MAI Image 2.7 Preview vs FLUX 3: Posisi di Papan Peringkat versus Daftar Harga

Salah satu model ini memiliki harga yang dipublikasikan untuk setiap resolusi yang ditawarkannya dan dapat dipanggil dengan permintaan HTTP. Model lainnya memiliki skor yang lebih baik dan sama sekali tidak memiliki endpoint. MAI Image 2.7 Preview, yang dirilis oleh Microsoft AI pada 27 Oktober 2026, berada di peringkat kedua pada papan penyuntingan Artificial Analysis dengan 1.193 Elo. FLUX 3, dari Black Forest Labs, meluncurkan tier gambarnya pada 1 Oktober 2026, dengan harga $0.048 untuk output satu megapiksel dan $0.607 untuk output enam belas megapiksel, dan mengenakan biaya yang sama baik Anda memintanya untuk menghasilkan atau menyunting.

Asimetri itu membuat ini bukan sekadar adu langsung, melainkan pertanyaan tentang apa yang Anda beli. Jika pembeliannya adalah "editor terbaik yang bisa saya evaluasi minggu ini," MAI Image 2.7 Preview menang berkat skor yang tidak dapat Anda reproduksi dalam pipeline Anda sendiri. Jika pembeliannya adalah "editor yang bisa saya pasang di balik produk pada hari Senin," FLUX 3 tidak bersaing dengannya — ia bersaing dengan semua hal lain yang bisa Anda gunakan sebagai gantinya, dan model Microsoft itu sama sekali tidak masuk dalam pertimbangan.

Kedua fakta itu benar sekaligus, dan mana yang penting sepenuhnya bergantung pada di mana Anda berada dalam sebuah build.

Apa Sebenarnya Masing-Masing Itu

Kedua model tersebut bukan objek dari kelas yang sama, dan baris spesifikasi sudah menunjukkan hal itu sebelum benchmark mana pun melakukannya.

Cakupan — MAI Image 2.7 Preview hanya sebuah editor, dengan text-to-image yang dicantumkan sebagai segera hadir; FLUX 3 adalah keluarga multimodal terpadu yang mencakup gambar, video dengan audio native, dan prediksi aksi robot, serta tier gambarnya melakukan generasi dan penyuntingan melalui satu endpoint tanpa pergantian mode.

• Rilis — MAI Image 2.7 Preview pada 27 Oktober 2026; keluarga FLUX 3 diumumkan pada 23 Juli 2026, dengan tier gambar hadir pada 1 Oktober.

• Output maksimum — MAI belum menerbitkan resolusi untuk 2.7; FLUX 3 Image dapat diskalakan hingga 4K, tercantum pada 3840×2176 dalam dokumentasi Black Forest Labs.

• Gambar referensi — belum dipublikasikan untuk 2.7; hingga sepuluh untuk FLUX 3 Image.

• Kontrol spasial — Microsoft mendeskripsikan restyling scene, relighting, serta penyuntingan teks atau simbol, tanpa antarmuka mask atau kotak yang dipublikasikan; FLUX 3 Image mengekspos pemosisian subjek dengan bounding box dan penyuntingan parsial yang presisi hingga tingkat piksel sebagai parameter yang didokumentasikan.

• Harga — tidak ada daftar harga untuk 2.7 dalam mata uang apa pun; FLUX 3 Image seharga $0,041 pada 768 persegi, $0,048 pada 1K, $0,100 pada 2K, dan $0,607 pada 4K, ditagih per gambar dan sama untuk pembuatan maupun pengeditan.

• Bobot — keduanya tidak terbuka pada ukuran penuh, tetapi Black Forest Labs menyediakan FLUX 3 Image Klein, varian bobot terbuka 5,6 miliar parameter dengan format permintaan yang sama, dengan harga $0.008 hingga $0.036 tergantung resolusi.

Argumen Resolusi Sebenarnya Adalah Argumen Hilir

Plafon 4K FLUX 3 terdengar seperti sekadar pameran lembar spesifikasi sampai Anda menelusuri apa yang terjadi pada gambar hasil edit setelah model mengembalikannya. Edit 2K yang masuk ke tata letak cetak, tampilan format besar, atau alur sosial yang padat crop akan di-upscale di suatu titik di hilir, dan meng-upscale hasil edit adalah cara Anda memunculkan kembali artefak yang baru saja dihilangkan oleh edit tersebut — tepi teks yang melunak, relight yang kehilangan gradasi bayangannya, detail yang dipulihkan yang berubah menjadi lembek pada 200%.

Enam belas megapiksel dengan harga $0,607 memang mahal per gambar, tetapi murah per output yang bisa dipakai ketika alternatifnya adalah penyuntingan yang lebih murah ditambah proses upscale terpisah yang harus ditinjau ulang. Perhitungan itu justru terbalik untuk thumbnail marketplace, di mana 768 persegi dengan harga empat sen adalah jawaban yang tepat dan 4K hanya pemborosan.

Microsoft belum menerbitkan resolusi keluaran 2.7, jadi tidak ada cara yang jujur untuk menempatkan keduanya pada sumbu ini. Pendahulunya, MAI-Image-2.6, membatasi keluaran pada 2.359.296 piksel — sekitar 1536×1536 — dan menganggap 2.7 menyamainya adalah inferensi, bukan fakta.

Sepuluh Referensi, atau Angka yang Tidak Pernah Diterbitkan oleh Siapa Pun

Jumlah gambar referensi adalah penentu tak mencolok apakah sebuah model pengeditan cocok untuk alur kerja nyata. Fotografi produk membutuhkan foto item, foto permukaan tempat item akan diletakkan, dan referensi gaya; pekerjaan merek menambahkan lockup logo dan frame kampanye sebelumnya. Lima referensi cukup untuk kasus pertama, sepuluh mencakup keduanya.

FLUX 3 Image menerima hingga sepuluh. Untuk MAI Image 2.7 Preview, Microsoft tidak mengungkapkan apa pun — bukan batas maksimum, bukan konvensi mask, bukan struktur tingkat kualitas. Itu bukan kritik terhadap kemampuan model; itu pernyataan tentang apa yang dapat direncanakan oleh pembeli. Batas yang tidak dipublikasikan adalah batas yang Anda temukan saat integrasi.

Kesenjangan yang sama juga terjadi pada kontrol spasial. Kotak pembatas (bounding box) adalah fitur yang paling tidak menarik dalam pembuatan gambar sekaligus fitur yang membuat pekerjaan tata letak dapat direproduksi: letakkan produk di sini, letakkan judul di sana, pertahankan latar belakang. Deskripsi resmi MAI tentang 2.7 menekankan penyuntingan yang menuntut pertimbangan — ubah gaya suasana, perbaiki pencahayaan, tulis ulang papannya — dan tidak menyebut apa pun tentang kontrol koordinat. Itu adalah alat yang berbeda untuk pekerjaan yang berbeda, dan hanya salah satunya yang didokumentasikan.

Harga Sebuah Edit, Ditelusuri Tuntas

Ambil batch yang realistis: dua ratus foto produk per bulan, diedit pada 2K, dengan sepersepuluhnya ditujukan untuk cetak pada 4K.

Pada FLUX 3 Image, itu berarti 180 gambar dengan harga $0,100 dan 20 gambar dengan $0,607 — $18,00 ditambah $12,14, atau kira-kira $30 per bulan sebelum biaya tambahan akibat percobaan ulang. Percobaan ulang adalah angka yang benar-benar memengaruhi tagihan, karena model yang memerlukan tiga kali proses untuk mendapatkan label yang benar akan dikenakan tiga kali harga daftar. Black Forest Labs mengembalikan biaya yang dihitung dalam respons API untuk setiap permintaan, sehingga pembukuan itu menjadi mudah dan bukan sekadar perkiraan.

Pada MAI Image 2.7 Preview, batch yang sama tidak memakan biaya dan menyita satu hari kerja perhatian seseorang di Playground, karena setiap gambar merupakan proses bolak-balik manual. Pada volume kecil, tenaga kerjanya sepele dan akses gratisnya merupakan keuntungan nyata — inilah beban kerja yang cocok untuk sebuah preview. Pada dua ratus gambar per bulan, tenaga kerjanya melebihi seluruh tagihan FLUX 3.

Di sinilah gateway membuktikan tempatnya, bukan sekadar menjadi hop tambahan. Kedua tier penyuntingan OpenAI yang mengapit MAI Image 2.7 Preview di papan peringkat — GPT Image 2.5 Sunburst pada 1,199 dan GPT Image 2.5 Flare pada 1,182 — dapat dipanggil melalui OrcaRouter dengan harga daftar penyedianya tanpa tambahan apa pun, sehingga perbandingan yang penting bagi pembeli adalah satu kunci dan satu faktur untuk semua model yang benar-benar Anda uji. Gagasan editorial dalam artikel ini adalah bahwa 2.7 tidak tersedia; gagasan routing-nya adalah bahwa selisih 42 poin antara tier OpenAI merupakan pilihan nyata yang dapat Anda ukur pada aset Anda sendiri hari ini.

Dari Mana Angka Milik FLUX 3 Sendiri Berasal

Benchmark peluncuran Black Forest Labs dilaporkan oleh vendor dan, yang penting, sebagian besar tentang video: kemenangan preferensi 77% atas Runway Gen-4.5 dan 93% atas Luma Ray 3.2 pada klip 720p berdurasi sepuluh detik. Itu adalah studi preferensi head-to-head yang tidak direproduksi, dijalankan oleh perusahaan yang membuat model tersebut, dan tidak mengatakan apa pun tentang kualitas penyuntingan.

Yang tidak dimiliki FLUX 3 Image adalah skor papan peringkat penyuntingan publik yang sebanding dengan 1,193 Elo milik 2.7. Jadi, papan skor dalam artikel ini benar-benar timpang: satu pihak memiliki penilaian independen tetapi tidak memiliki produk, pihak lain memiliki produk tetapi tidak memiliki penilaian independen. Siapa pun yang mengatakan bahwa yang satu mengalahkan yang lain dalam kualitas penyuntingan sedang mengekstrapolasi dari tolok ukur video atau angka resolusi.

Klein adalah bagian dari FLUX 3 yang mengubah keputusan

Varian Klein dengan 5,6 miliar parameter berbobot terbuka, menerima format permintaan yang sama dengan model yang dihosting, dan berjalan mulai dari $0,008 per gambar pada 768 persegi. Kombinasi itu melakukan sesuatu yang tidak dapat dilakukan MAI Image 2.7 Preview pada harga berapa pun: ini memungkinkan sebuah tim menjalankan model di perangkat kerasnya sendiri, menjaga aset tetap di dalam perimeter mereka sendiri, dan beriterasi tanpa tagihan per gambar.

Bobot terbuka juga menjadi alasan FLUX 3 masuk ke percakapan pengadaan yang berbeda. Pratinjau di playground orang lain hanyalah demo kemampuan. Checkpoint yang dapat diunduh adalah keputusan arsitektur, dan tetap bertahan ketika vendor mengubah harga.

Mana yang Harus Dipilih

Jika Anda sedang mengevaluasi kualitas penyuntingan dan ingin mengetahui apakah klaim adegan-dan-gaya itu berlaku, gunakan MAI Image 2.7 Preview di Arena minggu ini. Ini gratis, ini merupakan skor terbaik kedua di papan peringkat, dan perbandingan buta dengan model yang sudah dikenal adalah cara tercepat untuk mengetahui apakah keunggulan 24 poin dalam restyling berlaku untuk materi Anda.

Jika Anda memerlukan editor dalam pipeline, FLUX 3 Image adalah satu-satunya dari keduanya yang menjawab panggilan, dan tangga resolusi yang dipublikasikan, batas maksimum sepuluh referensi, serta harga per gambar memungkinkan Anda memperkirakan biaya sebelum menulis kode.

Jika Anda membutuhkan editor dalam pipeline hari ini dan ingin skor terkuat yang benar-benar dapat Anda capai, keduanya bukan jawabannya — model yang tepat di atas dan di bawah 2.7 pada papan tersebut adalah jawabannya. Itu kesimpulan yang tidak memuaskan untuk sebuah artikel perbandingan, dan itulah kesimpulan yang akurat.