Microsoft AI: MAI-Image-2.6 は Microsoft の画像生成モデルで、モデル id microsoft/mai-image-2.6 で登録されています。OpenAI: GPT Image 2 は OpenAI の画像生成モデルで、モデル id openai/gpt-image-2 で登録されています。どちらも画像カテゴリのモデルであり、テキストの回答ではなく、入力を受け取って生成された画像を返すことを意味します。Microsoft は MAI-Image-2.6 を 2026-09-04 にリリースし、OpenAI は GPT Image 2 をそれより早い 2026-06-24 にリリースしました。
2 つのモデルは同じ入力モダリティ、テキストと画像を受け入れ、どちらも画像出力のみを生成します。最も明確な違いはコンテキストです。GPT Image 2 のコンテキストウィンドウは 400000 トークンで、MAI-Image-2.6 の 4096 トークンウィンドウよりはるかに大きいため、1 回の呼び出しでより長いプロンプトやはるかに多くの参照資料を取り込むことができます。公開されているパラメータも異なります。MAI-Image-2.6 は max_completion_tokens、max_tokens、temperature をサポートします。GPT Image 2 は max_tokens、response_format、seed、structured_outputs をサポートします。structured outputs は GPT Image 2 でのみ利用可能で、レスポンスを予測可能な形に整える必要がある場合に重要です。価格では、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ないため、コスト差は入力の比較だけが示唆するよりも小さくなります。
実務では、選択は通常、モデルにどれだけ多くの情報を投入する必要があるか、そしてレスポンスをどれだけ制御する必要があるかに帰着します。プロンプトが短く、簡単な説明や単一の参照画像から画像を生成する場合、MAI-Image-2.6 は妥当な既定の選択であり、入力が安いため、プロンプトが小さいままの大量ジョブに魅力的です。長いプロンプト、多数の参照画像、または詳細な複数部分の指示を扱う場合、GPT Image 2 の 400000 トークンのコンテキストは、MAI-Image-2.6 には単純にない余地を与えます。structured outputs や再現可能な結果のための seed が必要な場合は、GPT Image 2 を呼び出すべきです。MAI-Image-2.6 はこれらのパラメータを公開していないためです。一方、temperature 制御は MAI-Image-2.6 で利用可能で、GPT Image 2 には記載されていません。
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 互換であるためです。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信し、変更するのはモデル id だけです。Microsoft モデルには microsoft/mai-image-2.6 を、OpenAI モデルには openai/gpt-image-2 を使用します。テキストと画像の入力はどちらの場合も同じフィールドに入り、画像はレスポンスで返されます。つまり、1 つのコードパスを構築し、モデル id を設定に保持し、統合を書き直すことなく 2 つの間で切り替えられます。また、比較も簡単になります。同じプロンプトを両方の id に対して実行し、結果を確認するだけです。
もう一方のモデルの方が依然として適している場合もあります。長いコンテキストを理由に GPT Image 2 に決めたものの、プロンプトが短く単純であることが分かった場合、MAI-Image-2.6 はそれらを処理でき、入力コストも安いため、より大きなコンテキストが必要だと決めつけるのではなく、実際のワークロードでテストする価値があります。逆に、MAI-Image-2.6 で始めて、後から structured outputs、seed、またはより長い入力が必要になった場合、openai/gpt-image-2 への移行はモデル id の 1 行の変更です。コミットする前に、このページの最新の価格表で現在の料金を確認してください。入力の差が両者間の主なコスト要因であるためです。