Tarjeta de título que compara MAI Image 2.7 Flash con MAI Image 2.7 en la misma fecha de lanzamiento: Flash con 1.179 de Elo de edición y unos 10 USD por cada 1.000 imágenes, el buque insignia con 1.215 de Elo de edición y unos 35 USD por cada 1.000 imágenes, con un separador entre ellos que dice 25 USD por cada 1.000 imágenes.
Guides & Insights

MAI Image 2.7 Flash vs MAI Image 2.7: qué ofrece la versión premium

Autor

jinhao.song

Fecha de publicación

Últimos modelos · 20Ver todos los modelos →
Benchmarks: Artificial Analysis · actualizado a diario
Volver a todas las publicaciones

El mismo día, a partir de la misma ficha de modelo, Microsoft lanzó dos niveles de un mismo modelo de imagen y los puso a la venta con una diferencia de precio de 3,5 veces. MAI Image 2.7 cuesta unos 35 dólares por cada mil imágenes y es el número 1 en la tabla AA-Image-Editing v2.1 de Artificial Analysis, con 1.215 Elo. MAI Image 2.7 Flash cuesta unos 10 dólares y se sitúa en 1.179 en esa tabla y en 1.158 en texto a imagen. La tentación es interpretar esas diferencias como una escalera de calidad y comprar el peldaño que permita tu presupuesto. La interpretación más útil es que son dos productos diferentes bajo un mismo nombre, y la relación de precios te dice mucho más sobre cuál elegir que el Elo.

Ambas cifras están actualizadas a 20 de noviembre de 2026, ambas provienen de un evaluador independiente y no de un gráfico del proveedor, y ambas tienen intervalos lo suficientemente amplios como para que la diferencia de 36 puntos en edición sea la parte más pequeña de la decisión. Esto es lo que realmente compran los $25 adicionales por cada mil, y los tres casos en los que no compran nada.

Qué se compra con $25 por cada mil imágenes

Si dejamos de lado el marketing, el sobreprecio del buque insignia cubre exactamente una cosa bien: el último pequeño porcentaje de fidelidad de edición en trabajos compositivos difíciles. El propio planteamiento de Microsoft es que 2.7 «razona sobre objetos, estructura de la escena, iluminación, escala y posicionamiento espacial para producir ediciones coherentes, incluso a partir de indicaciones ambiguas», y esa es la clase de tarea en la que una separación de 36 puntos de Elo se manifiesta como una diferencia visible y no como una estadística. Volver a iluminar una foto de producto para que el brillo especular se mueva con la luz principal. Mover un objeto en una escena abarrotada sin arrastrar su sombra. Conservar el kerning de un logotipo a lo largo de tres ediciones sucesivas.

En todo lo demás —eliminación de objetos, intercambio de atributos, inpainting, sustitución de texto, limpieza de fondos— las dos filas se solapan. El 1.179 de Flash se sitúa en una banda que abarca de 1.166 a 1.192; el 1.215 del modelo insignia abarca de 1.201 a 1.229. Esas bandas no se tocan, así que el orden es real. Pero el solapamiento en la práctica es mucho mayor que el solapamiento en las cifras, porque la clasificación promedia diez casos de uso y siete acciones de edición, y un flujo de trabajo que solo haga siempre las seis fáciles no verá la diferencia en absoluto.

Screenshot of the Artificial Analysis AA-Image-Editing v2.1 leaderboard captured on 20 November 2026: MAI-Image-2.7 first at 1,215 Elo from 5,478 samples and $34.82 per 1,000 images, MAI-Image-2.7-Flash seventh at 1,179 Elo from 5,891 samples and $10.24 per 1,000 images, with GPT Image 2.6 Sunburst, GPT Image 2.6 Flare, GPT Image 2.5 Sunburst, GPT Image 2.5 Flare and Kling Image 4.0 between them.

Una comparación con cifras concretas hace tangible el equilibrio. Con las aproximaciones del proveedor, mil imágenes al mes cuestan unos 10 USD en Flash y unos 35 USD en el modelo insignia —una diferencia mensual de 25 USD, que es ruido para un equipo de diseño y significativa para un pipeline de catálogo que procesa cincuenta mil imágenes. Con cincuenta mil, la misma elección supone aproximadamente 500 USD frente a 1.750 USD por ciclo. La pregunta deja de ser «¿es mejor el modelo insignia?» (lo es) y pasa a ser «cuántas de esas cincuenta mil imágenes necesitan el mejor».

Two-column scoreboard comparing MAI Image 2.7 Flash with MAI Image 2.7 across six dimensions: editing Elo 1,179 at No. 7 versus 1,215 at No. 1, text-to-image Elo 1,158 at No. 11 versus 1,214 at No. 4, price about $10 versus about $35 per 1,000 images, estimated cost $10.24 versus $34.82 per 1,000 images, transparency supported on both, and Canvas powered by Flash versus not on the flagship. A footer credits Elo and cost to Artificial Analysis and price to Microsoft, vendor-reported.

La brecha generacional es más amplia que la brecha de edición.

Casi todas las comparaciones entre estos dos citan la tabla de edición, porque ahí es donde el modelo insignia tiene un trofeo. Mira texto a imagen y la separación es mayor: 1.214 para el modelo insignia en el n.º 4 frente a 1.158 para Flash en el n.º 11, una diferencia de 56 puntos que supera el intervalo combinado con margen de sobra.

Screenshot of the Artificial Analysis AA-Image-T2I v2.1 leaderboard captured on 20 November 2026: GPT Image 2.6 Sunburst (max) first at 1,261 Elo and $210.72 per 1,000 images, MAI-Image-2.7 fourth at 1,214 Elo from 5,008 samples and $34.82 per 1,000 images, MAI-Image-2.7-Flash eleventh at 1,158 Elo from 5,951 samples and $10.24 per 1,000 images.

Esa asimetría debería pesar más en la decisión que la puntuación principal. Si tu carga de trabajo es sobre todo de generación —banners, renders de producto, ilustración a partir de un prompt—, el sobreprecio del buque insignia está comprando la mayor de las dos mejoras, y sigue siendo 6 veces más barato que GPT Image 2.6 Sunburst (max) a $210.72 por mil en la misma tabla, pese a quedar 47 puntos por detrás. Si tu carga de trabajo es sobre todo de edición, el sobreprecio compra la menor.

La fila de generación también explica por qué Flash no es simplemente «el 2.7 barato». Entró en la tabla de generación en el n.º 11, por debajo de Kli​ng Image 4.0 y Nano Banana 2.1, en una categoría en la que ser barato no es algo inusual —Nano Banana 2.1 figura a $33.60 y Seedream 5.5 a $20.00 por mil en esa misma tabla—. Los $10.24 de Flash son los más bajos de su entorno, no los más bajos de la tabla, y la razón para elegirlo es la combinación, no cualquiera de las dos mitades.

Una sola cláusula constituye toda la documentación.

Toda la descripción pública de qué cambió Flash es una sola cláusula en una ficha de modelo compartida: «MAI Image 2.7 Flash es una versión optimizada de MAI Image 2.7». No hay recuento de parámetros para la variante. No hay ninguna declaración sobre si la optimización significaba destilación, menos pasos de muestreo, una pasada de refinamiento más pequeña o cuantización. No hay una fecha de lanzamiento independiente, ni una fecha independiente para la UE, ni una fila independiente de límites.

La ficha otorga al modelo insignia 20 mil millones de parámetros no de embedding, un contexto de 32K tokens, un límite máximo de salida de 4.194.304 píxeles equivalente a 2048×2048, una ventana de entrenamiento de abril a noviembre de 2026 y una fecha de lanzamiento del 17 de noviembre de 2026. Flash hereda la sección por adyacencia. Es una inferencia razonable y sigue siendo una inferencia: si Flash fuera un modelo destilado de 6B, la ficha de especificaciones tal como está escrita no lo contradiría.

Lo que está documentado para ambos es la compatibilidad con transparencia —"imágenes de producto, logotipos, iconos e ilustraciones listos para usar sin recortes manuales"— y que ambos se sitúan en lo que Microsoft denomina la frontera de Pareto de calidad-coste para generación y edición. La segunda afirmación es una declaración de posicionamiento, no una prueba de referencia, y es el tipo de cosa que cada laboratorio dice sobre cada nivel que lanza.

La velocidad es la afirmación que no tiene ninguna cifra que la respalde.

La razón para esperar que Flash sea más rápido es estructural, no basada en evidencia. Microsoft afirma que «ofrece la velocidad y la eficiencia necesarias para las cargas de trabajo de producción», y convirtió a Flash en el motor de Canvas, una superficie interactiva en la que el usuario hace clic en una región y espera a que se vuelva a dibujar. No se pone un modelo lento detrás de un clic. Bing Image Creator, que ahora usa de forma predeterminada la familia MAI Image, es el mismo argumento a escala de consumidor.

Todavía no hay ninguna cifra publicada de latencia, rendimiento ni tiempo hasta la primera imagen para ninguno de los dos modelos. Artificial Analysis no informa la velocidad de inferencia para estas filas. Así que la única dimensión en la que la ventaja de Flash debería ser mayor es la única dimensión que nadie ha medido en público, y cualquier afirmación sobre el rendimiento en cualquier sentido es actualmente especulación disfrazada de hecho. Si estás eligiendo entre los niveles por velocidad, la única respuesta honesta hoy es que tendrás que medirla con tus propios prompts — algo que es barato de hacer y que vale la pena hacer antes de comprometerte con un pipeline.

Enrutar un modelo de dos niveles como un solo modelo

El patrón que recompensa este par no es una migración, sino una división: enviar el volumen rutinario a Flash y escalar los casos difíciles. Eso es más fácil de operar cuando ambos niveles responden con una sola clave, con una sola línea de facturación y una sola ruta de código, de modo que la regla de escalado viva en la configuración y no en una segunda integración. Es la forma para la que está diseñado OrcaRouter — un DSL de enrutamiento que puede enviar una clase de solicitud a un modelo y recurrir a otro, y conmutación automática por error cuando un proveedor falla a mitad de lote.

Ninguno de los modelos MAI está en el catálogo de OrcaRouter al 20 de noviembre de 2026, así que no hay nada que enrutar aquí ni ninguna forma honesta de insinuar lo contrario. La versión preliminar pública de Microsoft Foundry y varias plataformas de terceros son las rutas documentadas. Lo que está en el catálogo a precio de lista con un margen del 0 % es GPT-Image-2.5 Sunburst y GPT-Image-2.5 Flare — un editor de 1.202 Elo y un generador de 1.210 Elo, ambos con un precio de $210,72 por mil según la estimación de Artificial Analysis. Ese precio es la cifra que hay que poner junto a los $35 de Microsoft cuando surja la conversación sobre la prima: el buque insignia es caro frente a su propio hermano y barato frente a casi todo lo demás en la tabla.

Cómo elegir en una tarde

Tres preguntas lo resuelven, y ninguna de ellas necesita una tabla de clasificación. Primera: ¿el trabajo es predominantemente de generación o predominantemente de edición? La generación amplía la diferencia hasta 56 puntos y favorece al modelo insignia; la edición la reduce a 36 y favorece a Flash. Segunda: ¿cuántas imágenes al mes? Por debajo de unos pocos miles, la diferencia de precio no es en absoluto un factor de decisión y la calidad del modelo insignia sale gratis en términos absolutos. Tercera: ¿tolera el flujo de trabajo un reintento? La economía de Flash da por sentado que puedes permitirte repetir un resultado flojo; una canalización que debe acertar a la primera está comprando la consistencia del modelo insignia, no su puntuación.

Dos cosas cambiarían este panorama y ninguna ha ocurrido todavía. Una tarifa publicada con partidas detalladas —imágenes de referencia, resolución de salida, descuentos por volumen— sustituiría la única aproximación de Microsoft por algo sobre lo que se pueda construir un presupuesto, y bien podría comprimir la brecha de 3,4x una vez que la resolución entre en el cálculo. Un segundo ciclo de evaluación en Flash nos diría si 1.179 es donde el modelo se estabiliza o donde empezó; la propia fila del buque insignia ya ha variado tres puntos con los mismos pesos en esta familia, así que una primera lectura es solo eso, una primera lectura.

Hasta entonces, el resumen defendible es limitado y merece decirse sin rodeos: el modelo insignia es el mejor modelo en ambas tablas y el único con una afirmación de número 1; Flash es un modelo de producción real en lugar de una demo recortada, a aproximadamente un tercio del precio; y la elección entre ambos es una cuestión de la mezcla de cargas de trabajo, no de cuál número es mayor.