MAI Image 2.7 Preview vs. Ideogram 4.5: Zwei Arten von „präzise“, nur eine davon mit einem Preis

Bei beiden Modellen wurde mit Präzision geworben, und das Wort bedeutet in jedem Pitch etwas anderes. Ideogram 4.5, veröffentlicht am 30. September 2026, meint Präzision auf Pixelebene: eine Maske, die angibt, welche Pixel sich ändern dürfen, eine Bearbeitung, die in der Auflösung des Ausgangsbildes selbst läuft, statt es zuerst herunterzuskalieren, und ein dokumentiertes Versprechen, dass umliegende Pixel bleiben, wo sie waren. MAI Image 2.7 Preview, vier Wochen später am 27. Oktober 2026 von Microsoft AI veröffentlicht, meint Präzision auf Urteilsebene: eine ganze Szene umgestalten, ohne sie zu zerstören, sie korrekt neu beleuchten, den Text so umschreiben, dass er zur Oberfläche gehört, statt über ihr zu schweben. Keines dieser beiden lässt sich über ein Gateway aufrufen, und kein Anbieter hat gesagt, wann sich das ändert. Sehen Sie die Bildmodelle, die heute routingfähig sind. Die Modelle, die Sie aufrufen können, sind mit ihren Anbieterpreisen aufgeführt.

Das sind keine konkurrierenden Aussagen über dieselbe Fähigkeit. Das eine ist eine Steuerungsoberfläche, das andere ein Geschmacksmodell. Und der praktische Unterschied zwischen beiden zeigt sich im am wenigsten glamourösen Teil des Datenblatts: Ideogram 4.5 veröffentlicht eine Maskenkonvention und einen Preis pro Bild; MAI Image 2.7 Preview veröffentlicht keines von beiden.

Was „Präzise“ bedeutet, wenn eine Maske vorhanden ist

Eine Maske ist ein Vertrag. Ideogram 4.5 nimmt eine entgegen: Schwarz markiert den zu bearbeitenden Bereich, Weiß den zu erhaltenden – zusammen mit bis zu fünf Eingabebildern, einem Quellbild plus vier Referenzen. Diese Schnittstelle macht aus einer Bearbeitung etwas, das man spezifizieren kann, statt etwas, das man beschreibt und auf das Beste hofft.

Außerdem macht es das Modell auf eine Weise testbar, wie es ein reiner Prompt-Editor nicht ist. Wenn ein Kunde sagt: „Ändern Sie das Flaschenetikett und sonst nichts“, lässt sich die Maskenversion mechanisch prüfen: Vergleichen Sie die Ausgabe mit der Eingabe außerhalb des maskierten Bereichs und zählen Sie die geänderten Pixel. Die Prompt-Version erfordert, dass ein Mensch beide Bilder ansieht und sich eine Meinung bildet. Bei fünf Assets ist dieser Unterschied nichts. Bei fünfhundert ist es der Unterschied zwischen einem QA-Schritt und einer QA-Abteilung.

Microsoft hat für MAI Image 2.7 Preview keine Maskensemantik, keine Bounding-Box-Schnittstelle und keine Koordinatensteuerung veröffentlicht. Das Modell nimmt eine Anweisung und ein Quellbild entgegen. Was es ändert, entscheidet das Modell, und die Beschreibung der Designziele durch das Unternehmen — Restyling der gesamten Szene, Relighting, Wiederherstellung eines Assets, Bearbeitung von Text und Symbolen im Kontext — ist eine Beschreibung von Änderungen, die absichtlich global sind. Das ist eine legitime Designentscheidung für die Aufgaben, auf die 2.7 ausgerichtet ist. Es ist auch der Grund, warum man ihm keine strikt abgegrenzte regionale Bearbeitung übergeben und erwarten kann, dass die Vereinbarung eingehalten wird.

Vierundzwanzig Megapixel rein, vierundzwanzig Megapixel raus

Ideograms Vorzeigedemonstration für 4.5 war eine Bearbeitung an einer Quelle von 4.016 × 6.016 Pixeln – etwa 24,2 Megapixel –, die ohne vorheriges Herunterskalieren der Eingabe durchgeführt wurde. Das ist ein spezifischer und ungewöhnlich ehrlicher Benchmark, denn beim Herunterskalieren verlieren die meisten Bearbeitungsmodelle still und leise genau das, worauf es Ihnen ankam. Ein Bild, das auf zwei Megapixel heruntergerechnet, bearbeitet und wieder hochskaliert wird, hat zwei verlustbehaftete Transformationen durchlaufen, bevor Sie es sehen, und der „erhaltene“ Bereich ist keineswegs erhalten; er ist eine Rekonstruktion.

Die native Ausgabe für 4.5 ist 2K, mit einer langen Kante von 2.048 Pixeln bei der höchsten Qualitätseinstellung und dreizehn Seitenverhältnissen von 1:1 bis 3:1. Das Versprechen ist also nicht, dass es 24 Megapixel liefert. Sondern dass eine große Quelle den Roundtrip übersteht, ohne auf dem Weg hinein plattgedrückt zu werden.

Für MAI Image 2.7 Preview wurde überhaupt keine Auflösung veröffentlicht. Der Vorgänger MAI-Image-2.6 begrenzte die Ausgabe auf etwa 1536×1536, und die Annahme, dass 2.7 gleichzieht, wäre eine Schlussfolgerung statt einer Berichterstattung. Wenn eine Seite eines Vergleichs eine veröffentlichte Zahl hat und die andere schweigt, ist die veröffentlichte Zahl nicht automatisch die bessere – aber sie ist die einzige, gegen die man technisch planen kann.

Typografie ist der Punkt, an dem die beiden Pitches aufeinandertreffen.

Die Textdarstellung ist die einzige Fähigkeit, die beide Modelle uneingeschränkt für sich beanspruchen, und es lohnt sich, genau darzulegen, warum sie in beide Richtungen schwierig ist.

Ideograms Ruf gründete auf Typografie in der Generierung – lesbare Wörter, korrekte Rechtschreibung, Layouts, die die Hierarchie einer Schlagzeile respektieren. In 4.5 trägt sich diese Stärke in Bearbeitungen hinein, und das Modell behält außerdem einen Text-zu-Bild-Modus bei, sodass ein Team ein Layout mit echten Wörtern generieren und dann dasselbe Layout überarbeiten kann, ohne die Werkzeuge zu wechseln.

Die Behauptung von Microsoft zu 2.7 ist enger gefasst und in einer Hinsicht schwieriger: vorhandenen Text und vorhandene Symbole zu ändern und sie dabei integriert zu halten – die Perspektive eines Schilds, die Krümmung eines Etiketts, die Beleuchtung auf einer bedruckten Oberfläche zu treffen. Das ist ein anderes Problem als eine Überschrift sauber auf eine flache Leinwand zu rendern, und es ist das Problem, das auftritt, wenn eine Kampagne dieselbe Verpackungsaufnahme in sechs Sprachen braucht. Artificial Analysis führt 2.7 bei der Bearbeitung von Text und Symbolen unter den sieben Aktionen, die es bewertet, an erster Stelle, was die stärkste unabhängige Evidenz ist, die eines der beiden Modelle auf dieser spezifischen Achse hat.

Der Haken ist, dass das Text-Ergebnis ein Kategorie-Rang ist, keine Garantie pro Bild, und es sagt nichts darüber aus, wie viele Versuche ein schwieriger Fall benötigt. Microsoft sagt, 2.7 habe sich bei allen zehn Anwendungsfällen und allen sieben Bearbeitungsaktionen gegenüber 2.6 verbessert, mit einem 24-Punkte-Vorsprung bei Szene und Stil; das sind die eigenen Auswertungen des Unternehmens eines unabhängigen Leaderboards, und die zugrunde liegenden Läufe sind nicht öffentlich.

Die Preisleiter – und das Modell, das keine hat

Ideogram 4.5 bepreist nach Qualitätsstufe statt nach Auflösung, was eine ungewöhnliche und größtenteils sinnvolle Entscheidung ist: Sie zahlen dafür, wie stark das Modell nachdenkt, nicht dafür, wie viele Pixel zurückkommen. Die veröffentlichten Stufen liegen bei ungefähr 0,03 $ für Low, 0,06 $ für Medium und 0,22 $ für High pro Bild, wobei eine zusätzliche sehr niedrige Stufe nur für Bearbeitungen verfügbar ist, die von einigen Wiederverkäufern ab etwa 0,008 $ angegeben wird. Prompts lassen sich über einen Magic-Prompt-Schalter erweitern, Seeds werden offengelegt, und eine einzelne Anfrage kann bis zu acht Bilder zurückgeben – was bedeutet, dass die effektiven Kosten pro nutzbarem Ergebnis stark davon abhängen, wie viele Kandidaten Sie generieren, bevor einer passt.

Der letzte Punkt verdient Betonung, weil er den beworbenen Preis auf den Kopf stellt. Ein Modell für 0,03 US-Dollar, das vier Versuche braucht, kostet zwölf Cent; ein Modell für 0,22 US-Dollar, das beim ersten Versuch sitzt, ist die günstigere Option. Die Stufenliste ist eine Speisekarte, keine Rechnung.

MAI Image 2.7 Preview hat keinen Preis, weil es keinen kommerziellen Endpunkt gibt. Es ist im MAI Playground, auf Arena und auf Artificial Analysis verfügbar. Es gibt keine API, keinen Foundry-Eintrag und keine Preisliste. Am nächsten kommt einer Prognose noch die Foundry-Preisgestaltung des Vorgängers – 5 US-Dollar pro Million Text-Eingabe-Token, 8 US-Dollar pro Million Bild-Eingabe-Token, 38 US-Dollar pro Million Bild-Ausgabe-Token, grob vier Cent pro Bild –, was ungefähr verrät, wo Microsoft Bildarbeit preislich einordnet, und nichts darüber, wo 2.7 landen wird.

Wo die Punktzahlen liegen – und warum die Lücke kleiner ist, als es aussieht

MAI Image 2.7 Preview belegt mit 1.193 Elo den zweiten Platz auf AA-Image-Editing v2.1, sechs Punkte hinter GPT Image 2.5 Sunburst. Ideogram 4.5 wurde mit 1.064 Elo und Platz 23 auf dem Editing-Board gemeldet, mit 1.014 Elo und Platz 34 von 167 auf dem Text-to-Image-Board.

Bei diesen beiden Bearbeitungszahlen handelt es sich nicht um eine saubere Subtraktion – aus demselben Grund, aus dem es über Board-Revisionen hinweg nie eine saubere Subtraktion ist: Die Zahl 4,5 stammt aus ihrem eigenen Review-Zeitraum, und die Zahl 2,7 aus einer Momentaufnahme vom 22. Oktober eines Boards, das in diesem Jahr mindestens einmal neu aufgebaut wurde. Die Richtung der Lücke ist unzweifelhaft – ein Top-3-Modell gegen ein Modell auf Platz 23 ist eine echte Trennung –, aber ihre Größe ist keine Messung.

Was die Platzierung tatsächlich aussagt, ist, dass Ideograms Präzisionsversprechen sich nicht in einem Spitzenwert fürs Editieren niedergeschlagen hat. Sein Text-to-Image-Wert von 1.014 liegt kaum über den 1.011 der vorherigen Generation. Das Argument des Unternehmens drehte sich schon immer um Kontrolle und Typografie statt um die Position im Leaderboard, und 4.5 passt dazu: ein kontrolliertes Werkzeug auf einem Mittelfeldrang, pro Tarifstufe bepreist, mit einer Maskenoberfläche, die es auditierbar macht.

Das Open-Weights-Versprechen

Ideogram sagte bei der Markteinführung, die Gewichte von 4.5 würden bald veröffentlicht. Das ist nicht geschehen. Das ist wichtig, weil es das einzige Merkmal ist, das das Modell kategorisch von allem unterscheiden würde, was Microsoft anbietet – ein herunterladbarer Checkpoint ist eine Architekturentscheidung, eine gehostete API ist eine Abhängigkeit.

Bis die Gewichte vorliegen, ist die Behauptung ein Roadmap-Punkt und sollte als solcher behandelt werden. Das Modell ist heute über die eigene App und API von Ideogram sowie über eine lange Liste von Partnerplattformen verfügbar, was eine echte Form der Verfügbarkeit darstellt, aber nicht dasselbe ist wie Portabilität.

Die Wahl zwischen beiden

Wählen Sie Ideogram 4.5, wenn die Bearbeitung begrenzt sein muss. Wenn Sie den Bereich zeichnen können, der sich ändern darf, wenn die Quelle groß ist und in ihrer eigenen Auflösung erhalten bleiben muss, wenn Sie einen Text-zu-Bild-Modus und einen Bearbeitungsmodus in einem Modell benötigen und wenn Sie die Kosten kennen müssen, bevor Sie beginnen – 4.5 beantwortet alle vier Fragen in seiner Dokumentation. Es ist außerdem das einzige der beiden, das Sie heute hinter eine API stellen können.

Wähle MAI Image 2.7 Preview, wenn die Bearbeitung stark auf Urteilsvermögen angewiesen ist und das Volumen niedrig ist. Eine Szene umzugestalten, ein Foto neu zu beleuchten, ein Schild so umzuschreiben, dass die Oberfläche respektiert wird – das sind die Aufgaben, bei denen ein Vorsprung von 24 Punkten in einer Kategorie etwas wert ist, und Playground ist ein vernünftiger Ort, um zwanzig davon von Hand zu erledigen.

Was Sie nicht tun sollten, ist, den Abstand im Leaderboard als Kaufempfehlung zu werten. Das Modell auf Platz zwei lässt sich nicht aufrufen, und das Modell auf Platz dreiundzwanzig lässt sich für sechs Cent bei Medium aufrufen. Für ein Team, das entscheidet, worauf es dieses Quartal aufbauen soll, ist das der gesamte Vergleich. OrcaRouter hostet keines von beiden, und kein Anbieter hat Pläne angekündigt, das zu ändern; wo ein Gateway hier nützlich ist, dann bei den Modellen, auf die Sie zurückgreifen würden, wenn ein Editor im Preview-Stadium nicht verfügbar ist, da die OpenAI-Stufen, die 2.7 auf demselben Board umrahmen, über einen einzigen Schlüssel zum Listenpreis routbar sind und einen fehlgeschlagenen Aufruf ohne Codeänderung verkraften können.