MAI Image 2.7 Previewは7つの編集アクションのうち4つで首位 — しかし画像を生成できない

Microsoft AIは2026年10月27日にMAI Image 2.7 Previewをリリースしました。これについて知っておくべき最も有用なことは、発表文そのものにある一文です。このモデルは編集機能から始まり、テキストからの画像生成は「近日公開」となっています。続くすべての記述——Artificial Analysisでの2位、Arenaでの3位、MAI-Image-2.6からの42ポイント向上——は、すでに持っている画像を改善できるものの、何もないところから画像を作ることはできないモデルを説明しています。

それは、リーダーボード上の順位が示唆するよりも範囲の狭い製品だ。生成画像モデルは白紙から生み出すツールであり、編集モデルは修復と改訂のためのツールだ。2026年に人々が実際にお金を払う仕事の大半は修正作業であり、だからこそ編集部門のボードは商業的な買い手が注視する対象になっている。だが、いざ実際に試そうとすると、この区分は重要になる。MAI Image 2.7 Preview が何かを為すには、まず元となる画像が必要なのだ。

モデルはMAI Playground、Arena、Artificial Analysisで利用可能です。APIはなく、Microsoft Foundryでの掲載もなく、公開価格もありません。Microsoftは、参照画像、解像度、出力ティアに関する2.7固有の制限を開示していません。

ここで「編集」が対象とする範囲

Microsoftによるこのモデルの説明は、それが実現するために作られた編集内容について異例なほど具体的だ。シーン全体のスタイル変更、再照明、テキストや記号を画像に統合された状態を保ちながら変更すること、既存アセットの復元または強化、そしてオブジェクト、照明、環境をまとめて理解する必要がある編集。そのリストは一般的なものではない。各項目は、以前の編集モデルがうまく扱えなかった失敗パターンを具体的に示している。影が誤った方向を向いたままになる再照明、表面に沿って載るのではなく浮き上がってしまう新しいラベルテキスト、ディテールと一緒にノイズまで鮮明化してしまうアップスケールだ。

「統合」という表現は、二度読む価値がある。画像モデルにおけるテキスト編集は、単独では解決済みの問題であり、文脈の中では未解決の問題だ。どのモデルも単語を描画できるが、大半のモデルはそれをシーンの中にではなくシーンの上に描画し、遠近法もモーションブラーも間違っており、文字が乗る表面に合わないフォントを使っている。Microsoft はその特定のギャップを強みだと主張しているが、それは雰囲気ではなく検証可能な主張だ。

7つのうち4つ、そして逆方向へ進んだ3つ

Artificial Analysisは、2026年10月22日付のスナップショットを使用し、AA-Image-Editing v2.1でMAI Image 2.7 Previewを1,193 Eloと評価した。これにより同モデルは2位となり、GPT Image 2.5 Sunburstの最高品質ティア（1,199）に6ポイント差で続き、GPT Image 2.5 Flare（1,182）を11ポイント上回る。置き換え対象のMAI-Image-2.6は1,151で、42ポイントの改善となる。

カテゴリ別の内訳は集計値よりも情報量が多い。Artificial Analysisによると、2.7は評価対象となる7つの編集アクションのうち4つで首位に立っており、Microsoftは、このモデルが10のユースケースすべてと7つのアクションすべてで改善したと述べている。首位となった4つは、拡張と復元、推論ベースの編集、シーンとスタイル、テキストまたは記号の編集である。最も差が大きいのはシーンとスタイルで、Microsoftは次善モデルに対して24ポイントのリードを主張している。

それが首位に立っていない3つは、構図、個々のオブジェクトの編集、同一性の保持であり、そのいずれもOpenAIが握っている。これはランダムな散らばりではなく、一貫した像だ。OpenAIのモデルは、指示を文字通りかつ局所的に従う必要がある場面でこそ最も強い。このオブジェクトを動かす、この顔を保つ、このレイアウトを守る、といったことだ。Microsoftのモデルは、指示がフレーム全体にわたる判断を要する場面で最も強い。シーンの照明を変える、スタイルを変える、修復する、看板を書き換える、といったことだ。

テキストと記号の結果こそが商業的に興味深いものである

2.7が主導する4つのカテゴリーのうち、テキストとシンボルの編集は、クリエイティブスタジオの外で最も明確なビジネスケースを持つものです。パッケージのモックアップ、店頭サイネージ、エクスポートされたPNGにグラフのラベルが焼き込まれたスライドデッキ、同じラベルの地域別バリエーションを備えた商品写真——これらはいずれも、費用がかかる部分が新しい単語を描くことではなく、それが載っている表面の照明、遠近感、素材の反応を保つことである編集です。

また、プレビューが最も役に立たず、最ももどかしいカテゴリーでもある。写真の中のラベルを修正したいデザイナーなら、Playgroundで1枚ずつ手作業でできる。5,000個のラベルを修正するパイプラインは、呼び出せるエンドポイントがないため、それができない。機能と提供の仕組みが噛み合っておらず、この不一致こそが今回のローンチの実質的なニュースだ——Eloの数値ではない。

シーンとスタイルは逆のケースだ。全フレームのリスタイリングにおける24ポイントのリードは、ブラインド嗜好テストでも表れるような差であり、リスタイリングは本質的にバッチ処理だ。1枚のソースフレームから40通りのルック。そのカテゴリで大差をつけて勝つモデルは、スタジオがループで回したいモデルだが、利用できるループは存在しない。

Microsoftで「プレビュー」がこれまで意味してきたもの

前モデルは、タイムラインについて入手できる最良の手がかりです。MAI-Image-2.6は2026年9月4日にMicrosoft Foundryに登場し、2.7が登場する約6週間前でした。公開されている料金表は画像単位ではなくトークン単位で、100万テキスト入力トークンあたり5ドル、100万画像入力トークンあたり8ドル、100万画像出力トークンあたり38ドルです。これは一般的な画像1枚あたり約4セントになります。Flash版は1.75ドル、2.50ドル、19ドルで、画像1枚あたり約2セントです。

2.7が同じ道をたどるなら、欠けているのはFoundryでの掲載、バージョン文字列、料金表だ。「編集ボードで2位」と「予算の一行項目」の距離は、まさにこの3つの成果物にほかならない。それらが存在するまで、今日すぐに編集モデルを本番環境で必要とするチームは、Foundryの2.6か、すでに呼び出せるその他の何かを選ぶことになる。

今週それをテストする方法

MAI Playgroundはplayground.microsoft.aiにあり、Microsoftアカウントが必要です。Arenaは、他のエディターと並べてブラインドで比較投票できる形でモデルを公開しており、シーンとスタイルに関する主張を自分で確かめるのに本当に役立つ方法です。写真を入れてライティングの変更を依頼し、どのモデルが生成したか分からない状態で、どちらの出力を好むかを確認してみてください。

計画を立てる前に、留意点が2つある。第一に、Microsoftは2.7固有の生成回数上限を公表していない。MAI-Image-2時代に出回った無料枠の制限——1日15回程度で、その間に待ち時間があるというもの——は、このモデルについて確認されたものではなく、前提にすべきではない。第二に、Arenaでの投票は製品の試用ではない。Arenaは中立なプロンプトの下で人がどの出力を好むかを示すが、同じ素材の40回目の改訂という実際の作業条件下でモデルがどう振る舞うかは示さない。

これをプレイグラウンドから本番環境へ移行するには何が必要か

重要度順に3つ。デプロイ先——Foundryか公開API——がないと、モデルはデモにすぎないからだ。価格。なぜなら「編集ボードで2位」は、画像1枚あたりのコストで割ってみるまでは購買の説得材料にならないからだ。そしてテキストから画像生成の同等性。なぜなら現実の編集ワークフローの多くは、基底画像を生成してから修正する形で始まり、画像を生成できないモデルはすべてのパイプラインに2社目のベンダーを後付けさせることになるからだ。

今すぐ1つのキーで編集モデルを必要としているチームにとって、実用的な答えは興味深い答えとは異なります。OrcaRouterはMAI Image 2.7 Previewをホストしていません。APIが存在しないため、どのサービスもホストしていません。しかし、そのボード上でそのすぐ上と下に位置する2つのモデル、GPT Image 2.5 SunburstとGPT Image 2.5 Flareは、どちらもゲートウェイ経由でプロバイダーの定価のまま、上乗せなしで利用できます。これにより、1位と2位の6ポイント差は、2位のモデルではできない形で今日検証可能になります。同じ編集をOpenAIの両ティアで実行し、自社のアセットがどちらを好むかを確認してから、勝った方をルーティング設定に残せます。

正直にまとめると、Microsoft はより興味深いエディターを出荷し、OpenAI は依然としてより利用しやすいものを出荷している。両者を隔てる Elo の6点は、プレイグラウンドとエンドポイントの間の距離より小さく、そしてそれらの差のうち、自力で埋まるのは一方だけだ。