Qwen-Image 2.1 في مواجهة MAI-Image-2.5-Pro: 6,100 صوت أعمى مقابل صفر

تم ترتيب أحد هذين النموذجين بناءً على نحو 6,100 مقارنة بشرية عمياء. أما النموذج الآخر فلم يرتّبه أحد خارج مختبره. MAI-Image-2.5-Pro، نموذج مايكروسوفت المتميز للصور، يحتل المركز الأول في ساحة تحرير الصور التابعة لـ Artificial Analysis بتصنيف Elo قدره 1,272 — وهو الأكثر تصويتاً في هذه الفئة. Qwen-Image 2.1، الذي أصدره فريق Qwen-Image بوصفه مفتوح المصدر في 20 سبتمبر 2026، ليس لديه أي تقييم مستقل على الإطلاق، ولن يحصل على تقييم حتى يشغّله عدد كافٍ من الناس علناً لتوليد أصوات. هذه الفجوة هي الموضوع الفعلي لهذه المقارنة، لأنها الفرق الوحيد بين النموذجين الذي لا يمثل ادعاءً من مورّد. كل ما عدا ذلك — البنية، والدقة، والسعر — معروف لكنه غير مُثبت، والنموذجان متقاربان بما يكفي على الورق بحيث ينبغي أن تكون فجوة القياس هي ما يوجّه القرار.

ما تقوله الأصوات فعليًا، وما لا تقوله

تُجري Artificial Analysis مقارنات ثنائية عمياء: يحصل نموذجان على الموجّه نفسه، ويختار المصوّتون المخرجات الأفضل، وينتج عن النتائج تصنيف Elo. إنها ليست أداة مثالية، لكنها أقرب ما تملكه هذه الفئة إلى لوحة نتائج مشتركة، وحجم العيّنة يهم بقدر ما يهم الرقم.

• MAI-Image-2.5-Pro — تحرير الصور #1 عند Elo 1,272 بناءً على نحو 6,100 مقارنة. وفي تحويل النص إلى صورة، يحتل المرتبة #7 عند Elo 1,292، خلف GPT Image 2 (high) عند 1,369، وReve 2.1 عند 1,322، وNano Banana 2 عند 1,320، وGPT Image 1.5 (high) عند 1,310 وMAI-Image-2.5 عند 1,304.

• Qwen-Image 2.1 — لا إدخال في أيٍّ من اللوحتين. ليست درجة منخفضة؛ بل لا توجد درجة أصلًا. مضى يوم واحد على صدور هذا الإصدار وقت كتابة هذه السطور.

شكل تلك الأرقام يستحق القراءة بعناية، لأنه ليس الشكل الذي يوحي به التسويق. نموذج Microsoft هو الأول حقًا في التحرير والسابع حقًا في التوليد. هذا موقف محدد وقابل للدفاع عنه — متخصص في التحرير يتصدر فئته — وهو أمر مختلف عن كونه أفضل نموذج للصور، وهو ليس كذلك. وفي الوقت نفسه، النموذج الذي يتفوق عليه في تحويل النص إلى صورة هو GPT Image 2 (high)، وهو ليس أحدث نموذج من OpenAI في هذا المجال أيضًا. لوحات الصدارة المستقلة تكافئ النموذج الذي تم قياسه أكثر من غيره، وفي هذه المواجهة يكون ذلك بلا لبس نموذج Microsoft.

المواصفة الوحيدة التي يتفوق فيها النموذج المفتوح بلا منازع

هناك فرق ملموس وغير ذاتي بين هذين الاثنين، وهو الدقة.

• Qwen-Image 2.1 يولّد أصليًا بدقة 2K، مع كون 2048×2048 هو الإعداد الافتراضي الموثّق عند 40 خطوة استدلال، وسبعة إعدادات مسبقة لنسب الأبعاد، وإخراج RGBA بقناة ألفا حقيقية بدلًا من قناع خلفية.

• MAI-Image-2.5-Pro يحدّ الإخراج عند 1,048,576 بكسل — حوالي ميغابكسل واحد. أرقام مواصفاته الرئيسية في مكان آخر: 32,000 رمز إدخال نصي، ونافذة سياق بسعة 131 ألف، و4,096 رمز إخراج، وهذا بيان عن مقدار التعليمات التي يمكنه استيعابها، وليس عن مقدار الصورة التي يمكنه إخراجها.

بالنسبة لمعظم الأعمال الاجتماعية وأعمال المنتجات، لا يُعدّ سقف الميغابكسل الواحد قيدًا. أما بالنسبة للطباعة، وللتركيب بصيغ كبيرة، ولأي شيء يجب أن يصمد فيه الاقتصاص، فهو قيد. هذا هو البُعد الوحيد في المقارنة كلها حيث يمكنك الإشارة إلى رقم والقول إن النموذج المفتوح متقدّم — ولاحظ أن هذه حقيقة معمارية من بطاقة النموذج، وليست ادّعاءً بشأن الجودة. سيعرض Qwen-Image 2.1 بدقة 2048×2048 سواء أكان ما يعرضه يستحق النظر أم لا.

السعر، وهنا تصبح المقارنة غير مريحة

تم تسعير MAI-Image-2.5-Pro كطراز متميز، والأرقام ليست خفية: 5 دولارات لكل مليون رمز إدخال نصي، و8 دولارات لكل مليون رمز إدخال صور، و106 دولارات لكل مليون رمز إخراج صور. عند إخراج بدقة 1024 بكسل، يعادل ذلك نحو 108.50 دولار لكل ألف صورة. وللمقارنة، يبلغ ذلك نحو 2.3× تكلفة MAI-Image-2.5 ونحو 5.4× تكلفة MAI-Image-2.5-Flash، لذا فقد جزّأت Microsoft خطها الخاص عمدًا بدلًا من تسعير فئة Pro كترقية تدريجية.

ليس لـ Qwen-Image 2.1 سعر استضافة، لأنه لا توجد نقطة نهاية مستضافة — فهو تنزيل أوزان بموجب رخصة بحثية. تكلفته هي وقت GPU لديك، وقيْده أنك لا تستطيع قانونيًا بيع ما ينتجه. إن مقارنة $108.50 لكل ألف صورة بـ«أوزان مجانية» هي مقارنة خدمة بآلة، والصيغة الصادقة لتلك المقارنة هي: السعر المحتسب يشتري لك نموذجًا مقيسًا ومدعومًا ومرخّصًا تجاريًا، بينما تشتري لك الأوزان تنزيلًا بحجم 33 GB وملف رخصة يقول إنه غير تجاري فقط.

هذه المقايضة تحديدًا هي حيث تستحق طبقة التوجيه مكانها.يضع OrcaRouter أكثر من 200 نموذج خلف نقطة نهاية واحدة متوافقة مع OpenAI بسعر قائمة المزوّد دون أي هامش ربح، مع تحويل تلقائي عند الفشل بين المزوّدين — لذا فإن الفريق الذي يريد تقييم نموذج مفتوح غير مُقاس لا يضطر إلى نقل بيئة الإنتاج إليه لفعل ذلك، ولأن سعر القائمة يُمرَّر كما هو، فإن أي تغيير في سعر أحد البائعين على نموذج مُوجَّه يقع على طرفنا في اليوم نفسه بدلًا من تجديد العقد التالي. لا يُعدّ MAI-Image-2.5-Pro ولا Qwen-Image 2.1 من بين النماذج التي نوجّهها اليوم، وهذه المقالة لن تلمّح إلى خلاف ذلك. خط الصور الذي نوفّره فعلًا هو عائلة GPT-Image من OpenAI، وطبقات Imagen 4 من Google ومعاينات صور Gemini، ونقطة نهاية صور Grok Imagine من xAI.

أين تقف ادعاءات المورّد، ومقدار الوزن الذي ينبغي منحه لها

كلا المورّدين ينشران أرقامًا لم يعِد إنتاجها أي طرف ثالث، وينبغي قراءتها بالتشكيك نفسه في كلا الاتجاهين.

• ادعاءات Microsoft — دقة عرض النص بنسبة 96.8% عبر اللغات الإنجليزية والصينية واليابانية والكورية والإسبانية؛ التزام أفضل بالموجه بنسبة 27% مقارنة بـ GPT-Image-1.5؛ اتساق الشخصيات في الصور المتعددة بنسبة 94%؛ وخفض تكلفة GPU بنسبة تصل إلى 84–89% في سيناريوهات داخلية محددة لدى Microsoft. الأخيرة هي التي يجب الحذر منها: فهي تصف إعدادات الخدمة الخاصة بـ Microsoft، وليس أي شيء يمكن للعميل التحقق منه.

• ادعاءات علي بابا — يتضمن منشور مدونة Qwen-Image 2.1 مخطط مقارنة Qwen-Image-Bench، والأرقام الواردة فيه هي أرقام البائع نفسه. وهناك أيضًا رقم متداول في تغطية طرف ثالث يصف النموذج بأنه محوّل من 20 طبقة، وهو ما يتعارض مع ما ورد في بطاقة النموذج من أنه DiT أحادي المسار من 32 طبقة؛ وبطاقة النموذج هي المصدر الأساسي، ورقم الـ32 طبقة هو المعتمد.

الفرق بين الحالتين ليس في أمانة أيٍّ من المورّدين، بل في أن نموذج Microsoft قد جرى قياسه بشكل مستقل، أما نموذج Alibaba فلم يجرِ قياسه بعد؛ لذلك يمكن التحقق من مزاعم Microsoft مقابل شيء ما، في حين لا يمكن التحقق من مزاعم Alibaba مقابل أي شيء حتى الآن.

ما هو الغرض من كل واحد

عند قراءتها معًا، لا تتنافس هذه على الخانة نفسها.

• MAI-Image-2.5-Pro هو أداة التحرير. يتصدر لوحة التحرير على قاعدة تصويت كبيرة، ويقبل تعليمة طويلة (32 ألف رمز إدخال نصي، وسياق 131 ألفًا)، وهو مرخّص تجاريًا، وهو متاح الآن كمعاينة عامة على Microsoft Foundry وMAI Playground. إذا كان عملك تصحيحًا تكراريًا للصور وتحتاج إلى أن تعرف قبل أن تلتزم بأنه الأفضل المتاح في هذه المهمة، فهذه هي الإجابة المقيسة، وتكلفته حوالي 108.50 دولار لكل ألف صورة.

• Qwen-Image 2.1 هو الناتج البحثي المفتوح. فهو يُنتج صورًا أكبر حجمًا، ويأتي مصحوبًا بنقطة تحقق قابلة للفحص لإعادة صياغة الأوامر إلى جانب نموذج الصور، ويقبل ما يصل إلى 10 صور مرجعية مع تعديلات محلية عبر الدائرة أو التعليق المرسوم أو القناع، وهو مجاني للتنزيل ومحظور بيعه. إذا كان عملك يتمثل في التقييم أو المقارنة المعيارية أو البناء على أوزان يمكنك قراءتها، فهو الكائن الأكثر إثارة للاهتمام — وأنت تقوم بذلك العمل دون لوحة صدارة تخبرك ما إذا كان جيدًا من عدمه.

هناك أيضًا عدم تماثل في التوقيت يستحق الذكر. دخل MAI-Image-2.6 المعاينة الخاصة في 19 أغسطس 2026، ما يعني أن النموذج المتصدر في لوحة تحرير الصور متأخر بالفعل بجيل واحد عن ما تستعد Microsoft لإطلاقه. في المقابل، Qwen-Image 2.1 في يومه الأول، مع برنامج وصول مبكر طلب من مختبريه النشر بحلول 29 سبتمبر. كلا لوحتي النتائج في هذه المقارنة ستبدوان مختلفتين خلال شهر.

ما الذي سيحسم الأمر؟

أمر واحد: ظهور Qwen-Image 2.1 على لوحة صدارة. كل ما في هذا المقال، عدا سقف الدقة أو السعر، هو ادعاء من أحد المختبرين أو الآخر، والسبب الكامل وراء إمكانية التوصية بـ MAI-Image-2.5-Pro بوجه جاد هو أن 6,100 شخص لم يعملوا لدى Microsoft نظروا إلى مخرجاته إلى جانب شيء آخر وفضلوه. هذا هو المعيار الذي لم يستوفه النموذج المفتوح، وهو المعيار الذي ينبغي أن يُحاسَب عليه.

حتى ذلك الحين، القراءة العملية بسيطة. إذا كنت بحاجة اليوم إلى نموذج تحرير، بترخيص تجاري، ولوحة نتائج تدعمه، فالجواب هو جواب Microsoft، ويكلّف نحو $108.50 لكل ألف صورة. وإذا أردت أن تعرف ما إذا كان نموذج مفتوح الأوزان بحجم 7B، بمخرجات أصلية بدقة 2K، ومُعيد كتابة أوامر قابل للفحص، أفضل، فعليك أن تقوم بالقياس بنفسك — وأكثر ما يمكن أن تفعله فائدة بالنتيجة هو نشرها، لأن الفئة بأكملها تفتقر حاليًا إلى نقطة بيانات واحدة.