Microsoft AI: MAI-Image-2.6 対 OpenAI: GPT-5 Image
api14カタログの最新のUSD料金と機能をもとに、Microsoft AI: MAI-Image-2.6（$17.50 / 100万トークン (≈ ￥2,762)）とOpenAI: GPT-5 Image（$35.00 / 100万トークン (≈ ￥5,524)）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
| Microsoft AI: MAI-Image-2.6 | OpenAI: GPT-5 Image | |
|---|---|---|
| プロバイダー | Microsoft | OpenAI |
| 入力 | $17.50 / 100万トークン (≈ ￥2,762) | $35.00 / 100万トークン (≈ ￥5,524) |
| 画像入力 | $133.00 / 100万トークン (≈ ￥20,992) | - |
| 画像出力 | $133.00 / 100万トークン (≈ ￥20,992) | $140.00 / 100万トークン (≈ ￥22,097) |
| 出力 | - | $35.00 / 100万トークン (≈ ￥5,524) |
| キャッシュ読み取り | - | $4.38 / 100万トークン (≈ ￥691) |
| ウェブ検索 | - | $35.00 / 1,000検索 (≈ ￥5,524) |
| コンテキストウィンドウ | 4,096 | 400,000 |
| 最大出力 | 1,024 | 128,000 |
| 入力 | text, image | image, text, file |
| 出力 | image | image, text |
| ツール呼び出し | ||
| 構造化出力 | ||
| 推論の調整 | ||
| 追加日 | 2026/09/04 | 2025/10/14 |
主な違い
- Microsoft AI: MAI-Image-2.6は入力トークンが50%安くなっています。
- OpenAI: GPT-5 Imageは97.7倍長いコンテキスト（400,000トークン）を読み取れます。
- 構造化JSON出力に対応しているのはOpenAI: GPT-5 Imageだけです。
- 推論の強度の調整に対応しているのはOpenAI: GPT-5 Imageだけです。
詳しく見る
Microsoft AI: MAI-Image-2.6 は Microsoft の画像モデルで、モデル id microsoft/mai-image-2.6 で登録されています。OpenAI: GPT-5 Image は OpenAI の画像モデルで、モデル id openai/gpt-5-image で登録されています。どちらも api14 上の同じ画像カテゴリに属するため、両者の選択は、表層的に何を生成するかよりも、モデルに周辺作業をどれだけ任せる必要があるかという点に左右されます。
両者は規模と、受け取るもの、返すものの点で大きく異なります。MAI-Image-2.6 のコンテキストウィンドウは 4096 トークンで、入力としてテキストと画像を受け取り、返すのは画像のみです。GPT-5 Image のコンテキストウィンドウは 400000 トークンで、入力として画像、テキスト、ファイルを受け取り、画像とテキストの両方を返せます。また GPT-5 Image は両者の中で唯一、structured outputs と reasoning を備えており、include_reasoning、reasoning、response_format、seed、structured_outputs、logprobs、top_logprobs、top_p、verbosity を含む、はるかに広いパラメータ群を公開しています。MAI-Image-2.6 がサポートするのはより小さな集合で、max_completion_tokens、max_tokens、temperature です。価格面では、MAI-Image-2.6 の方が入力で安価です。出力価格は両者で意味のある差はありません。
短いテキストプロンプトからの単純な画像生成、またはテキストプロンプトと参照画像からの生成では、通常 MAI-Image-2.6 の方がより簡素な選択です。入力価格が安く、パラメータ群も単純なので、プロンプトが小さく、ただ画像を返してほしいだけの場合には妥当なデフォルトとなります。GPT-5 Image に手を伸ばすのは、作業が単一のプロンプトより大きい場合です。つまり、長い入力、添付ファイル、画像を生成する前にモデルに推論してほしいリクエスト、あるいは structured output、再現性のための seed、画像と並ぶテキストが必要なパイプラインです。プロンプト、参照、指示が 4096 トークンに余裕をもって収まらない場合は常に、400000 トークンのコンテキストが決め手となります。
どちらのモデルも api14 を通じて呼び出す方法は同じです。API が OpenAI 互換だからです。同じエンドポイントに同じリクエスト形状でリクエストを送り、変更するのはモデル id だけです。Microsoft のモデルには microsoft/mai-image-2.6、OpenAI のモデルには openai/gpt-5-image です。パラメータは互換ではないことに留意してください。GPT-5 Image に切り替える場合は reasoning、response_format、seed、structured_outputs などを追加できますが、MAI-Image-2.6 に戻す場合は、他のフィールドはそこでサポートされていないため、ペイロードを max_completion_tokens、max_tokens、temperature に絞る必要があります。
GPT-5 Image の方が大きなモデルであっても、MAI-Image-2.6 の方が良い選択となるケースは依然としてあります。入力が短く、テキスト出力や structured output が不要で、入力コストが重要なら、Microsoft のモデルは余分な表面積なしで役割を果たします。GPT-5 Image がその地位を得るのは、コンテキスト長、ファイル入力、reasoning、structured output が、あれば嬉しいものではなく実際の要件である場合です。
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"microsoft/mai-image-2.6"から"openai/gpt-5-image"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": "openai/gpt-5-image",
"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