MAI Image 2.7 Preview 対 Ideogram 4.5：「精密さ」には2つの種類があり、価格が付くのは片方だけ

両モデルは「精度」を売りにしていたが、その言葉がそれぞれの売り込みで意味するものは異なる。2026年9月30日にリリースされたIdeogram 4.5が意味するのはピクセルレベルの精度だ。どのピクセルを変更できるかを指定するマスク、元画像を先に縮小せず元画像自体の解像度で実行される編集、そして周囲のピクセルは元の位置に留まるという文書化された約束を備えている。その4週間後、2026年10月27日にMicrosoft AIがリリースしたMAI Image 2.7 Previewが意味するのは判断レベルの精度だ。シーン全体を崩さずにスタイルを変更し、正しくライティングを変え、テキストが浮いているのではなく表面に属するように書き換えることができる。この2つはいずれもゲートウェイ経由で呼び出すことはできず、それがいつ変わるかについてもどちらのベンダーも明言していない。現在ルーティング可能な画像モデルを見る。呼び出せるモデルは、各プロバイダーの料金とともに一覧表示されています。

それらは同じ能力について競合する主張ではありません。一方はコントロールサーフェスであり、もう一方はテイストモデルです。そして両者の実用的な違いは、仕様表の最も華やかでない部分に現れます。Ideogram 4.5 はマスク規約と画像あたりの価格を公開していますが、MAI Image 2.7 Preview はどちらも公開していません。

マスクがあるときの「正確」の意味

マスクは契約です。Ideogram 4.5はマスクを受け取り、黒が編集する領域、白が保持する領域を示します。これに最大5枚の入力画像（1枚のソースと4枚の参照）が加わります。このインターフェースによって、編集は説明して期待するものではなく、指定できるものになります。

また、これによりモデルは、プロンプトのみのエディターにはできない形でテスト可能になります。クライアントが「ボトルのラベルだけを変え、それ以外は何も変えないで」と言った場合、マスク版は機械的に検証できます。マスク領域の外側で出力と入力を差分比較し、変更されたピクセル数を数えるのです。プロンプト版では、人間が両方の画像を見て意見を形成する必要があります。アセットが5点なら、その違いは取るに足りません。500点になると、それはQA工程とQA部門の違いになります。

Microsoftは、MAI Image 2.7 Previewについて、マスクのセマンティクスも、バウンディングボックスインターフェースも、座標制御も公開していません。このモデルは指示とソース画像を受け取ります。何を変更するかはモデルが決定し、同社による設計目標の説明——シーン全体のリススタイリング、ライティングの変更、アセットの復元、文脈内でのテキストや記号の編集——は、意図的にグローバルな編集についての説明です。それは、2.7が対象とする作業にとって正当な設計上の選択です。また、固定された局所編集を渡して、その約束が守られることを期待できない理由でもあります。

24メガピクセル入力、24メガピクセル出力

Ideogramの4.5向けの目玉デモは、4,016×6,016のソース（約24.2メガピクセル）に対する編集で、入力をまずダウンスケーリングせずに行われた。これは具体的で、異例なほど正直なベンチマークだ。というのも、ダウンスケーリングこそ、ほとんどの編集モデルがあなたの気にしていたものを静かに失う箇所だからだ。2メガピクセルにリサンプリングされ、編集され、再びアップスケールされた画像は、あなたが目にする前にすでに2回の不可逆変換を経ており、「保存された」領域はまったく保存されていない。それは再構成なのだ。

4.5のネイティブ出力は2Kで、最高品質設定では長辺が2,048ピクセル、アスペクト比は1:1から3:1まで13種類あります。つまり売りは、24メガピクセルで返ってくることではありません。大きなソースが、入力の途中で潰されることなくラウンドトリップできることです。

MAI Image 2.7 Previewについては、解像度がまったく公表されていません。前身のMAI-Image-2.6は出力を1536×1536付近に制限しており、2.7も同様だと仮定するのは推測であって報告ではありません。比較の一方に公表された数値があり、もう一方が沈黙している場合、公表された数値が自動的に優れているわけではありません — しかし、それは設計の基準にできる唯一の数値です。

タイポグラフィは、二つのピッチが交差する場所である

テキストレンダリングは、両モデルがはっきりと主張している唯一の能力であり、それが双方向のどちらでもなぜ難しいのかを具体的に説明する価値がある。

Ideogramの評判は、生成におけるタイポグラフィ——読みやすい単語、正しいスペル、見出しの階層を尊重するレイアウト——によって築かれてきた。4.5ではその強みが編集にも引き継がれ、さらにモデルはテキスト・トゥ・イメージモードも維持しているため、チームは実際の単語を含むレイアウトを生成し、その後ツールを変えずに同じレイアウトを修正できる。

Microsoftによる2.7の主張はより限定的で、ある点ではより困難だ。既存のテキストや記号を、統合された状態のまま変更する――看板の遠近感、ラベルの湾曲、印刷面の光の当たり方に合わせること。これは、平坦なキャンバス上に見出しをきれいに描画するのとは別の問題であり、一つのキャンペーンで同じパッケージ写真を6言語で用意する必要があるときに表面化する問題である。Artificial Analysisは、評価対象の7つの操作のうち、テキストと記号の編集で2.7を首位に置いており、これはこの特定の軸に関して両モデルが持つ最も強力な独立した証拠である。

注意点は、テキストの結果がカテゴリー順位であり、画像ごとの保証ではないこと、そして難しいケースで何回の試行が必要かについては何も語っていないことだ。Microsoftによると、2.7は2.6と比べて10すべてのユースケースと7つすべての編集アクションで改善し、シーンとスタイルでは24ポイントのリードを確保した。これらは独立した評価ボードに対する同社独自の集計であり、基になる実行結果は公開されていない。

価格ラダー、そしてそれを持たないモデル

Ideogram 4.5は解像度ではなく品質ティアごとに価格を設定しており、これは珍しく、そしておおむね理にかなった選択です。支払うのは返ってくるピクセル数ではなく、モデルがどれだけ深く考えるかに対してです。公表されているティアは、1画像あたりLowで約$0.03、Mediumで約$0.06、Highで約$0.22で、さらに編集専用のvery-lowティアが用意されており、一部のリセラーは約$0.008からと見積もっています。プロンプトはMagic Promptトグルで拡張され、シードも公開されており、1回のリクエストで最大8枚の画像を返せます。つまり、使える出力1枚あたりの実効コストは、正解が得られるまでに何枚の候補を生成するかに大きく左右されます。

最後の点は強調に値します。なぜなら、それは見出しの価格を覆すからです。0.03ドルのモデルで4回の試行が必要なら12セントかかります。一方、0.22ドルのモデルが一発で成功するなら、そちらのほうが安い選択肢です。ティアリストはメニューであり、請求書ではありません。

MAI Image 2.7 Previewには商用エンドポイントがないため、価格はありません。MAI Playground、Arena、Artificial Analysisで利用できます。APIもFoundryの掲載も料金表もありません。予測に最も近いのは前身モデルのFoundry価格です。テキスト入力トークン100万個あたり5ドル、画像入力トークン100万個あたり8ドル、画像出力トークン100万個あたり38ドル、画像1枚あたりおよそ4セントです。これはマイクロソフトが画像処理にどの程度の価格を付けているかの大まかな目安になるだけで、2.7が最終的にどの価格帯に落ち着くかについては何も示していません。

スコアはどこに位置し、なぜその差は見た目より小さいのか

MAI Image 2.7 Previewは、1,193 EloでAA-Image-Editing v2.1の2位、6 Elo差でGPT Image 2.5 Sunburstに次ぐ2位です。Ideogram 4.5は、編集ボードでは1,064 Eloで23位、テキスト・トゥ・イメージボードでは1,014 Eloで167件中34位と報告されました。

これら2つの編集指標は単純な引き算では出せない。ボードの改訂をまたぐと決して単純な引き算にならないのと同じ理由だ。4.5という数値はそれ自体のレビュー期間から来ており、2.7という数値は、今年少なくとも一度は再構築されたボードの10月22日時点のスナップショットから来ている。差の向きは疑いようがない——上位3位のモデルと23位のモデルは実際に隔たりがある——が、その大きさは測定値ではない。

この順位が示しているのは、Ideogram の精度に関する売り込みが、フロンティア級の編集スコアには結びついていないということだ。同社のテキストから画像へのスコア 1,014 は、前世代の 1,011 をわずかに上回る程度にとどまる。同社の主張は常にリーダーボード上の順位ではなく、制御性とタイポグラフィにあった。4.5 はそれと整合している。中位の順位に位置する制御されたツールで、階層ごとの価格設定があり、監査可能にするマスクインターフェースを備えている。

オープンウェイトの約束

Ideogramはローンチ時に、4.5の重みをまもなく公開すると述べていた。しかし、まだリリースされていない。これが重要なのは、それがMicrosoftの提供するあらゆるものとはモデルを根本的に異なるものにする唯一の機能だからだ——ダウンロード可能なチェックポイントはアーキテクチャ上の決定であり、ホスト型APIは依存関係である。

モデルの重みが公開されるまでは、その主張はロードマップ上の項目であり、そのように扱うべきです。このモデルは現在、Ideogram 自身のアプリと API、および多数のパートナープラットフォームを通じて利用できます。これは確かに利用可能性の一形態ではありますが、ポータビリティと同じではありません。

それらの中から選ぶ

編集範囲を限定する必要があるなら、Ideogram 4.5を選んでください。変更される可能性のある領域を指定でき、ソースが大きく元の解像度のまま維持する必要があり、1つのモデルでテキストから画像生成モードと編集モードの両方が必要で、始める前にコストを知る必要があるなら、4.5はその4つの問いすべてにドキュメントで答えています。また、現時点でAPI経由で利用できるのは、この2つのうち4.5だけです。

判断が大きく関わる編集で、処理量が少ない場合は、MAI Image 2.7 Preview を選んでください。シーンのスタイルを変える、写真の照明を変える、表面の質感を尊重した形で看板の文言を書き換える——こうした作業では、カテゴリで24ポイントのリードに価値があり、Playground はそうした作業を20件手作業で行うのに妥当な場所です。

してはいけないのは、リーダーボードの差を購入推奨として扱うことだ。2位のモデルは呼び出せず、23位のモデルはMediumで6セントで呼び出せる。今四半期に何を構築するかを決めるチームにとって、比較はそれで尽きる。OrcaRouterはどちらもホストしておらず、どちらのベンダーもそれを変える計画を発表していない。ここでゲートウェイが役立つのは、プレビュー品質のエディターが利用できないときにフォールバックするモデルにおいてだ。同じボードで2.7を挟むOpenAIのティアは、1つのキーで定価でルーティングでき、コード変更なしで失敗した呼び出しを吸収できるからだ。