MAI Image 2.7 Preview vs HY Image 3.5 : l’écart de 105 points qu’il ne faut pas calculer

Placez les deux nombres côte à côte, et la comparaison semble tranchée. MAI Image 2.7 Preview a obtenu 1 193 Elo au classement d’édition d’images d’Artificial Analysis. HY Image 3.5 a obtenu 1 088 Elo. Soit un écart de 105 points qui, sur une échelle Elo, n’est pas une différence d’arrondi : c’est un modèle d’un autre calibre. Le seul problème, c’est que ces deux chiffres proviennent d’instantanés différents d’un classement qu’Artificial Analysis est en train de reconstruire, et les soustraire l’un de l’autre revient à faire la même erreur que de comparer une température en Celsius à une température en Fahrenheit et de qualifier l’écart de canicule.

Cela compte parce que la soustraction invalide est l’argument le plus commode dont dispose l’un ou l’autre camp. Microsoft tire profit d’un chiffre qui fait paraître son aperçu cent points devant un concurrent déjà commercialisé. Tencent tire profit d’une comparaison avec un modèle auquel personne ne peut faire appel. Ni l’un ni l’autre n’a besoin d’avancer cet argument pour qu’il se répande, car les chiffres figurent sur le même classement sous le même nom.

Ce qui suit est ce que chaque modèle offre réellement, dissocié de l’arithmétique qui ne tient pas.

Deux instantanés sous un même nom de tableau

Le score de 1 193 de MAI Image 2.7 Preview provient de AA-Image-Editing v2.1, instantané daté du 22 octobre 2026. Il s'est classé deuxième, derrière GPT Image 2.5 Sunburst à 1 199 et devant GPT Image 2.5 Flare à 1 182.

Le 1 088 de HY Image 3.5 provient d’un relevé de septembre 2026 du classement d’édition : quatorzième sur quatre-vingt-dix-sept modèles, avec un intervalle de confiance de 1 079 à 1 097 et, à l’appui, 5 550 comparaisons par paires. HunyuanImage 3.0 Instruct se situait à 1 066 lors du même relevé et Qwen-Image-2.1 à 1 074.

La version du board et la fenêtre d’évaluation diffèrent, ce qui suffit à rendre ininterprétable la différence entre les deux chiffres. L’article existant sur ce blog à propos de MAI-Image-2.6 documente déjà pourquoi : lorsque le board a été reconstruit en v2.1, le score de l’ancien modèle a changé, et une « régression » qui ressemblait à une perte de capacité était un artefact du changement de règle de mesure. La même prudence s’applique dans l’autre sens. Un écart de 105 points assemblé à partir de deux règles de mesure ne mesure rien.

Ce que l’on peut affirmer avec confiance est plus étroit et reste utile : les deux modèles figurent dans les quinze premiers du classement d’édition au moment où chacun a été mesuré, et aucun des deux n’est en tête.

Là où HY Image 3.5 est nettement meilleur

Trois choses, et aucune d’elles n’est proche.

• Vous pouvez l'appeler. HY Image 3.5 est disponible via l'API de Tencent Cloud, avec un point de terminaison documenté prenant en charge le protocole Chat ou Messages et un guide de génération d'images qui répertorie chaque paramètre. MAI Image 2.7 Preview ne dispose d'aucune API, d'aucune fiche Foundry et d'aucun prix publié.

• Vous pouvez en établir le prix. Tencent facture 0,15 ¥ par image 2K, soit environ deux cents et demi, et ne facture que les résultats générés. Microsoft n'a publié aucune grille tarifaire pour 2.7, dans aucune devise.

• Il fait tout le travail. HY Image 3.5 gère le texte-vers-image, l’image-vers-image et l’édition multitour via un seul point de terminaison. MAI Image 2.7 Preview ne propose que l’édition, la génération étant annoncée comme prochainement disponible.

Ce troisième point est celui qui change la nature même de chaque produit. L’édition multi-tours signifie que le modèle conserve un sujet à travers une séquence de révisions au sein d’une même conversation — le mode de travail d’un designer qui itère sur un élément tout au long d’un après-midi. Un éditeur à passe unique qui repart de zéro à chaque requête est un outil différent, et Microsoft n’a pas précisé lequel de ces modes prend en charge la version 2.7.

Le tableau texte-image bouleverse le classement

Voici le détail qui devrait inciter à la prudence face aux comparaisons fondées sur un seul chiffre : dans le classement text-to-image d’Artificial Analysis, HY Image 3.5 a obtenu 975 Elo et s’est classé soixante-sixième sur 166 modèles. C’est environ vingt points en dessous de HunyuanImage 3.0 Instruct, son propre prédécesseur, et c’est l’inverse de l’image que dresse le classement d’édition, où 3.5 se situe vingt-deux points au-dessus du même prédécesseur.

Un modèle qui surpasse son prédécesseur sur un benchmark et lui est inférieur sur un autre ne révèle pas une contradiction interne au modèle. C’est le signe que les deux évaluations mesurent des populations de prompts différentes, et qu’un modèle ajusté pour l’édition suivant les instructions peut régresser sur la génération ouverte sans qu’aucun de ses chiffres ne soit faux. Le cadrage de Tencent lui-même étaye cette lecture : les supports de lancement portent sur le travail créatif professionnel, le rendu de texte, la cohérence d’édition et un réécrivain de prompts par chaîne de pensée, le mode texte-image étant présenté comme une capacité parmi d’autres plutôt que comme l’élément phare.

Pour {{1}}MAI Image 2.7 Preview{{/1}}, le tableau correspondant est vide, car le modèle ne peut pas générer. Ce n’est pas un point de données manquant ; c’est une décision produit.

Des modes de défaillance différents, pas des niveaux de qualité différents

Les catégories où chaque modèle revendique sa force renvoient à des problèmes véritablement différents.

La revendication de Microsoft pour la 2.7 est un jugement sur l’image entière : restyler la scène, la rééclairer, la restaurer, réécrire le texte pour qu’il s’intègre à l’image plutôt qu’il ne se superpose à elle. Artificial Analysis place le modèle en tête sur quatre des sept actions d’édition, avec l’avance la plus large en scène et style à 24 points, et Microsoft affirme qu’il s’est amélioré sur dix cas d’usage et sept actions par rapport à la 2.6.

La revendication de Tencent pour HY Image 3.5 porte sur la cohérence entre les révisions et la lisibilité du texte rendu, y compris les petits textes et les textes multilingues, ainsi que sur le réalisme. Ses preuves reposent sur un test en aveugle interne : un taux de victoire supérieur d'environ 30 % à celui de Hy Image 3.0 auprès de centaines de designers professionnels, à peu près au niveau de Seedream 5.0 Pro, et légèrement devant Nano-Banana Pro et Qwen-Image-3.0 Pro. Il s'agit de résultats GSB produits par le fournisseur, et non de classements indépendants, et ils doivent être lus comme tels.

Pris ensemble, ces deux affirmations décrivent une véritable répartition du travail. Si la tâche consiste à « faire ressembler cette photographie à une campagne d’hiver », la marge de 2.7 en matière de scène et de style vise exactement cela. Si la tâche consiste à « garder ce produit identique sur quarante rendus et à conserver l’étiquette lisible », les points forts annoncés de HY Image 3.5 visent cela. Aucune des deux affirmations ne constitue une preuve concernant l’autre tâche.

Combien coûte chaque élément en volume

L'asymétrie tarifaire est suffisamment importante pour décider à elle seule de la plupart des déploiements réels.

HY Image 3.5 à 0,15 ¥ par image 2K revient à environ 0,024 $. Mille images par mois représentent environ 24 $, hors nouvelles tentatives. La résolution de sortie est documentée à 2K, tandis que le paramètre size de l’API accepte une plage bien plus large — une largeur et une hauteur de 256 à 8192 dans la limite d’une surface de 16 777 216 pixels, ce qui couvre 4096×4096 au maximum. Le plafond de référence est de cinq par requête dans l’annonce de lancement de Tencent ; le tableau des paramètres du guide de l’API documente zéro à trois pour l’ancien point de terminaison 3.0 et ne réindique pas de nombre pour la 3.5, il faut donc vérifier ce point dans la documentation à jour avant de planifier un workflow autour.

MAI Image 2.7 Preview ne coûte rien et consomme la ressource la plus chère du bâtiment : l’attention humaine dans un onglet de navigateur. Mille images, c’est mille allers-retours manuels. Le modèle est gratuit dans le sens où un échantillon est gratuit.

Si une équipe veut l’un de ces modèles dans un pipeline ce trimestre, la décision est déjà dictée par la disponibilité, et il vaut la peine de le dire clairement : OrcaRouter n’héberge aucun des deux modèles — HY Image 3.5 est accessible via l’API cloud de Tencent, et MAI Image 2.7 Preview n’est accessible par aucun canal. Là où une passerelle change vraiment le calcul, c’est dans la couche de repli : si vous vous appuyez sur un point de terminaison d’édition de niveau préversion, une configuration de routage qui bascule vers un second modèle en cas d’erreur ou de délai d’expiration fait la différence entre un mauvais après-midi et une version cassée.

Un test qui trancherait la question

Les classements sont établis à partir de prompts neutres et de passes uniques. La vraie question que se pose un acheteur est de savoir ce qui se passe lors de la cinquième révision d’un même asset, avec une image de référence et une contrainte qui doit tenir à chaque étape.

HY Image 3.5 peut être testé de cette manière dès aujourd’hui : envoyer une image source, une référence et une séquence multi-tours, puis vérifier si le sujet dérive au quatrième tour. MAI Image 2.7 Preview peut être testé dans Playground pour la qualité en passe unique et dans Arena pour la préférence en aveugle, mais pas pour la cohérence de séquence, car il n’existe pas d’interface de séquence.

Tant que Microsoft n’aura pas livré de point de terminaison et qu’Artificial Analysis n’aura pas réévalué les deux modèles sur la même version du classement, la comparaison honnête est la suivante : Tencent a le modèle multi-tour le moins cher, appelable et au score de milieu de tableau, tandis que Microsoft a l’éditeur à passe unique au meilleur score que personne ne peut déployer. L’écart de 105 points entre eux est une coïncidence de calendrier, pas un constat.