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-5.4 Image 2 は OpenAI の画像モデルで、モデル ID openai/gpt-5.4-image-2 で登録されています。どちらも api14 上の同じカテゴリに属するため、両者の選択は、必要なコンテキストの量、返してほしいもの、生成に対する制御の度合いによって決まります。
両者が最も大きく異なるのは、規模と出力です。MAI-Image-2.6 のコンテキストウィンドウは 4096 トークンで、テキストと画像の入力を受け付け、返すのは画像のみです。GPT-5.4 Image 2 のコンテキストウィンドウは 272000 トークンで、画像、テキスト、ファイルの入力を受け付け、画像とテキストの両方を返せます。つまり、プロンプト、参照資料、添付ファイルが長い場合や、画像と一緒に文章の応答がほしい場合は、OpenAI のモデルを選ぶことになります。GPT-5.4 Image 2 は構造化出力と推論の制御も公開していますが、MAI-Image-2.6 にはそれがありません。価格では、MAI-Image-2.6 のほうが入力が安い選択肢です。出力の価格は両者でほぼ同じなので、Microsoft のモデルでコストを抑えられるのは入力側です。
短く、画像のみの処理なら、通常は MAI-Image-2.6 で十分です。短いプロンプトを送り、画像だけを返してほしい場合、その小さなコンテキストとより単純なパラメータ群 (max_completion_tokens、max_tokens、temperature) によって呼び出しは簡潔に保たれ、多数のリクエストを実行するときには入力コストの低さが重要になります。大きなコンテキスト、ファイルの添付、画像に添えたテキストの回答、または解析できる構造化出力がタスクに必要な場合は GPT-5.4 Image 2 を選んでください。その reasoning と verbosity のパラメータは、より込み入ったプロンプトを画像生成の前にモデルに処理させたい場合にも役立ちます。
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式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 を、OpenAI のモデルには openai/gpt-5.4-image-2 を使います。特定のモデルが対応していないパラメータは省くべきなので、MAI-Image-2.6 の呼び出しは記載されたパラメータに限定し、より広いパラメータ群は GPT-5.4 Image 2 でのみ使ってください。両者の切り替えは 1 行の編集で済むため、自分のワークロードに対して両方を簡単に試せます。
GPT-5.4 Image 2 のほうが大きいとはいえ、MAI-Image-2.6 のほうが適している場合もあります。プロンプトが短く、返してほしいのは画像だけで、入力コストが決め手なら、Microsoft のモデルは、使わない余分なコンテキストやパラメータなしでその役割を果たします。コンテキスト長、ファイル入力、テキスト出力、構造化出力、推論の制御が要件に含まれる場合は、GPT-5.4 Image 2 が依然としてより強力な選択肢です。