MAI Image 2.7 Preview לעומת HY Image 3.5: פער 105 הנקודות שמוטב שלא לחשב

העמידו את שני המספרים זה לצד זה וההשוואה נראית מוכרעת. MAI Image 2.7 Preview קיבל ציון 1,193 ב-Elo בלוח עריכת התמונות של Artificial Analysis. HY Image 3.5 קיבל 1,088. זה פער של 105 נקודות, שבסולם Elo אינו הבדל של עיגול — אלא דרגה אחרת של מודל. הבעיה היחידה היא ששני הנתונים מגיעים משתי תמונות מצב שונות של לוח ש-Artificial Analysis בונה מחדש, וחיסור ביניהם הוא אותה טעות כמו להשוות טמפרטורה בצלזיוס לזו בפרנהייט ולכנות את ההפרש גל חום.

זה חשוב מפני שהחיסור הלא־תקף הוא הטיעון הנוח ביותר העומד לרשותו של כל אחד מהצדדים. מיקרוסופט מרוויחה ממספר שגורם לתצוגה המקדימה שלה להיראות כמאה נקודות לפני מתחרה שכבר הושק. טנסנט מרוויחה מהשוואה למודל שאיש אינו יכול לקרוא לו. אף אחד מהצדדים אינו צריך להשמיע את הטיעון הזה כדי שהוא יתפשט, מפני שהנתונים יושבים על אותו לוח דירוג תחת אותו שם.

להלן מה שכל מודל מציע בפועל, בנפרד מהאריתמטיקה שאינה עומדת.

שתי תמונות מצב תחת שם לוח אחד

הציון 1,193 של MAI Image 2.7 Preview מגיע מ-AA-Image-Editing v2.1, תמונת מצב מתאריך 22 באוקטובר 2026. הוא הגיע למקום השני, אחרי GPT Image 2.5 Sunburst עם 1,199 ולפני GPT Image 2.5 Flare עם 1,182.

ה־1,088 של HY Image 3.5 מגיע מקריאה של לוח העריכה מספטמבר 2026: המקום הארבעה־עשר מתוך תשעים־ושבעה מודלים, עם רווח סמך של 1,079 עד 1,097 ו־5,550 השוואות זוגיות מאחוריו. HunyuanImage 3.0 Instruct עמד על 1,066 באותה קריאה ו־Qwen-Image-2.1 על 1,074.

גרסת הלוח וחלון ההערכה שונים, ודי בכך כדי להפוך את ההפרש בין שני הנתונים לבלתי ניתן לפירוש. הפוסט הקיים בבלוג הזה אודות MAI-Image-2.6 כבר מתעד מדוע: כאשר הלוח נבנה מחדש כ-v2.1, הציון של המודל הישן השתנה, ו"רגרסיה" שנראתה כאובדן יכולת הייתה תוצר של שינוי סרגל המדידה. אותה זהירות חלה גם בכיוון ההפוך. פער של 105 נקודות שנאסף משני סרגלי מדידה אינו מדידה של דבר.

מה שאפשר לומר בביטחה הוא צר יותר ועדיין שימושי: שני הדגמים נמצאים בחמישה־עשר המקומות הראשונים של לוח העריכה בזמן שכל אחד מהם נמדד, ואף אחד מהם אינו בראש.

היכן ש-HY Image 3.5 פשוט טוב יותר

שלושה דברים, ואף אחד מהם לא קרוב.

• אפשר לקרוא לו. ‏HY Image 3.5 זמין דרך ה-API של Tencent Cloud, עם נקודת קצה מתועדת שמקבלת את פרוטוקול Chat או Messages, ומדריך ליצירת תמונות שמפרט כל פרמטר. ל-MAI Image 2.7 Preview אין API, אין רשומה ב-Foundry ואין מחיר מפורסם.

• אפשר לתמחר את זה. Tencent גובה ¥0.15 לכל תמונה ב-2K, בערך שניים וחצי סנט, ומחייבת רק על פלט שנוצר. Microsoft לא פרסמה מחירון עבור 2.7 בשום מטבע.

• זה עושה את כל העבודה. HY Image 3.5 מטפל בטקסט לתמונה, בתמונה לתמונה ובעריכה רב-סיבובית דרך נקודת קצה אחת. MAI Image 2.7 Preview מיועד לעריכה בלבד, כאשר יצירה מופיעה כ״בקרוב״.

הנקודה השלישית היא זו שמשנה איזה סוג מוצר כל אחד מהם הוא. עריכה רב-תורית פירושה שהמודל מחזיק נושא לאורך רצף של עדכונים בשיחה אחת — דפוס העבודה עבור מעצב שמבצע איטרציות על נכס לאורך אחר צהריים. עורך במעבר יחיד שמתחיל מחדש בכל בקשה הוא כלי אחר, ומיקרוסופט לא ציינה איזה דפוס 2.7 תומך בו.

לוח הטקסט-לתמונה הופך את הדירוג על פיו

הנה הפרט שאמור לגרום לכל אחד להיזהר מהשוואות של מספר בודד: בלוח הטקסט-לתמונה של Artificial Analysis, ‏HY Image 3.5 קיבל ציון 975 ב-Elo והתייצב במקום השישים ושישה מתוך 166 מודלים. זה כ-20 נקודות מתחת ל-HunyuanImage 3.0 Instruct, קודמו שלו, וזה ההיפך מהתמונה שמצטיירת בלוח העריכה, שבו 3.5 נמצא 22 נקודות מעל אותו קודם.

מודל שמנצח את קודמו בלוח אחד ומפסיד לו בלוח אחר אינו סתירה במודל. זה אות לכך ששתי ההערכות מודדות אוכלוסיות שונות של פרומפטים, ושמודל שמכוונן לעריכות לפי הוראות יכול לסגת ביצירה פתוחה בלי שאף אחד מהמספרים שלו שגוי. הניסוח של Tencent עצמה תומך בקריאה הזו: חומר ההשקה עוסק בעבודה יצירתית מקצועית, ברינדור טקסט, בעקביות עריכה ובמשכתב פרומפטים עם שרשרת מחשבה, כאשר מצב טקסט לתמונה מוצג כיכולת אחת מכמה ולא ככותרת הראשית.

עבור MAI Image 2.7 Preview הלוח המתאים ריק, משום שהמודל אינו מסוגל לייצר. זו אינה נקודת נתונים חסרה; זוהי החלטה מוצרית.

מצבי כשל שונים, לא רמות איכות שונות

הקטגוריות שבהן כל מודל טוען לחוזקה מצביעות על בעיות שונות בתכלית.

הטענה של Microsoft לגבי 2.7 היא שיפוט של פריים שלם: לעצב מחדש את הסצנה, לשנות את התאורה שלה, לשחזר אותה, ולכתוב מחדש את הטקסט כך שיישב בתוך התמונה ולא על גבה. אצל Artificial Analysis המודל מדורג ראשון בארבע מתוך שבע פעולות עריכה, כשהפער הגדול ביותר הוא בסצנה ובסגנון עם 24 נקודות, ו-Microsoft אומרת שהמודל השתפר בעשרה תרחישי שימוש ובשבע פעולות לעומת 2.6.

הטענה של Tencent לגבי HY Image 3.5 היא עקביות לאורך גרסאות וקריאות של טקסט מרונדר, כולל טקסט קטן ורב-לשוני, וכן ריאליזם. הראיה שלה היא מבחן עיוור פנימי: שיעור זכייה גבוה בכ-30% מאשר Hy Image 3.0 בקרב מאות מעצבים מקצועיים, בערך באותה רמה כמו Seedream 5.0 Pro, ומעט לפני Nano-Banana Pro ו-Qwen-Image-3.0 Pro. אלה תוצאות GSB שהופקו על ידי הספק, לא דירוגים בלתי תלויים, ויש לקרוא אותן בהתאם.

כשמחברים אותן, שתי הטענות מתארות חלוקת עבודה אמיתית. אם המשימה היא "לגרום לתצלום הזה להיראות כמו קמפיין חורף", היתרון של 2.7 בתחום הסצנה והסגנון מכוון בדיוק לכך. אם המשימה היא "לשמור על המוצר הזה זהה לאורך ארבעים רנדורים ולשמור על התווית קריאה", החוזקות המוצהרות של HY Image 3.5 מכוונות לכך. אף אחת מהטענות אינה ראיה לגבי המשימה האחרת.

מה העלות של כל אחד ברכישה בכמות

אי-הסימטריה בתמחור גדולה מספיק כדי להכריע בעצמה את רוב הפריסות האמיתיות.

HY Image 3.5 במחיר ¥0.15 לתמונת 2K הוא בערך $0.024. אלף תמונות בחודש הן בערך $24, לפני ניסיונות חוזרים. רזולוציית הפלט מתועדת כ-2K, כאשר פרמטר size של ה-API מקבל טווח רחב בהרבה — רוחב וגובה מ-256 עד 8192 תחת תקרת שטח של 16,777,216 פיקסלים, אשר מכסה 4096×4096 בקצה העליון. תקרת הייחוס היא חמש לבקשה בהודעת ההשקה של Tencent; טבלת הפרמטרים במדריך ה-API מתעדת אפס עד שלוש עבור נקודת הקצה הוותיקה 3.0 ואינה מפרטת שוב מספר עבור 3.5, לכן יש לאמת זאת מול התיעוד החי לפני שתתכננו זרימת עבודה סביב זה.

MAI Image 2.7 Preview לא עולה דבר וצורך את המשאב היקר ביותר בבניין: תשומת לב אנושית בלשונית דפדפן. אלף תמונות הן אלף סבבים ידניים. המודל בחינם במובן שדגימה היא בחינם.

אם צוות רוצה אחד מאלה בצינור עיבוד ברבעון הזה, ההחלטה כבר נקבעת לפי זמינות, וכדאי לומר בבירור ש-OrcaRouter לא מארח אף אחד מהמודלים — אל HY Image 3.5 אפשר להגיע דרך ה-API בענן של Tencent עצמה, ואל MAI Image 2.7 Preview אי אפשר להגיע דרך שום דבר. המקום שבו שער כן משנה את החישוב הוא בשכבת ה-fallback: אם בונים על נקודת קצה לעריכה ברמת preview, תצורת ניתוב שעוברת למודל שני בשגיאה או בפסק זמן היא ההבדל בין אחר צהריים רע לבין גרסה שבורה.

מבחן שיכריע את העניין

לוחות המובילים נבנים מפרומפטים ניטרליים וממעברים בודדים. השאלה שבאמת יש לקונה היא מה קורה בגרסה החמישית של אותו נכס, עם תמונת ייחוס ואילוץ שחייב לשרוד בכל שלב.

ניתן לבדוק את HY Image 3.5 בדרך זו היום: לשלוח תמונת מקור, תמונת ייחוס ורצף רב-תורי, ולבדוק אם הסובייקט סוטה עד התור הרביעי. ניתן לבדוק את MAI Image 2.7 Preview ב-Playground עבור איכות במעבר בודד וב-Arena עבור העדפה עיוורת, אך לא עבור עקביות רצף, מכיוון שאין ממשק רצף.

עד ש-Microsoft תשיק נקודת קצה ו-Artificial Analysis תקרא מחדש את שני המודלים על אותה גרסת לוח, ההשוואה הכנה היא זו: ל-Tencent יש את המודל הזול יותר, שניתן לקרוא לו, עם ריבוי תורות וציון בטווח הבינוני, ול-Microsoft יש את העורך החד-מעברי בעל הציון הטוב יותר שאיש לא יכול לפרוס. פער 105 הנקודות ביניהם הוא צירוף מקרים של תזמון, לא ממצא.