Images 2.6 vs MAI-Image 2.7 Preview: Satu Peringkat Kedua, yang Lain Dapat Dipanggil

Ada versi perbandingan ini yang tampak sederhana jika dilihat dari tabel benchmark: MAI-Image-2.7 Preview mencetak 1.196 Elo di papan AA-Image-Editing v2.1 milik Artificial Analysis, cukup untuk posisi kedua, sementara Images 2.6 — peluncuran GPT-Image-2.6 Sunburst dan GPT-Image-2.6 Flare oleh OpenAI pada 4 November 2026 — sama sekali tidak memiliki baris di papan tersebut. Model berperingkat versus model tanpa peringkat. Masalahnya, model berperingkat itu tidak bisa dipanggil. MAI-Image-2.7 Preview tidak memiliki API publik, tidak terdaftar di Azure AI Foundry, tidak memiliki harga yang dipublikasikan, dan tidak memiliki bobot terbuka. Model ini hanya ada di MAI Playground milik Microsoft, di Arena, dan sebagai nama di salah satu kolom papan peringkat.

Jadi pertanyaan yang berguna bukanlah "mana yang lebih baik." Melainkan "mana di antara ini yang bisa Anda masukkan ke dalam produk minggu ini, dan apa yang Anda relakan dengan memilih yang menjawab telepon." Jawaban itu berat sebelah, tetapi bukan ke arah yang disiratkan oleh angka Elo.

Tiga hal yang benar pada 5 November 2026

• MAI-Image-2.7 Preview adalah editor dan hanya editor. Ini memerlukan gambar sumber. Microsoft menyebut teks-ke-gambar sebagai "segera hadir," tanpa tanggal — itulah sebabnya Anda tidak akan menemukan baris MAI-Image-2.7 Preview di papan AA-Image-T2I dan mengapa angka 1.196 merupakan skor penyuntingan yang tidak menunjukkan apa pun tentang pembuatan gambar.

• Images 2.6 melakukan keduanya, dan menambahkan jenis keluaran ketiga. Pembuatan, penyuntingan, dan — baru pada 4 November — pembuatan GIF animasi satu langkah di dalam ChatGPT dari prompt atau foto yang diunggah, plus ekspor SVG dan penyuntingan yang dipandu markup di API. Ini adalah produk yang lebih luas dengan, per hari ini, belum ada skor independen dalam bentuk apa pun.

• Selisih dua poin di puncak sebenarnya bukan dua poin. Skor 1.196 (±15) milik MAI-Image-2.7 Preview berada tiga Elo di bawah 1.199 (±11) milik GPT Image 2.5 Sunburst. Kedua interval kepercayaan lebih lebar daripada selisihnya. Secara statistik, keduanya setara, dan penerus 2.6 dari OpenAI adalah model yang sebenarnya akan menjadi pembanding bagi Microsoft jika ada yang melakukan benchmark terhadapnya.

Apa yang sebenarnya diukur oleh angka 1,196

Editing Elo adalah rata-rata atas distribusi permintaan edit, dan rata-rata menyembunyikan hal yang menjadi perhatian pembeli. Rincian Microsoft sendiri lebih informatif daripada angka utama: disebutkan bahwa model ini unggul dalam empat dari tujuh tindakan penyuntingan — peningkatan dan restorasi, penyuntingan berbasis penalaran, adegan dan gaya, serta penyuntingan teks atau simbol — dengan selisih terbesarnya pada adegan dan gaya sebesar 24 poin di atas model terbaik berikutnya.

Ia kalah dalam tiga hal lainnya. Komposisi, penyuntingan objek individual, dan pelestarian identitas tetap dipegang OpenAI. Jika dibaca sebagai deskripsi perilaku, bukan papan skor, itu pembagian yang jelas: beri MAI-Image-2.7 Preview sebuah bingkai dan minta ia membuat seluruhnya terasa seperti senja, atau memulihkan pindaian yang rusak, atau menulis ulang huruf etalase toko agar menyatu dengan adegan, dan ia adalah yang terkuat di papan. Minta ia memindahkan satu objek sejauh dua kaki ke kiri tanpa mengubah orang yang memegangnya, dan model-model OpenAI secara historis melakukannya lebih baik.

Peningkatan dibandingkan pendahulunya sendiri juga perlu dicatat karena besar menurut standar Elo: +45 dibandingkan MAI-Image-2.6, yang berada di 1.151 dengan hampir 17.000 sampel. Itu bukan noise. Microsoft merilis peningkatan nyata pada 27 Oktober, sembilan hari sebelum OpenAI merilis 2.6.

Asimetri harga adalah inti dari keseluruhan keputusan

Anda tidak dapat membeli MAI-Image-2.7 Preview. Tidak ada daftar tarif, dan Microsoft belum mengatakan kapan akan ada. Proksi terdekat adalah biaya generasi sebelumnya di Foundry: MAI-Image-2.6 menagih $5 per juta token input teks, $8 per juta token input gambar, dan $38 per juta token output gambar, yang kira-kira setara dengan 3,9 sen untuk gambar tipikal; Artificial Analysis mencantumkannya sebesar $38,9 per seribu gambar dan varian Flash sebesar $19,5.

Sebaliknya, Images 2.6 memiliki harga aktif hari ini. Harganya dihitung per token dan tidak berubah dari generasi 2.5: $5 per juta token input teks (di-cache $1,25), $8 per juta token input gambar (di-cache $2), $30 per juta token output gambar. Karena OpenAI tidak menerbitkan angka tetap per gambar, perkiraan praktisnya harus berasal dari anggaran token output — sekitar $0,053 pada kualitas tinggi, $0,094 pada xhigh dan $0,21 pada max, dengan tarif batch sekitar setengahnya. Anggaran tersebut diwarisi dari 2.5, jadi perlakukan angka per gambar sebagai perkiraan dan angka per token sebagai kontrak.

Perhatikan dampaknya terhadap perbandingan ini. Model yang secara hitungan di atas kertas lebih murah — MAI-Image-2.7 Preview, yang mungkin diberi harga mendekati empat sen seperti pendahulunya — saat ini mahalnya tak terhingga, karena satu-satunya cara memakainya adalah membuka playground dan bekerja secara manual. Model dengan batas atas biaya per gambar yang lebih tinggi adalah model yang tagihannya benar-benar dapat Anda terima.

Ini adalah kasus di mana lapisan perutean bukanlah optimasi biaya, melainkan cara agar keputusan tetap dapat dibalik. OrcaRouter membawa lini gambar OpenAI dengan harga daftar penyedia, markup 0% — GPT-Image-2.6 Sunburst dan Flare berdampingan dengan GPT-Image-2.5 Sunburst dan Flare, GPT Image 2, Imagen 4, dan model flash-image Gemini dalam satu kunci, tanpa kontrak kedua dan tanpa SDK kedua. Saat Microsoft memang merilis endpoint 2.7, menambahkannya hanyalah perubahan katalog di sisi kami dan perubahan string model di sisi Anda, bukan migrasi. Sementara itu, failover-lah yang mencegah pratinjau berusia sembilan hari menjadi dependensi produksi pada hari ia terkena pembatasan laju.

Apa yang dapat dan tidak dapat Anda simpulkan hari ini

Anda tidak dapat menyimpulkan bahwa MAI-Image-2.7 Preview mengalahkan Images 2.6 dalam penyuntingan, karena belum ada yang menilai 2.6. Anda juga tidak dapat menyimpulkan sebaliknya. Satu-satunya tafsiran yang dapat dipertahankan dari papan peringkat adalah bahwa Microsoft telah mendekat hingga berada dalam batas noise statistik dari generasi OpenAI sebelumnya dalam penyuntingan, dan bahwa generasi terkini OpenAI belum diukur.

Anda dapat menyimpulkan tiga hal yang lebih spesifik, dan itu sudah cukup untuk ditindaklanjuti.

Pertama, jika masalah Anda adalah transformasi seluruh adegan — pengaturan ulang pencahayaan, penggayaan ulang, restorasi, membuat teks menyatu di dalam foto alih-alih menempel di atasnya — MAI-Image-2.7 Preview, menurut rincian Microsoft sendiri, adalah alat yang lebih tepat, dan itulah satu-satunya tempat uji coba playground yang layak dihabiskan sepanjang sore. Tidak ada biaya untuk mengevaluasinya, yang tidak biasa dan berguna.

Kedua, jika masalah Anda adalah instruksi literal yang diterapkan pada area tertentu — pindahkan ini, hapus itu, pertahankan wajah tetap identik — pembagian tujuh aksi menyatakan bahwa lini OpenAI adalah tempat pekerjaan itu seharusnya berada, dan GPT-Image-2.6 Sunburst adalah build terkini darinya.

Ketiga, jika Anda memerlukan pembuatan, animasi, SVG, atau API, perbandingan tersebut menjadi tidak relevan. MAI-Image-2.7 Preview tidak menawarkan satu pun dari keempatnya.

Apa yang akan mengubah ini

Dua peristiwa, yang salah satunya saja akan membuat artikel ini usang dalam waktu sebulan.

Daftar Foundry dengan harga. Microsoft telah mengirimkan 2.6 dan 2.6-Flash ke Foundry, jadi polanya sudah mapan dan penundaan pada 2.7 tampak seperti jeda preview-ke-GA alih-alih kebijakan. Jika endpoint 2.7 hadir dengan tarif yang kira-kira setara rate card 2.6, itu akan menjadi rekomendasi default untuk pekerjaan penyuntingan tingkat adegan dalam semalam — skor penyuntingan dua teratas dengan empat sen per gambar, tanpa biaya tambahan gambar referensi, memotong harga dasar $0.06 Krea 3 dan biaya tambahan $0.07 per referensi dengan selisih yang lebar pada pekerjaan multi-referensi.

Baris AA untuk Images 2.6. Papan gambar menambahkan model secara batch, bukan hari demi hari — beberapa bergabung dalam tiga puluh hari sebelum ini ditulis — jadi keterlambatannya biasanya berminggu-minggu, bukan berbulan-bulan. Saat 2.6 muncul, angka yang penting adalah apakah ia melewati 1.199 — pendahulunya sendiri — karena penerus yang mengalami regresi dalam penyuntingan sambil menambahkan GIF akan menjadi rilis fitur, bukan rilis penyuntingan, dan 1.196 yang dicatat MAI-Image-2.7 Preview akan berhenti menjadi skor terbaik kedua dan mulai menjadi skor terbaik yang tersedia.

Sampai salah satu dari itu terjadi, ringkasan jujurnya singkat. Model penyuntingan terbaik yang bisa Anda uji tolok ukur bukanlah model penyuntingan terbaik yang bisa Anda beli, dan model yang bisa Anda beli belum diuji tolok ukur. Siapa pun yang memberi tahu Anda mana di antara keduanya yang menang sedang menebak.

Urutan praktis

Jika Anda mengevaluasi pasangan ini untuk pekerjaan nyata, urutan yang paling sedikit membuang waktu adalah: jalankan sepuluh suntingan seluruh adegan tersulit Anda melalui MAI-Image-2.7 Preview di playground, karena tidak memakan biaya dan model ini benar-benar bagus untuk jenis tugas seperti itu; lalu jalankan sepuluh tugas yang sama melalui GPT-Image-2.6 Sunburst di API, yang biaya pengujiannya sekitar lima puluh sen; lalu jalankan melalui GPT-Image-2.5 Sunburst sebagai kontrol, karena itulah model dengan 18.300 sampel yang mendukung angka 1.199-nya dan satu-satunya dari ketiganya yang posisinya bisa Anda percaya. Jika 2.6 mengalahkan pendahulunya pada sepuluh tugas Anda, kemungkinan besar itu adalah peningkatan nyata. Jika tidak, Anda telah mempelajari sesuatu yang belum bisa diberitahukan oleh papan peringkat kepada Anda, dengan biaya kurang dari dua dolar.

Satu hal yang jangan dilakukan adalah menunda keputusan sampai hasil benchmark tiba. Pratinjau Microsoft belum memiliki endpoint yang diumumkan dan penerus OpenAI belum memiliki skor yang diumumkan, dan kedua celah itu bisa tertutup minggu depan atau kuartal depan. Model-modelnya sudah cukup tersedia untuk diuji sekarang, yang lebih dari yang bisa dikatakan tentang buktinya.