MicrosoftのMAI-Image-2.6がGPT Image 2に静かに迫っている

2026年のほとんどの期間、AI画像生成の話題はOpenAIとGoogleの一騎打ちだった。しかし、その見方は不完全になりつつある。MicrosoftのMAI-Image-2.6-Previewはリーダーボードを急速に上昇し、GPT Image 2との差は現在わずか21 Eloポイントまで縮まっている。

この数字が重要なのは、その動き方にある。GPT Image 2は4月21日の登場以降、7月には約67 Eloだったリードを8月には約97 Eloまで広げた。その後、Microsoftは9月までにその差を21 Eloまで縮めた。これは製品が現状維持しているのではなく、挑戦者が加速していることを示している。

一目でわかるリーダーボード

2026年9月時点で、GPT Image 2はArtificial Analysisのテキストから画像生成アリーナでElo 1,370を記録している。MAI-Image-2.6-Previewは1,349だ。画像編集アリーナではGPT Image 2が1,255で首位を維持しているが、同じ傾向が当てはまる。Microsoftは差を縮めている。

今、誰もが注目している特定の能力であるテキスト描画では、GPT Image 2とGoogleのNano Banana Proが首位を分け合っている。FLUX.2はオープンモデルの中でタイポグラフィに最も優れていると見なされている。Microsoftのモデルはそのカテゴリでまだ王座に就いていないが、全体的な上昇ぶりから、あらゆる面で競争力があることがうかがえる。

Microsoftの立場が異なる理由

この分野の挑戦者のほとんどは、既存のエンタープライズ基盤を持たないスタートアップか研究所だ。Microsoftは違う。MAI-Image-2.6はMicrosoftエコシステム内で展開可能なモデルであり、Azure、Copilot、そしてエンタープライズスタック全体が流通チャネルになる。

そこがこの話の静かな核心だ。OpenAIとGoogleは消費者向け製品とAPIを通じて画像を販売している。Microsoftは、すでにMicrosoftインフラに支払いをしている企業の調達プロセスを通じて販売できる。画像生成をどこに振り向けるかを決めようとしている企業にとって、「すでにAzureにある」は現実的な説得材料になる。

このモデル自体もマルチモーダル統合への流れを反映している。Microsoftはアシスタント系サービスに画像生成を組み込んできており、強力で自社ホスト可能な画像モデルがあれば、競合他社のAPIに依存せずにそれらのサービスを成立させる理由になる。

依然として未解決の点

いくつかの注意点ははっきり述べておく価値がある。

Eloの差は21ポイントで、意味はあるが決定的な大差ではない。リーダーボードの順位は月ごとに変動し、プレビューモデルは本番環境の条件を満たさなくても高い数値を出せる。MAI-Image-2.6は依然としてプレビュー段階にある。

Microsoftの画像モデルの価格も、OpenAIやGoogleが公開している画像単価ほど透明ではない。選択肢を評価している企業にとって、それは摩擦の原因になる。ただし、エンタープライズライセンスは多くの場合、個別契約になるのだが。

そして、リーダーボード自体が測っているのは一部の要素にすぎない。ブラインド投票のEloスコアはプロンプトへの忠実度と一般的な魅力を評価する。ライセンス条件、透かしポリシー、あるいはコンテンツモデレーション下でモデルがどう振る舞うかは捉えていない。これらは、成果物を顧客の前に出す企業にとって、数ポイントのElo差よりもはるかに重要だ。

このモデルが実際に得意とすること

リーダーボードの数字を別にすれば、MAI-Image-2.6に関する初期の報告は、現在の市場で求められる部分、つまり幅広いスタイルにわたる一般的なプロンプト忠実度と、クリーンで一貫性のある出力に強いモデルであることを示している。

Microsoftはこのモデルをスタイリストとして売り出してはいない。売りは実用性だ。CopilotとAzureに組み込まれ、製品モックアップ、マーケティング資料、社内デザイン作業向けに信頼できる画像を生成する。Midjourneyのような美的個性やNano Banana Proのような生々しいフォトリアリズムはない。

この「地味だが信頼できる」というポジショニングは、エンタープライズ調達では強みになる。月に1,000枚のブランド準拠画像を生成する企業は、独自の主張を持つモデルを求めていない。求めるのは一貫性だ。Microsoftは、その一貫性とAzureチャネルがあれば、2大リーダーから市場シェアを奪うのに十分だと賭けている。

この先に来るマルチモデルの現実

より大きな話は、MicrosoftがOpenAIに追いつくかもしれないということではない。画像生成が、信頼できる複数の供給元を持つコモディティになりつつあるということであり、それが購入者の考え方を変える。

1年前なら、賢明なデフォルトは「最高のモデルを使う」だった。今の賢明なデフォルトは「自社のスタック、予算、ライセンス要件に合うモデルを使う」だ。すでにAzureを利用している企業がMicrosoftのモデルを既定にするのは、Google Cloudを利用している企業がNano Bananaを既定にするのと同じ理由だ。他のものを使う統合コストは現実に存在する。

だからこそ、21ポイントのElo差は見かけほど重要ではない。Eloが測るのはプロンプト忠実度であって、総所有コストではない。そして、実際にエンタープライズの購買を左右する指標において、Microsoftにはモデルリリースだけでは他社が太刀打ちできない構造的優位がある。

注目すべき点

これが本物の変化なのか、リーダーボード上の一時的な変動なのかを見極める3つのシグナルがある。

第一に、プレビューのラベルだ。MAI-Image-2.6が一般提供に移行し、Elo順位を維持すれば、それが裏付けになる。プレビューはリリース済みモデルの本番制約なしに高い数値を出せるからだ。

第二に、価格の透明性だ。MicrosoftはOpenAIやGoogleに比べ、画像単価について口が重かった。その情報が出れば、総コストの比較が可能になり、多くの調達判断がそこから動き出す。

第三に、Copilotの動きだ。MAI-Image-2.6がCopilot内で大規模に画像を生成し始めた瞬間、これはベンチマークの話ではなく、流通の話になる。市場を実際に動かすのはその指標だ。

今のところ無難なまとめは、GPT Image 2は依然として先行しているが、「明確なリーダー」という見方は時間の問題だということだ。Microsoftにはモデル、チャネル、勢いがそろっている。あとは、その3つを同じ方向に向け続けるだけだ。

今後数カ月に意味すること

実務上の教訓は、「どのモデルか」という問いは、これから単純になるどころか、より複雑になるということだ。GPT Image 2が明確なリーダーだったからという理由で標準化してきたなら、2026年9月は評価をやり直すのに妥当なタイミングだ。

それは乗り換えを意味しない。GPT Image 2は依然として先行しており、21ポイントのリードはリードだ。むしろ、AI画像生成に唯一の明白な答えがある時代が終わりつつあり、その主な理由がMicrosoftだということだ。

開発者にとってのシグナルはもっとシンプルだ。MAI-Image-2.6がプレビューを卒業するかどうか、そしてMicrosoftがAzureとCopilotの内部でそれをどう扱うかに注目することだ。市場への影響は、どんなリーダーボードの数字よりも、そこに現れる。