MAI-Image-2.6-prompts: vier lessen van Microsoft AI

Op 10 augustus 2026 kondigde Microsoft AI MAI-Image-2.6 aan en meldde het een tweede plek op de Arena-ranglijst voor tekst naar afbeelding, met een verbetering van +79 Elo boven MAI-Image-2.5 in totaal en +91 Elo voor tekstweergave alleen. Dat is de kop, en zoals de meeste ranglijstkoppen is die snel achterhaald.

Het deel van de release dat langer meegaat, is stiller: op de pagina’s van MAI-Image-2, MAI-Image-2.5 en MAI-Image-2.6 publiceerde Microsoft de werkelijke prompts achter de voorbeeldbeelden. Die prompts zijn geen willekeurige verzameling. Het zijn vier duidelijk verschillende manieren om naar een beeldmodel te schrijven, en elk doet een specifieke klus — beschrijven, samenpersen, bewerken en verwijzen.

MAI-Image zit niet in de modelkiezer van OmniArt, dus dit is geen review van een model dat je hier kunt draaien. Het is een lezing van het promptvakmanschap dat wordt getoond, want dat vakmanschap draagt over. De vier patronen hieronder werken op elk capabel hedendaags beeldmodel, en de les in elk ervan heeft dezelfde vorm: wat je in de prompt zet, bepaalt welke fout je krijgt.

Wat Microsoft uitbracht met MAI-Image 2, 2.5 en 2.6

Drie releases in minder dan vijf maanden, elk met een ander zwaartepunt:

MAI-Image-2.5 splitste zich ook in een familie: 2.5-Pro voor objectconsistentie en visueel redeneren, 2.5 voor generatie plus stuurbaar bewerken, en 2.5-Flash, dat Microsoft omschrijft als productieklaar voor minder dan de helft van de prijs van het vlaggenschip. De modelpagina van 2.5 zet “Image Arena Elo vs. representative API price per 1,000 images” in een grafiek, en dat vertelt waar het team op optimaliseert: niet op piekkwaliteit alleen, maar op kwaliteit per dollar.

Over 2.6 zegt Microsoft dat er meer is dat nog niet is uitgewerkt — “working across multiple references and richer grounding to greater control over reasoning, format and resolution”. Tot dat publiek verschijnt, is het een uitspraak over de roadmap en geen specificatie.

Les 1: de lange gestructureerde prompt geeft elk feit zijn eigen vak

De prompt achter het fotorealismevoorbeeld op de pagina van MAI-Image-2.5 is ongeveer 90 woorden, en de structuur is interessanter dan de lengte:

A young woman in profile on a rooftop, blowing soap bubbles against an overcast sky. She has long straight black hair, windswept slightly, and wears a dark navy double-breasted school uniform jacket with gold buttons and a white collar. She holds a hot pink bubble solution bottle in one hand and a neon lime-green wand to her lips in the other. Five iridescent bubbles of varying sizes float around her.

Behind her: low-rise apartment buildings under a flat gray sky, a black metal railing, and weathered concrete underfoot. Film photography aesthetic.

Lees hem nog eens als een vorm in plaats van als een zin. Zin één is onderwerp, houding, actie en lucht. Zin twee is haar en kleding. Zin drie is rekwisieten, één per hand. Zin vier is een telbaar element. Daarna neemt een blok met een label — Behind her: — alles wat met de omgeving te maken heeft, en een stijlaanwijzing van twee woorden sluit de prompt af.

Drie dingen in die structuur doen echt werk:

• Benoemde kleuren in plaats van bijvoeglijke naamwoorden. “Hot pink”, “neon lime-green”, “dark navy”, “gold”, “flat gray”. Niet “bright”, niet “colourful”. Een kleurnaam is een voorwaarde die het model kan halen of zichtbaar kan missen; “vibrant” is dat niet.
• Een getal in plaats van een hoeveelheidswoord. “Five iridescent bubbles of varying sizes” is controleerbaar. “Some bubbles” niet. In het gepubliceerde resultaat klopt het aantal — je kunt voor de afbeelding gaan staan en het natellen, en dat is precies het punt.
• De achtergrond krijgt een eigen vak. Behind her: zet de omgeving af, zodat het detail daarvan niet in de beschrijving van het onderwerp kan lekken. Lange prompts mislukken wanneer het model moet raden bij welk zelfstandig naamwoord een bepaling hoort.

Het stijlwoord komt als laatste, na de inhoud, zodat het een scène aanpast die al volledig is vastgelegd in plaats van de compositie zelf te sturen.

Les 2: de korte prompt koopt compositie met een vergelijking

De aankondiging van MAI-Image-2 publiceerde een heel andere prompt — ongeveer 30 woorden, geen zinnen, alleen geordende zinsdelen:

A glacier wall towering like a cathedral interior, deep blue ice with light refracting through layers, tiny human figure at base for scale, cinematic, cold mist in air, hyper-real detail

Het eerste zinsdeel is de hele truc. “Like a cathedral interior” is geen versiering — het is een compositie-instructie vermomd als metafoor. Een kathedraal brengt een gewelfd plafond mee, een schip dat naar achteren wijkt, een boog, symmetrie en licht dat aan de verre kant binnenvalt. Het resultaat heeft alle vijf, uitgevoerd in ijs. Die indeling letterlijk uitschrijven had dertig woorden gekost en was waarschijnlijk stijver uitgevallen.

De tweede nuttige zet is tiny human figure at base for scale. Schaal is wat beeldmodellen het vaakst kwijtraken, want niets in een textuur vertelt hoe groot iets is. Een benoemde menselijke referentie op een benoemde plek zet dat in vier woorden vast, en de rode jas in het resultaat doet meer compositiewerk dan welke hoeveelheid “epic, massive, enormous” ook.

De laatste termen — cinematic, cold mist in air, hyper-real detail — zijn sfeer- en renderaanwijzingen, en ze komen als laatste om dezelfde reden als het stijlwoord in les 1.

De twee prompts zijn dus geen betere en slechtere versies van elkaar. Het zijn verschillend gereedschap:

Les 3: bij bewerken hoort één prompt één ding te veranderen

De pagina van MAI-Image-2.5 demonstreert bewerken met drie prompts, en wat opvalt is hoe klein elk daarvan is:

Change the tote color to orange

Add peonies peeking out the tote

Edit this image to have the woman walking through the streets of New York City

Hier is de eerste, voor en na:

De prompt telt zes woorden: één werkwoord, één benoemd object, één doelwaarde. Hij vraagt niet ook nog om een andere achtergrond, een nieuwe hoek of beter licht. Die terughoudendheid ís de techniek, want bij een bewerking is behoud de zwaarste taak van het model, niet verandering. Alles wat je aan de instructie toevoegt, is nog iets dat het model kan besluiten opnieuw te doen.

Merk ook op dat het object benoemd is. “The tote” geeft het model een ondubbelzinnig aanknopingspunt. “Make it orange” laat het model kiezen tussen de tas, de tafel en de muur.

De derde prompt — het onderwerp naar New York verplaatsen — lijkt een veel grotere ingreep, en dat is het ook. Maar het blijft één ingreep, en hij benoemt nog steeds wat moet blijven: “the woman”. Een verplaatsingsprompt die ook haar kleding herstileerde en het tijdstip van de dag veranderde, zou je geen enkele manier geven om te zien welke instructie een slecht resultaat veroorzaakte.

Les 4: een culturele verwijzing is goedkoop, en koopt alleen de scène

De kortste gepubliceerde prompt telt acht woorden:

Chihuahua in Abbey Road album cover with moptop wig

Acht woorden reconstrueren een heel specifieke scène: het zebrapad, de wegwijkende laan met bomen, de witte VW Kever links geparkeerd, auto’s uit die tijd, voetgangers in jassen uit de jaren zestig en de vlakke frontale kadrering. Dat voluit uitschrijven zou een alinea kosten en de Kever waarschijnlijk alsnog missen. Microsoft schaart dit onder “world knowledge and reasoning”, en dat is de juiste lezing — een bekende verwijzing is de meest samengeperste prompt die er is.

Het is ook de minst stuurbare, en dit voorbeeld laat precies zien waar de grens ligt. Vergelijk de twee afbeeldingen: de bron is een crèmekleurige kortharige chihuahua met grote rechtopstaande oren tegen zwart. Het resultaat is een wit-bruine hond met een andere vacht, andere verhoudingen en andere oren. De verwijzing kocht de scène. Ze bewaarde het onderwerp niet.

Dat onderscheid is de praktische les. Verwijzen in het kort is uitstekend om een wereld neer te zetten — een genre, een tijdperk, een lichtconventie, een indeling. Het is onbetrouwbaar voor identiteit. Moet een specifiek gezicht, huisdier, product of stuk verpakking overleven, dan hoort die eis in een expliciete beschrijving of in een workflow met een referentieafbeelding, en niet in een culturele toespeling.

Nog twee voorbehouden om vast te houden: een verwijzing werkt alleen als het model die kent, dus obscure of regionale verwijzingen zakken stilletjes weg in generiek beeld, en beroemd beeldmateriaal brengt rechtenkwesties mee die een prompt niet voor je oplost.

Waarom tekstweergave het kopgetal werd

Van alles in de aankondiging van 2.6 was tekst het getal dat Microsoft apart uitlichtte: +91 Elo, boven de totale winst van +79 Elo. Dat is een bewuste nadruk, en het voorbeeldwerk legt uit waarom.

Een kop correct spellen is de makkelijke helft. De poster hierboven houdt ook een Franse plaatsnaam met accent overeind, een asterisk in een klassering, een datumreeks met komma’s en — het belangrijkst — een hiërarchie: de datumregel ondergeschikt, de kop dominant, de illustratie krijgt de bovenste twee derde. Een model dat perfect spelt maar elk tekstblok even zwaar weegt, levert nog steeds een onbruikbare indeling op.

Dit is het deel van beeldgeneratie dat het dichtst bij betaald werk staat, en daarom draaien de partnercitaten op de pagina van 2.5 hierom. Rob Reilly, global chief creative officer van WPP, noemt tekstgetrouwheid “a real breakthrough” naast het bewerken in gewone taal; Vanessa Salvo van Shutterstock formuleert de relevante maatstaf als de vraag of modellen “translate intent into consistent, production-ready outputs”. Verpakkingen, posters, menukaarten en campagnemateriaal sneuvelen eerder op typografie dan op fotorealisme.

Wat “nummer 2 in de Arena” wel en niet zegt

Arena-resultaten zijn blinde vergelijkingen op menselijke voorkeur, dus een grote Elo-sprong is een echt signaal dat mensen de resultaten over een gemengde promptset prettiger vonden. Het is een oprecht resultaat, en +79 Elo in ongeveer twee maanden is een snelle klim.

Het is ook één samengevat getal. De aankondiging van Microsoft publiceert geen Elo-waarden per categorie, geen betrouwbaarheidsintervallen, niet de omvang van de promptset en niet de identiteit van het model erboven. Per 14 augustus 2026 zijn diverse dingen die een team nodig heeft voordat het een pijplijn vastlegt, nog niet gepubliceerd:

• De API-prijs per afbeelding voor het 2.6-niveau
• De native en maximale uitvoerresoluties
• Cijfers over de vertraging bij genereren en bewerken
• De mogelijkheden rond meerdere referenties en grounding die als “coming soon” worden omschreven
• Een technisch rapport achter de Elo-verschillen

De eerlijke lezing van 2.6 is smal en toch nuttig: Microsoft itereert deze familie snel, en het richt de winst op commerciële uitvoer — tekst, portretten, product, branding — in plaats van op spektakel.

Deze vier patronen draaien op OmniArt

MAI-Image is op dit moment niet beschikbaar in de beeldwerkruimte van OmniArt. De promptpatronen wel, en ze zijn modelonafhankelijk. Kies op basis van welke van de vier klussen je briefing werkelijk is:

Een nuttige oefening: neem de dakprompt hierboven, draai hem ongewijzigd, en draai hem daarna nog eens met de kleuren vervangen door bijvoeglijke naamwoorden (“a pink bottle”, “a green wand”) en het aantal vervangen door “some bubbles”. Het gat tussen die twee resultaten is de waarde van de structuur, gemeten op jouw model in plaats van in een lanceringsgalerij.

Voor een actuele vergelijking op indeling en fotorealisme lees je GPT Image 2 versus Nano Banana 2. Voor consistentie op basis van referenties behandelt de lanceringsgids van Seedream 5.0 Pro de invoer- en bedieningsmogelijkheden, en is de gids voor Qwen Image de goedkope route voor vroege schetsen. Voor een vergelijkbare recente lancering deed Grok Imagine Image 2.0 in dezelfde week een soortgelijke Arena-claim.

FAQ

Wat is MAI-Image-2.6?

MAI-Image-2.6 is het model voor tekst naar afbeelding van Microsoft AI, aangekondigd op 10 augustus 2026. Microsoft zegt dat het tweede werd op de Arena-ranglijst voor tekst naar afbeelding, met een verbetering van +79 Elo boven MAI-Image-2.5 en +91 Elo op tekstweergave.

Hoe verschilt MAI-Image-2.6 van MAI-Image-2.5?

Microsoft beschrijft winst in elke gemeten Arena-categorie, met specifieke nadruk op tekstweergave, portretten en 3D-beeld, en op meer gepolijste commerciële en fotorealistische uitvoer voor product-, merk- en filmisch werk. Invoer met meerdere referenties, rijkere grounding en meer controle over redeneren, formaat en resolutie worden aangekondigd als komend, zonder gepubliceerde details.

Waar kan ik MAI-Image-2.6 gebruiken?

De aankondiging van Microsoft zegt dat het beschikbaar is voor tekst naar afbeelding in de Arena, later die week naar MAI Playground komt en wordt uitgerold over Microsoft Foundry en andere producten.

Is MAI-Image beschikbaar op OmniArt?

Nee. MAI-Image zit niet in de modelkiezer voor beeld van OmniArt. De promptpatronen in dit artikel zijn modelonafhankelijk en kun je draaien op de beeldmodellen die OmniArt wel biedt.

Wat is de modelfamilie MAI-Image-2.5?

Drie varianten: MAI-Image-2.5-Pro voor objectconsistentie en visueel redeneren, MAI-Image-2.5 voor generatie van hoge kwaliteit met stuurbaar bewerken, en MAI-Image-2.5-Flash, omschreven als productieklaar voor minder dan de helft van de prijs van het vlaggenschip.

Werken deze promptpatronen ook op andere beeldmodellen?

Ja. Benoemde kleuren, expliciete aantallen, een afgeschermd achtergrondblok, een schaalanker, één verandering per bewerking en een compositorische vergelijking zijn allemaal algemene prompttechnieken. Wat per model verschilt, is hoe betrouwbaar elk daarvan wordt gehonoreerd, en dat is het testen waard op het model dat je echt gebruikt.

Beginnen op OmniArt

Open de beeldwerkruimte van OmniArt en draai één briefing door twee van de vier patronen hierboven — een lange gestructureerde versie en een korte gestapelde versie van hetzelfde idee. Houd het onderwerp identiek en verander alleen de vorm van de prompt. Die ene vergelijking vertelt je meer over je model dan welke ranglijstpositie ook.

Behandel bewerken daarna als apart werk: keur één afbeelding goed, maak vervolgens één verandering per prompt en controleer na elke ronde de details die je belangrijk vindt. OmniArt houdt de modellen voor beeld, video, audio en muziek in één werkruimte, dus een goedgekeurde still kan direct in beweging worden gebracht zonder van gereedschap te wisselen — en verdient een nieuw model zijn plek in de kiezer, dan gaan de prompts die je hebt leren schrijven gewoon met je mee.