MAI-Image-2.5-Pro vs GPT Image 2 : La couronne de l'image est désormais partagée

La façon la plus claire de résumer MAI-Image-2.5-Pro par rapport à GPT Image 2 est que « meilleur modèle d'image » a cessé d'être une seule question. Sur l'Image Editing Arena d'Artificial Analysis, le MAI-Image-2.5-Pro de Microsoft est n° 1 avec un Elo de 1 272; sur la Text-to-Image Arena du même site, le GPT Image 2 d'Ope​nAI est n° 1 avec un Elo de 1 369; et sur l'autre grand classement — LMArena, désormais Arena — le GPT Image 2 domine toujours carrément l'édition d'images, en tête des sept catégories de prompts. Les deux modèles sont premium, tous deux sont des API hébergées facturées au jeton, et la réponse honnête à « lequel gagne » dépend entièrement de la tâche que vous nommez : l'édition favorise le nouveau venu de Microsoft, la génération et le respect de prompts complexes favorisent le modèle établi d'Ope​nAI.

Le classement est divisé, lisez attentivement.

• Édition (Artificial Analysis) : MAI-Image-2.5-Pro n° 1 — 1 272 Elo, ~6 100 échantillons. GPT Image 2 (high) n° 4 — 1 256 Elo.

• Text-to-image (Artificial Analysis) :GPT Image 2 (high) n° 1 — 1 369 Elo, ~14 500 échantillons. MAI-Image-2.5-Pro n° 7 — 1 292 Elo, ~11 500 échantillons.

• Édition (Arena) : GPT Image 2 mène avec ~1 463 Elo, affichant la plus grande avance mesurée dans chaque catégorie — le résultat indépendant le plus fort obtenu par l'un ou l'autre modèle.

Les classements d’édition contradictoires ne sont pas une contradiction ; ce sont deux arènes différentes avec des entrées de modèles et des électorats différents. Artificial Analysis teste le niveau « high » spécifique de GPT Image 2 en tête-à-tête contre la version d’aperçu de MAI-Image-2.5-Pro, et le modèle de Microsoft y gagne. Arena teste la version intermédiaire contre un champ plus large, et OpenAI y gagne par une marge plus grande. Les deux sont réels, les deux sont indépendants, et l’avance d’aucun classement n’est suffisamment grande pour considérer le titre d’édition comme acquis.

Ce dans quoi chacun excelle

MAI-Image-2.5-Pro est un éditeur spécialisé. Microsoft l'a conçu pour des retouches précises et chirurgicales — remplacer un objet, mettre à jour le texte dans l'image, nettoyer les artefacts — tout en préservant la cohérence du reste de l'image, et son taux revendiqué de 94 % de cohérence des personnages multi-images (selon le fournisseur) résume l'objectif de conception en un chiffre. Sa capacité phare est le rendu de texte : Microsoft revendique une précision de 96,8 % sur l'anglais, le chinois, le japonais, le coréen et l'espagnol, bien que la même documentation plafonne la sortie à environ un mégapixel — la formulation « 8K » accolée à cette affirmation est donc du marketing à ignorer. Ce modèle n'est pas un leader de la création sur toile vierge : son rang n°7 en texte-à-image le dit explicitement.

GPT Image 2 est un généraliste doté d'un moteur de raisonnement. Ce fut le premier modèle d'image d'Ope​nAI avec un mode de pensée intégré — il planifie la mise en page, peut chercher des références sur le web et s'auto-vérifie avant de dessiner — ce qui en fait le leader reconnu sur les prompts complexes à contraintes multiples et sur les catégories de retouche d'Arena. Il rend bien le texte multilingue (y compris le CJK), prend en charge jusqu'à une résolution 4K avec un ratio d'aspect plafonné à 3:1, et propose trois niveaux de qualité. Ses faiblesses sont le miroir de ses forces : il est coûteux en haute qualité, et il régénère plutôt que de préserver chirurgicalement — la « retouche » ressemble davantage à un « re-rendu selon cette instruction », ce qui est là où l'argument de cohérence de MAI-Image-2.5-Pro tente de se démarquer.

Prix

Tous deux sont facturés au jeton, et aucun ne publie de jetons par image, donc les chiffres par image sont des conversions, et non des devis.

• MAI-Image-2.5-Pro — $5 par million de jetons d’entrée texte, $8 par million de jetons d’entrée image, $106 par million de jetons de sortie image. Conversion d’Artificial Analysis : ≈ $108.50 par 1,000 images 1024×1024.

• GPT Image 2 — 5 $ par million de jetons en entrée texte, 8 $ par million de jetons en entrée image, 30 $ par million de jetons en sortie image. Le coût par image varie selon le niveau de qualité : environ 0,006 $ en basse qualité, 0,05 $ en qualité moyenne, 0,21 $ en haute qualité en 1024×1024 — ≈ 211 $ pour 1 000 en haute qualité.

Ainsi, aux paliers que les acheteurs utilisent réellement, MAI-Image-2.5-Pro coûte environ la moitié du prix par image de GPT Image 2 high — un écart réel à volume, et conforme à l'affirmation de Microsoft (rapportée par le fournisseur, spécifique au scénario) d'un coût GPU jusqu'à 84 % inférieur à celui des modèles G​PT dans PowerPoint et OneDrive. La réserve : le classement montre le niveau « high » de GPT Image 2, et si vous faites passer GPT Image 2 en qualité moyenne, son prix se rapproche de celui de MAI-Image-2.5-Pro tandis que son Elo chute également.

Résolution et formats

• Limite de sortie : MAI-Image-2.5-Pro est limitée à environ 1 mégapixel (équivalent 1024×1024, côté minimum 768 px) — parfait pour le web et la plupart des visuels produits, un obstacle rédhibitoire pour l'impression. GPT Image 2 prend en charge jusqu'à 4K (bord maxi 4 000 px, jusqu'à ~8,3 M de pixels au total) avec un plafond de rapport d'aspect de 3:1.

• Entrées : les deux acceptent des images JPEG/PNG ainsi que du texte. MAI-Image-2.5-Pro documente une entrée de texte de 32k tokens et une fenêtre de contexte de 131k ; le mode de raisonnement de GPT Image 2 est l’élément différenciateur côté entrée.

• Formats : GPT Image 2 ne prend pas en charge les fonds transparents au lancement ; la politique de Microsoft en matière de transparence pour le niveau Pro n'est pas non plus précisée.

Si vos sorties doivent être de grande taille — affiches, imprimés, panneaux publicitaires — le plafond 4K de GPT Image 2 est aujourd'hui un avantage décisif. Si vos sorties sont destinées au web, la limite en mégapixels est rarement la contrainte limitante.

Disponibilité et angle de routage

Ce sont toutes deux des API hébergées, mais elles ne sont pas accessibles de la même manière. GPT Image 2 est en disponibilité générale depuis le 21 avril 2026 via l'API d'OpenAI et peut être routé via OrcaRouter dès aujourd'hui — une seule clé, prix de liste du fournisseur répercuté sans marge (0 %), basculement automatique entre les fournisseurs. MAI-Image-2.5-Pro est en aperçu public depuis le 23 juillet 2026 sur Microsoft Foundry et le MAI Playground ; il n'est pas encore accessible via une couche de routage tierce, et son tarif d'aperçu peut évoluer lors de la disponibilité générale (GA).

Cette asymétrie mérite une note de décision pour quiconque compare ces deux options dans un pipeline réel. Vous pouvez aujourd'hui router une partie du trafic vers GPT Image 2 et une autre vers un autre modèle sur le même endpoint, puis changer la chaîne de modèle lorsque l'aperçu de Microsoft sera largement appelable. Le workflow que vous voulez — comparer les deux éditeurs sur vos propres images, garder le modèle éprouvé comme solution de repli pendant que le nouveau gagne votre confiance — est précisément ce qu'une couche de routage vous offre, et cela ne coûte rien de plus sur OrcaRouter car le prix du fournisseur est le prix.

Le verdict

Si votre tâche consiste à modifier des images existantes et que votre sortie est destinée au web, MAI-Image-2.5-Pro est le meilleur choix qualité-prix et l’actuel n°1 indépendant du classement « editing » d’Artificial Analysis — à environ la moitié du prix par image de GPT Image 2 high. Si votre tâche porte sur la génération à partir d’une toile vierge, des prompts complexes à contraintes multiples ou un format de sortie grand format, GPT Image 2 est l’outil le plus adapté, et son rang n°1 en text-to-image ainsi que sa domination sur le classement Arena editing le confirment. Ce sont deux modèles premium, et il vaut la peine d’avoir les deux à disposition ; ce classement partagé n’est pas un artifice marketing — ce sont deux spécialités réellement différentes. Et comme les deux sont hébergés, la couche de routage est le moyen le plus sain de les faire fonctionner côte à côte sur vos propres images avant d’engager un chemin de production sur l’un ou l’autre.