TL;DR
MAI Image 2.7 は、説明文から画像を生成し、その後に個別の要素を修正できます。パッケージやカメラアングルを維持したまま、商品写真のライティングだけを変更するといったことが可能です。Microsoft は10月27日に編集プレビューを公開し、2026年11月17日にテキストから画像生成機能と低コストの Flash 版を追加しました。
Key Takeaways
- 切り抜きや合成用に、MAI Image 2.7 は透過出力に対応し、最大5つのビジュアル参照を受け付けます。
- フラッグシップは最大4.19メガピクセルを出力可能。正方形の場合は 2048 × 2048 が上限です。
- Microsoft の11月17日の発表では、11月16日の Artificial Analysis の結果を引用し、MAI Image 2.7 が画像編集で 1,215 Elo(5,478 票)で首位だったとしています。
- Microsoft はフラッグシップを約 $35/1,000 画像、Flash を $10 と見積もっています。どちらも Microsoft Foundry を通じてパブリックプレビューで提供中です。
What Is MAI Image 2.7?
MAI Image 2.7 は Microsoft AI が開発したプロプライエタリな画像生成・編集モデルです。Microsoft の MAI Image モデルファミリーに属し、クリエイティブ制作、プロフェッショナルデザイン、製品ビジュアライゼーション、高度な画像操作を目的に設計されています。

青空に白いコスモス(Microsoft の10月の編集プレビュー より)。
What Are the Main Features of MAI Image 2.7?
編集を重ねながら商品画像を仕上げる
例えば、ユーザーは商品写真をアップロードし、背景変更、ライティング調整、オブジェクトの置換、ラベルの修正などを指示できます。その際、商品の形状、ブランディング、全体の見た目を保ちます。
連続する編集の中でも、MAI Image 2.7 は背景やライティングを変えても、商品の形状や画面構成を保つのに役立ちます。白背景のボトルから始め、スレートの背景を指定しつつ、ボトル・ラベル・カメラアングルは固定。次のパスではガラスへの光を柔らかくするよう指示します。各結果をオリジナルと比較してください。ラベル位置がずれたりボトルが太くなったりすると、同じ商品の画像でも別物に見えてしまいます。
透過背景
MAI Image 2.7 と MAI Image 2.7 Flash は透過背景に対応しています。
これは、既存レイアウトにそのまま配置できる商品切り抜き、ロゴ、アイコン、ステッカーなどのアセットを必要とするデザイナーに特に有用です。
パッケージ上のテキスト
パッケージ編集では、正確な文言と正しいパースの両方が求められます。出力を使用する前に、元のラベルに対して綴り、文字の配置、字間を確認してください。
複数の参照画像から作業する
MAI Labs では最大5点の参照画像を添付できます。商品合成では、1枚をアイテム用、もう1枚をシーン用に使い、どの要素をどの参照から取るかを指定します。
MAI Image 2.7 Technical Specifications and Output Limits
Microsoft の MAI Image 2.7 モデルカードは、フラッグシップのアーキテクチャと出力上限を以下のとおり示しています。
| Specification | MAI Image 2.7 |
|---|---|
| Developer | Microsoft AI |
| Model type | プロプライエタリな拡散ベースの画像モデル |
| Architecture | フロー整合目的を用いた拡散 |
| Parameters | 20B の非埋め込みパラメーター |
| Input modalities | テキストと画像 |
| Context length | 32K トークン |
| Maximum output | 4,194,304 ピクセル(正方形は最大 2048 × 2048) |
| Image generation | 対応 |
| Image editing | 対応 |
| Transparent background | 対応 |
このモデルはフロー整合目的を備えた拡散を用います。生成時には、プロンプトのガイダンスに従ってノイズを画像へと変換します。編集時には、ソース画像がビジュアルコンテキストを提供します。Microsoft は生成前にプロンプトを強化するための追加モデルも使用しています。
How to access MAI Image 2.7
ブラウザーで編集を試す
MAI Labs を開き、MAI Image 2.7 を選択して、個人的な実験に使える写真をアップロードします。白背景を淡い青に差し替えるなど、見て分かる変更を1つ指示し、結果を元画像と比較します。テキストプロンプトから始めることも可能です。
ハンズオン編集を行う場合は、MAI Labs の Canvas を開きます。このワークスペースは Flash モデルを使用します。スケッチまたはプロンプトから開始し、領域を選択して、移動または置換したい内容を記述します。
Microsoft Foundry 経由でアプリケーションを接続
Foundry のプロジェクトを開き、モデルカタログで MAI Image 2.7 または MAI Image 2.7 Flash を検索します。プロジェクトで利用可能なバージョンを選び、デプロイします。デプロイの詳細を開き、エンドポイントとデプロイ名を取得し、そのページのサンプルリクエストを使ってテスト画像を生成します。デプロイのオプションが表示されない場合は、対応リージョン、プロジェクト権限、クォータを確認してください。詳しくは Microsoft Foundry のデプロイガイドを参照してください。
How Does MAI Image 2.7 Perform in Benchmarks?
Artificial Analysis Image Editing v2.1
Artificial Analysis は、ペア比較による人間の選好投票で出力をランク付けします。Microsoft はローンチ時に11月16日の結果を引用しました。以下は2026年11月18日に確認した編集リーダーボードです。Samples は投票数、± は95%の不確実性区間、価格は記載の構成に対する評価者の推定です。
| Rank | Model | Elo Score | Samples | Estimated Price / 1,000 Images |
|---|---|---|---|---|
| 1 | MAI Image 2.7 | 1215 ± 14 | 5,478 | $34.82 |
| 2 | GPT Image 2.6 Sunburst (max) | 1211 ± 13 | 6,554 | $210.72 |
| 3 | GPT Image 2.6 Flare (max) | 1205 ± 13 | 6,798 | $210.72 |
| 4 | GPT Image 2.5 Sunburst (max) | 1202 ± 11 | 18,971 | $210.72 |
| 5 | GPT Image 2.5 Flare (max) | 1185 ± 11 | 19,853 | $210.72 |
| 6 | Kling Image 4.0 | 1183 ± 14 | 5,628 | $66.00 |
| 7 | MAI Image 2.7 Flash | 1179 ± 13 | 5,891 | $10.24 |
MAI Image 2.7 は Elo 1,215 で編集リーダーボードの首位に立ち、GPT Image 2.6 Sunburst (max) に4ポイント差をつけています。
ただし 95% の不確実性区間は重なっています。この4ポイント差は、決定的な大差というより、僅差のトップと解釈すべきです。
Artificial Analysis Text-to-Image v2.1
text-to-image のリーダーボードは、テキストプロンプトのみから生成された画像を比較します。2026年11月18日の抜粋は、ソース画像なしで開始する場合の順位の変化を示します。
| Rank | Model | Elo Score | Samples | Estimated Price / 1,000 Images |
|---|---|---|---|---|
| 1 | GPT Image 2.6 Sunburst (max) | 1261 ± 14 | 5,337 | $210.72 |
| 2 | GPT Image 2.5 Sunburst (max) | 1229 ± 10 | 13,684 | $210.72 |
| 3 | GPT Image 2.6 Flare (max) | 1227 ± 12 | 7,214 | $210.72 |
| 4 | MAI Image 2.7 | 1214 ± 14 | 5,008 | $34.82 |
| 5 | GPT Image 2.5 Flare (max) | 1210 ± 10 | 13,021 | $210.72 |
| 9 | MAI Image 2.6 | 1168 ± 12 | 9,009 | $38.91 |
| 11 | MAI Image 2.7 Flash | 1158 ± 12 | 5,951 | $10.24 |
フラッグシップは4位で、GPT Image 2.6 Sunburst (max) が首位を維持しています。Flash は推定生成コストを大幅に下げる代わりに、選好ベースの評価で一部性能をトレードオフします。
Which model should you choose?
MAI Image 2.6 から 2.7 へ移行するタイミング
出力上限は 2.36 から 4.19 メガピクセルへ拡大します。すでに 2.6 を使っているチームにとっては、デプロイのステータスも重要です。Microsoft は 2.7 のプレビュー公開に先立ち、2.6 の一般提供を発表しました。
正方形のパックショットでは、2.7 へ移行すると一辺の上限が 1536 から 2048 ピクセルに上がります。これにより、ラベル周りのトリミングの余裕が増します。既存の画像がすでに納品サイズを満たしており、かつローンチに一般提供のデプロイが必要な場合は、2.6 でも要件を満たせます。
既存写真の編集か、プロンプトからの生成か?
既存画像の編集、構図の保持、生成コストの管理に重きを置くワークフローでは、MAI Image 2.7 は有力な選択肢です。
テキストからの画像生成における選好スコアを優先するワークフローでは、現在 GPT Image 2.6 Sunburst (max) がより高くランク付けされています。
How Much Does MAI Image 2.7 Cost?
Microsoft のローンチ価格によると、2つのモデルのおおよその料金は以下のとおりです。
| Model | Approximate Price per 1,000 Images | Approximate Cost per Image | Primary Use |
|---|---|---|---|
| MAI Image 2.7 | $35 | $0.035 | 高品質な生成と編集 |
| MAI Image 2.7 Flash | $10 | $0.010 | 高速・大規模ワークフロー |
このレートでは、1万枚でフラッグシップは約 $350、Flash は $100 です。デザインで複数回の試行が必要な場合、完成アセットのコスト見積もりには生成した候補すべてを計上してください。
Who is MAI Image 2.7 for?
1つの商品に対し複数の背景が必要なカタログチームは、承認済み写真から出発し、各バリエーションを必ず元画像と比較できます。白紙から始めるイラストレーターは別の評価軸を持ちます。検討中の各モデルに同じブリーフを投げ、構図の忠実さを比較してください。
プレビューデプロイ
スケジュールされたキャンペーンでモデルを使用する前に、Microsoft Foundry でデプロイのクォータ、スループット上限、利用規約を確認してください。
モデル固有の制御
Foundry パラメーターリファレンスは、2.6 における auto_aspect_ratio と web_grounding を文書化しています。既存のリクエストを移行する際は、それらのオプションをデプロイ済みバージョンで検証し、適用可否を確認してください。
Conclusion
キャンペーン案のコンタクトシートには Flash から始めましょう。最終的なパックショットでは、曲面のボトルに貼られたラベルの差し替えのように、エラーの余地が最も少ない編集でフラッグシップを試します。文字組、ボトルの輪郭、リトライ回数を比較してください。これらの確認により、より高い価格がブリーフに対して実用的な最終画像をもたらすかどうかが分かります。
FAQ
クライアント案件に MAI Labs を使えますか?
いいえ。Microsoft は MAI Labs を個人の非商用の実験および研究に限定しています。この制限は Labs サービスに適用されます。MAI Labs の FAQと利用規約を参照してください。クライアント案件では、Foundry のデプロイと適用される条件を評価した上で、キャンペーンアセットをアップロードしてください。
MAI Image 2.7 の出力は 2048 ピクセルより横幅を大きくできますか?
はい。モデルカードは総ピクセル数の上限を定めています。例えば 2560 × 1536 は 3,932,160 ピクセルで、4,194,304 ピクセルの上限内です。3840 × 2160 のフレームは 8,294,400 ピクセルを要し、上限を超えます。
フラッグシップ 1 枚の価格で Flash は何回試せますか?
発表されたレートでは、Flash 画像3枚で約 $0.030、4枚で約 $0.040 です。フラッグシップ1枚は約 $0.035。反復可能なタスクでは、許容できる結果を得るまでに必要な平均試行回数を比較してください。
