WHAT HAPPENED
何が発表されたのか
Artificial Analysis（@ArtificialAnlys）が2026年8月19日、MicrosoftのMAI-Image-2.5-ProがImage Editing Leaderboardで1位にデビューしたと公式に発表した。X投稿が拡散され、翌日以降のAIニュースで取り上げられた。
- モデル自体は2026年7月23日にAzure AI Foundry / MAI Playgroundで公開プレビュー開始
- Editing Elo 1272でReve 2.1（1262）、GPT Image 2 high（1256）、自社MAI-Image-2.5（1256）を上回る
- Text-to-Imageでは#7程度。編集特化の強みが明確
- Microsoft製品（Bing Image Creator、PowerPoint、OneDrive）にすでに投入され、実測コスト削減効果も公表
TECHNICAL SPECS
技術仕様と能力
拡散ベースの生成モデルにflow-matching損失を組み合わせ、テキストto画像と高精度な画像to画像編集の両方を扱う。MicrosoftのMAI Superintelligenceチームがゼロから構築（第三者蒸留なし）。
- パラメータ数 — 約20B（非埋め込みパラメータ）
- コンテキスト長 — 32Kトークン
- 最大出力 — 総ピクセル数1,048,576（1024×1024相当。辺が1024超えても総量が上限内なら可）
- 入力 — テキスト / 画像（編集時）
- 強み — 精密なオブジェクト追加・削除・置換、テキスト更新、レイアウト保持、アーティファクト除去。曖昧な指示でもシーン構造・照明・空間を横断して推論
モデルカードでは「精密・外科的な編集と一貫性」に特化して再構築されたと明記。反復編集でも視覚的一貫性が崩れにくい点がプロダクションで有用。
LEADERBOARD
リーダーボード結果と比較
Artificial Analysis Image Editing Leaderboard（盲検好み投票によるElo、2026年8月時点）：
| 順位 | モデル | Elo | 価格/1k枚（目安） | 備考 |
|---|---|---|---|---|
| 1 | MAI-Image-2.5-Pro | 1,272 | ~$108.5 | 品質特化・新デビュー |
| 2 | Reve 2.1 | 1,262–1,263 | ~$200 | 高価格 |
| 3–4 | GPT Image 2 (high) | 1,256–1,257 | ~$211 | T2I強い |
| 3–4 | MAI-Image-2.5 | 1,256–1,257 | ~$48 | バランス型 |
| 〜10 | MAI-Image-2.5-Flash | 1,234–1,235 | ~$20 | 低コスト |
※価格はArtificial Analysisが算出した1024×1024相当の代表値。トークン課金のため実際は解像度・入力画像有無で変動。
DIFFERENCES FROM EXISTING
既存の類似製品と何が違うポイントか
「画像を生成・編集する」モデルは既にある。違いは編集時の一貫性の質とプロダクション統合の深さにある。
従来・類似GPT Image 2 / Reve 2.1 / Nano Banana など
- テキストto画像の絶対品質で強いケースが多い
- 編集時にグローバルな変更が入りやすい傾向
- 単一モデルで品質とコストのバランスを取る
- 商用テキストレンダリングはモデルによってばらつき
今回MAI-Image-2.5-Pro
- 編集時の「外科的精密さ」と非変更領域の一貫性保持が強い
- オブジェクト／キャラクター同一性、材質・照明・空間関係を維持
- Pro / 標準 / Flashの3段階ファミリーで品質・コストを選択可能
- 画像内テキスト精度が高く、商用デザインに適する
- Bing / PowerPoint / OneDriveへの深い統合と実測効率（PPTで最大84% GPUコスト減）
NEWNESS & PRICING
最近出た新しい製品か・価格・統合
はい。比較的新しい。 MAI-Image-2.5-Proは2026年7月23日に公開プレビュー開始。トレーニングは2026年4月17日〜継続中。ランキング1位確定は8月19日発表で、本スライド時点でリリースから約1ヶ月。標準版MAI-Image-2.5は6月頃から存在したが、Proは品質特化の上位版として位置づけられた新モデルである。
価格（Foundry）
- テキスト入力：$5 / 1Mトークン
- 画像入力：$8 / 1Mトークン
- 画像出力：$106 / 1Mトークン → 約$108.5 / 1,000枚（1024×1024相当）
- 標準版：約$48、Flash：約$20
Microsoft製品への統合
- Bing Image Creator：デフォルトモデルとして全面採用
- PowerPoint：画像to画像編集に投入。GPT-Image-2比で最大84%のGPUコスト削減
- OneDrive：主要画像編集シナリオのデフォルト。保存率向上・P95レイテンシ約25%低減などの実測効果
FOR ENGINEERS
エンジニア向け示唆・どう試すか
- Azure環境がある場合 — FoundryでMAI-Image-2.5-Proをデプロイし、自社の典型的な編集プロンプト（製品写真バリエーション、UIモックのテキスト差し替え、反復デザイン修正など）で一貫性を実測する
- コスト最適化 — 最高品質が不要なケースは標準版（$48）やFlash（$20）を優先。Proはヒーロー画像・精密テキスト・商用最終出力に限定
- パイプライン設計 — 反復編集が多いワークフローでは「1枚生成 → 複数回の局所編集」の流れを組む。解像度上限（約1MP）に注意し、必要に応じてアップスケール後処理を組み合わせる
- 評価指標 — 盲検好みだけでなく、オブジェクト同一性保持率・非変更領域の差分量・テキスト正確性など自社タスクに合わせた定量指標を定義して比較
- 制限の認識 — プレビュー段階のためSLAなし。複数画像参照は現状弱い。解像度上限があるため高解像度商用出力には後処理が必要
注意： プレビューモデルのため本番SLAは保証されない。レート制限やリージョン制限がある場合はクォータ増加を申請すること。
TAKEAWAY
編集特化の一貫性で独立ベンチマーク1位を取ったMicrosoftの最高品質画像モデル。精密な反復編集が必要なワークフローと、Microsoftエコシステム内でのコスト効率を求めるエンジニアにとって試す価値のある選択肢。
発表・ランキング確認：2026-07-23（プレビュー） / 2026-08-19（AA 1位） ｜ 本スライド：2026-08-23