MAI-Image-2.5-Pro contre Flux 3 : Même semaine de lancement, deux réalités différentes

MAI-Image-2.5-Pro et Flux 3 ont tous deux été annoncés la même semaine — le 23 juillet 2026. Un mois plus tard, ils occupent des univers différents. MAI-Image-2.5-Pro, le modèle d'image haut de gamme de Microsoft, est en aperçu public sur Microsoft Foundry et a grimpé à n° 1 sur l'Artificial Analysis Image Editing Arena (Elo 1 272 sur la base d'environ 6 100 votes à l'aveugle). Flux 3, le modèle de fondation multimodal unifié de Black Forest Labs, n'a lancé qu'un seul de ses niveaux — vidéo — et son niveau image n'a aucun point de terminaison public, aucun prix et aucun benchmark que quiconque puisse exécuter. Un lecteur qui demande « quel modèle d'image devrais-je utiliser » n'a pas deux candidats ici ; il a un produit et une promesse.

Ce que chacun est réellement

• MAI-Image-2.5-Pro — un modèle propriétaire et spécialisé de génération et d'édition d'images, le niveau de fidélité le plus élevé de la famille interne MAI-Image-2.5 de Microsoft. Mesuré en jetons, hébergé sur Foundry, conçu pour l'imagerie hero, l'édition détaillée et le rendu de texte dans l'image. C'est tout le modèle : des images.

• Flux 3 — un modèle de fondation multimodal unifié, entraîné conjointement sur l'image, la vidéo et l'audio (plus la prédiction d'actions robotiques), bâti sur une méthode de flow-matching que BFL appelle Self-Flow. Cinq variantes ont été annoncées : Flux 3 Video, Flux 3 Image, Flux 3 Action, Flux-mimic pour la robotique, et Flux 3 Dev (poids ouverts prévus pour plus tard en 2026). L'image n'est qu'une modalité au sein d'un pari plus vaste, pas le produit lui-même.

Cette différence structurelle importe plus que n'importe quelle spécification. Un modèle d'image spécialisé consacre toute sa capacité aux images fixes ; un modèle multimodal répartit sa capacité entre les médias. MAI-Image-2.5-Pro existe pour exceller en édition d'images. Flux 3 existe pour être un modèle qui fait tout, et son volet image est la partie de cette vision qui n'a pas encore vu le jour.

Disponibilité : toute la comparaison

À la mi-août 2026, l'asymétrie est absolue :

• MAI-Image-2.5-Pro — aperçu public sur Azure AI Foundry dans sept régions mondiales, plus le MAI Playground gratuit. Vous pouvez l’appeler dès aujourd’hui avec un compte Microsoft ; il constitue déjà le niveau de qualité d’une famille qui alimente Bing Image Creator, PowerPoint et OneDrive.

• Flux 3 Image — non publié. La documentation de BFL ne répertorie aucun endpoint d'image ; la gamme d'images actuellement appelable reste FLUX.2 (Pro, Dev, Flex, Klein). La page Flux 3 porte une mention « coming soon » avec un formulaire de candidature plutôt qu'un bouton de démarrage. BFL a déclaré que l'accès anticipé aux images ouvrirait « dans les semaines suivantes » après l'annonce du 23 juillet ; à ce jour, aucun identifiant de modèle, aucune spécification d'image et aucune limite de prompt n'ont été publiés. Seul Flux 3 Video a atteint la disponibilité générale (4 août, facturé à la seconde).

Ainsi, la réponse pratique à « sur lequel je peux me baser pour la retouche d'images aujourd'hui » ne contient qu'un seul nom.

Les preuves que chaque partie peut présenter

La force d'édition de MAI-Image-2.5-Pro est mesurée indépendamment. Au-delà de sa première place en Elo d'édition, son classement texte-vers-image est n° 7 avec 1 292 Elo — bon, mais pas leader, ce qui est la façon honnête de lire un spécialiste. Microsoft publie également des affirmations déclarées par le fournisseur : 96,8 % de précision de rendu du texte (signalée comme couvrant cinq langues), 27 % de meilleure adhérence aux instructions que GPT Image 1.5 lors d'évaluations internes, et 94 % de cohérence des personnages entre plusieurs images. Considérez tout cela comme des chiffres propres à Microsoft ; le classement est la partie indépendante.

Flux 3 Image ne dispose d'aucune preuve publique. Il n'y a pas de benchmarks d'image, car il n'y a pas de point de terminaison d'image à tester. Les seuls chiffres rapportés par BFL dans la famille concernent Flux 3 Video — un Elo interne de 1 135 pour le texte-vers-vidéo et 1 051 pour l'image-vers-vidéo, que BFL prétend surpasser Omni Flash, H3 et Seedance 2.0 — et ceux-ci sont rapportés par le fournisseur, non reproduits, et ne s'appliquent de toute façon pas à la catégorie image. Tout ce que vous lisez qui « benchmarke » la qualité d'image de Flux 3 est une extrapolation à partir des chiffres vidéo ou de l'ancienne gamme FLUX.2.

Ce que Flux 3 promet pour les images (feuille de route du fournisseur, pas une spécification)

Les revendications de la feuille de route de BFL pour le niveau image méritent d'être connues précisément parce que ce sont des revendications :

• Synthèse et édition d'images à travers différents styles, ratios d'aspect et résolutions

• Gestion améliorée des invites complexes et rendu de texte multilingue de haute précision

• Transfert de style zero-shot à partir d'une image de référence, avec plusieurs références de style fusionnées en une seule passe

• Cohérence des personnages et de la marque à travers les générations sans réglage fin.

• Édition non destructive — préservant les textures, le grain, l'éclairage et l'arrière-plan afin que les modifications successives ne se dégradent pas

Cette dernière affirmation est intéressante : c'est la même propriété « modifier sans régénérer la scène » que le design d'édition chirurgicale de MAI-Image-2.5-Pro propose déjà et sur laquelle il obtient de bons résultats. Si Flux 3 Image tient cette promesse, il entrera directement en concurrence avec ce que MAI-Image-2.5-Pro fait déjà. « Si » est le mot clé — tout ce qui figure dans cette liste reste non vérifié tant que l'endpoint n'existe pas.

Coût

• MAI-Image-2.5-Pro — 5 $ par million de tokens d’entrée de texte, 8 $ par million de tokens d’entrée d’image, 106 $ par million de tokens de sortie d’image. La conversion d’Artificial Analysis place une image 1024×1024 à environ 108,50 $ par 1 000. Prix d’aperçu ; la GA pourrait le faire évoluer.

• Flux 3 Image — aucun prix n'existe, car aucun endpoint n'existe. Le seul prix publié pour Flux 3 concerne la vidéo : 0,17 $/seconde (HD) et 0,29 $/seconde (FHD) pour les rendus complets. Pour la ligne d'images FLUX.2 appelable, à titre de référence, BFL facture environ 0,04 $ par image pour Flux Pro et 0,015 $ pour Flux Dev — mais il s'agit de la génération précédente, pas d'une prévision.

Vous ne pouvez pas comparer un prix à une ligne vide. La comparaison des coûts aujourd'hui oppose le tarif premium de MAI-Image-2.5-Pro à rien du tout.

Sur lequel construire

Si votre livrable consiste en des images en 2026, la réponse est {{1}}MAI-Image-2.5-Pro{{/1}} (ou l'un des autres éditeurs hébergés — {{2}}GPT Image 2{{/2}} reste en tête pour le texte-vers-image et l'autre principale catégorie d'édition). Il est appelable, il obtient un score d'édition n°1 indépendant, et le plafond de résolution d'environ un mégapixel est le principal point à vérifier par rapport à votre cas d'usage. {{3}}Flux 3{{/3}} est un élément à surveiller : lorsque le niveau image sera disponible, ses promesses d'édition non destructive et de cohérence de marque mériteront d'être sérieusement testées contre exactement le modèle que Microsoft classe n°1 en ce moment.

Il existe aussi une façon d'envisager l'attente sous l'angle du routage. Quand Flux 3 Image aura enfin un endpoint, la façon à faible risque d'adopter un modèle tout nouveau, sans benchmark, est de lui router une partie du trafic et de conserver le modèle éprouvé comme bascule automatique — un seul endpoint, les prix des fournisseurs répercutés à 0% de marge, et le modèle non éprouvé qui gagne sa place sur le trafic en direct plutôt que sur une diapositive de feuille de route. C'est le modèle d'usage pour lequel OrcaRouter existe, et c'est le même modèle qui rend les modèles en préversion comme MAI-Image-2.5-Pro adoptables avant qu'ils n'atteignent la disponibilité générale.

Le verdict

Même semaine de lancement, un mois plus tard : MAI-Image-2.5-Pro est un éditeur n°1 éprouvé que vous pouvez appeler dès aujourd'hui, et Flux 3 est un modèle de fondation multimodal dont le niveau image n'est encore qu'une promesse avec une feuille de route. Les comparer sur la qualité d'image reviendrait à comparer un boxeur à un combattant qui n'est pas encore entré sur le ring. Utilisez MAI-Image-2.5-Pro pour le travail d'image dès maintenant ; gardez Flux 3 Image sur la liste des choses à réévaluer le jour où son endpoint sera réellement disponible.