Qwen-Image 2.1 対 MAI-Image-2.5-Pro：6,100票のブラインド投票 対 ゼロ

この2つのモデルのうち、一方は約6,100件のブラインド人間比較によって順位付けされている。もう一方は、自社ラボの外では誰も順位付けしていない。 MAI-Image-2.5-ProはMicrosoftのプレミアム画像モデルで、Artificial Analysisの画像編集アリーナにおいてElo 1,272で首位に位置している——これは同カテゴリーで最も投票数の多い結果である。Qwen-Image 2.1は、Qwen-Imageチームが2026年9月20日にオープンソース化したものだが、独立したスコアは一切なく、十分な数の人々が公開の場で実行して投票を生み出すまではスコアが付くこともない。この差こそが、この比較の実質的な主題である。なぜなら、それは両モデル間でベンダーの主張ではない唯一の違いだからだ。その他のすべて——アーキテクチャ、解像度、価格——は知り得るものの証明されていない。そして、両モデルは紙の上では十分に近接しているため、意思決定を導くべきはこの測定の差なのである。

投票が実際に語っていること、そして語っていないこと

Artificial Analysisはブラインドのペアワイズ比較を実施している。2つのモデルに同じプロンプトを与え、投票者がより良い出力を選び、その結果からEloが導かれる。完璧な測定器ではないが、このカテゴリーにおいて共有のスコアボードに最も近いものであり、サンプルサイズは数値と同じくらい重要だ。

• MAI-Image-2.5-Pro — 約6,100件の比較でElo 1,272を記録し、画像編集で第1位。テキストから画像生成ではElo 1,292で第7位につけ、1,369のGPT Image 2（high）、1,322のReve 2.1、1,320のNano Banana 2、1,310のGPT Image 1.5（high）、1,304のMAI-Image-2.5の後塵を拝している。

• Qwen-Image 2.1 — どちらのボードにもエントリーなし。低スコアなのではなく、スコアが存在しない。執筆時点でリリースからまだ1日しか経っていない。

それらの数字の形は注意深く読む価値がある。なぜなら、それはマーケティングが示唆する形ではないからだ。Microsoftのモデルは、編集では真に1位であり、生成では真に7位である。それは具体的で擁護可能な立場——そのカテゴリーをリードする編集のスペシャリスト——であり、最高の画像モデルであることとは別物だ（実際にはそうではない）。一方、テキスト・トゥ・イメージでそれに勝るモデルはGPT Image 2 (high)であり、これもまたこの分野におけるOpenAIの最新モデルではない。独立系のリーダーボードは最も多く測定されたモデルを評価するが、この対決において、それは間違いなくMicrosoftのモデルである。

オープンモデルが完全に勝利する唯一のスペック

この二つの間には、具体的で主観に依存しない違いが一つあり、それは解像度です。

• Qwen-Image 2.1はネイティブで2K生成に対応し、40推論ステップで2048×2048がドキュメント記載のデフォルト、7種類のアスペクト比プリセット、そしてマットではなく実際のアルファチャンネルを備えたRGBA出力を提供します。

• MAI-Image-2.5-Proは出力を1,048,576ピクセル——約1メガピクセル——に制限している。主要なスペック数値は別のところにある。テキスト入力トークン32,000、コンテキストウィンドウ131k、出力トークン4,096で、これはどれだけの指示を吸収できるかについて述べたものであり、どれだけの画像を出力できるかについてではない。

ほとんどのSNS向けや製品制作の作業では、100万画素の上限は制約にならない。印刷、大判の合成、トリミングに耐える必要があるあらゆる用途では、制約になる。これは比較全体の中で、数字を挙げてオープンモデルのほうが優れていると言える唯一の次元だ。しかも、それは品質に関する主張ではなく、モデルカードに記載されたアーキテクチャ上の事実である点に注意してほしい。Qwen-Image 2.1は、見るに値するものを描けるかどうかに関係なく、2048×2048でレンダリングする。

価格——そこが比較を気まずくさせる点だ

MAI-Image-2.5-Proはプレミアムモデルとして価格設定されており、その数字は決して控えめではありません。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106ドルです。1024ピクセルの出力では、これは画像1,000枚あたりおよそ108.50ドルに相当します。比較のために言えば、これはMAI-Image-2.5のコストの約2.3倍、MAI-Image-2.5-Flashの約5.4倍であり、マイクロソフトはProティアを段階的なアップグレードとして価格設定するのではなく、自社のラインを意図的に分断したということです。

Qwen-Image 2.1 にはホスト型の価格はありません。ホスト型エンドポイントが存在しないからです — これは研究ライセンス下の重みのダウンロードです。そのコストはあなたの GPU 時間であり、制約は、それが生成するものを法的に販売できないことです。1,000 枚あたり $108.50 を「無料の重み」と比較するのは、サービスと機械を比較するようなものであり、その比較を正直に言えばこうなります。従量課金の価格は、測定され、サポートされ、商用ライセンスされたモデルを買うものであり、重みは 33 GB のダウンロードと、非商用限定と書かれたライセンスファイルを買うものです。

そうした取引こそ、ルーティング層がその真価を発揮する場面です。OrcaRouterは200以上のモデルを、プロバイダの定価のままマークアップゼロで、単一のOpenAI互換エンドポイントの背後に配置し、プロバイダ間の自動フェイルオーバーを提供します — つまりまだ測定されていないオープンモデルを評価したいチームは、そのために本番環境をそのモデルへ移行する必要がありません。そして定価がそのまま透過されるため、ルーティングされたモデルに対するベンダーの価格変更は、次の契約更新時ではなく当日に当社側にそのまま及びます。MAI-Image-2.5-ProもQwen-Image 2.1も、当社が現在ルーティングしているモデルには含まれておらず、本記事はそうでないと示唆するものではありません。当社が実際に前面に置いている画像系は、OpenAIのGPT-Imageファミリー、GoogleのImagen 4の各ティアとGeminiの画像プレビュー、そしてxAIのGrok Imagine画像エンドポイントです。

ベンダーの主張がどこに位置するか、そしてそれらをどれだけ重視するか

両ベンダーは、第三者が再現していない数値を公表しており、どちらに対しても同じ懐疑心をもって読まれるべきだ。

• マイクロソフトの主張 — 英語、中国語、日本語、韓国語、スペイン語にわたる96.8%のテキストレンダリング精度、GPT-Image-1.5を27%上回るプロンプト追従性、94%の複数画像間キャラクター一貫性、そして特定のマイクロソフト社内シナリオにおける最大84～89%のGPUコスト削減。最後の点には注意が必要だ。これはマイクロソフト自身のサービング構成を述べたものであり、顧客が検証できるものではない。

• Alibabaの主張 — Qwen-Image 2.1のブログ記事にはQwen-Image-Benchの比較チャートが掲載されており、そこに示されている数値はベンダー自身によるものです。また、サードパーティの報道ではこのモデルを20層のトランスフォーマーとする図が流布していますが、これはモデルカードの32層シングルストリームDiTと矛盾します。モデルカードが一次情報源であり、採用すべきは32層という数値です。

二つの状況の違いは、どちらのベンダーの誠実さにあるのではない。Microsoftのモデルは独立に測定されているが、Alibabaのモデルは測定されていない、ということだ。そのため、Microsoftの主張は何かと照らして確認できるが、Alibabaの主張はまだ何とも照らして確認できない。

それぞれの用途

併せて読むと、これらは同じ枠を争っているわけではない。

• MAI-Image-2.5-Proは編集のための道具です。 大規模な投票基盤の上で編集部門の首位に立ち、長い指示（32kテキスト入力トークン、131kコンテキスト）を受け付け、商用ライセンスを備え、現在Microsoft FoundryとMAI Playgroundでパブリックプレビューとして利用できます。あなたの仕事が反復的な画像修正であり、着手する前にそれがその作業において利用可能な最良のものであると知る必要があるなら、これが測定に基づく答えであり、費用は1,000枚あたり約108.50ドルです。

• Qwen-Image 2.1 はオープンな研究用成果物です。 より大きな画像をレンダリングし、画像モデルと併せて検査可能なプロンプト書き換えチェックポイントを同梱し、円、ペイントによる注釈、マスクによる局所編集を加えた最大10枚の参照画像を受け付け、無料でダウンロードできますが、それを使って販売することは違法です。あなたの仕事が評価、ベンチマーク、または読むことのできる重みの上に構築することなら、それはより興味深い対象です — そして、それがどれほど優れているかを教えてくれるリーダーボードなしで、その作業を行っているのです。

また、指摘しておく価値のあるタイミングの非対称性もある。MAI-Image-2.6がプライベートプレビューに入ったのは2026年8月19日で、つまり編集ボードの首位にあるモデルは、Microsoftが投入しようとしているものよりすでに1世代遅れている。対照的に、Qwen-Image 2.1は始まったばかりで、アーリーアクセスプログラムではテスターに9月29日までの公開を求めていた。この比較における両方のスコアボードは、1か月以内に違って見えるようになるだろう。

それを解決するものは何だろう

ひとつだけ：Qwen-Image 2.1 がリーダーボードに現れている点だ。この記事の中で解像度の上限と価格以外のすべては、どちらか一方のラボによる主張であり、MAI-Image-2.5-Pro を平然と推薦できる理由のすべては、Microsoft で働いていない 6,100 人がその出力を何か別のものと並べて見て、そちらを好んだということにある。それが、オープンモデルがまだ満たしていない基準であり、また課されるべき基準なのだ。

それまでは、実用的な見方は単純だ。今日、商用ライセンスの下で、後ろ盾となるスコアボードを備えた編集モデルが必要なら、答えはMicrosoftのもので、費用は画像1,000枚あたり約108.50ドルだ。ネイティブ2K出力と検査可能なプロンプトリライターを備えた7Bオープンウェイトモデルのほうが優れているかどうかを知りたければ、自分で測定するしかない——そして、その結果を使ってできる最も有用なことはそれを公表することだ。なぜなら、このカテゴリー全体は現在、データ点が1つ足りていないからだ。