Microsoft lança MAI-Image-2.5, que estreia na segunda posição do ranking de edição de imagens do Arena

O MAI-Image-2.5 é o modelo de edição e geração de imagens mais avançado da Microsoft até hoje, lançado oficialmente em 26 de maio de 2026 e disponibilizado para desenvolvedores no Microsoft Foundry a partir de 2 de junho de 2026. Ele ocupa a segunda posição no ranking Arena Image Edit, superando ChatGPT-Image-Latest-High Fidelity, Grok Imagine Image Quality e Nano Banana 2, e é o terceiro melhor modelo geral na classificação Arena Text-to-Image, ficando logo atrás do GPT-Image-2 (medium). Em comparação com o MAI-Image-2, registrou ganho de 75 pontos no score geral, com saltos expressivos: +107 em renderização de texto e +90 em categorias como 'Cartoon, Anime & Fantasy'. O modelo se destaca por raciocínio visual sofisticado, interpretando iluminação, escala, relações espaciais e estrutura de cena, e por edições localizadas precisas, como substituição de objetos, remoção de desfoque de movimento e atualização de texto em imagens, sem afetar o contexto visual.

Sua arquitetura baseia-se em difusão com perda de flow-matching, e a variante MAI-Image-2.5-Flash, também lançada em 2 de junho de 2026, tem 20 bilhões de parâmetros não-embedding e foi treinada desde 17 de abril de 2026 (com treinamento ainda em andamento). A Microsoft já integrou o modelo ao PowerPoint para geração de imagens comerciais e fotorealistas, e está implementando sua funcionalidade no OneDrive para edição precisa com preservação de identidade facial, um diferencial crítico para aplicações em marketing, design e comunicação corporativa.

O lançamento do MAI-Image-2.5 representa uma mudança estratégica no ecossistema de IA generativa: pela primeira vez, um modelo nativo da Microsoft supera versões anteriores do GPT-Image-1.5 e rivaliza diretamente com o GPT-Image-2 (medium) no Arena, principal benchmark independente para avaliação de modelos de imagem. Isso coloca a Microsoft como concorrente direta no segmento de edição de imagens profissionais, especialmente para usuários que buscam controle granular, consistência visual e suporte a texto embutido em alta fidelidade. Para empresas brasileiras que usam Office 365, a integração nativa ao PowerPoint e ao OneDrive reduz dependência de ferramentas externas como MidJourney ou DALL·E 3, acelerando fluxos de criação de conteúdo sem sair do ambiente familiar. Além disso, as salvaguardas de segurança em camadas, filtragem de prompt e saída, atendem a exigências regulatórias crescentes no Brasil, como a Lei Geral de Proteção de Dados (LGPD), ao mitigar riscos de geração de conteúdo prejudicial ou enviesado.

Para desenvolvedores no Brasil, o MAI-Image-2.5 oferece acesso via Microsoft Foundry e OpenRouter com precificação transparente e escalável: US$ 5/milhão de tokens de entrada de texto, US$ 8/milhão de tokens de entrada de imagem e US$ 47/milhão de tokens de saída de imagem. A variante MAI-Image-2.5-Flash reduz custos em até 65%, custando apenas US$ 1,75/milhão de tokens de entrada (texto ou imagem) e US$ 19,50/milhão de tokens de saída, ideal para aplicações em tempo real, como geração dinâmica de thumbnails ou personalização de assets em plataformas SaaS. A API suporta edição de imagem para imagem com máscara precisa, preservação de identidade facial sob mudanças de pose e expressão, e geração de texto legível em múltiplos idiomas, recurso essencial para soluções multilíngues voltadas ao mercado latino-americano. A adoção imediata no PowerPoint também abre oportunidades para builders criarem complementos (add-ins) que automatizem tarefas visuais em ambientes corporativos brasileiros, como geração de infográficos a partir de planilhas ou adaptação de imagens para acessibilidade visual.