MAI-Image-2.5-Pro vs GPT Image 2: La corona dell'immagine è ora divisa

Il modo più pulito per riassumere MAI-Image-2.5-Pro rispetto a GPT Image 2 è che "il miglior modello di immagini" ha smesso di essere una singola domanda. Nell'Image Editing Arena di Artificial Analysis, il MAI-Image-2.5-Pro di Microsoft è No. 1 con Elo 1,272; nella Text-to-Image Arena dello stesso sito, il GPT Image 2 di Ope​nAI è No. 1 con Elo 1,369; e sull'altra grande classifica — LMArena, ora Arena — GPT Image 2 domina ancora completamente l'editing delle immagini, guidando tutte e sette le categorie di prompt. Entrambi i modelli sono premium, entrambi sono API ospitate a consumo di token, e la risposta onesta a "chi vince" dipende interamente dal compito che nominate: l'editing favorisce il nuovo arrivato di Microsoft, la generazione e l'aderenza a prompt complessi favoriscono il modello affermato di Ope​nAI.

La classifica si è divisa, leggi attentamente.

• Modifica (Artificial Analysis): MAI-Image-2.5-Pro n. 1 — 1.272 Elo, ~6.100 campioni. GPT Image 2 (alta) n. 4 — 1.256 Elo.

• Text-to-image (Artificial Analysis): GPT Image 2 (high) n. 1 — 1.369 Elo, ~14.500 campioni. MAI-Image-2.5-Pro n. 7 — 1.292 Elo, ~11.500 campioni.

• Editing (Arena): GPT Image 2 è in testa a ~1.463 Elo con il più ampio vantaggio misurato in ogni categoria — il risultato indipendente più forte che uno dei due modelli abbia mai ottenuto.

Le classifiche di editing contrastanti non sono una contraddizione; sono due arene diverse con diverse voci di modelli e diversi bacini di votanti. Artificial Analysis confronta il livello specifico "high" di GPT Image 2 in un testa a testa con la build preview di MAI-Image-2.5-Pro, e il modello di Microsoft vince lì. Arena testa la build media contro un campo più ampio, e Ope​nAI vince lì con un margine più ampio. Entrambi sono reali, entrambi sono indipendenti, e il vantaggio di nessuna delle due classifiche è abbastanza grande da considerare risolto il titolo di editing.

A cosa è bravo ciascuno

MAI-Image-2.5-Pro è un editor specializzato. Microsoft lo ha costruito per modifiche precise e chirurgiche — sostituire un oggetto, aggiornare il testo nell'immagine, ripulire artefatti — mantenendo coerente il resto dell'immagine, e la sua affermazione di coerenza dei personaggi su più immagini al 94% (dichiarata dal fornitore) è l'obiettivo di progettazione in cifre. La sua capacità principale è il rendering del testo: Microsoft dichiara un'accuratezza del 96,8% in inglese, cinese, giapponese, coreano e spagnolo, anche se gli stessi documenti limitano l'output a circa un megapixel, quindi la dicitura '8K' associata a questa affermazione è marketing da ignorare. Ciò che il modello non è è un leader della tela bianca: il suo #7 nella classifica text-to-image lo dice direttamente.

GPT Image 2 è un modello generalista con un motore di ragionamento. È stato il primo modello di generazione di immagini OpenAI con una modalità di pensiero integrata — pianifica il layout, può cercare riferimenti sul web ed esegue un'autoverifica prima di disegnare — motivo per cui è riconosciuto come leader nei prompt complessi e con molti vincoli e nelle categorie di editing di Arena. Renderizza bene i testi multilingue (incluso il CJK), supporta risoluzioni fino a 4K con un rapporto d'aspetto massimo di 3:1 e offre tre livelli di qualità. I suoi punti deboli sono lo specchio dei suoi punti di forza: è costoso ad alta qualità e rigenera piuttosto che preservare in modo chirurgico — la "modifica" è più simile a "ri-renderizzare seguendo questa istruzione", ed è qui che la proposta di coerenza di MAI-Image-2.5-Pro cerca di differenziarsi.

Prezzo

Entrambi sono fatturati a token, e nessuno dei due pubblica i token per immagine, quindi le cifre per immagine sono conversioni, non quotazioni.

• MAI-Image-2.5-Pro — $5 per milione di token di input di testo, $8 per milione di token di input di immagini, $106 per milione di token di output di immagini. Conversione di Artificial Analysis: ≈ $108,50 per 1.000 immagini 1024×1024.

• GPT Image 2 — $5 per milione di token di testo in input, $8 per milione di token di immagini in input, $30 per milione di token di immagini in output. Il costo per immagine varia con il livello di qualità: circa $0,006 per la bassa, $0,05 per la media, $0,21 per l'alta a 1024×1024 — ≈ $211 per 1.000 ad alta qualità.

Quindi, ai livelli che gli acquirenti usano effettivamente, MAI-Image-2.5-Pro è all'incirca la metà del prezzo per immagine di GPT Image 2 high — un delta reale su volumi elevati, e coerente con l'affermazione di Microsoft stessa (riportata dal fornitore, specifica per scenario) di un costo GPU fino all'84% inferiore rispetto ai modelli GPT in PowerPoint e OneDrive. La precisazione: la classifica mostra il livello "high" di GPT Image 2, e se si riduce GPT Image 2 alla qualità media, il suo prezzo scende vicino a quello di MAI-Image-2.5-Pro, ma anche il suo Elo scende.

Risoluzione e formati

• Limite di output: MAI-Image-2.5-Pro è limitato a circa 1 megapixel (equivalente a 1024×1024, lato minimo 768px) — adatto per il web e per la maggior parte delle immagini di prodotto, ma un limite invalicabile per la stampa. GPT Image 2 arriva fino a 4K (lato massimo 4.000px, fino a ~8,3M pixel totali) con un tetto massimo di proporzioni 3:1.

• Input: entrambi accettano immagini JPEG/PNG oltre al testo. MAI-Image-2.5-Pro documenta un input testuale da 32k token e una finestra di contesto di 131k; la modalità di ragionamento di GPT Image 2 è l'elemento distintivo sul fronte dell'input.

• Formati: GPT Image 2 non supporta gli sfondi trasparenti al lancio; la posizione di Microsoft sulla trasparenza per il livello Pro non è dichiarata in un senso o nell'altro.

Se il tuo output deve essere grande — poster, stampe, cartelloni — il limite di 4K di GPT Image 2 è oggi un vantaggio decisivo. Se il tuo output è pensato per il web, il tetto dei megapixel raramente è il vincolo determinante.

Disponibilità e l'angolo di routing

Entrambe sono API ospitate, ma non sono ugualmente accessibili. GPT Image 2 è generalmente disponibile dal 21 aprile 2026 tramite l'API di OpenAI ed è oggi instradabile tramite OrcaRouter — una sola chiave, prezzo di listino del fornitore trasferito con markup allo 0%, failover automatico tra i fornitori. MAI-Image-2.5-Pro è un'anteprima pubblica del 23 luglio 2026 su Microsoft Foundry e sul MAI Playground; non è ancora raggiungibile tramite un livello di routing di terze parti, e i suoi prezzi in anteprima possono variare alla GA.

Quell'asimmetria merita una nota di decisione per chiunque confronti questi due in una pipeline reale. Oggi puoi instradare una parte del traffico su GPT Image 2 e un'altra su un altro modello sullo stesso endpoint, e cambiare la stringa del modello quando l'anteprima di Microsoft diventerà ampiamente richiamabile. Il flusso di lavoro che vuoi — confrontare entrambi gli editor sulle tue immagini, tenere quello collaudato come fallback mentre il nuovo si guadagna la fiducia — è esattamente ciò che un livello di routing ti offre, e non costa nulla in più su OrcaRouter perché il prezzo del fornitore è il prezzo.

Il verdetto

Se il tuo compito è modificare immagini esistenti e l'output è dimensionato per il web, MAI-Image-2.5-Pro è la scelta migliore in termini di rapporto qualità-prezzo e l'attuale numero 1 indipendente nella classifica di editing di Artificial Analysis — a circa metà prezzo per immagine rispetto a GPT Image 2 high. Se il tuo compito è la generazione da tela bianca, prompt complessi con più vincoli o output in grande formato, GPT Image 2 è lo strumento migliore e il suo primo posto nella classifica text-to-image e il predominio nell'editing di Arena lo confermano. Sono entrambi modelli premium e vale la pena averli entrambi disponibili; la classifica divisa non è un pareggio di marketing — sono due specialità davvero diverse. E poiché entrambi sono ospitati, il livello di instradamento è il modo più sensato per eseguirli fianco a fianco sulle tue immagini prima di impegnare un percorso di produzione verso l'uno o l'altro.