MAI Image 2.7 Preview führt bei vier von sieben Bearbeitungsaktionen — und kann kein Bild generieren

Microsoft AI hat am 27. Oktober 2026 MAI Image 2.7 Preview veröffentlicht, und das Nützlichste, was man darüber wissen sollte, ist ein Satz aus der Ankündigung selbst: Das Modell beginnt mit Bearbeitung, die Text-zu-Bild-Generierung „kommt bald“. Alles, was folgt – der zweite Platz bei Artificial Analysis, der dritte Platz bei Arena, der Zugewinn von 42 Punkten gegenüber MAI-Image-2.6 – beschreibt ein Modell, das ein Bild verbessern kann, das man bereits hat, aber keines aus dem Nichts erzeugen kann.

Das ist ein engeres Produkt, als eine Platzierung in einer Bestenliste vermuten lässt. Ein generatives Bildmodell ist ein Werkzeug für das leere Blatt; ein Bearbeitungsmodell ist ein Werkzeug zum Reparieren und Überarbeiten. Die meisten Aufträge, für die Menschen 2026 tatsächlich bezahlen, sind Überarbeitungsaufträge, weshalb die Bearbeitungs-Bestenliste diejenige geworden ist, die kommerzielle Käufer beobachten. Aber die Unterscheidung ist wichtig, wenn man sich hinsetzt, um es auszuprobieren: Man braucht ein Ausgangsbild, bevor MAI Image 2.7 Preview überhaupt etwas zu tun hat.

Das Modell ist im MAI Playground, auf Arena und auf Artificial Analysis verfügbar. Es gibt keine API, keinen Eintrag in Microsoft Foundry und keinen veröffentlichten Preis. Microsoft hat keine 2.7-spezifischen Limits zu Referenzbildern, Auflösung oder Ausgabestufen offengelegt.

Was „Bearbeiten“ hier abdeckt

Microsofts Beschreibung des Modells ist ungewöhnlich konkret, was die Bearbeitungen angeht, für die es entwickelt wurde: die Neugestaltung ganzer Szenen, das Ändern der Beleuchtung, das Ändern von Text und Symbolen, während diese in das Bild integriert bleiben, das Wiederherstellen oder Verbessern eines vorhandenen Assets sowie Bearbeitungen, die das gemeinsame Verständnis von Objekten, Beleuchtung und Umgebungen erfordern. Diese Liste ist nicht allgemein gehalten. Jeder Punkt benennt einen Fehlermodus, mit dem frühere Bearbeitungsmodelle schlecht umgingen – die Beleuchtungsänderung, bei der Schatten in die falsche Richtung zeigen, der neue Beschriftungstext, der über der Oberfläche schwebt, statt auf ihr zu sitzen, die Hochskalierung, die Rauschen zusammen mit Details schärft.

Die Formulierung zur Integration ist die, die man zweimal lesen sollte. Textbearbeitung in Bildmodellen ist isoliert betrachtet ein gelöstes Problem und im Kontext ein ungelöstes: Jedes Modell kann ein Wort rendern, und die meisten rendern es auf die Szene statt in sie hinein – mit der falschen Perspektive, der falschen Bewegungsunschärfe und einer Schriftart, die nicht zu der Oberfläche passt, auf der es landet. Microsoft beansprucht genau diese Lücke als Stärke, was eine überprüfbare Behauptung und keine Stimmung ist.

Vier von Sieben und die drei, die den anderen Weg gingen

Artificial Analysis bewertete MAI Image 2.7 Preview auf AA-Image-Editing v2.1 mit 1.193 Elo, basierend auf einem Snapshot vom 22. Oktober 2026. Damit liegt es auf Platz zwei, sechs Punkte hinter GPT Image 2.5 Sunburst auf seiner höchsten Qualitätsstufe (1.199) und elf Punkte vor GPT Image 2.5 Flare (1.182). Das Modell, das es ersetzt, MAI-Image-2.6, liegt bei 1.151 — eine Verbesserung um 42 Punkte.

Die Aufschlüsselung nach Kategorien ist aussagekräftiger als die Gesamtwerte. Laut Artificial Analysis belegt 2.7 bei vier der sieben bewerteten Bearbeitungsaktionen den ersten Platz, und Microsoft gibt an, dass das Modell bei allen zehn Anwendungsfällen und allen sieben Aktionen verbessert wurde. Die vier, bei denen es führt, sind Verbesserung und Wiederherstellung, reasoningbasierte Bearbeitungen, Szene und Stil sowie Text- oder Symbolbearbeitung. Der größte Vorsprung besteht bei Szene und Stil, wo Microsoft einen Vorsprung von 24 Punkten gegenüber dem nächstbesten Modell beansprucht.

Die drei Bereiche, in denen es nicht führend ist, sind Komposition, Bearbeitung einzelner Objekte und Identitätsbewahrung – alle drei werden von OpenAI gehalten. Das ergibt ein kohärentes Bild statt einer zufälligen Streuung. Die Modelle von OpenAI sind genau dort am stärksten, wo die Anweisung wörtlich und lokal befolgt werden muss: dieses Objekt verschieben, dieses Gesicht behalten, dieses Layout respektieren. Das Modell von Microsoft ist dort am stärksten, wo die Anweisung Urteilsvermögen über das gesamte Bild erfordert: die Szene neu beleuchten, sie neu gestalten, sie restaurieren, das Schild neu schreiben.

Das Text-und-Symbol-Ergebnis ist das kommerziell Interessante.

Von den vier Kategorien, die 2.7 anführt, ist die Bearbeitung von Text und Symbolen diejenige mit dem klarsten Business Case außerhalb eines Kreativstudios. Packaging-Mockups, Ladenbeschilderung, Präsentationsfolien mit fest in ein exportiertes PNG eingebetteten Diagrammbeschriftungen, Produktaufnahmen mit einer regionalen Variante desselben Etiketts – bei all diesen Bearbeitungen ist der teure Teil nicht das Zeichnen des neuen Wortes, sondern die Bewahrung von Beleuchtung, Perspektive und Materialwirkung der Oberfläche, auf der es sitzt.

Es ist außerdem die Kategorie, in der eine Vorschau am wenigsten nützlich und am frustrierendsten ist. Ein Designer, der eine Beschriftung in einem Foto korrigieren möchte, kann das in Playground tun – Bild für Bild, von Hand. Eine Pipeline, die fünftausend Beschriftungen korrigiert, kann das nicht, weil es keinen Endpunkt gibt, den man aufrufen könnte. Die Fähigkeit und der Bereitstellungsmechanismus passen nicht zueinander, und diese Diskrepanz ist die eigentliche Neuigkeit dieses Launches – nicht die Elo-Zahl.

Szene und Stil ist der entgegengesetzte Fall. Ein 24-Punkte-Vorsprung beim Ganzbild-Restyling ist die Art von Abstand, der in Blind-Präferenztests sichtbar wird, und Restyling ist von Natur aus ein Batch-Job: ein Ausgangsbild, vierzig Looks. Ein Modell, das diese Kategorie mit großem Abstand gewinnt, ist ein Modell, das ein Studio in einer Schleife haben wollen würde, und es steht keine Schleife zur Verfügung.

Was „Preview“ bei Microsoft bisher bedeutet hat

Der Vorgänger ist die beste verfügbare Orientierung für den Zeitplan. MAI-Image-2.6 wurde am 4. September 2026 in Microsoft Foundry eingeführt, etwa sechs Wochen bevor 2.7 erschien. Die veröffentlichte Preisliste gilt pro Token statt pro Bild – 5 US-Dollar pro Million Text-Eingabe-Token, 8 US-Dollar pro Million Bild-Eingabe-Token, 38 US-Dollar pro Million Bild-Ausgabe-Token – was für ein typisches Bild etwa vier Cent ergibt. Die Flash-Variante kostet 1,75, 2,50 und 19 US-Dollar, also etwa zwei Cent pro Bild.

Wenn 2.7 denselben Weg geht, sind die fehlenden Teile ein Foundry-Eintrag, ein Versionsstring und eine Preisliste. Der Abstand zwischen „Zweiter auf dem Editing-Board“ und „eine Position in Ihrem Budget“ besteht genau aus diesen drei Artefakten. Bis sie existieren, muss ein Team, das heute ein Editing-Modell in der Produktion braucht, zwischen 2.6 in Foundry und allem anderen, was es bereits aufrufen kann, wählen.

So testen Sie es diese Woche

MAI Playground ist unter playground.microsoft.ai verfügbar und erfordert ein Microsoft-Konto. Arena stellt das Modell für blinde Side-by-Side-Abstimmungen gegen andere Editoren bereit – eine wirklich nützliche Möglichkeit, die Behauptung zu Szene und Stil selbst zu überprüfen: ein Foto hochladen, eine Neuausleuchtung anfordern und sehen, welches Ergebnis Sie bevorzugen, wenn Sie nicht wissen, welches Modell es erzeugt hat.

Zwei Vorbehalte, bevor Sie damit planen. Erstens: Microsoft hat keine 2,7-spezifischen Generierungslimits veröffentlicht. Die Limits der kostenlosen Stufe, die in der Ära von MAI-Image-2 kursierten – in der Größenordnung von fünfzehn Generierungen pro Tag mit einer Wartezeit dazwischen –, wurden für dieses Modell nie bestätigt und sollten nicht vorausgesetzt werden. Zweitens: Eine Arena-Abstimmung ist kein Produkttest. Arena sagt Ihnen, welche Ausgabe Menschen bei einem neutralen Prompt bevorzugen; es sagt Ihnen nicht, wie sich das Modell bei der vierzigsten Überarbeitung desselben Assets verhält – und das ist die tatsächliche Arbeitsbedingung.

Was es braucht, um dies vom Playground in die Produktion zu bringen

Drei Dinge, nach Wichtigkeit geordnet. Ein Deployment-Ziel – Foundry oder eine öffentliche API –, denn ohne eines ist das Modell eine Demo. Einen Preis, denn „Zweiter auf dem Editing-Board“ ist kein Kaufargument, solange man ihn nicht durch die Kosten pro Bild teilen kann. Und Text-zu-Bild-Parität, denn sehr viele echte Bearbeitungsworkflows beginnen damit, das Basisbild zu erzeugen, bevor es überarbeitet wird, und ein Modell, das kein Bild erzeugen kann, zwingt jede Pipeline, einen zweiten Anbieter nachzurüsten.

Für Teams, die jetzt ein Bearbeitungsmodell unter einem einzigen Schlüssel benötigen, unterscheidet sich die praktische Antwort von der interessanten Antwort. OrcaRouter hostet MAI Image 2.7 Preview nicht – niemand tut das, weil es keine API gibt –, aber GPT Image 2.5 Sunburst und GPT Image 2.5 Flare, die beiden Modelle direkt darüber und darunter in dieser Rangliste, sind beide über das Gateway zum Listenpreis ihres Anbieters ohne Aufschlag verfügbar. Dadurch lässt sich die Sechs-Punkte-Lücke zwischen dem ersten und dem zweiten Platz heute auf eine Weise testen, wie es mit dem Modell auf dem zweiten Platz nicht möglich ist: Sie können dieselbe Bearbeitung durch beide OpenAI-Stufen laufen lassen und sehen, welche Ihre eigenen Assets bevorzugen, und dann den Gewinner in der Routing-Konfiguration behalten.

Die ehrliche Zusammenfassung lautet, dass Microsoft den interessanteren Editor ausgeliefert hat und OpenAI weiterhin den besser verfügbaren ausliefert. Die sechs Elo, die zwischen ihnen liegen, sind kleiner als die Distanz zwischen einem Playground und einem Endpoint, und nur eine dieser Lücken schließt sich von selbst.