Images 2.6 vs. MAI-Image 2.7 Preview: una está clasificada en segundo lugar, la otra es invocable

Hay una versión de esta comparación que una tabla de benchmarks hace parecer sencilla: MAI-Image-2.7 Previewobtiene 1.196 de Elo en la clasificación AA-Image-Editing v2.1 de Artificial Analysis, lo que le vale el segundo puesto, mientras que Images 2.6 —el despliegue de OpenAI de GPT-Image-2.6 Sunburst y GPT-Image-2.6 Flare el 4 de noviembre de 2026— no tiene ninguna fila en esa clasificación. Modelo clasificado frente a modelo sin clasificar. El problema es que al modelo clasificado no se puede llamar. MAI-Image-2.7 Preview no tiene API pública, ni ficha en Azure AI Foundry, ni precio publicado, ni pesos abiertos. Existe en el MAI Playground de Microsoft, en Arena y como un nombre en una columna de la clasificación.

Así que la pregunta útil no es «cuál es mejor». Es «cuál de estos puedes poner en un producto esta semana y a qué renuncias al elegir el que contesta el teléfono». Esa respuesta está desequilibrada, pero no en la dirección que sugieren los números de Elo.

Tres cosas que son ciertas el 5 de noviembre de 2026

• MAI-Image-2.7 Preview es un editor y solo un editor. Requiere una imagen de origen. Microsoft describe la generación de texto a imagen como "próximamente", sin fecha adjunta — por eso no encontrará ninguna fila de MAI-Image-2.7 Preview en la tabla AA-Image-T2I y por eso la cifra de 1,196 es una puntuación de edición que no dice nada sobre la generación.

• Images 2.6 hace ambas cosas y añade un tercer tipo de salida. Generación, edición y —novedad del 4 de noviembre— creación de GIF animados en un solo paso dentro de ChatGPT a partir de un prompt o una foto subida, además de exportación SVG y ediciones guiadas por marcado en la API. Es un producto más amplio que, a día de hoy, no cuenta con ninguna puntuación independiente de ningún tipo.

• La diferencia de dos puntos en la cima no es realmente de dos puntos. El 1,196 (±15) de MAI-Image-2.7 Preview queda tres puntos Elo por debajo del 1,199 (±11) de GPT Image 2.5 Sunburst. Ambos intervalos de confianza son más amplios que la diferencia. Estadísticamente, están a la par, y el sucesor 2.6 de OpenAI es el modelo contra el que realmente se mediría a Microsoft si alguien lo hubiera evaluado.

Qué está midiendo en realidad el 1,196

El Elo de edición es un promedio sobre una distribución de solicitudes de edición, y los promedios ocultan lo que de verdad le importa al comprador. El propio desglose de Microsoft es más informativo que la cifra titular: señala que el modelo lidera en cuatro de siete acciones de edición —mejora y restauración, ediciones basadas en razonamiento, escena y estilo, y edición de texto o símbolos—, con su mayor margen en escena y estilo, 24 puntos por encima del siguiente mejor modelo.

Pierde las otras tres. La composición, las ediciones de objetos individuales y la preservación de la identidad se quedan con OpenAI. Leído como una descripción del comportamiento y no como un marcador, es una división limpia: dale a MAI-Image-2.7 Preview un fotograma y pídele que haga que todo parezca el atardecer, o que restaure un escaneo dañado, o que reescriba el rótulo del escaparate para que encaje en la escena, y es lo más potente de la tabla. Pídele que mueva un objeto dos pies a la izquierda sin alterar a la persona que lo sostiene, y los modelos de OpenAI históricamente lo han hecho mejor.

La mejora respecto a su propio predecesor también merece mención, porque es grande para los estándares de Elo: +45 sobre MAI-Image-2.6, que se sitúa en 1.151 con casi 17.000 muestras. Eso no es ruido. Microsoft lanzó una mejora real el 27 de octubre, nueve días antes de que OpenAI lanzara la 2.6.

La asimetría de precios es toda la decisión

No se puede comprar MAI-Image-2.7 Preview. No hay una lista de precios, y Microsoft no ha dicho cuándo la habrá. La referencia más cercana es lo que cuesta la generación anterior en Foundry: MAI-Image-2.6 cobra $5 por millón de tokens de entrada de texto, $8 por millón de tokens de entrada de imagen y $38 por millón de tokens de salida de imagen, lo que equivale aproximadamente a 3,9 centavos por una imagen típica; Artificial Analysis lo sitúa en $38,9 por cada mil imágenes y la variante Flash a $19,5.

Images 2.6, en cambio, tiene un precio en vivo hoy. Se cobra por tokens y no ha cambiado respecto de la generación 2.5: $5 por millón de tokens de entrada de texto (en caché, $1.25), $8 por millón de tokens de entrada de imagen (en caché, $2), $30 por millón de tokens de salida de imagen. Como OpenAI no publica una cifra fija por imagen, la estimación práctica debe provenir del presupuesto de tokens de salida: alrededor de $0.053 en calidad alta, $0.094 en xhigh y $0.21 en max, con tarifas por lotes aproximadamente a la mitad. Esos presupuestos se heredan de 2.5, así que considera las cifras por imagen como una aproximación y las cifras por token como el contrato.

Fíjate en lo que eso hace con la comparación. El modelo más barato sobre el papel —MAI-Image-2.7 Preview, cuyo precio presumiblemente ronda los cuatro centavos de su predecesor— es hoy infinitamente caro, porque la única forma de usarlo es abrir un playground y trabajar a mano. El modelo con el techo más alto por imagen es el que tiene una factura que realmente puedes recibir.

Este es el caso en el que una capa de enrutamiento no es una optimización de costes, sino una forma de mantener la decisión reversible. OrcaRouter incluye la línea de imágenes de OpenAI al precio de lista del proveedor, con un 0 % de margen: GPT-Image-2.6 Sunburst y Flare se suman a GPT-Image-2.5 Sunburst y Flare, GPT Image 2, Imagen 4 y los modelos flash-image de Gemini con una sola clave, sin un segundo contrato ni un segundo SDK. Cuando Microsoft publique un endpoint 2.7, añadirlo será un cambio de catálogo por nuestra parte y un cambio de cadena de modelo por la suya, no una migración. Mientras tanto, el failover es lo que evita que una preview de nueve días de antigüedad se convierta en una dependencia de producción el día en que empiece a aplicar límites de tasa.

Lo que puedes y no puedes concluir hoy

No puedes concluir que MAI-Image-2.7 Preview supere a Images 2.6 en edición, porque nadie ha puntuado la 2.6. Tampoco puedes concluir lo contrario. La única lectura defendible de las clasificaciones es que Microsoft se ha acercado hasta quedar dentro del ruido estadístico de la anterior generación de OpenAI en edición, y que la generación actual de OpenAI no ha sido medida.

Puedes concluir tres cosas más concretas, y bastan para actuar.

Primero, si tu problema es la transformación de toda la escena —cambiar la iluminación, cambiar el estilo, restaurar, hacer que el texto quede dentro de una fotografía en lugar de encima de ella—, MAI-Image-2.7 Preview es, según el propio desglose de Microsoft, la herramienta mejor adaptada, y es el único caso en el que merece la pena dedicar la tarde a probarla en un playground. Evaluarla no tiene ningún coste, lo que resulta poco habitual y útil.

En segundo lugar, si tu problema es una instrucción literal aplicada a una región específica —mueve esto, elimina aquello, mantén la cara idéntica—, la división en siete acciones indica que la línea de OpenAI es donde corresponde ese trabajo, y GPT-Image-2.6 Sunburst es la compilación actual de esta.

Tercero, si necesitas generación, animación, SVG o una API, la comparación se desmorona. MAI-Image-2.7 Preview no ofrece ninguna de las cuatro.

¿Qué cambiaría esto?

Dos acontecimientos, cualquiera de los cuales dejaría obsoleto este artículo en el plazo de un mes.

Un listado de Foundry con un precio. Microsoft ya ha incorporado 2.6 y 2.6-Flash en Foundry, así que el patrón está establecido y el retraso de 2.7 parece una brecha entre preview y GA más que una política. Si un endpoint de 2.7 llega aproximadamente con la tarifa de 2.6, se convierte de la noche a la mañana en la recomendación predeterminada para el trabajo de edición a nivel de escena: una puntuación de edición entre las dos mejores a cuatro centavos por imagen, sin recargos por imágenes de referencia, resulta notablemente más económico que la base de $0.06 de Krea 3 y su recargo de $0.07 por referencia en trabajos con múltiples referencias.

Una fila de AA para Images 2.6. Los rankings de imágenes añaden modelos por lotes en lugar de día a día —varios se incorporaron en los treinta días previos a la redacción de este texto—, por lo que el desfase suele ser de semanas y no de meses. Cuando aparezca 2.6, la cifra que importa es si supera los 1.199 —su propio predecesor—, porque un sucesor que retroceda en edición mientras añade GIFs sería un lanzamiento de funciones, no un lanzamiento de edición, y los 1.196 que registre MAI-Image-2.7 Preview dejarían de ser la segunda mejor puntuación y pasarían a ser la mejor disponible.

Hasta que ocurra una de esas cosas, el resumen honesto es breve. El mejor modelo de edición que puedes evaluar con benchmarks no es el mejor modelo de edición que puedes comprar, y el modelo que puedes comprar no ha sido evaluado con benchmarks. Cualquiera que te diga cuál de estos dos gana está adivinando.

La secuencia práctica

Si estás evaluando este par para trabajo real, la secuencia que menos tiempo desperdicia es: pasa tus diez ediciones de escena completa más difíciles por MAI-Image-2.7 Preview en el playground, porque no cuesta nada y es genuinamente bueno en ese tipo de tarea; luego pasa esas mismas diez por GPT-Image-2.6 Sunburst en la API, donde el costo de la prueba es de unos cincuenta centavos; luego pásalas por GPT-Image-2.5 Sunburst como control, porque ese es el modelo con 18,300 muestras detrás de sus 1,199 y el único de los tres cuya posición puedes confiar. Si 2.6 supera a su predecesor en tus diez, probablemente sea una mejora real. Si no lo hace, habrás aprendido algo que las tablas de clasificación aún no pueden decirte, por menos de dos dólares.

Lo único que no hay que hacer es aplazar la decisión hasta que lleguen los benchmarks. La vista previa de Microsoft no tiene un endpoint anunciado y el sucesor de OpenAI no tiene una puntuación anunciada, y ambas lagunas podrían cerrarse la próxima semana o el próximo trimestre. Los modelos ya están lo suficientemente disponibles para probarlos ahora, lo que no puede decirse de la evidencia.