Krea: Krea 2 Medium 対 Microsoft AI: MAI-Image-2.6
api14カタログの最新のUSD料金と機能をもとに、Krea: Krea 2 Medium（$0.11 / 画像 (≈ ￥17)）とMicrosoft AI: MAI-Image-2.6（$17.50 / 100万トークン (≈ ￥2,762)）を並べて比較します。どちらも同じOpenAI互換APIで動作します。
仕様
| Krea: Krea 2 Medium | Microsoft AI: MAI-Image-2.6 | |
|---|---|---|
| プロバイダー | Krea | Microsoft |
| 画像出力 | $0.11 / 画像 (≈ ￥17) | $133.00 / 100万トークン (≈ ￥20,992) |
| 入力 | - | $17.50 / 100万トークン (≈ ￥2,762) |
| 画像入力 | - | $133.00 / 100万トークン (≈ ￥20,992) |
| コンテキストウィンドウ | 65,536 | 4,096 |
| 最大出力 | 58,982 | 1,024 |
| 入力 | text, image | text, image |
| 出力 | image | image |
| ツール呼び出し | ||
| 構造化出力 | ||
| 推論の調整 | ||
| 追加日 | 2026/07/20 | 2026/09/04 |
主な違い
- Krea: Krea 2 Mediumは16.0倍長いコンテキスト（65,536トークン）を読み取れます。
詳しく見る
Krea: Krea 2 Medium は Krea の画像モデルで、2026-07-20 にリリースされました。Microsoft AI: MAI-Image-2.6 は Microsoft の画像モデルで、2026-09-04 にリリースされました。どちらも同じカテゴリに属するため、画像モデルとテキストモデルや推論モデルの間で選ぶのではなく、2 つの画像生成モデルの間で選ぶことになります。どちらもテキストと画像を入力として受け取り、画像を出力として返すため、プロンプトのみでも、プロンプトと参照画像の組み合わせでも動かすことができます。
最も明確な違いはコンテキストです。Krea 2 Medium は最大 65536 トークンを受け付け、MAI-Image-2.6 は最大 4096 トークンを受け付けます。長いプロンプト、複数の画像参照、または大量の周辺情報を含むリクエストでは、Krea 2 Medium のほうが切り詰める必要が生じるまでに遥かに余裕があります。両モデルはモダリティで一致します。つまり、どちらもテキストと画像を入力として受け取り、画像を出力します。違いは調整可能なパラメータにあります。MAI-Image-2.6 は max_completion_tokens、max_tokens、temperature をサポート対象パラメータとして挙げているため、サンプリング動作と出力上限を直接調整できます。Krea 2 Medium はサポート対象パラメータを挙げていないため、リクエストを送信し、モデルが生成した結果をそのまま受け取ることになります。定性的な比較では Krea 2 Medium がより大きなコンテキストを持つものとされており、価格、ツール使用、構造化出力、推論は同等か、意味のある違いはないとされているため、ここではコストは両者を分ける決定要因にはなりません。
実務では、プロンプトが長い場合、複数の参照画像を入力する場合、またはトークン数を数えずにシーンを詳細に記述したい場合は Krea 2 Medium を選んでください。プロンプトが短く、temperature を制御したい場合や、生成トークン数に明示的な上限を設けたい場合は MAI-Image-2.6 を選んでください。これらの調整項目は Microsoft モデルでは利用できますが、Krea モデルにはありません。パイプラインが単純なプロンプトから画像への変換であり、パラメータ制御を必要としない場合、どちらのモデルも適合し、コンテキストの違いが問題になることはほとんどありません。
どちらを api14 経由で呼び出す場合も方法は同じです。API が OpenAI 互換だからです。既存のクライアントを api14 のベース URL に向け、chat completions 形式のリクエストを送信し、モデル ID だけを変更します。Krea モデルには "krea/krea-2-medium" を、Microsoft モデルには "microsoft/mai-image-2.6" を使用します。MAI-Image-2.6 のみが受け付ける任意パラメータを除き、リクエストボディのその他の内容はそのままです。これにより両者の切り替えは 1 行の変更で済むため、両方を自分のプロンプトでテストし、ワークロードに対してより良い動作をするほうを採用できます。
Krea 2 Medium のほうがコンテキストが大きいにもかかわらず、MAI-Image-2.6 のほうが適した選択となるケースがあります。バッチ全体で出力を変化させるために temperature に依存している場合、または max_tokens や max_completion_tokens で生成を制限する必要がある場合、Microsoft モデルはこれらの制御を公開していますが、Krea モデルは公開していません。そのような状況では、より小さなコンテキストはパラメータレベルの制御との妥当なトレードオフです。
文字列1つで切り替え
どちらのモデルも同じエンドポイントとリクエスト形式を使います。modelの値を"krea/krea-2-medium"から"microsoft/mai-image-2.6"に変えるだけで、プロンプト、ストリーミング、ツールはそのまま動きます。
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.images.generate({
"model": "microsoft/mai-image-2.6",
"prompt": "A minimalist product photo of a ceramic mug on a wooden table",
"n": 1,
"aspect_ratio": "1:1"
});
import { writeFile } from "node:fs/promises";
await writeFile("image.png", Buffer.from(result.data[0].b64_json, "base64"));
その他の比較
- OpenAI: GPT Image 2.6 Flare 対 OpenAI: GPT Image 2.6 Sunburst
- OpenAI: GPT Image 2.6 Flare 対 Auto Router
- OpenAI: GPT Image 2.6 Flare 対 Auto Code
- OpenAI: GPT Image 2.6 Flare 対 Sourceful: Riverflow V2.6 Pro
- OpenAI: GPT Image 2.6 Sunburst 対 Auto Router
- OpenAI: GPT Image 2.6 Sunburst 対 Auto Code
- OpenAI: GPT Image 2.6 Sunburst 対 Sourceful: Riverflow V2.6 Pro
- Auto Router 対 Auto Code