MAI Image 2.7 Preview vs Ideogram 4.5: due tipi di «precisione», solo uno ha un prezzo

Entrambi i modelli sono stati venduti facendo leva sulla precisione, e la parola significa cose diverse in ciascuna presentazione. Ideogram 4.5, rilasciato il 30 settembre 2026, significa precisione a livello di pixel: una maschera che indica quali pixel possono cambiare, una modifica che opera alla risoluzione nativa dell'immagine di origine invece di ridurne prima la risoluzione, e una promessa documentata che i pixel circostanti rimangono dove erano. MAI Image 2.7 Preview, rilasciato da Microsoft AI quattro settimane dopo, il 27 ottobre 2026, significa precisione a livello di giudizio: cambiare lo stile di un'intera scena senza romperla, riilluminarla correttamente, riscrivere il testo in modo che appartenga alla superficie invece di fluttuarvi sopra. Nessuno di questi due può essere chiamato tramite un gateway, e nessuno dei due fornitori ha detto quando ciò cambierà. Vedi i modelli di immagini che oggi sono instradabili. I modelli che puoi chiamare sono elencati con il prezzo del loro fornitore.

Non si tratta di affermazioni in competizione sulla stessa capacità. Una è una superficie di controllo, l'altra è un modello di gusto. E la differenza pratica tra le due emerge nella parte meno glamour della scheda tecnica: Ideogram 4.5 pubblica una convenzione per le maschere e un prezzo per immagine; MAI Image 2.7 Preview non pubblica né l'una né l'altro.

Cosa significa "Precise" quando c'è una maschera

Una maschera è un contratto. Ideogram 4.5 ne accetta una, con il nero che contrassegna la regione da modificare e il bianco quella da preservare, insieme a un massimo di cinque immagini di input — una sorgente più quattro riferimenti. Quell'interfaccia trasforma una modifica in qualcosa che puoi specificare anziché in qualcosa che descrivi sperando che funzioni.

Rende anche il modello verificabile in un modo in cui un editor basato solo su prompt non lo è. Se un cliente dice "cambia l'etichetta della bottiglia e nient'altro", la versione con maschera può essere controllata meccanicamente: confrontare l'output con l'input al di fuori della regione mascherata e contare i pixel modificati. La versione con prompt richiede che una persona guardi entrambe le immagini e si formi un'opinione. Con cinque asset quella differenza non è nulla. Con cinquecento è la differenza tra una fase di QA e un reparto QA.

Microsoft non ha pubblicato alcuna semantica delle maschere, alcuna interfaccia bounding-box e alcun controllo delle coordinate per MAI Image 2.7 Preview. Il modello accetta un'istruzione e un'immagine di origine. Ciò che modifica è deciso dal modello, e la descrizione aziendale degli obiettivi di progettazione — ristilizzazione dell'intera scena, modifica dell'illuminazione, ripristino di un asset, modifica di testo e simboli nel contesto — è la descrizione di modifiche intenzionalmente globali. È una scelta progettuale legittima per i compiti a cui è destinata la 2.7. È anche il motivo per cui non puoi sottoporgli una modifica regionale bloccata e aspettarti che il contratto venga rispettato.

Ventiquattro megapixel in ingresso, ventiquattro megapixel in uscita

{{1}}La dimostrazione di punta di Ideogram per la 4.5 è stata una modifica su una sorgente da 4.016×6.016 — circa 24,2 megapixel — eseguita senza prima ridurre la risoluzione dell'input.{{/1}} {{2}}Si tratta di un benchmark specifico e insolitamente onesto, perché è nel downscaling che la maggior parte dei modelli di editing perde silenziosamente la cosa che ti importava.{{/2}} {{3}}Un'immagine che viene ricampionata a due megapixel, modificata e poi riportata alla risoluzione originale ha subito due trasformazioni con perdita prima che tu la veda, e la regione "preservata" non è affatto preservata; è una ricostruzione.{{/3}}

L'output nativo per 4.5 è 2K, con un lato lungo di 2.048 pixel all'impostazione di qualità massima e tredici rapporti d'aspetto da 1:1 a 3:1. Quindi il messaggio promozionale non è che restituisce 24 megapixel. È che una sorgente di grandi dimensioni sopravvive al ciclo di andata e ritorno senza essere appiattita durante l'ingresso.

Per MAI Image 2.7 Preview, non è stata pubblicata alcuna risoluzione. Il predecessore MAI-Image-2.6 limitava l'output a circa 1536×1536, e supporre che 2.7 lo eguagli sarebbe un'inferenza anziché una notizia riportata. Quando un lato di un confronto ha un numero pubblicato e l'altro tace, il numero pubblicato non è automaticamente quello migliore — ma è l'unico sul quale puoi progettare.

La tipografia è il punto in cui i due pitch si scontrano

Il rendering del testo è l'unica capacità che entrambi i modelli rivendicano apertamente, e vale la pena essere specifici sul perché sia difficile in entrambe le direzioni.

La reputazione di Ideogram si è costruita sulla tipografia in fase di generazione: parole leggibili, ortografia corretta, layout che rispettano la gerarchia di un titolo. Nella versione 4.5 questa forza si estende anche alle modifiche, e il modello mantiene inoltre una modalità testo-immagine, così un team può generare un layout con parole reali per poi rivedere lo stesso layout senza cambiare strumenti.

La rivendicazione di Microsoft per 2.7 è più circoscritta e, sotto un certo aspetto, più difficile: modificare testo e simboli esistenti mantenendoli integrati — rispettando la prospettiva di un cartello, la curvatura di un'etichetta, l'illuminazione su una superficie stampata. È un problema diverso dal rendere nitidamente un titolo su una tela piatta, ed è il problema che emerge quando una campagna richiede la stessa fotografia di packaging in sei lingue. Artificial Analysis colloca 2.7 al primo posto per la modifica di testo e simboli tra le sette azioni che valuta, la prova indipendente più solida di cui l'uno o l'altro modello disponga su questo specifico asse.

Il problema è che il risultato testuale è una posizione nella classifica di categoria, non una garanzia per singola immagine, e non dice nulla su quante prove richieda un caso difficile. Microsoft afferma che 2.7 è migliorato in tutti e dieci i casi d'uso e in tutte e sette le azioni di modifica rispetto a 2.6, con un vantaggio di 24 punti in scena e stile; quelle sono elaborazioni interne dell'azienda su una classifica indipendente, e le esecuzioni sottostanti non sono pubbliche.

La scala dei prezzi, e il modello che ne è privo

Ideogram 4.5 applica i prezzi per livello di qualità anziché per risoluzione, una scelta insolita e per lo più sensata: paghi per quanto a fondo "pensa" il modello, non per quanti pixel ricevi. I livelli pubblicati vanno da circa $0,03 in Low, $0,06 in Medium e $0,22 in High per immagine, con un ulteriore livello molto basso disponibile solo per le modifiche, quotato da alcuni rivenditori a partire da circa $0,008. I prompt si espandono tramite un interruttore Magic Prompt, i seed sono esposti e una singola richiesta può restituire fino a otto immagini — il che significa che il costo effettivo per output utilizzabile dipende in larga misura da quante varianti si generano prima di trovarne una giusta.

Quest'ultimo punto merita enfasi perché ribalta il prezzo di facciata. Un modello a $0,03 che richiede quattro tentativi costa dodici centesimi; un modello a $0,22 che riesce al primo colpo è l'opzione più economica. La lista dei livelli è un menu, non un conto.

MAI Image 2.7 Preview non ha un prezzo perché non ha un endpoint commerciale. È disponibile in MAI Playground, su Arena e su Artificial Analysis. Non esiste un'API, nessuna scheda su Foundry e nessun tariffario. La cosa più vicina a una previsione sono i prezzi Foundry del predecessore — 5 $ per milione di token di input testuale, 8 $ per milione di token di input immagine, 38 $ per milione di token di output immagine, circa quattro centesimi per immagine — che ti dice all'incirca come Microsoft prezza il lavoro sulle immagini e nulla su dove si collocherà la 2.7.

Dove si collocano i punteggi e perché il divario è più piccolo di quanto sembri

MAI Image 2.7 Preview è al secondo posto su AA-Image-Editing v2.1 con 1.193 Elo, a sei punti dietro GPT Image 2.5 Sunburst. Ideogram 4.5 è stato riportato a 1.064 Elo e al ventitreesimo posto nella classifica di editing, con 1.014 Elo e al trentaquattresimo posto su 167 nella classifica text-to-image.

Quelle due cifre di editing non sono una sottrazione pulita, per lo stesso motivo per cui non è mai una sottrazione pulita tra revisioni della board: il numero 4,5 proviene dalla sua finestra di revisione, e il numero 2,7 da uno snapshot del 22 ottobre di una board che è stata ricostruita almeno una volta quest'anno. La direzione del divario non è in dubbio — un modello tra i primi tre contro un modello al ventitreesimo posto è una separazione reale — ma la sua entità non è una misurazione.

Quello che il posizionamento dice davvero è che la proposta di precisione di Ideogram non si è tradotta in un punteggio di editing di frontiera. Il suo punteggio testo-immagine, 1.014, si colloca appena sopra l'1.011 della generazione precedente. L'argomentazione dell'azienda ha sempre riguardato il controllo e la tipografia più che la posizione in classifica, e 4.5 è coerente con questo: uno strumento controllato a metà classifica, con prezzo per fascia, e un'interfaccia a maschera che lo rende verificabile.

La promessa degli Open-Weights

Ideogram ha dichiarato al lancio che i pesi della versione 4.5 sarebbero stati rilasciati presto. Non sono stati distribuiti. Questo è importante perché è l'unica caratteristica che renderebbe il modello categoricamente diverso da qualsiasi cosa Microsoft stia offrendo: un checkpoint scaricabile è una decisione architetturale, un'API ospitata è una dipendenza.

Finché i pesi non saranno disponibili, l'affermazione è un elemento della roadmap e va trattata come tale. Il modello è disponibile oggi tramite l'app e l'API di Ideogram e tramite un lungo elenco di piattaforme partner, il che è una forma reale di disponibilità ma non equivale alla portabilità.

Scegliere tra di loro

Scegli Ideogram 4.5 se la modifica deve essere circoscritta. Se puoi delimitare la regione che può cambiare, se il sorgente è grande e deve mantenere la propria risoluzione, se ti servono una modalità text-to-image e una modalità di modifica in un unico modello e se devi conoscere il costo prima di iniziare, 4.5 risponde a tutte e quattro le domande nella sua documentazione. È anche l'unico dei due che oggi puoi mettere dietro un'API.

Scegli MAI Image 2.7 Preview se la modifica richiede molto giudizio e il volume è basso. Ristilizzare una scena, cambiare l'illuminazione di una fotografia, riscrivere un'insegna in modo da rispettare la superficie: sono questi i compiti in cui un vantaggio di 24 punti in una categoria vale qualcosa, e Playground è un posto ragionevole per farne venti a mano.

Quello che non si dovrebbe fare è trattare il divario nella classifica come una raccomandazione all'acquisto. Il modello al secondo posto non può essere invocato, mentre il modello al ventitreesimo posto può essere invocato per sei centesimi a Medium. Per un team che decide su cosa costruire questo trimestre, questo è l'intero confronto. OrcaRouter non ospita nessuno dei due, e nessuno dei due fornitori ha annunciato piani per cambiare questa situazione; qui un gateway è utile per i modelli su cui ripiegheresti quando un editor di livello preview non è disponibile, dato che i tier OpenAI che circondano 2.7 in quella stessa classifica sono instradabili con una sola chiave a prezzo di listino e possono assorbire una chiamata fallita senza modifiche al codice.