叫，後續還會直接打通 Copilot、Bing 以及 PowerPoint。

把旗艦畫質做成走量白菜價

這版模型的收費定在每 100 萬文本輸入 token 收 5 美元，每 100 萬影像輸出 token 收 19.50 美元。算下來比之前的 MAI-Image-2 便宜了近 41%。

除了降價，它的吞吐能力也翻了番。在 NVIDIA H100 上的 1024×1024 規格測試裡，它的單卡吞吐效率達到了 MAI-Image-2 的 4 倍。

如果拿去跟市面上的其他主力選手對比，差距同樣明顯。在 4 月 13 日的測試中，對比 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%。

商業相簿 Shutterstock 已經開始接入測試。其首席產品經理 Vanessa Salvo 表示，模型在提示詞還原度和創意可用性上表現出色，對真正要在業務裡落地的團隊來說，這種穩定性正是從實驗走向生產的關鍵。

大小雙模型各司其職

Microsoft 這次明確給出了雙模型策略，把生產線拆得明明白白。

MAI-Image-2-Efficient 是個純粹的生產力牲口。它適合跑電商白底商品圖、社交媒體營銷物料、UI 原型以及需要大批次跑批的自動化流程，處理標題和標籤等短文本也很利索。

而原本的 MAI-Image-2 則是高精度雕刻刀。它留給那些對細節有極端要求的場景，比如高質量人像、複雜的寫實場景、特定藝術畫風，或者畫面裡包含大段複雜英文的長文本排版。

目前 MAI Playground 已經對美國等首批市場開放，歐盟地區也會在隨後跟進。

為什麼重要

對企業和開發者來說，文生圖終於從「嚐鮮玩具」變成了「用得起的流水線零件」。如果你需要每天自動生成幾千張營銷海報或商品渲染圖，以前的成本會讓你猶豫不決，現在降價四成加上速度提升，足以讓很多批次生成專案的 ROI 徹底轉正。

對行業而言，這說明文生圖領域的競爭重心正在從單純刷畫質上限，轉向比拼單位算力的推理成本與吞吐效率。Microsoft 這一刀砍下去，會倒逼 Google 和 OpenAI 進一步下調其中端影像模型的 API 定價。

我們認為，Microsoft 的這步棋走得非常務實。它沒有硬造一個引數更臃腫的超級模型，而是通過模型輕量化把成本打下來，再迅速塞進 PowerPoint 和 Copilot 等殺手級辦公入口。隱患在於，輕量化模型在極複雜的畫面結構和藝術質感上仍然不如旗艦精細，如果在互動介面中沒有引導好使用者區分場景，可能會引起部分期待過高的普通使用者吐槽。