MAI-Image-2.7-Preview vs GPT-Image-2.5 : l’éditeur plus affûté face à celui que vous pouvez appeler

Partez du travail à accomplir, pas du classement. Si votre produit retouche pendant la nuit un catalogue de photos produits via une API, le choix entre MAI-Image-2.7-Preview et GPT-Image-2.5 n'a rien de serré, car un seul des deux accepte une requête. Si vous jugez la retouche elle-même — rééclairer une scène, remplacer une étiquette, garder un personnage cohérent sur cinq tours —, le nouveau modèle de Microsoft a de vraies prétentions à la première place, et il les défend avec un écart de score assez mince pour prêter à discussion. Le duel ne porte donc pas sur « quel modèle est le meilleur ». Il porte sur « combien de qualité de retouche vaut une API de production ».

Microsoft a publié MAI-Image-2.7-Preview le 27 octobre 2026. Il s’agit d’un aperçu réservé à l’édition, accessible via MAI Playground, Arena et Artificial Analysis, sans déploiement dans Microsoft Foundry ni prix publié. GPT-Image-2.5 d’OpenAI est en disponibilité générale depuis le 8 septembre 2026 en deux variantes — Sunburst pour la qualité, Flare pour la vitesse — avec une grille tarifaire publique, la génération d’images à partir de texte et l’édition, ainsi qu’une API documentée. Cette asymétrie encadre chaque chiffre ci-dessous.

Les chiffres, et le poids qu’ils ont

Sur le tableau AA-Image-Editing v2.1 d'Artificial Analysis, évalué le 22 octobre 2026, GPT-Image-2.5 Sunburst (max) occupe la première place avec 1 199 Elo. MAI-Image-2.7-Preview est deuxième avec 1 193. GPT-Image-2.5 Flare (max) est troisième avec 1 182.

• MAI-Image-2.7-Preview vs Sunburst : 6 points Elo de retard, au niveau de qualité maximal

• MAI-Image-2.7-Preview vs Flare : 11 points Elo d'avance, au niveau de qualité maximal

• MAI-Image-2.7-Preview vs MAI-Image-2.6 : 42 Elo d'avance

• Arena Edit : Microsoft annonce 2,7 à la 3e place, et se présente lui-même comme le laboratoire n° 2

Ces chiffres proviennent de l’article de lancement de Microsoft, qui reproduit le classement d’Artificial Analysis ; Artificial Analysis est l’évaluateur indépendant, Microsoft est le canal par lequel nous le consultons. Des écarts Elo de six et onze points se situent dans la plage où la composition des votes et les intervalles de confiance peuvent inverser un classement, si bien que les affirmations défendables sont plus restrictives que ne le suggère le tableau : 2.7 est compétitif avec la meilleure configuration de GPT-Image-2.5 et nettement devant la configuration rapide, et non qu’il soit le meilleur éditeur au monde. Le n° 3 de l’Arena, qui pointe dans la même direction, constitue une corroboration et non une confirmation, car les deux classements utilisent des votants et des échelles différents.

Une dernière mise en garde qui compte pour le coût : les chiffres d’OpenAI correspondent au palier « max ». C’est le réglage le plus coûteux de la famille, et ce n’est pas le palier auquel la majeure partie du trafic de production tourne.

Ce qu’est réellement chaque modèle

• Modes : MAI-Image-2.7-Preview ne propose que l’édition au lancement, la génération d’images à partir de texte étant annoncée « bientôt disponible » ; GPT-Image-2.5 propose la génération d’images à partir de texte et l’édition au sein de la même famille.

• Variantes : Microsoft propose un aperçu 2.7 ; OpenAI propose Sunburst (priorité à la qualité) et Flare (priorité à la latence) au même tarif par token.

• Accès : 2.7 est disponible dans MAI Playground, Arena et Artificial Analysis ; GPT-Image-2.5 est une API publique.

• Prix : 2.7 n’a aucun tarif publié ; GPT-Image-2.5 facture 5 $ par million de jetons d’entrée texte, 8 $ par million de jetons d’entrée image et 30 $ par million de jetons de sortie image, l’entrée mise en cache étant à 1,25 $ et 2,00 $.

• Échelle de qualité :OpenAI expose low, medium, high, xhigh et max ; Microsoft n’a pas publié de contrôle équivalent pour 2.7.

• Images de référence : OpenAI prend en charge les modifications multi-références, jusqu’à 16 images selon sa propre documentation ; Microsoft en a publié cinq pour MAI-Image-2.6 et n’a pas publié de limite pour 2.7.

Les détails concernant les images de référence et la résolution sont précisément là où les fiches techniques deviennent floues. MAI-Image-2.6 plafonnait la sortie à 2 359 296 pixels — 1536×1536 — et acceptait cinq images de référence, deux points documentés dans la référence API de Microsoft Foundry. Microsoft n'a pas publié les équivalents de la 2.7, et il n'est pas prudent de supposer que les limites de la 2.6 ont été reconduites sans changement. La famille 2.5 d'OpenAI annonce des plafonds de résolution plus élevés dans ses documents de lancement, bien que les exemples de tokens publiés culminent à 1536×1024 ; le plafond pratique dépend donc de la taille que vous demandez. Si un livrable 4K à définition fixe est une exigence absolue, vérifiez-le auprès de l'API en direct plutôt que sur la page marketing de l'un ou l'autre fournisseur.

Le coût de choisir le meilleur éditeur

Faites le calcul sur 10 000 images carrées en 1024×1024. En qualité maximale, GPT-Image-2.5 coûte environ 0,211 $ par image, soit environ 2 110 $. En qualité élevée, environ 0,053 $ chacune, soit 527 $. En qualité moyenne, environ 0,013 $ chacune, soit 132 $. Il s’agit d’estimations fondées sur les jetons de sortie, d’après les tarifs publiés par OpenAI, et non d’un devis ; les modifications ajoutent en sus un coût d’entrée d’image, car l’image de référence est facturée comme entrée.

MAI-Image-2.7 n’a pas de prix, donc le seul point de référence est son prédécesseur. MAI-Image-2.6 dans Foundry coûte 5 $ par million de tokens d’entrée texte, 8 $ par million de tokens d’entrée image et 38 $ par million de tokens de sortie image, ce qu’Artificial Analysis a estimé à environ 0,039 $ par image — environ 390 $ pour les mêmes 10 000. Si la version 2.7 est lancée à un tarif similaire, elle se situerait, en termes de coût, entre les niveaux élevé et moyen de GPT-Image-2.5, tout en obtenant un score supérieur à celui du modèle Flare. C’est un « si », pas une conclusion, et Microsoft n’a donné aucun signal sur le niveau où elle se situera.

Il existe un deuxième piège de coût dans l’échelle OpenAI. Les niveaux ont été renommés dans la 2.5 : le nouveau réglage high utilise environ le budget de jetons de l’ancien medium, et max utilise environ celui de l’ancien high. Les équipes passées de gpt-image-2 avec un paramètre de qualité inchangé ont obtenu un rendu moins cher à ce qui correspondait auparavant à un réglage de qualité inférieur. Vérifiez quel niveau votre code demande réellement avant de comparer une facture à celle du trimestre dernier.

Là où la 2.7 est véritablement meilleure

Les affirmations de Microsoft par catégorie constituent la partie utile de son article. Il indique que 2.7 améliore 2.6 sur les 10 cas d’usage et les 7 actions d’édition qu’évalue Artificial Analysis, atteint la frontière en matière d’amélioration et de restauration, de modifications basées sur le raisonnement, de scène et style, et d’édition de texte ou de symboles, et devance le modèle suivant de 24 Elo en scène et style. Les bonds au classement sont importants : les modifications basées sur le raisonnement ainsi que scène et style sont toutes deux passées de la n° 7 à la n° 1, et l’édition de texte ou de symboles de la n° 6 à la n° 1.

Ce sont les modifications qui échouent le plus souvent en production. Rééclairer un produit dans un nouvel environnement, remplacer une enseigne sans déformer la perspective, restaurer un élément de faible qualité sans inventer de détails — chacun de ces cas exige que le modèle comprenne le fonctionnement de la scène, et pas seulement où retoucher. Une avance de 24 Elo en scène et en style, si elle se maintient, constitue une différence pratique plus importante que ne le suggère l’écart global de six points, car elle se concentre exactement là où les éditeurs génériques ont tendance à produire des artefacts évidents.

Le contre-argument d’OpenAI n’est pas un score par catégorie. C’est la cohérence multi-tours : Sunburst est positionné pour les flux de travail à forte composante d’édition, où le même sujet doit traverser plusieurs cycles de modifications, et la documentation d’OpenAI elle-même recommande de recomposer les modifications approuvées dans l’original lorsque les pixels doivent rester identiques. C’est reconnaître que même le meilleur éditeur dérive. Microsoft n’a pas publié d’évaluation multi-tours équivalente, si bien que le flux de travail qui compte le plus pour la conception itérative est celui pour lequel les preuves comparables sont les moins nombreuses.

Exécuter les deux sans deux contrats

C’est ici que la comparaison cesse d’être symétrique. GPT-Image-2.5 Sunburst et Flare sont tous deux disponibles sur OrcaRouter, derrière une seule clé API et une seule relation de facturation, sans marge — le prix catalogue du fournisseur est répercuté tel quel, avec basculement automatique si un fournisseur se dégrade. Vous pouvez envoyer les itérations de brouillon à Flare et les rendus finaux à Sunburst sans ouvrir un second compte, et une règle de routage peut effectuer ce basculement selon le type de tâche plutôt que selon une branche de code.

MAI-Image-2.7-Preview n'est pas disponible sur OrcaRouter, et ne pourra pas l'être tant que Microsoft n'exposera pas une API publique. Aujourd'hui, c'est un modèle de type playground : manuel, avec un humain dans la boucle, adapté à l'évaluation et au travail sur des assets, mais pas quelque chose que l'on peut placer derrière une file d'attente. Ce n'est pas une critique de la qualité du modèle ; c'est la différence entre un champion des benchmarks et une dépendance.

L'appel

• Vous avez besoin d’un endpoint d’édition ce trimestre : GPT-Image-2.5. Sunburst pour les assets finaux, Flare pour le volume d’itérations. Le déficit de six points Elo par rapport à 2.7 est inférieur au coût de ne pas livrer.

• Vous avez besoin de la meilleure retouche unique sur une poignée d'actifs à forte valeur : testez MAI-Image-2.7-Preview dans le playground. La restylisation de scène et le remplacement de texte sont les domaines où Microsoft revendique la plus large avance, et ceux-ci méritent une vérification manuelle sur les visuels principaux.

• Vous avez besoin de génération d'images à partir de texte ainsi que d'édition : GPT-Image-2.5, point final. La 2.7 ne génère pas encore.

• Vous êtes sensible aux coûts en volume : comparez le coût de Flare à la taille réelle de vos retouches, et non aux chiffres par image mis en avant. Les tokens d’entrée d’image dominent lorsque vous envoyez plusieurs références.

Le résumé honnête, c'est que Microsoft a construit le meilleur éditeur, mais qu'OpenAI vend encore le meilleur produit. Les deux peuvent rester vrais tant que 2.7 demeure une préversion — et le jour où Microsoft en proposera une version Foundry avec un prix, cette comparaison connaîtra un second acte.