同じリリース日におけるMAI Image 2.7 FlashとMAI Image 2.7を比較するタイトルカード:Flashは編集Elo 1,179、1,000枚あたり約10ドル、フラッグシップは編集Elo 1,215、1,000枚あたり約35ドルで、両者の間の区切り線には1,000枚あたり25ドルと表示されている。
Guides & Insights

MAI Image 2.7 Flash 対 MAI Image 2.7:プレミアム版で何が得られるのか

著者

jinhao.song

公開日

最新モデル · 20すべてのモデルを見る →
ベンチマーク:Artificial Analysis · 毎日更新
すべての記事に戻る

同じ日に、同じモデルカードから、Microsoftは1つの画像モデルの2つのティアを投入し、その価格を3.5倍の差に設定した。 MAI Image 2.7は画像1,000枚あたり約35ドルで、Artificial AnalysisのAA-Image-Editing v2.1ボードで1,215 Eloの1位だ。 MAI Image 2.7 Flashは約10ドルで、同じボードでは1,179、テキストから画像生成では1,158に位置する。これらの差を品質の階段と読み、予算が許す段を買うのが誘惑だ。より有用な読み方は、これらは1つの名前をまとった2つの異なる製品であり、どちらを選ぶべきかについてはEloよりも価格比の方がはるかに多くを語る、というものだ。

両方の数値は2026年11月20日時点のもので、どちらもベンダーのチャートではなく独立した評価者によるものであり、どちらも区間が十分に広いため、36ポイントの編集差は意思決定のごく小さな部分にすぎません。ここでは、1,000件あたり追加の25ドルで実際に何が得られるのか、そしてそれが何ももたらさない3つのケースを説明します。

画像1,000枚あたり25ドルで買えるもの

マーケティングを剥ぎ取れば、フラッグシップのプレミアムが正確にカバーしているのはただ一点、難しい構図を伴う作業における編集忠実度の最後の数パーセントだ。Microsoft自身の位置づけでは、2.7は「オブジェクト、シーン構造、照明、スケール、空間配置にまたがって推論し、曖昧なプロンプトからでも一貫した編集を生成する」というものであり、36ポイントのElo差が統計上の差ではなく目に見える差として現れるのは、まさにこの種のタスクだ。製品写真のライティングを変え、鏡面ハイライトがキーライトに合わせて動くようにする。混雑したシーンで、影を引きずらずに1つのオブジェクトを動かす。3回連続の編集を通じてロゴのカーニングを保つ。

それ以外のすべて —— オブジェクト削除、属性の入れ替え、インペイント、テキスト置換、背景クリーンアップ —— では、2つの行は重なっています。Flashの1,179は1,166〜1,192の帯に収まり、フラッグシップの1,215は1,201〜1,229にまたがります。これらの帯は接していないため、順序は実際に存在します。しかし実際の重なりは数値上の重なりよりはるかに大きく、リーダーボードは10のユースケースと7つの編集アクションにわたって平均しているため、簡単な6つだけを行うワークフローでは違いがまったく見えません。

Screenshot of the Artificial Analysis AA-Image-Editing v2.1 leaderboard captured on 20 November 2026: MAI-Image-2.7 first at 1,215 Elo from 5,478 samples and $34.82 per 1,000 images, MAI-Image-2.7-Flash seventh at 1,179 Elo from 5,891 samples and $10.24 per 1,000 images, with GPT Image 2.6 Sunburst, GPT Image 2.6 Flare, GPT Image 2.5 Sunburst, GPT Image 2.5 Flare and Kling Image 4.0 between them.

具体的な比較をすると、このトレードオフがはっきりする。ベンダーの概算では、月に1,000枚の画像をFlashで処理すると約10ドル、フラッグシップモデルでは約35ドルかかる。月25ドルの差は、デザインチームにとっては誤差のようなものだが、5万枚の画像を処理するカタログパイプラインにとっては意味のある差だ。5万枚になると、同じ選択は1サイクルあたりおよそ500ドル対1,750ドルになる。問題は「フラッグシップのほうが優れているか」(優れている)ではなく、「その5万枚のうち何枚に優れたほうが必要か」になる。

Two-column scoreboard comparing MAI Image 2.7 Flash with MAI Image 2.7 across six dimensions: editing Elo 1,179 at No. 7 versus 1,215 at No. 1, text-to-image Elo 1,158 at No. 11 versus 1,214 at No. 4, price about $10 versus about $35 per 1,000 images, estimated cost $10.24 versus $34.82 per 1,000 images, transparency supported on both, and Canvas powered by Flash versus not on the flagship. A footer credits Elo and cost to Artificial Analysis and price to Microsoft, vendor-reported.

世代間のギャップは、編集のギャップよりも大きい。

この2つを比較するほぼすべての場面で編集ボードが引き合いに出される。そこがフラッグシップのトロフィーを獲得している分野だからだ。テキスト・トゥ・イメージを見ると、差はさらに大きい。フラッグシップは4位で1,214、Flashは11位で1,158で、56ポイントの差は組み合わせた区間を余裕で上回る。

Screenshot of the Artificial Analysis AA-Image-T2I v2.1 leaderboard captured on 20 November 2026: GPT Image 2.6 Sunburst (max) first at 1,261 Elo and $210.72 per 1,000 images, MAI-Image-2.7 fourth at 1,214 Elo from 5,008 samples and $34.82 per 1,000 images, MAI-Image-2.7-Flash eleventh at 1,158 Elo from 5,951 samples and $10.24 per 1,000 images.

その非対称性は、見出しのスコアよりも意思決定を左右すべきです。ワークロードが主に生成——バナー、製品レンダー、プロンプトからのイラスト——であれば、フラッグシップの割高分は2つの改善のうち大きい方を買うことにほかなりません。そして、同じボード上で1000回あたり$210.72のGPT Image 2.6 Sunburst (max)に47ポイント劣っていながら、なお6分の1の価格です。ワークロードが主に編集であれば、その割高分は小さい方を買うことになります。

生成の行は、Flashが単に「安価な2.7」ではない理由も説明している。FlashはKli​ng Image 4.0とNano Banana 2.1の下、第11位で生成ボードに登場しており、安さが珍しくない区分にある——同じボードでNano Banana 2.1は1,000件あたり$33.60、Seedream 5.5は$20.00と表示されている。Flashの$10.24は近隣では最安だが、ボード全体で最安ではなく、それを選ぶ理由はどちらか半分ではなく組み合わせにある。

1つの条項がドキュメント全体です。

Flashが何を変更したかについての公開説明は、共有モデルカード内のたった一つの節に尽きる:「MAI Image 2.7 FlashはMAI Image 2.7の最適化版である」。このバリアントのパラメータ数はない。最適化が蒸留を意味したのか、サンプリングステップの削減なのか、より小規模なリファインメントパスなのか、量子化なのかについての記述もない。別個のリリース日も、別個のEU日も、別個の制限行もない。

このカードは、フラッグシップに200億の非埋め込みパラメータ、32Kトークンのコンテキスト、2048×2048に相当する4,194,304ピクセルの出力上限、2026年4月から11月までの学習期間、そして2026年11月17日のリリース日を与えている。Flashは隣接性によってこのセクションを継承する。それは妥当な推論ではあるが、依然として推論にすぎない。もしFlashが蒸留された6Bモデルであったとしても、書かれている仕様表はそれと矛盾しないだろう。

両方について文書化されているのは、透明性のサポート——「手動での切り抜きなしで使える製品画像、ロゴ、アイコン、イラスト」——と、両方が生成と編集におけるMicrosoftの言う品質とコストのパレートフロンティア上にあるという点だ。後者の主張はポジショニングの表明であり、ベンチマークではない。そしてそれは、どのラボも自社が提供する各ティアについて言う類のものだ。

速さは、数字の裏付けのない主張だ

Flash がより高速であると期待する理由は、証拠に基づくものではなく構造的なものだ。Microsoft は、Flash が「本番環境のワークロードに必要な速度と効率を提供する」と述べており、ユーザーが領域をクリックして再描画を待つインタラクティブなサーフェスである Canvas のエンジンに Flash を採用した。クリックの背後に遅いモデルを置くことはない。現在 MAI Image ファミリーを既定で採用している Bing Image Creator も、消費者規模での同じ主張である。

どちらのモデルについても、公開されているレイテンシ、スループット、最初の画像が生成されるまでの時間の数値はまだありません。Artificial Analysis はこれらの行について推論速度を報告していません。つまり、Flash の優位性が最も大きくなるはずの唯一の次元は、誰も公開の場で測定していない唯一の次元であり、どちらにせよ性能に関する主張は現時点では事実を装った推測にすぎません。速度でティアを選ぶなら、今日の正直な答えは一つだけです。それは、自分のプロンプトで測定する必要があるということです。それは安価にでき、パイプラインを本格採用する前にやっておく価値があります。

2層モデルを1つのモデルのようにルーティングする

このペアが報いるパターンは移行ではなく分割です。定型的なボリュームはFlashに送り、難しいケースはエスカレーションします。両方のティアが1つのキーで応答し、請求も1本、コードパスも1本であれば、エスカレーションのルールは2つ目の統合ではなく設定の中に置けるため、運用が容易になります。これこそOrcaRouterが想定して作られた形です — リクエストクラスを1つのモデルに送り、別のモデルにフォールバックできるルーティングDSL、そしてプロバイダーがバッチ処理の途中で不調になった際の自動フェイルオーバーです。

2026年11月20日時点で、MAIモデルはいずれもOrcaRouterのカタログに存在しないため、当社がここでルーティングできるものはなく、そうでないかのように示唆する誠実な方法もありません。Microsoft Foundryのパブリックプレビューと複数のサードパーティプラットフォームが、文書化された経路です。カタログに掲載されているのは定価でマークアップ0%のGPT-Image-2.5 SunburstとGPT-Image-2.5 Flare — 1,202 Eloの編集モデルと1,210 Eloの生成モデルで、どちらもArtificial Analysisの推定では1,000件あたり210.72ドルです。その価格は、プレミアムの議論が出たときにMicrosoftの35ドルと並べて見るべき数字です。フラッグシップは同じシリーズのもう一方に対しては割高で、リーダーボード上のほぼすべての他のモデルに対しては割安です。

午後で選ぶ方法

3つの問いで決着がつき、そのどれもリーダーボードを必要としない。第一に、その作業は主に生成か、それとも主に編集か? 生成なら差は56ポイントに広がり、フラッグシップが有利になる。編集なら36ポイントに縮まり、Flashが有利になる。第二に、月に何枚の画像を扱うか? 数千枚を下回るなら、価格差は判断材料にすらならず、絶対額で見ればフラッグシップの品質は無料で手に入る。第三に、そのワークフローは再試行を許容するか? Flashの経済性は、弱い出力を引き直せることを前提にしている。最初の呼び出しで正解を出さなければならないパイプラインは、スコアではなくフラッグシップの一貫性を買っているのだ。

この状況を変える要因は2つあり、どちらもまだ起きていない。明細項目——参照画像、出力解像度、バッチ割引——を備えた公表済みの料金表があれば、Microsoft の単一の概算値が、予算を組む際の根拠となるものに置き換わるだろう。しかも、解像度が計算に入れば、3.4倍の差を圧縮する可能性は十分にある。Flash での2回目の評価サイクルが行われると、1,179 がモデルの落ち着く地点なのか、それとも出発点なのかが分かる。このファミリー内では、フラッグシップ自身の行でさえ同一の重みにおいてすでに3ポイントずれているのだから、最初の読み取りはあくまで最初の読み取りにすぎない。

それまでは、擁護できる要約は限定的で、率直に述べておく価値がある。フラッグシップは両方のボードでより優れたモデルであり、No. 1 という主張が付いている唯一のモデルだ。Flash は縮小版のデモではなく実際の本番モデルで、価格はおよそ3分の1。そして両者の選択は、どちらの数値が大きいかではなく、ワークロードの構成に関する問いだ。