Qwen-Image-2.1 vs MAI-Image-2.6 Preview：片方はランキング入り、もう片方はダウンロード可能

MAI-Image-2.6 Previewは独立系画像編集リーダーボードの首位に位置しているが、それを購入することはできない。Qwen-Image-2.1は誰でも今日実行できる33 GBのダウンロードであり、そのリーダーボードにはまったく登場しない。この二つの事実の間にこそ比較のすべてがあり、それは品質の比較ではない——証拠の比較なのだ。Microsoftのモデルには見知らぬ人々からの投票があり、購入ページはない。もう一方のモデルには購入不要のダウンロードがあり、見知らぬ人々からの投票はない。両者を選ぶということは、これらのギャップのどちらなら許容できるかを決めることだ。Qwen-Image-2.1は2026年9月20日にオープンソース化され、MAI-Image-2.6 Previewは2026年8月19日からプライベートプレビュー中である。

ランキングが実際に測定しているもの

Artificial Analysisはブラインドの一対比較を実施し、それをEloに変換している。2026年9月時点の同社の画像編集ボードのスナップショットでは、MAI-Image-2.6が約1,122で首位に立ち、約1,117のGPT Image 2 (high) を上回っている。テキストから画像生成では2位で、約1,149となり、約1,178のGPT Image 2 (high) に次ぐ。これらは、出所を知らない出力を比較した実在の人々による本物の投票であり、ベンダー自身のベンチマークとは質的に異なる、より優れた証拠の種類である。

「Preview」という言葉には、その注意点が最初から織り込まれています。プレビュー版は、招待アクセスを持つ人々という、自ら選んで参加する集団から投票を集めており、一般提供版がそれに取って代わると、スコアは大きく変動し得ます。Eloは、モデルの方向性については強いシグナル、最終的に呼び出せるようになるモデルについては弱いシグナルとして扱ってください。

Qwen-Image-2.1の根拠は、ちょうど裏返しの様相を呈している。ベンダー自身のQwen-Image-Benchでは60.28をつけ、Nano Banana 2.0の59.82、GPT Image 1.5の59.65を上回り、オープンモデルの中で首位だ。だがこれはベンダーが実行した数値で第三者の再現はなく、差は1ポイント未満——プロンプトセットが変われば到底生き残らない差だ。唯一の独立したデータポイントは、GenAI Showdownの人間採点による7/15で、元のQwen-Imageの4/15から上昇したものの、Ideogram 4の8/15には及ばない。Artificial Analysisの画像ボードでは、Qwen-Image-2.1はエントリーすらない。それは悪いスコアではない。スコアが存在しないのだ。独立したEloには、公開の場でモデルを走らせる十分な人数が投票を生み出す必要があり、生まれて1日しか経たずセルフホスト専用のモデルには、その機会がまだなかったからだ。

シート上で2つのモデルが本当に異なっている箇所

• アクセス — Qwen-Image-2.1はオープンウェイトで、約33GB、本日からダウンロード可能。MAI-Image-2.6 PreviewはMAI PlaygroundとMicrosoft Foundryで招待制で、公開APIも料金表もない。
• 解像度の上限 — Qwen-Image-2.1は7種類のアスペクト比プリセットを備え、40推論ステップでネイティブ最大2048×2048を出力する。MAI-Image-2.5系は出力を約1,048,576ピクセルに制限しており、Microsoftは2.6 Previewについてそれより高い数値を公表していない。
• 透過性 — Qwen-Image-2.1は64チャネルRGBA潜在空間からアルファを出力し、写真から被写体を透過レイヤーとして抽出できる。MAI-Image系列については、透明背景の出力は文書化されていない。
• 参照画像 — Qwen-Image-2.1は、複数被写体の合成とバーチャル試着のために最大10枚を受け付ける。Microsoftはプレビュービルドの参照画像数について公表していない。
• 編集コントロール — Qwen-Image-2.1は、1つの指示で複数の領域に注釈を付ける色付きの円、フリーハンドで描いたマーク、または元のソース画像全体を保持する別個の元画像＋マスクのペアを通じて、領域編集を行う。MAI-Image-2.5は、ローカル編集と顔同一性の保持を備えた編集専門モデルとして位置づけられていた。2.6 Previewはその位置づけを継承している。
• ライセンス — Qwen-Image-2.1は、2026年9月20日付のQwen Research License Agreementに基づいて提供され、非商用利用のみ。MAI-Image-2.6 Previewは商用プレビューであり、商用条件は公表されていない。

立ち止まって考えるべきなのは、能力に関するどの行でもない。最後の行だ。どちらのモデルも、公開された商用条件書を持っていない。一方は、別途ライセンスを取得するまで商用利用を一切禁じている。もう一方には価格がまったく設定されていない。まだ購入する方法がないからだ。

編集の忠実性こそ、両者が主張する軸である

両モデルは同じ約束で売り込まれている。それは、被写体がずれることなく画像を繰り返し編集できるというものだ。マイクロソフトがMAI-Imageシリーズについて打ち出す枠組みは、顔アイデンティティの保持と、その背後に視覚的推論を備えたローカル編集だ。モデルは、どこを指しているかだけでなく、何を指しているかを理解するように設計されている。QwenがQwen-Image-2.1について打ち出す枠組みは、それが狙う失敗モードを明確にしている。すなわち、顔アイデンティティのずれであり、繰り返しの編集を通じた商品のテキスト、テクスチャ、形状の歪みだ。どちらもベンダーの主張であり、そしてどちらも同じ問題を説明している。

実用的な違いは、今日の午後にどちらを試せるかという点にあります。Qwen-Image-2.1 はダウンロードと diffusers パイプラインです — QwenImage21Pipeline は Diffusers にマージされ、ComfyUI、SGLang、vLLM-Omni、LightX2V で初日からサポートされています。自分の被写体で20回の編集イテレーションを回し、ドリフトを自分で判断できます。MAI-Image-2.6 Preview は招待制のため、ほとんどの人にとって、アクセスが開放されるまで忠実性の疑問は主張のままです。

編集固有の機能がもう一つあり、珍しいものなので触れておく価値があります。Qwen-Image-2.1 は、ローカル編集を連鎖させてシンプルなコマ送りアニメーションにできます。切り抜きを生成するのと同じ透過の仕組みが、一連の領域編集から動きを組み立てることも可能にします。これは動画モデルではなく、動画モデルと比較すべきものではありませんが、動画エンドポイントに触れることなく短いループを生成できる安価な方法です。

コスト、そしてなぜどちらの数字も価格ページに載っていないのか

Qwen-Image-2.1にはホスト型エンドポイントが存在しないため、ホスト型の価格はありません。コストは自身のGPU時間であり、サービングの数値は公開されています。SGLang-Diffusionの計測では、単一のB200で1024×1024、40ステップの生成に2.748秒、RTX PRO 6000 Blackwell 96 GBで8.23秒、Cache-DiTとINT8カーネルを使った24 GBのRTX 4090で4.74秒（デノイズのみ）です。これらはスループットではなく単一リクエストのレイテンシですが、1枚のカードで自分の処理量をカバーできるかどうかをざっと確認するには十分です。

MAI-Image-2.6 Preview には独自の公開価格がありません。Microsoft はこれを Foundry と Playground を通じて販売しており、公開の料金表には載せていません。独立系のボードは価格を一つ掲載しており、それがこのモデルに紐づく唯一の価格シグナルです。1,000 画像あたり $38.9 で、Artificial Analysis によってプレビュービルドに対して記録されたものです。これは標準の MAI-Image-2.5 の 1,000 画像あたり $48.1 と MAI-Image-2.6-Flash の $19.5 の間に位置しており、中位モデルが落ち着くべきおおよその水準です。これは購入できる見積もりではなく、ボードの数字として扱ってください。

このような意思決定においてOrcaRouterが担うのはホスト型の側であり、そこを正確に語ることは重要です。当社はどちらのモデルもルーティングしていません。MAI-Image-2.6 Previewは招待制である間はMicrosoft自身のサーフェスを通じてのみ利用可能で、当社はMicrosoftの画像ルートを一切扱っていません。Qwen-Image-2.1はセルフホスト専用であり、当社はいかなるバージョンのQwen-Imageモデルもルーティングしていません。当社が扱っているのは、こうしたモデルと組み合わせることになる画像のラインです。すなわちOpenAIのGPT-Image-2、GPT-Image-1.5、GPT-Image-1-mini、GoogleのImagen 4各ティアとGemini画像プレビュー、そしてxAIのGrok Imagine画像エンドポイント — 単一のOpenAI互換エンドポイントの背後に200以上のモデル、プロバイダー定価をマークアップゼロでそのまま転送、プロバイダー間の自動フェイルオーバー、フォールバックを組み立てるためのルーティングDSL、パネル形式の呼び出しのためのモデルフュージョン。この種の比較ではパススルーが重要です。そのセット内のベンダーが料金を変更すれば、当社の数値も同日に変わります。これこそが、ルーティングレイヤーをベンダーの直接価格に対して誠実に保つ唯一の方法です。

どのギャップなら許容できるか

• 擁護できる数字が必要なら — アクセスを取得できるのであれば、MAI-Image-2.6 Preview。編集ボードの上位で得られた独立したブラインド投票は、ベンダーのベンチマークに勝る。そして、その決定を他人に正当化しなければならない場合、それが精査に耐える証拠になる。
• 今日中に出荷する必要があるなら — Qwen-Image-2.1。重みは公開されており、フレームワークも対応済みで、ライセンスは研究および評価を即座に許可している。招待もウェイトリストも不要。
• 透明性か 2K が必要なら — Qwen-Image-2.1。そしてこれは、この表で唯一差がついている行だ。アルファはサンプラーから出力され、MAI-Image 系は透過出力について一切文書化していない。
• 出力を販売する必要があるなら — 現状ではどちらも不可。Qwen-Image-2.1 は別途ライセンスなしでの販売を禁じており、MAI-Image-2.6 Preview は購入できない。商用パイプラインなら、公開された料金表と商用ライセンスを備えたものを選ぼう。

注目すべき2つのことは、どちらも同じギャップが埋まることに関するものだ。もしMicrosoftがMAI-Image-2.6をプレビューから外し、公開の料金表を出せば、それはリーダーボード上の珍しい存在ではなくなり、ボード上で最も優れた独立系編集の証拠を備えた購入可能な選択肢になる。もしQwenがQwen-Image-2.1の商用条件を公開し、そのモデルが独立系のボードに登場し始めれば、ライセンスの行がすべての仕事を担うことはなくなる。それまでは、正直な見方はこうだ。これは2つの製品の対決ではなく、2種類の欠落した情報の対決である。