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.