Microsoft MAI-Image-2 入門 — Arena.ai 3位のAI画像生成APIをPythonで実装する

はじめに

2026年4月2日、Microsoftは新しいAI画像生成モデル MAI-Image-2 を発表しました。Microsoft Foundry（旧Azure AI Foundry）を通じてAPIアクセスが可能で、Arena.ai リーダーボードでテキスト→画像モデルの第3位に即座にランクインした注目のモデルです。

この記事では、MAI-Image-2の概要・主要機能・スペックを整理し、Microsoft Foundry APIを使ったPython実装例を解説します。

この記事で学べること

• MAI-Image-2の特徴・主要機能・スペック
• Microsoft Foundryへのデプロイ手順
• Python（APIキー認証 / Entra ID認証）での画像生成実装
• 料金・レート制限・注意点

前提条件

• Azure サブスクリプション（有効な支払い方法あり）
• Microsoft Foundry プロジェクトへのアクセス権
• Python 3.9+

TL;DR

• MAI-Image-2は2026年4月2日リリース、Arena.ai 3位の高性能テキスト→画像モデル
• エンドポイント:

  https://<resource-name>.services.ai.azure.com/mai/v1/images/generations

• 最大解像度: 1024×1024（縦横それぞれ最小768px）、PNG出力
• 料金: 入力 $5/1Mトークン、出力 $33/1Mトークン
• 既存モデル（MAI-Transcribe-1・MAI-Voice-1）と同じFoundryで統合管理可能

MAI-Image-2とは

MAI-Image-2は、Microsoftが自社開発した**拡散ベース（Diffusion-based）**のテキスト→画像生成モデルです。テキストプロンプトを入力として受け取り、段階的にノイズを除去することで高品質な画像を生成します。

競合モデルとの比較

MAI-Image-2の特筆すべき点は、インバウンドテキスト生成（画像内テキストの精度）とフォトリアルな人物・風景描写が今世代のモデルで大幅に向上した点です。

主要機能・スペック

3つの強み

1. フォトリアリズム

自然な光・正確なスキントーン・生活感のある背景描写に優れ、製品写真・マーケティングビジュアル・ブランドアセットの生成に適しています。

2. インバウンドテキスト生成

インフォグラフィック・スライド・図解など、画像内に文字を含むコンテンツの生成精度が高く、プロンプトの意図を忠実に再現します。Arena.aiの評価でもText Renderingカテゴリで前世代から大幅な改善が確認されています ^[1]。

3. 複雑なシーン構成

シュルレアリスム的コンセプト・精緻な構図・シネマティックなビジュアルなど、複雑な指示への対応力が向上しています。

モデルスペック

デプロイ手順

1. Azure CLIでのデプロイ

az cognitiveservices account deployment create \
  --name <ACCOUNT_NAME> \
  --resource-group <RESOURCE_GROUP> \
  --deployment-name <DEPLOYMENT_NAME> \
  --model-name mai-image-2 \
  --model-format Microsoft \
  --model-version 2026-02-20 \
  --sku-name GlobalStandard \
  --sku-capacity 1

デプロイ可能なリージョン: West Central US、East US、West US、West Europe、Sweden Central、South India

2. 環境変数の設定

export AZURE_ENDPOINT="https://<resource-name>.services.ai.azure.com"
export AZURE_API_KEY="<your-api-key>"
export DEPLOYMENT_NAME="<your-deployment-name>"

APIキーとエンドポイントは、Azure Portal の 「キーとエンドポイント」 セクション、またはFoundry Portal のデプロイ詳細ページで確認できます。

Pythonでの実装

パターン1: APIキー認証

最もシンプルな実装方法です。

pip install requests

import os
import base64
import requests

endpoint = os.environ["AZURE_ENDPOINT"]
api_key = os.environ["AZURE_API_KEY"]
deployment_name = os.environ["DEPLOYMENT_NAME"]

width = 1024
height = 1024

url = f"{endpoint}/mai/v1/images/generations"

payload = {
    "model": deployment_name,
    "prompt": "A photorealistic image of a mountain lake at sunrise, "
              "with mist rising from the water and golden light filtering "
              "through pine trees",
    "width": width,
    "height": height
}

response = requests.post(
    url,
    headers={
        "Content-Type": "application/json",
        "api-key": api_key,
    },
    json=payload,
)
response.raise_for_status()

result = response.json()

# base64デコードしてPNGとして保存
image_data = [
    output
    for output in result.get("data", [])
    if "b64_json" in output
]

if image_data:
    image_base64 = image_data[0]["b64_json"]
    output_path = "output.png"
    with open(output_path, "wb") as f:
        f.write(base64.b64decode(image_base64))
    print(f"画像を保存しました: {output_path}")
else:
    print("予期しないレスポンス形式:", result)

レスポンス形式（JSON）:

{
  "data": [
    {
      "b64_json": "<base64エンコードされたPNGデータ>"
    }
  ]
}

パターン2: Microsoft Entra ID認証（推奨）

本番環境ではAPIキーではなくEntra ID（旧Azure AD）トークンを使用することが推奨されます。

pip install azure-identity

import os
import base64
import requests
from azure.identity import DefaultAzureCredential, get_bearer_token_provider

endpoint = os.environ["AZURE_ENDPOINT"]
deployment_name = os.environ["DEPLOYMENT_NAME"]

# Entra IDトークンの取得
token_provider = get_bearer_token_provider(
    DefaultAzureCredential(),
    "https://cognitiveservices.azure.com/.default"
)
token = token_provider()

url = f"{endpoint}/mai/v1/images/generations"

payload = {
    "model": deployment_name,
    "prompt": "A futuristic city skyline at night with neon lights "
              "reflected in wet streets, cinematic style",
    "width": 1024,
    "height": 768  # 横長フォーマット（1024×768=786,432 ≤ 1,048,576）
}

response = requests.post(
    url,
    headers={
        "Content-Type": "application/json",
        "Authorization": f"Bearer {token}",
    },
    json=payload,
)
response.raise_for_status()

result = response.json()
image_base64 = result["data"][0]["b64_json"]

with open("cityscape.png", "wb") as f:
    f.write(base64.b64decode(image_base64))
print("cityscape.png を保存しました")

パターン3: cURL（REST API）

curl -X POST "https://<resource-name>.services.ai.azure.com/mai/v1/images/generations" \
  -H "Content-Type: application/json" \
  -H "api-key: $AZURE_API_KEY" \
  -d '{
      "model": "'"$DEPLOYMENT_NAME"'",
      "prompt": "An infographic showing AI model comparison table with clean typography",
      "width": 1024,
      "height": 1024
    }' \
  | jq -r '.data[0].b64_json' \
  | base64 --decode > output.png

料金・レート制限

料金体系

1024×1024の画像1枚の生成コストは、プロンプト長によりますが一般的に数セント程度です。

レート制限（RPM: Requests Per Minute）

クォータの増加が必要な場合は、クォータ増加リクエストフォームから申請できます。

エラー対処

401 Unauthorized

https://cognitiveservices.azure.com/.default

404 Not Found

400 Bad Request

width

height

width × height ≤ 1,048,576

429 Too Many Requests

利用可能なプラットフォーム

MAI-Image-2は開発者向けAPI以外にも、以下のMicrosoftプロダクトへ順次ロールアウト中です:

• Microsoft Copilot- チャット内での画像生成
• Bing Image Creator- Web検索連携の画像生成
• PowerPoint- スライド用画像の自動生成
• MAI Playground- 無料プレビュー（試用可能）

まとめ

Microsoft MAI-Image-2のポイントをまとめます。

• Arena.ai 3位: 世界トップクラスの画像生成品質を持つMicrosoft初の本格的テキスト→画像API
• インバウンドテキスト生成が強力: 図解・インフォグラフィックに最適
• 実装が簡潔:

  requests

  ライブラリのPOSTリクエスト1本で画像生成が完結
• Foundryで統合管理: MAI-Transcribe-1（文字起こし）・MAI-Voice-1（音声）と同じFoundryプロジェクトで一元管理可能
• 本番環境ではEntra ID認証推奨: DefaultAzureCredentialで安全な認証

MAI-Image-2はCopilot・Bing・PowerPointへの組み込みを通じて、Microsoftエコシステム全体での普及が進むと予想されます。開発者はFoundry APIを通じて同等の機能をアプリケーションへ組み込めます。

参考リンク

• Deploy and use MAI-Image-2 model in Microsoft Foundry — Microsoft Learn— 実装例で引用
• Introducing MAI-Image-2: for limitless creativity — Microsoft AI— 機能紹介で引用
• Introducing MAI-Transcribe-1, MAI-Voice-1, and MAI-Image-2 — Microsoft Community Hub— スペック確認で引用
• Microsoft MAI-Image-2: Foundry Preview — Windows Forum— 解説で引用
• Microsoft Foundry Model Catalog — MAI-Image-2— デプロイ方法で引用