MAI Image 2.7 Preview vs Nano Banana 2.1: Apa yang Sebenarnya Didapat dari 42 Elo

Hampir setiap angka dalam peluncuran MAI Image 2.7 Preview tidak mungkin dibandingkan dengan apa pun. Model ini memulai debutnya pada 27 Oktober 2026 dengan 1.193 Elo di papan AA-Image-Editing v2.1 milik Artificial Analysis, dan sebagian besar model yang ingin Anda bandingkan dengannya diukur beberapa minggu sebelumnya di papan yang sejak itu telah berubah. Nano Banana 2.1 adalah pengecualian. Model Google ini berada pada versi yang sama dari papan yang sama dengan 1.151, dari evaluasi 22 Oktober 2026 yang sama — jadi 1.193 dikurangi 1.151 adalah pengurangan yang boleh Anda lakukan. Selisihnya 42 Elo, dan itu satu-satunya perbandingan langsung yang bersih yang diberikan peluncuran ini.

Itu menjadikan kedua model sebagai pasangan alami untuk pertanyaan yang sebenarnya ada di benak semua orang: apakah editor terbaik di papan peringkat layak dipakai dibandingkan editor bagus termurah yang sudah menyertakan mask, output 4K, empat belas gambar referensi, dan harga yang dipublikasikan? Jawabannya ternyata bergantung pada sebuah perhitungan yang belum pernah dijalankan siapa pun atas pemotongan harga Nano Banana 2.1.

Mengapa Perbandingan Ini Satu-satunya yang Adil di Papan

Papan peringkat bukanlah termometer. Itu adalah populasi yang bergerak — model masuk, model dihentikan, suara menumpuk — dan sebuah skor hanya bermakna relatif terhadap angka-angka lain yang tercatat dalam sapuan yang sama. Inilah jebakan dalam sebagian besar liputan peluncuran 2.7. Grafik Microsoft sendiri menempatkan 2.7 di 1.193, GPT Image 2.5 Sunburst di 1.199, GPT Image 2.5 Flare di 1.182, MAI-Image-2.6 di 1.151, Krea 3 Ultra di 1.151, Nano Banana 2.1 di 1.151, MAI-Image-2.6-Flash di 1.144, dan GPT Image 2 di 1.136 — semuanya dari proses AA-Image-Editing v2.1 yang sama, dan itulah yang membuat seluruh grafik itu layak dikutip. Enam poin Elo memisahkan 2.7 dari posisi teratas, dan enam poin itu berada dalam rentang derau yang dapat digeser oleh papan pemungutan suara buta dalam sepekan.

Yang bukan noise adalah bentuk distribusinya. Di antara 1,136 dan 1,199 terdapat delapan model dari empat lab, semuanya dalam rentang 63 poin. Dalam penyuntingan, garis depan itu padat, dan 42 poin — selisih 2.7 hingga Nano-Banana-2.1 — adalah sekitar dua pertiga dari seluruh sebaran delapan teratas. Ini adalah pemisahan nyata di dalam bidang yang terkompresi, dan juga cukup kecil sehingga beban kerja tertentu dapat membaliknya.

Baris Spesifikasi, dengan Celah yang Ditandai

• Rilis — Nano Banana 2.1 hadir pada 6 Oktober 2026, menggantikan Nano Banana 2 dan berada di bawah Nano Banana Pro dalam lini Google; MAI Image 2.7 Preview hadir pada 27 Oktober 2026.

• Cakupan — Nano Banana 2.1 menghasilkan dan mengedit, dibangun di atas Gemini 3.6 Flash; 2.7 hanya untuk pengeditan, dengan fitur teks-ke-gambar yang dijanjikan tetapi belum dirilis.

• Keluaran — Nano Banana 2.1 menawarkan 1K, 2K, dan 4K dengan rasio aspek dari 1:8 hingga 8:1; Microsoft belum mempublikasikan resolusi untuk 2.7.

• Referensi — hingga empat belas untuk Nano Banana 2.1, dibagi menjadi empat karakter dan sepuluh objek yang dijaga konsisten; belum dipublikasikan untuk 2.7.

• Kontrol — Nano Banana 2.1 mendukung pengeditan lokal berbasis mask, di mana Anda mengecat suatu area dan hanya area itu yang berubah, plus tiga tingkat pemikiran; Microsoft menjelaskan kekuatan 2.7 berdasarkan kasus penggunaan — mengubah gaya, mengubah pencahayaan, pengeditan teks dan simbol — tanpa antarmuka mask yang dipublikasikan.

• Harga — Nano Banana 2.1 adalah $0,0336 per 1K gambar, $0,0504 pada 2K, dan $0,113 pada 4K melalui Gemini API, dengan tugas batch separuh harga lagi; 2.7 tidak memiliki tarif yang dipublikasikan.

• Akses — Nano Banana 2.1 tersedia di aplikasi Gemini, AI Studio, Gemini API, Mode AI Penelusuran, Google Ads, Flow, dan Stitch; 2.7 tersedia di MAI Playground, Arena, dan Artificial Analysis, tanpa API dan tidak tercantum di Foundry.

Tabel yang akan Anda susun dari itu tidak mendekati apa pun kecuali skor. Jadi skor itu sebaiknya bernilai sangat besar.

Potongan Harga 50% yang Terkenal Itu Lebih Kecil daripada Kesan yang Ditimbulkannya

Judul utama Google untuk Nano Banana 2.1 adalah bahwa biaya output gambar menjadi setengah dari sebelumnya: $30 per juta token output, turun dari $60. Itu benar, dan untuk text-to-image murni kira-kira menjadi separuh biaya, karena sebagian besar tagihan berasal dari output.

Editing adalah bentuk permintaan yang berbeda. Sebuah edit membawa gambar sumber sebagai token masukan sekaligus menghasilkan gambar keluaran, dan Google menaikkan harga input pada saat yang sama — dari $0,50 menjadi $1,50 per juta token, tiga kali lipat. Output teks dan penalaran naik dari $3 menjadi $7,50 per juta. Jadi penghematan sebenarnya pada sebuah edit bukan 50%; ini adalah selisih antara dua biaya linear, dan tandanya berbalik ketika sisi input menjadi cukup besar.

Tuliskan sebagai pertidaksamaan. Misalkan I adalah token input dan O adalah token output untuk satu permintaan. Biaya permintaan lama adalah 0,5I + 60O dan yang baru berbiaya 1,5I + 30O. Harga baru lebih murah tepat ketika 1,5I + 30O < 0,5I + 60O, yang disederhanakan menjadi I < 30O: input harus tetap di bawah tiga puluh kali output. Itu margin yang longgar untuk edit 1K dan jauh lebih tipis untuk edit 4K dengan set referensi besar, karena gambar referensi adalah input dan output 4K bukanlah tiga puluh kali jumlah token dari referensi yang menghasilkannya.

Konsekuensi praktisnya: jika beban kerja Anda adalah "satu gambar sumber masuk, satu gambar berukuran serupa keluar" — yang menggambarkan sebagian besar alur kerja foto produk dan retouching — harga edit Nano Banana 2.1 jauh lebih baik daripada pendahulunya, tetapi tidak sampai setengahnya, dan alur kerja 4K dengan empat atau lima referensi mungkin hampir tidak merasakan pemotongan tersebut. Jika beban kerja Anda adalah generasi hanya dengan prompt, Anda mendapatkan pengurangan setengah secara penuh, dan mode batch memangkasnya menjadi setengah lagi.

Di Mana 42 Elo Akan Muncul, Jika Memang Muncul

Rincian kategori Microsoft lebih berguna daripada skor keseluruhannya, karena rincian itu menunjukkan dari mana peningkatan tersebut berasal. Antara MAI-Image-2.6 dan 2.7, penyuntingan berbasis penalaran naik dari peringkat ketujuh ke pertama, penyuntingan adegan dan gaya dari peringkat ketujuh ke pertama, serta penyuntingan teks atau simbol dari peringkat keenam ke pertama. Keunggulan tunggal terbesar adalah 24 Elo pada adegan dan gaya atas model terbaik berikutnya. Itu adalah pernyataan vendor tentang kategori Artificial Analysis, dan polanya konsisten: 2.7 menjadi lebih baik dalam penyuntingan yang memerlukan penilaian terhadap keseluruhan gambar, bukan perbaikan lokal.

Kelemahan yang dipublikasikan Nano Banana 2.1 hampir merupakan kebalikan persis dari itu. Kartu model Google sendiri mengakui adanya teks kecil yang buram pada 1K, kebingungan kiri/kanan yang kadang terjadi, kemiripan karakter yang tidak sempurna, serta penalaran 3D dan faktualitas yang terbatas. Kebingungan kiri/kanan adalah kegagalan penalaran spasial; teks kecil yang buram pada 1K adalah kegagalan yang bergantung pada resolusi. Keduanya bukan jenis kesalahan yang dapat diperbaiki oleh pencahayaan ulang adegan.

Jadi pembacaan jujur atas 42 Elo adalah bahwa keunggulannya terkonsentrasi di area yang Microsoft sendiri sebut: restyling seluruh gambar, relighting, teks yang diintegrasikan ke komposisi yang sudah ada, dan edit yang menuntut model memahami hubungan antara objek dan cahaya. Jika pekerjaan Anda seperti itu, kesenjangannya kemungkinan akan terlihat. Jika pekerjaan Anda hanya memasking satu objek keluar dari foto produk lalu memasukkan objek lain, Anda tidak sedang menguji sumbu tempat 2.7 unggul, dan mask yang benar-benar bisa Anda gambar lebih bernilai daripada sebuah skor.

Pertanyaan Masker Itulah yang Menentukan

Ini adalah perbedaan yang paling tidak menarik dan yang paling sering menentukan integrasi nyata. Pengeditan berbasis mask berarti manusia sudah memutuskan apa yang berubah; tugas model adalah membuat perubahan tersebut terlihat native. Pembagian kerja itulah sebabnya alat pengeditan dalam pipeline produksi dapat ditinjau: peninjau dapat melihat area yang dicat dan menilai hanya area itu.

MAI Image 2.7 Preview, sebagaimana didokumentasikan, menerima sebuah instruksi dan sebuah gambar. Deskripsi Microsoft tentang rangkaian kemampuannya — mengubah gaya scene, mengubah teks, memulihkan aset — sepenuhnya digerakkan oleh instruksi, tanpa parameter mask yang dipublikasikan, tanpa kontrol bounding-box, dan tanpa batas maksimum gambar referensi yang didokumentasikan. Bisa saja fitur ini menerima mask; hanya saja tidak ada antarmuka yang dipublikasikan untuk diprogram, yang bagi pengembang adalah masalah yang sama.

Bagi direktur kreatif yang bekerja gambar demi gambar, pendekatan berbasis instruksi lebih cepat dan sering kali lebih baik. Untuk pipeline yang harus menghasilkan jejak audit, mask bukan sekadar nilai tambah.

Di Mana Masing-Masing Berada, dan Berapa Biaya yang Harus Anda Keluarkan untuk Menjangkaunya

Nano Banana 2.1 adalah salah satu model gambar yang paling luas didistribusikan di dunia: Gemini API, AI Studio, aplikasi Gemini, Mode AI di Search, Google Ads, Flow, dan Stitch. Distribusi bukanlah spesifikasi, tetapi menentukan seberapa banyak pekerjaan integrasi yang Anda lakukan sebelum mengetahui apakah model tersebut cocok.

MAI Image 2.7 Preview ada di tiga tempat, dua di antaranya merupakan permukaan evaluasi. Itu adalah pilihan yang disengaja untuk sebuah pratinjau, dan itu juga menjadi tembok: tim yang ingin menguji 42 Elo pada asetnya sendiri harus melakukannya secara manual di browser, satu gambar setiap kali, dan tidak dapat membuat skrip untuk eksperimen tersebut.

Di sisi harga, ada detail teknis konkret yang perlu diketahui. OrcaRouter menyediakan lini gambar Google dengan harga daftar penyedia dengan markup 0% — Nano Banana 2 seharga $0.15 per permintaan dan Nano Banana Pro seharga $0.24 saat ini — sehingga perubahan harga vendor langsung berdampak di sisi kami pada hari yang sama saat terjadi di Google, bukan menunggu negosiasi ulang. Apakah 2.1 sendiri ditambahkan adalah keputusan katalog, bukan keputusan harga; bila ditambahkan, tarif output yang dipotong setengah itulah yang akan ditagihkan kepada Anda, karena tidak ada perantara antara Anda dan harga daftar.

Aturan Keputusan

Jika edit Anda merupakan penilaian menyeluruh atas gambar — ubah pencahayaan adegan ini, ubah gaya ruangan ini, letakkan teks baru pada papan tanda ini dan buat agar terlihat tercetak — gunakan MAI Image 2.7 Preview di Arena atau Playground minggu ini dan bandingkan dengan Nano Banana 2.1 pada sepuluh gambar milik Anda sendiri. Itulah dimensi yang tepat tempat 2.7 mengklaim keunggulan 24 poinnya, dan perbandingan buta adalah satu-satunya pengujian yang dapat ditransfer.

Jika edit Anda bersifat lokal dan spesifik — ganti label ini, hapus kabel ini, perpanjang latar belakang ini — Nano Banana 2.1 unggul dalam kemampuan menyatakan secara tepat apa yang harus diubah, dengan biaya $0.0336 untuk output 1K, dengan 4K tersedia saat tujuan membutuhkannya dan empat belas gambar referensi saat konsistensi merek membutuhkannya. Nilai Elo 42 tidak pernah sempat menjadi penting, karena Anda tidak menanyakan pertanyaan yang dijawabnya.

Jika Anda memerlukan editor dalam pipeline hari ini dan tidak satu pun dari itu menggambarkan Anda, model di papan itu adalah model yang memiliki antarmuka yang telah dipublikasikan. MAI Image 2.7 Preview akan menjadi opsi yang benar-benar menarik ketika sudah memilikinya; papan peringkat sudah memberi tahu Anda apa yang bisa diharapkan darinya, dan satu-satunya yang kurang adalah kemampuan untuk mengetahuinya sendiri.