MAI Image 2.7 Preview לעומת Qwen Image 3.0: יציאת המשקלים הפתוחים שאיש לא הודיע עליה

העצה שפעם הכריעה את ההתמודדות הזו כבר לא עובדת. עד הקיץ הזה, התשובה לשאלה "מודל תמונות של Qwen או מודל אמריקאי סגור" הייתה פשוטה: קחו את Qwen, הורידו את משקולות Apache-2.0, הריצו אותו בעצמכם, והפסיקו לדאוג לגבי כרטיסי מחיר. Qwen Image 3.0 שבר את זה. כשהוא הגיע לזמינות כללית ב-4 באוגוסט 2026, הוא הגיע עם שני מסלולים בתשלום, API מתארח, ובלי משקולות, בלי כרטיס מודל, בלי מספר פרמטרים ובלי דוח טכני — הפעם הראשונה שקו המוצרים של אליבאבא לתמונות מושק כסגור. MAI Image 2.7 Preview, שהוכרז על ידי Microsoft AI ב-27 באוקטובר 2026, גם הוא סגור, ואפילו אין לו API. אז ההשוואה הכנה היא בין שני מודלים שאי אפשר לארח בעצמכם, שנמכרים על בסיס גילויים שכמעט הפוכים.

המסגור מחדש הזה הוא הכתבה. כל השאר — ה-Elo, המחיר לתמונה, תקרות הרזולוציה — נובע ממי מבין השניים למעשה ניתן לרכישה ומה כל חברה הייתה מוכנה לפרסם על כך.

מה Qwen הפסיקה לשחרר

Qwen-Image 1.0 ו-2.0 היו הקו הפתוח. משקלים ברישיון Apache-2.0, באותו יום של ההכרזה, דוח טכני שילווה אותם, וקהילה שעידנה אותם לכל דבר, מכיתוב בקומיקס ועד עיצוב פנים. לכן „פשוט לארח אותו בעצמך” הפך להמלצה הקבועה: הרישיון התיר שימוש מסחרי והצ'קפוינט היה זמין להורדה.

Qwen Image 3.0 שם לזה קץ. המודל הושק ב-22 ביולי 2026 בהזמנה בלבד, והגיע ל-GA ב-4 באוגוסט בשני מסלולים, Standard ו-Pro, דרך Qwen Cloud ו-Model Studio של Alibaba Cloud. עם אף אחד מהמסלולים לא פורסמו משקלים. Alibaba לא פרסמה ספירת פרמטרים, כרטיס מודל או דוח טכני, והיא לא פרסמה שום נתוני בנצ'מרק כלל — לא ב-Qwen-Image-Bench ולא בשום מקום אחר. האות העצמאי היחיד הוא Artificial Analysis, שבו בתמונת המצב שלו מאוקטובר 2026 ‏Pro עמד על כ-1,094 Elo בטקסט לתמונה ועל 1,085 בעריכת תמונות, כאשר Standard עמד על 1,062 בעריכה.

יש כאן נקודה שכדאי לומר אותה בפשטות, כי היא תבלבל כל מי שיחפש: לפחות אתר השוואות אחד מפרט את Qwen Image 3.0 כ-Apache-2.0 עם משקלים פתוחים. זה שגוי, וזה מסוג השגיאות שעולות לצוות שבוע שלם. הענף הפתוח של המשפחה הוא Qwen-Image-2.1, שיצא ב-20 בספטמבר 2026 תחת רישיון מחקר לא מסחרי — פתוח לבדיקה ולכוונון עדין, אך לא פתוח לשילוב במוצר. אם תוכנית תלויה באירוח עצמי של Qwen, היא תלויה ב-2.1 או בגרסה מוקדמת יותר, לא ב-3.0.

מה מיקרוסופט פרסמה — ומה לא

הראיות של MAI Image 2.7 Preview הן תמונת מראה. Microsoft פרסמה רבות על האופן שבו הוא מדורג וכמעט כלום על מהותו.

הדירוג ספציפי: מקום שני בלוח עריכת התמונות של Artificial Analysis עם 1,193 Elo ב-AA-Image-Editing v2.1, שהוערך ב-22 באוקטובר 2026, שש נקודות אחרי GPT Image 2.5 Sunburst ואחת עשרה נקודות לפני GPT Image 2.5 Flare. מיקרוסופט גם מדווחת על מקום שלישי ב-Arena Edit. בין MAI-Image-2.6 ל-2.7 היא אומרת שעריכות מבוססות הסקה ועריכות סצנה וסגנון עברו שתיהן מהמקום השביעי לראשון בקטגוריות של Artificial Analysis, כשעריכות טקסט וסמלים עברו מהשישי לראשון, ושהפער הגדול ביותר הוא 24 Elo בסצנה ובסגנון. אלה תיאורים של החברה עצמה את לוח של צד שלישי — טענות שמדווחות מטעם הספק לגבי נתונים בלתי תלויים, שזה סוג טענה טוב יותר מבנצ'מרק ביתי, ובכל זאת לא אותו דבר כמו מדידה שאפשר לשחזר.

מה שחסר הוא כל מה שקונה צריך. אין רזולוציית פלט. אין מקסימום לתמונות ייחוס. אין ממשק מסכה או תיבה תוחמת. אין פריסה ב-Foundry. אין מחירון. אין כרטיס מודל. המודל זמין ב-MAI Playground, ב-Arena וב-Artificial Analysis — שני משטחי הערכה והדגמה — כשיצירת תמונות מטקסט מובטחת לשלב מאוחר יותר.

שורות המפרט, זה לצד זה

• שחרור — Qwen Image 3.0 בהזמנה בלבד, 22 ביולי 2026; זמינות כללית (GA) ב-4 באוגוסט 2026; MAI Image 2.7 Preview ב-27 באוקטובר 2026.

• משקלים — לא פורסמו עבור Qwen Image 3.0, היפוך לעומת 1.0 ו-2.0; לא פורסמו עבור MAI Image 2.7 Preview, מה שעומד בקנה אחד עם הקו של Microsoft. הענף הפתוח של Qwen הוא Qwen-Image-2.1 תחת רישיון לא מסחרי.

• היקף — Qwen Image 3.0 מייצר ועורך ברמות Standard ו-Pro; MAI Image 2.7 Preview עורך בלבד.

• רזולוציה — Qwen Image 3.0 מגיעה לשיאה ב-2048×2048 לפי הנתונים של הספק עצמו; עבור 2.7 הנתון אינו מפורסם, כשקודמתה הוגבלה ל-2,359,296 פיקסלים.

• מחיר — Qwen Image 3.0 Standard הוא $0.03 לתמונה ב-1K או 2K, כאשר קלטי עריכה עולים בערך $0.003 כל אחד; Pro הוא $0.04 ב-1K ו-$0.075 ב-2K. ל-MAI Image 2.7 Preview אין מחיר מפורסם.

• גישה — Qwen Image 3.0 זמין ב-Qwen Cloud, Alibaba Cloud Model Studio וב-Qwen Chat; 2.7 זמין ב-MAI Playground, Arena ו-Artificial Analysis, ללא API.

• מדדי ביצועים שפורסמו — ל-Qwen Image 3.0 אין כלל מדדי ביצועים מטעם הספק; ל-2.7 יש מיקום בלוח של צד שלישי ודירוגים בקטגוריות, המצוטטים על ידי הספק.

שני סוגים שונים של שקט

מפתה לסווג את שניהם תחת "לא מתועד", אך אלו אינן אותה תקלה, והן גובות מהצוות מחיר שונה.

השתיקה של אליבאבא נוגעת ליכולת. אנחנו יודעים את הממשק, את המחיר, את שתי הרמות ואת הרזולוציה המרבית; איננו יודעים במה המודל טוב, מפני שלא פורסם בנצ'מרק והציון הבלתי־תלוי היחיד הוא תמונת מצב מאוקטובר שממקמת את ה-Elo לעריכה של Pro באמצע טווח 1,080 — בפער נוח מתחת למובילים באותו לוח דירוג. קונה יכול לתמחר את העבודה — 0.03 דולר לתמונה ב-Standard נמצא מתחת ל-0.0336 דולר של Nano Banana 2.1 ב-1K, אך לא מתחת לסנט האחיד של Meta Muse Image — אך אינו יכול לחזות את האיכות לכל מקרה שימוש בלי להריץ הערכה משלו.

שתיקתה של מיקרוסופט נוגעת לרכש. אנחנו יודעים בערך כמה טוב הוא, משום שוועדה שמצביעה בעיוורון מדדה אותו, ואנחנו יודעים לאילו קטגוריות הוא טוען. איננו יודעים מה העלות שלו, מה גודל הפלט שלו, כמה מקורות הוא מקבל, או איך לקרוא לו. קונה יכול לחזות את האיכות ואינו יכול לקנות.

דרג את השניים לפי מה שתוכנית צריכה, והתשובה תלויה בשלב שבו אתה נמצא. אם אתה בוחר מודל שעליו לבנות, אפשר לחיות עם השתיקה של Alibaba — הרץ הערכה בתשלום, הממשק מתועד, החשבון ידוע. אם אתה בוחר אם להמר על מפת דרכים על זה של Microsoft, לא ניתן לחיות עם השתיקה שלה, כי אין מול מה לבצע אינטגרציה.

איך נראית פרוטה של עריכה במחיר של Qwen

התמחור של Qwen הוא הדבר המוחשי ביותר בהשוואה הזו, ושווה לעבור עליו לעומק, כי הרמות לא נמצאות במקום שבו מצפים שההבדל יהיה.

Standard במחיר $0.03 לתמונה, 1K או 2K, כאשר קלטי עריכה עולים בסביבות $0.003 כל אחד. אצווה של ריטוש מוצרים של אלף תמונות עם שני קלטי ייחוס לכל עריכה עולה $30 עבור פלטים ועוד כ-$6 עבור קלטים, כך שסך הכל כ-$36. Pro במחיר $0.075 עבור פלט 2K ושני ייחוסים מגיע לכמעט $81 עבור אותה אצווה — פי 2.2 בערך מ-Standard עבור שכבה שהאות העצמאי היחיד שלה הוא צילום מצב מאוקטובר.

לשם השוואה, Meta Muse Image מייצר את אותן אלף תמונות תמורת 10 דולר בסכום קבוע, ו-Nano Banana 2.1 מייצר אותן ברזולוציית 2K תמורת כ-50 דולר לפני טוקנים של קלט. Qwen Image 3.0 Standard תחרותי אך אינו הזול ביותר, וחיובי הקלט שלו גורמים לכך שהפער מתרחב בעבודה עתירת רפרנסים.

מול MAI Image 2.7 Preview אי אפשר להריץ את החשבון בכלל, וזו בדיוק הנקודה. תצוגה מקדימה היא חינמית במובן שאיש לא מחייב אותך עליה, ויקרה במובן שכל תמונה דורשת סבב אנושי. באלף תמונות, העבודה היא כל התקציב.

הטענה לגבי הקטגוריה היא מה שצריך לבדוק

{{1}}הטענה הספציפית ביותר של מיקרוסופט בנוגע ל-MAI Image 2.7 Preview היא שהוא כעת מוביל בקטגוריית העריכה מבוססת-ההסקה של Artificial Analysis, לאחר שעלה מהמקום השביעי.{{/1}} זו טענה צרה וניתנת לבדיקה, והיא זו שכדאי לעצב סביבה ניסוי — מפני שהיא גם הטענה ש{{2}}Qwen Image 3.0 אינו יכול לענות עליה.{{/2}}

Alibaba לא פרסמה דבר על חשיבה, שימוש בכלים או עריכות רב-שלביות. מה שהתיעוד שלה כן טוען הוא קבוצה של יכולות טקסט מעשיות: פרומפטים של עד 4,500 טוקנים, טקסט קריא עד לרזולוציה של כ-10 פיקסלים, שתים עשרה שפות מקוריות, יותר מעשרים גופנים, עד שש פלטים בקריאה אחת, ושכתוב פרומפטים בצד השרת. דיווחים מניסיון מעשי מתארים אותו כחזק בהדמיות ממשק משתמש ובדיאגרמות, עם טקסט קטן משובש מדי פעם וזמן תגובה איטי יותר מדגמי Flash-tier.

אז שני המודלים מכוונים לכשלים שונים. Qwen Image 3.0 מותאם לרינדור טקסט ולנאמנות פריסה במעבר יחיד. MAI Image 2.7 Preview מותאם לעריכות שדורשות שיקול דעת לגבי איך כל הסצנה צריכה להשתנות. אם העבודה שלך היא פוסטר עם הרבה טקסט, אתה בוחן את הציר של Qwen. אם זה "לשים את המוצר הזה בחדר הזה ולהתאים את התאורה", אתה בוחן את זה של Microsoft, ולוח הדירוג אומר ש-Microsoft מובילה בזה — על התמונות של אנשים אחרים.

במקום שבו אף אחד מהם לא עונה לטלפון

אף אחד משני המודלים אינו נמצא ב-OrcaRouter, וכדאי להיות ישירים לגבי זה במקום לרמוז אחרת. מה שכן נמצא שם הוא מכלול מודלי התמונה שאפשר באמת לקרוא להם — GPT Image 2.5 Sunburst ו-Flare, משפחת GPT Image 2, Imagen 4 בשלוש רמות, סדרת Nano Banana של Google, Grok Imagine Image — מאחורי מפתח אחד במחירי המחירון של הספקים, ללא תוספת.

זה חשוב להחלטה המסוימת הזו בגלל האופן שבו היית מכריע בה. היכולת של Qwen Image 3.0 לא נבחנה בבנצ'מרק על ידי הספק שלה, ולכן הדרך היחידה לגלות אם היא עולה על מודל שבו אתה כבר משתמש היא להריץ את אותם בריפים דרך שניהם. ה-DSL לניתוב של OrcaRouter מאפשר לקריאה אחת לפזר בריף בודד על פני כמה מודלים ולאסוף את התוצאות בצורה אחת, ומיזוג מודלים הולך צעד נוסף קדימה בכך שהוא נותן לפאנל של מודלים להשיב יחד כשעריכה בודדת ממשיכה להיכשל. אף אחת מהתכונות לא הופכת את MAI Image 2.7 Preview לניתן לקריאה — שום דבר עדיין לא עושה זאת — אבל הראשונה היא הדרך שבה היית בונה את הראיות בעד או נגד Qwen Image 3.0 בלי להתחייב לקונסולה שלה, והאחרונה היא מה שאליו פונים כשעריכה עתירת הסקה חייבת להצליח בניסיון הראשון.

מה לעשות, ומה להפסיק להניח

תפסיק להניח שהקו לתמונות של Qwen הוא פתוח. הוא לא, בגרסה 3.0. אם הארכיטקטורה שלך תלויה במשקלים שניתנים להורדה, המודל שאתה רוצה הוא Qwen-Image-2.1, והרישיון שתקרא הוא לא־מסחרי — כלומר לתוכנית האירוח העצמי יש גבול משפטי לבדוק, לא רק חשבון חומרה.

אם אתה צריך עורך זול עם ממשק מתועד השבוע, Qwen Image 3.0 Standard במחיר 0.03 דולר לתמונה הוא הימור סביר עם הסתייגות יוצאת דופן: אף אחד, כולל הספק שלו, לא אמר לך במה הוא טוב. הקצה תקציב להערכה, לא להחלטה.

אם העבודה היא עריכת סצנה שלמה ואתם יכולים להרשות לעצמכם לופ ידני, הקדישו את אחר הצהריים ל-Arena עם MAI Image 2.7 Preview. ההובלה בקטגוריה המבוססת על חשיבה היא הטענה הספציפית ביותר בהשקה וזו שסביר ביותר שתחזיק מעמד, משום שהיא הטענה היחידה שמגובה בהרצת לוח תוצאות ולא בהודעה לעיתונות.

ושמור תאריך אחד לנגד עיניך. ברגע שמיקרוסופט תציג את MAI Image 2.7 Preview ב-Foundry עם מחיר לתמונה, ההשוואה הזו תהפוך מתיאור של שני מסלולי רכישה לתחרות אמיתית, ועריכת Qwen ב-$0.03 תהפוך לרף שצריך לעבור. עד אז, לאחד מהמודלים האלה יש מחיר ובעיה, ולשני יש ציון וקיר.