Titelkarte mit der Aufschrift „Kling Image 4.0 vs. MAI Image 2.7 Preview“ und dem Untertitel „Das eine hat eine Preisliste, das andere einen Tab“. Eine linke Karte mit der Überschrift Kling Image 4.0 listet den 17. November 2026, 2K/4K/8K-Ausgabe und 6,1 bis 15,4 Cent pro Frame auf; eine rechte Karte mit der Überschrift MAI Image 2.7 Preview listet den 27. Oktober 2026, nur Bearbeitung und keinen veröffentlichten Preis auf, mit einem kleinen Versus-Trenner dazwischen.
Guides & Insights

Kling Image 4.0 vs. MAI Image 2.7 Preview: Der eine hat eine Preisliste, der andere einen Tab

Autor

Gideon Frost

Veröffentlicht am

Neueste Modelle · 20Alle Modelle ansehen →
Benchmarks: Artificial Analysis · täglich aktualisiert
Zurück zu allen Beiträgen

Kling Image 4.0 wurde am 17. November 2026 mit beigefügter Rechnung ausgeliefert: 16 Einheiten für ein 2K-Standbild, 24 bei 4K, 40 bei 8K, plus 0,8 Einheiten für jede Referenz, die du anhängst. MAI Image 2.7 Preview kam am 27. Oktober 2026 als reines Bearbeitungsmodell ohne veröffentlichten Preis, ohne veröffentlichte Auflösung und ohne API — du erreichtest es über MAI Playground, Arena und Artificial Analysis, ein Bild nach dem anderen, von Hand. Am 18. November ist die Zeile der Preview aus dem Board AA-Image-Editing v2.1 von Artificial Analysis verschwunden; das Modell, das sie vorab zeigte, MAI-Image-2.7, steht mit 1.215,17 auf Platz eins dieses Boards, und Kling Image 4.0 steht mit 1.182,89 auf Platz sechs. Der zuletzt verzeichnete Wert der Preview selbst war 1.193, der höher ist als der von Kling. Damit ist das einzige Modell in diesem Paar, das du in eine Pipeline einbauen kannst, zugleich das mit der schlechteren Zahl, und genau diese Umkehrung ist der ganze Vergleich. Jedes Bildmodell, das wir routen, mit dem Listenpreis seines Anbieters, ist aufgeführt im OrcaRouter-Modellkatalog.

Beides sind echte Veröffentlichungen und keine Leaks. Die Veröffentlichungshistorie von Kling enthält einen Eintrag vom 2026-11-17 mit der Überschrift „Kling Image 4.0 Is Here!“, der zugehörige Account veröffentlichte den Verfügbarkeitshinweis in den frühen Morgenstunden des 18. November, und die Entwickler-Preisliste war vor beiden online. Microsoft setzte die Preview mit einer Modellkarte und einem ausdrücklichen „beginnend mit Editing, Text-zu-Bild-Generierung folgt in Kürze“ auf das Editing-Board. Drei Wochen später schloss das November-Modell diese Lücke und belegte den Spitzenplatz. Was zu keinem Zeitpunkt erschien, war eine Möglichkeit für einen Entwickler, das Oktober-Modell aufzurufen.

Eine zurückgezogene Zeile ist kein Rivale.

Ranglisteneinträge sind nicht von Dauer. Modelle werden abgelöst, es werden keine Stimmen mehr gesammelt, und der Eintrag verschwindet – genau das geschah mit der Preview zwischen ihrem Debüt am 27. Oktober und dem 18. November. Wer die Rangliste heute liest, findet MAI-Image-2.7 auf Platz 1 mit 1.215,17, GPT Image 2.6 Sunburst mit 1.210,84 und 2.6 Flare mit 1.205,42 dahinter, dann die beiden GPT Image 2.5-Stufen mit 1.201,50 und 1.184,65 sowie Kling Image 4.0 mit 1.182,89 auf dem sechsten Platz. In dieser Liste gibt es keine Preview-Zeile, die irgendwo platziert werden könnte.

Das ist aus einem praktischen Grund wichtig und nicht aus einem pedantischen. Eine Punktzahl, die an ein Modell geknüpft ist, das man nicht aufrufen kann, ist ein Datenpunkt über eine Forschungsrichtung, kein Kaufsignal. Wenn Sie 1.193 in einer internen Präsentation zitiert haben, zitierten Sie den Oktober-Checkpoint eines Systems, dessen ausgelieferte Version jetzt 1.215 erreicht – und dessen ausgelieferte Version ein anderes Produkt mit einem anderen Funktionsumfang ist. Der nützliche Vergleich, wenn Sie überhaupt eine Zahl wollen, ist Klings 1.182,89 gegen die 1.215,17 von MAI-Image-2.7: eine 32-Punkte-Lücke auf dem Editing-Board zugunsten von Microsoft, bei einem Modell, das tatsächlich einen Preis von etwa 35 US-Dollar pro tausend Bilder hat.

Speziell gegenüber der Preview ist die ehrliche Aussage enger gefasst. Die Preview lag beim Editing etwa zehn Elo vor Kling, solange sie existierte, aus einer kleineren Abstimmungspopulation, bei einem Modell ohne Generierungsmodus. Zehn Punkte liegen innerhalb des Konfidenzbands, das diese Zeilen aufweisen. Es ist kein Vorsprung, auf dem man aufbauen kann, und es ist kein Vorsprung, den man testen kann, denn es gab nie einen Endpunkt, an den man eine Anfrage hätte senden können.

Screenshot of the Artificial Analysis AA-Image-Editing v2.1 leaderboard in English, with MAI-Image-2.7 first at 1,215 Elo, GPT Image 2.6 Sunburst second at 1,211, GPT Image 2.6 Flare third at 1,205, the two GPT Image 2.5 tiers fourth and fifth, and Kling Image 4.0 sixth at 1,183, with no MAI Image 2.7 Preview row anywhere on the board.

Was die Preview genau war

Microsoft dokumentierte das Oktober-Modell als Bearbeitungsoberfläche mit drei genannten Stärken: einer Szene einen neuen Stil geben, ihre Beleuchtung ändern und Text oder Symbole darin ändern. Der Satz zur Verfügbarkeit war ebenso knapp gefasst – Arena, Artificial Analysis, MAI Playground – und der Playground-Link selbst verwies noch auf das vorherige Modell, was zeigt, wie vorläufig die Veröffentlichung war. Keine Foundry-Bereitstellung, keine Preisliste, kein Referenzmaximum, keine Auflösung.

Was bleibt, ist ein Modell, das man nach Augenmaß beurteilt. Das ist nicht wertlos: Ein Art Director, der zehn seiner eigenen Bilder in einem Browser vergleicht, kann in einer Stunde sehr viel lernen. Aber es liefert keine Kostenschätzung, keine Durchsatzzahl und keinen Integrationspfad – und genau diese drei Dinge braucht ein Team, bevor es sich auf einen Produktionsauftrag festlegt.

Klings Seite der Bilanz weist das entgegengesetzte Profil auf. Die fünf veröffentlichten Fähigkeiten – lebensechter Realismus, natives 8K, Darstellung kleiner Texte, kohärente Bildsets, Generierung und Bearbeitung langer Bilder – sind Herstellerangaben ohne unabhängige Verifikation jenseits des Elo-Scores, doch jede einzelne kommt mit einem Stückpreis daher, was sie auf andere Weise falsifizierbar macht: Man kann eine davon einsetzen und die Rechnung prüfen.

Die Einheitenleiter und die darin verborgene Referenzrechnung

Kling gibt Preise in Einheiten an und rechnet dann um. Die Standbild-Staffel umfasst 16 Einheiten bei 2K, 24 bei 4K und 40 bei 8K. Beim Preis des Einstiegspakets von 0,00384 US-Dollar pro Einheit sind das etwa 6,1 Cent, 9,2 Cent und 15,4 Cent pro Bild; der Satz fällt auf 0,00381 US-Dollar im 999-US-Dollar-Paket und auf 0,00373 US-Dollar im 4.000-US-Dollar-Paket, was diese Zahlen um weniger als drei Prozent verschiebt. Artificial Analysis listet das Modell mit 6,3 Cent auf, was in diese Rechnung passt und ein vernünftiger Hinweis darauf ist, dass der veröffentlichte Einheitenpreis der tatsächliche ist.

Die Position, die das Budget verändert, steht nicht auf der Leiter. Referenzbilder und Referenzelemente werden jetzt berechnet – 0,8 Einheiten pro Stück, wobei ein Element als ein Bild zählt – und Klings eigene Dokumentation merkt an, dass dies „sich von früheren Modellen unterscheidet, bei denen Referenzbilder und Referenzelemente kostenlos waren“. Für ein Set, das aus vier Referenzen gebaut wird, kostet jedes gelieferte Frame 16 Einheiten plus 3,2 Einheiten für Referenzen, sodass eine Kampagne mit zwölf Shots in 2K 230,4 Einheiten statt 192 kostet: etwa 88 Cent statt 74 zum Einstiegstarif. Der Zuschlag skaliert damit, wie referenzlastig die Arbeit ist, nicht damit, wie viel Output man bekommt, was bedeutet, dass die Workflows, die Konsistenz am meisten brauchen, diejenigen sind, die am meisten dafür zahlen.

• Einzelbild – 2K 16 Einheiten, 4K 24 Einheiten, 8K 40 Einheiten

Referenzeingabe — 0,8 Einheiten pro Referenzbild oder Referenzelement, neu abrechenbar

• Langes Bild, Webseite — 140 Einheiten bei 1K, 152 Einheiten bei 2K

• Langbild, E-Commerce-Detailseite — nur Bild-zu-Bild, 60 / 120 / 200 Einheiten bei 1K für kurz, mittel und lang, 72 / 140 / 220 bei 2K

• Bildsatz — dieselbe bildbezogene Staffel gilt für jedes Einzelbild der Serie

Halte dem entgegen: „keine veröffentlichte Preisangabe“ ist keine neutrale Abwesenheit. Es bedeutet, dass das Microsoft-Modell überhaupt nicht kalkuliert werden kann, und ein Vergleich zweier Bildmodelle, bei dem eine Seite der Subtraktion unbekannt ist, ist kein Preisvergleich.

A two-column comparison scoreboard titled 'Kling Image 4.0 vs MAI Image 2.7 Preview — the scoreboard', contrasting release date, editing Elo, text-to-image Elo, maximum resolution, published price and API access for the two models, with a footer reading 'Kling figures per Artificial Analysis; MAI Preview figures per Artificial Analysis as last recorded, row since withdrawn.'

Die Maskenfrage, bei der beide Seiten dünn sind

Maskenbasiertes Bearbeiten – einen Bereich bemalen und nur diesen Bereich ändern – ist die Kontrolle, die eine Bearbeitungspipeline überprüfbar macht. Eine prüfende Person kann den bemalten Bereich sehen und nur diesen Bereich beurteilen, weshalb Produktionswerkzeuge diese Funktion seit einem Jahrzehnt ausliefern. Microsofts Beschreibung der Preview ist durchgängig anweisungsgesteuert: neu gestalten, neu beleuchten, den Text ersetzen. Es gab keinen veröffentlichten Maskenparameter, keine Bounding Box, keine Obergrenze für Referenzbilder.

Die Veröffentlichung von Kling beantwortet die Frage ebenfalls nicht. Ihre Funktionsliste enthält „layered editing“, erläutert als „full-page view, layered editing“, was in der Ankündigung einer Steuerungsschnittstelle am nächsten kommt. Ob es sich dabei um eine Maske, einen Ebenenstapel oder um Instruktionsbefolgung in Layout-Sprache handelt, lässt sich anhand der Preisliste nicht klären, und es wäre ein Fehler, es als Maske zu behandeln, bis man es getestet hat. Auf der Kling-Seite dieses Paars ist die Maskenfrage offen statt beantwortet – was etwas anderes ist als schlecht beantwortet.

Wenn Sie eine Stunde Zeit und eines dieser Budgets haben

Die Preview gibt Ihnen einen kostenlosen Einblick in das, worauf Microsofts Editing-Forschung im Oktober hinauslief, und das ist durchaus eine Stunde wert, wenn Ihre Arbeit aus ganzheitlichem Restyling oder Relighting von Bildern besteht. Sie sagt Ihnen nicht, was das November-Modell leistet, und sie sagt Ihnen auch nicht, was irgendetwas kostet.

Comparing Kling Image 4.0 against the models you can already call is a different exercise, and it is the one that produces a decision. OrcaRouter does not currently serve Kling Image 4.0 or any other Kling image model — the Kling identifiers in our catalogue are video — so this piece is not going to suggest otherwise. What the catalogue does carry is a route to the image models we do host, from the GPT Image line through Imagen 4.0 to the Gem​ini image models, all on one key with provider list pricing passed through at 0% markup. That is the honest way to put Kling's 6.1-cent 2K still beside a model you can call in the same afternoon: send the same ten prompts down both paths, then read two invoices instead of two announcements.

Was Kling mit dieser Veröffentlichung tatsächlich verkauft, ist keine Subtilität. Es ist eine Stufe, die sonst niemand in diesem Paar bietet – 8K, zu 15,4 Cent pro Frame zum Einstiegstarif – plus einen dokumentierten Workflow für hochformatige E-Commerce-Layouts, der ausschließlich eine Image-to-Image-Anfrage akzeptiert und je nach Länge von 60 auf 200 Einheiten steigt. Wenn das Ihr Problem beschreibt, zählt der Vergleich mit Ihren eigenen aktuellen Kosten pro Asset, nicht mit einer Zahl von einem Board, das den Eintrag inzwischen gelöscht hat.

Screenshot of the OrcaRouter model catalogue in English, headed '226 models, 17 providers, one API key, one bill', with the modality tabs showing Text 190, Image 12, Embeddings, Video and TTS counts, the model list with per-million-token input and output prices, and the prepaid credit plans.

Das Verschwinden des Preview ist das lehrreichere Ereignis. Es erinnert daran, dass eine Leaderboard-Position eine Momentaufnahme einer Population ist, die sich ständig weiterbewegt, und dass die einzigen Bildmodelle, mit denen sich eine Planung lohnt, jene mit einem Endpunkt, einem Preis und einer Zeile sind, die man auch nächsten Monat noch findet.