MAI Image 2.7 Preview è al primo posto in quattro delle sette azioni di modifica — e non è in grado di generare un'immagine

Microsoft AI ha rilasciato {{1}}MAI Image 2.7 Preview{{/1}} il 27 ottobre 2026, e la cosa più utile da sapere è una frase contenuta nell'annuncio stesso: il modello parte dall'editing, con la generazione da testo a immagine "in arrivo". Tutto ciò che segue — il secondo posto su Artificial Analysis, il terzo posto su Arena, il guadagno di 42 punti rispetto a {{2}}MAI-Image-2.6{{/2}} — descrive un modello che può migliorare un'immagine che hai già e non può crearne una dal nulla.

È un prodotto più circoscritto di quanto lasci intendere una posizione in classifica. Un modello generativo di immagini è uno strumento per la pagina bianca; un modello di editing è uno strumento di riparazione e revisione. La maggior parte dei lavori per cui le persone vengono effettivamente pagate nel 2026 sono lavori di revisione, ed è per questo che la classifica dell'editing è diventata quella che gli acquirenti commerciali osservano. Ma la distinzione conta quando ti siedi per provarlo: ti servirà un'immagine di partenza prima che MAI Image 2.7 Preview abbia qualcosa da fare.

Il modello è disponibile in MAI Playground, su Arena e su Artificial Analysis. Non esiste un'API, non c'è alcuna scheda su Microsoft Foundry e non c'è un prezzo pubblicato. Microsoft non ha divulgato limiti specifici della versione 2.7 relativi a immagini di riferimento, risoluzione o livelli di output.

Cosa comprende qui "Editing"

La descrizione del modello fornita da Microsoft è insolitamente specifica riguardo alle modifiche per cui è stato progettato: restyling dell'intera scena, modifica dell'illuminazione, cambiamento di testo e simboli mantenendoli integrati nell'immagine, ripristino o miglioramento di un asset esistente e modifiche che richiedono di comprendere insieme oggetti, illuminazione e ambienti. Quell'elenco non è generico. Ogni voce indica una modalità di fallimento che i modelli di editing precedenti gestivano male: la modifica dell'illuminazione che lascia le ombre orientate nella direzione sbagliata, il nuovo testo dell'etichetta che fluttua sopra la superficie invece di aderirvi, l'upscaling che rende più nitido anche il rumore insieme ai dettagli.

La frase sull'integrazione è quella che vale la pena leggere due volte. La modifica del testo nei modelli di immagini è un problema risolto in isolamento e irrisolto nel contesto: qualsiasi modello può renderizzare una parola, e la maggior parte la renderizza sopra la scena anziché dentro di essa, con la prospettiva sbagliata, il motion blur sbagliato e un font che non corrisponde alla superficie su cui viene applicata. Microsoft rivendica proprio quel divario come un punto di forza, un'affermazione verificabile anziché un'impressione.

Quattro su sette, e i tre che presero l'altra strada

Artificial Analysis ha attribuito a MAI Image 2.7 Preview un punteggio di 1.193 Elo su AA-Image-Editing v2.1, utilizzando uno snapshot datato 22 ottobre 2026. Questo lo colloca al secondo posto, a sei punti da GPT Image 2.5 Sunburst al suo livello di qualità massimo (1.199) e undici punti davanti a GPT Image 2.5 Flare (1.182). Il modello che sostituisce, MAI-Image-2.6, si trova a 1.151 — un miglioramento di 42 punti.

La suddivisione per categoria è più informativa del dato aggregato. Secondo Artificial Analysis, 2.7 si classifica al primo posto in quattro delle sette azioni di editing valutate, e Microsoft afferma che il modello è migliorato in tutti e dieci i casi d'uso e in tutte e sette le azioni. Le quattro in cui è in testa sono miglioramento e restauro, modifiche basate sul ragionamento, scena e stile, e modifica di testo o simboli. Il margine più ampio è in scena e stile, dove Microsoft dichiara un vantaggio di 24 punti sul modello secondo in classifica.

Le tre in cui non è in testa sono la composizione, le modifiche ai singoli oggetti e la conservazione dell'identità — tutte e tre in mano a OpenAI. Si tratta di un quadro coerente, non di una dispersione casuale. I modelli di OpenAI sono più forti esattamente dove l'istruzione deve essere seguita alla lettera e localmente: sposta questo oggetto, mantieni questo volto, rispetta questo layout. Il modello di Microsoft è più forte dove l'istruzione richiede una valutazione sull'intera inquadratura: cambia l'illuminazione della scena, modificane lo stile, ripristinala, riscrivi l'insegna.

Il risultato testo-e-simbolo è quello interessante dal punto di vista commerciale.

Delle quattro categorie di cui 2.7 è a capo, la modifica di testo e simboli è quella con il business case più chiaro al di fuori di uno studio creativo. Mockup di packaging, insegne per il retail, presentazioni con etichette dei grafici incorporate in un PNG esportato, foto di prodotto con una variante regionale della stessa etichetta — tutte queste sono modifiche in cui la parte costosa non è disegnare la nuova parola ma preservare l'illuminazione, la prospettiva e la resa materica della superficie su cui si trova.

È anche la categoria in cui un'anteprima è meno utile e più frustrante. Un designer che vuole correggere un'etichetta all'interno di una fotografia può farlo in Playground, un'immagine alla volta, a mano. Una pipeline che corregge cinquemila etichette non può, perché non c'è alcun endpoint da chiamare. La capacità e il meccanismo di distribuzione sono disallineati, e proprio questo disallineamento è la vera notizia di questo lancio — non il numero di Elo.

Scena e stile è il caso opposto. Un vantaggio di 24 punti nel restyling dell’intero fotogramma è il tipo di margine che emerge nei test di preferenza alla cieca, e il restyling è per natura un lavoro in batch: un fotogramma di partenza, quaranta varianti. Un modello che vince quella categoria con un ampio margine è un modello che uno studio vorrebbe tenere in loop, e non c’è alcun loop disponibile.

Cosa ha significato "Preview" in Microsoft in passato

Il predecessore è la migliore guida disponibile per la cronologia. MAI-Image-2.6 è entrato in Microsoft Foundry il 4 settembre 2026, circa sei settimane prima della comparsa di 2.7. Il suo tariffario pubblicato è per token anziché per immagine — 5 $ per milione di token di input testuali, 8 $ per milione di token di input di immagini, 38 $ per milione di token di output di immagini — il che equivale a circa quattro centesimi per un'immagine tipica. La variante Flash costa 1,75 $, 2,50 $ e 19 $, ovvero circa due centesimi per immagine.

Se 2.7 segue lo stesso percorso, i pezzi mancanti sono una scheda in Foundry, una stringa di versione e un listino prezzi. La distanza tra «secondo nella classifica di editing» e «una voce nel tuo budget» è esattamente quella dei tre artefatti. Finché non esistono, un team che oggi ha bisogno di un modello di editing in produzione sta scegliendo tra 2.6 in Foundry e qualunque altra cosa sia già in grado di chiamare.

Come testarlo questa settimana

MAI Playground è su playground.microsoft.ai e richiede un account Microsoft. Arena espone il modello per una votazione cieca fianco a fianco rispetto ad altri editor, un modo davvero utile per verificare di persona l'affermazione su scena e stile: inserisci una fotografia, chiedi un relight e vedi quale output preferisci quando non sai quale modello l'ha prodotto.

Due avvertenze prima di pianificare su questa base. Primo, Microsoft non ha pubblicato limiti di generazione specifici per la 2.7. I limiti del livello gratuito circolati durante l’era di MAI-Image-2 — nell’ordine di quindici generazioni al giorno con un’attesa tra una e l’altra — non sono mai stati confermati per questo modello e non vanno dati per scontati. Secondo, un voto su Arena non equivale a una prova del prodotto. Arena ti dice quale output le persone preferiscono con un prompt neutro; non ti dice come si comporta il modello alla quarantesima revisione dello stesso asset, che è la condizione di lavoro reale.

Cosa servirebbe per portare questo dal playground alla produzione

Tre cose, in ordine di importanza. Un target di deployment — Foundry o un'API pubblica — perché senza uno il modello è una demo. Un prezzo, perché "secondo nella classifica di editing" non è un argomento d'acquisto finché non lo si può dividere per il costo per immagine. E la parità testo-immagine, perché moltissimi flussi di lavoro reali di editing iniziano generando l'immagine di base prima di modificarla, e un modello che non è in grado di generare un'immagine da zero costringe ogni pipeline ad aggiungere un secondo fornitore.

Per i team che hanno bisogno ora di un modello di editing sotto un'unica chiave, la risposta pratica è diversa da quella interessante. OrcaRouter non ospita MAI Image 2.7 Preview — nessuno lo fa, perché non esiste un'API — ma GPT Image 2.5 Sunburst e GPT Image 2.5 Flare, i due modelli immediatamente sopra e sotto di esso in quella classifica, sono entrambi disponibili tramite il gateway al prezzo di listino del fornitore, senza alcun ricarico. Questo rende oggi verificabile in modo concreto il divario di sei punti tra il primo e il secondo posto, cosa che non è possibile con il modello al secondo posto: puoi eseguire la stessa modifica attraverso entrambi i livelli OpenAI e vedere quale preferiscono i tuoi asset, poi mantenere il vincitore nella configurazione di routing.

La sintesi onesta è che Microsoft ha rilasciato l'editor più interessante e OpenAI continua a rilasciare quello più disponibile. I sei punti Elo che li separano sono inferiori alla distanza tra un playground e un endpoint, e solo uno di questi divari si colma da solo.