MAI Image 2.6 / Flash GA (Foundry): enterprise bulk-leg для Bubble-каталогів поруч із оркестрацією BIAIG

Чому зараз

27 жовтня 2026 Microsoft оголосила general availability MAI-Image-2.6 і MAI-Image-2.6-Flash у Microsoft Foundry (Azure AI Foundry). Я вже гоню bulk-каталог через BIAIG — кілька legs: GPT, Gemini, self-hosted і так далі. Foundry для мене ще один керований хмарний маршрут, ближче до OpenAI/Google API, ніж до self-hosted bulk-leg на своєму GPU (як Bria Fibo з попередніх brief’ів). Про це окремо: Bria Fibo 2.0 (8B, NC):.

Тут не «найкраща модель». Я розкладаю куди ставити leg: license/hosting boundary, sync/async як є насправді, fallback-маршрутизація і коли generation лишається поза Bubble.

Що дає Foundry (факти з Scout packet)

• Hosting: моделі продаються як Foundry Models sold by Azure — inference на стороні Microsoft, не розгортання ваг у вашому VPC.
• API: HTTPS, text-to-image і image-to-image edits; типові шляхи /mai/v1/images/generations та /mai/v1/images/edits.
• Auth: Microsoft Entra ID або API keys — секрети не в Bubble front-end.
• Відповідь: PNG у JSON як base64 (data[].b64_json) — потрібен decode, resize/CDN, потім file field у Bubble.
• 2.6 vs Flash (позиціонування Microsoft): 2.6 — precision (складні edits, text rendering, campaign assets); Flash — швидка ітерація, персоналізація, high-volume сценарії.
• Опції сімейства 2.6: до п’яти reference images на edits, auto_aspect_ratio, опційний web_grounding (Bing); max pixel budget 2.6 до ~2,359,296 (~1.5K-class).
• Ціна (token, з GA blog): 2.6 — $5 / $8 / $38; Flash — $1.75 / $2.50 / $19 за мільйон tokens (text input / image input / image output).
• Throughput: Global Standard RPM низькі за замовчуванням (наприклад tier 1: 6 RPM; tier 6: 36 RPM для 2.6/Flash); є форми на підвищення квоти.
• Batch: у переглянутих Microsoft docs MAI Image не фігурує в Global Batch так, як text/multimodal batch для Azure OpenAI — не припускайте 50% batch discount і ~24h async без підтвердження для саме MAI Image.
• Compliance: data-privacy docs описують, що prompts/completions не використовують для тренування foundation models без дозволу; Global vs regional processing; діють default guardrails.

Uncertainty (чесно): на момент Scout Learn-стаття про MAI Image ще могла показувати Preview / preview SLA, тоді як GA оголошено в Tech Community. Перед production-claim про SLA я звіряю portal, model catalog і Learn — і раджу вам те саме.

Патерн «додатковий leg + license/fallback»

Як у brief про self-hosted Fibo і матрицю sync/async/batch:

1. Leg — один провайдер з чітким контрактом (credentials, quota, output format).
2. License boundary — хто host’ить, хто bill’ить, які supplemental terms на модель.
3. Fallback — BIAIG перемикає маршрут при 429, filter block, timeout, або SKU-policy (hero vs bulk).

Foundry у моїй схемі — четвертий/п’ятий leg, не заміна оркестрації.

License / hosting boundary

Аспект	Self-hosted bulk-leg (Fibo тощо)	Foundry MAI Image
Ваги	У вашому контурі / ліцензія NC	Microsoft-managed
Billing	GPU + license	Azure consumption + model terms
Секрети	Ваш middleware	Entra / API keys у Azure
Масштаб	Ваш queue + GPU	RPM + sync API

Для enterprise-клієнта Foundry часто заходить через єдиний Azure agreement. Для indie Bubble-студії я бачив, як overhead governance з’їдає вигоду Flash на paper pricing.

Коли підключати до BIAIG fallback

Flash у bulk routing — я підключаю, якщо:

• bulk SKU не потребують складного text-in-image або multi-reference hero edits;
• economics по tokens (після вашого перерахунку на зображення/SKU) вигідніші за інший leg на тому ж tier latency;
• middleware вже decode base64, кладe у storage і віддає URL у Bubble (API connector або backend workflow). Схожий розбір: Batch-знижка gpt-image-2: unit economics bulk-каталогів.

2.6 резервую для рядків каталогу з:

• текстом на зображенні, campaign-style layout;
• image-to-image з кількома references;
• вимогами до якості, де Flash дає зайвий rework.

Orchestration must-have:

• Retry/backoff на 429 (RPM), не «100 parallel calls з Bubble».
• Окремий red-team набір промптів (бренди, люди, продуктовий copy) — guardrails дадуть шум у fallback metrics.
• web_grounding: Microsoft рекомендує human review, коли важлива factual/brand accuracy — для unattended catalog це ризик; для reproducibility теж.

Коли лишити closed SaaS перед Bubble ingest

BulkImagen, Batch Banana або власний worker до Bubble я лишаю, якщо:

• Bubble app не повинен тримати Azure secrets (навіть через privacy rules — generation лишається зовні);
• потрібно аутсорсити чергу та RPM orchestration, а не будувати middleware під 6–36 RPM;
• потрібен один vendor UI/billing замість Foundry deployment + quota forms;
• strict data residency конфліктує з Global Standard (cross-geo processing у privacy docs) — поки не підтвердите Data Zone/regional для MAI Image у вашому регіоні.

Тоді Bubble лишається ingest + catalog state: готові URL, metadata, статуси batch job — той самий ingest contract, інший upstream.

Sync/async для bulk-каталогу

MAI Image у документації — синхронні generations/edits. На сотні/тисячі SKU я не покладаюся на sync з коробки:

• client-side async queue (middleware, worker, scheduled Bubble backend) — обов’язковий шар;
• не проектуйте «RepeatingGroup → API Connector на кожен row без throttle»;
• Global Batch (async, ~24h, знижка) — не переносите автоматично на MAI Image з brief OpenAI batch docs.

Матриця з попереднього brief лишається: Foundry leg = sync + queue, не «native batch API».

Практичний checklist перед prod

1. Звірити GA vs Preview labels і SLA в Learn/catalog.
2. Порахувати $/SKU для Flash vs 2.6 vs існуючі BIAIG legs (project metering, не vendor hype).
3. Запросити quota increase або смиритися з tier RPM у load tests.
4. Middleware: base64 → PNG → resize → CDN → Bubble file field.
5. BIAIG rules: SKU tag → primary leg → fallback order (наприклад Flash → Gemini → GPT → skip row).
6. Логувати filter blocks окремо від 429 — інакше fallback «лікує» не те.
7. Юридично: Foundry agreement + model-specific supplemental terms для commercial outputs.

Що я роблю з цим GA

MAI Image 2.6 / Flash GA у Foundry — опційний enterprise bulk-leg для Bubble-каталогів, якщо Azure вже у вашому контурі й BIAIG вміє керувати sync legs з низьким RPM. Це не self-hosted «дешевий GPU bulk» і не заміна closed SaaS, коли секрети, черга або residency мають лишатися поза Bubble. Я тримаю Flash у volume routing, 2.6 — у hero/edit lane, і не оголошую enterprise SLA, доки документація Microsoft не вирівняється з GA-оголошенням. Схожий розбір: MOSS-Image (Apache-2.0, JSON layout): layout-driven.

---

Джерела: Scout packet (Tech Community GA 2026-10-27, Microsoft Learn MAI Image / batch / privacy / guardrails, internal briefs BIAIG / Fibo / sync-async matrix). BIAIG-специфічні патерни публічно в brief не знайдені — оркестрація описана як внутрішня методологія.