MAI-Image-2.5-Pro vs Grok Imagine Image 2.0: 이미지 생성에 관한 편집 우선의 두 가지 베팅

올해 가장 흥미로운 이미지 모델 두 곳은 큰 방향에 동의한다. 편집이 미래이고, 생성은 기본이라는 것이다. MAI-Image-2.5-Pro(Microsoft, 7월 23일부터 Foundry에서 공개 미리보기 제공) 그리고 Grok Imagine Image 2.0(x​AI, 8월 7일 G​rok 앱의 기본 "Quality Mode"로 출시됨) 두 모델 모두 스스로를 편집기로 앞세운다. 하지만 이를 증명하기 위해 서로 다른 도구를 만들었다. Microsoft의 모델은 품질 엔진으로, 정밀하고 일관성을 유지하는 편집을 제공하며, Artificial Analysis Image Editing Arena에서 1위에 올라 있다. x​AI의 모델은 편집 환경으로, 생성기(generator)를 중심으로 한 사용자용 도구 모음(Magic Wand, 세그멘테이션, 배경 제거, Smart Resize)을 갖추고 있으며, 해당 생성기는 다른 주요 아레나에서 2~3위를 차지한다. 하나는 충실도로, 다른 하나는 워크플로로 평가된다. 이것이 두 모델의 진짜 차이점이다.

편집 도구 세트의 모양이 동일하지 않습니다.

• MAI-Image-2.5-Pro — 엔진이지 도구 상자가 아닙니다. 지시사항과 이미지를 가져오면, 정밀하고 외과적인 편집을 수행합니다 — 대상 객체 교체, 레이아웃 변경, 이미지 내 텍스트 업데이트, 아티팩트 정리 — 이 모든 과정에서 피사체의 정체성, 조명, 질감은 반복 작업 전반에 걸쳐 일관되게 유지됩니다. Microsoft의 94% 다중 이미지 캐릭터 일관성 주장(공급업체 보고)이 핵심입니다. 한 가지만 바꾸고, 나머지는 모두 유지합니다.

• Grok Imagine Image 2.0 — 하나의 환경입니다. Magic Wand(선택 영역만 편집), Segmentation(정밀한 영역 색상 변경 또는 교체), 배경 제거, 다중 참조 입력(소비자 앱에서는 최대 5개 이미지, API에서는 3개), Smart Resize(하나의 이미지를 9가지 화면 비율로 재구성), 그리고 제품 사진, 헤드샷, 이커머스, 게임 에셋, 마케팅 포스터용 템플릿을 제공합니다.

그 목록을 읽으면 포지셔닝이 명확해진다: MAI-Image-2.5-Pro는 개발자가 API를 가리키는 모델이고, Grok Imagine Image 2.0은 사람이 UI 안에서 작업하는 모델이다. xAI는 출시 당시 이를 "편집 환경"이라고 불렀으며, 툴셋은 정확히 그렇다.

각각이 어디에 순위가 매겨지는지

• MAI-Image-2.5-Pro — Artificial Analysis Image Editing Arena에서 1위 (Elo 1,272, 블라인드 투표 약 6,100표); 텍스트-이미지 부문 7위 (1,292 Elo). 독립적인 블라인드 선호도 평가.

• Grok Imagine Image 2.0 — xAI의 출시 주장은 Arena의 텍스트-이미지 리더보드에서 GPT Image 2에 이어 전 세계 2위라는 것이었다. 그러나 8월 10일 스냅샷 기준으로는 GPT Image 2(1,381)와 Microsoft의 최신 MAI-Image-2.6(1,336)에 이어 3위(Elo 1,316)를 기록했다. 이 순위는 독립적이고 잠정적인 것이며, xAI의 '전 세계 2위'라는 표현은 그 실체가 분명히 밝혀져야 한다: 라이브 보드가 이후 수정한, 공급업체가 명시한 출시 주장이라는 것이다.

어느 모델도 상대방의 홈그라운드에서 앞서지 못하며, 상대방의 주요 순위표 1위를 차지하지도 못한다. 쉽게 읽자면, Microsoft의 모델은 편집 부문에서 우위를 점했고, xAI의 모델은 툴링 부문에서 우위를 점하며 생성 부문 상위권에 자리한다.

텍스트 렌더링, 결정적 기능

이미지 내 텍스트는 두 모델이 가장 크게 갈리는 지점이자, 독립적 증거가 한쪽으로 치우친 부분이다. Microsoft는 MAI-Image-2.5-Pro가 영어, 중국어, 일본어, 한국어, 스페인어에서 96.8%의 텍스트 렌더링 정확도를 보인다고 주장한다. 이는 공급업체 보고에 의한 것이고 검증되지 않았으며 메가픽셀 출력 상한이 함께 있지만, 다국어를 지원하는 실제 명시된 성능이다. OrcaRouter가 GPT Image 2와 비교해 Grok Imagine Image 2.0을 자체 평가해 발표한 독립 테스트 결과에 따르면, 이 모델은 CJK 텍스트를 불안정하게 렌더링한다. 한 테스트에서는 영화 포스터 제목에 간체를 요청했는데 번체를 출력하기도 했다. 이는 현지화 광고 작업에서는 치명적인 결격 사유다. 이미지에 읽을 수 있는 단어가 포함된 모든 작업 흐름에서 MAI-Image-2.5-Pro가 서류상으로는 더 안전한 선택이다. G​rok의 텍스트 품질은 신뢰하기 전에 자체 자료로 테스트를 통과해야 한다.

가격

• MAI-Image-2.5-Pro — 토큰 기준 과금: 텍스트 입력 100만 토큰당 $5, 이미지 입력 100만 토큰당 $8, 이미지 출력 100만 토큰당 $106. Artificial Analysis의 환산에 따르면 1024×1024 이미지 하나는 약 1,000개당 $108.50.

• Grok Imagine Image 2.0 — 이미지당 고정 가격이며 토큰이 없습니다. 품질 등급(`grok-imagine-image-quality`)에서는 1K 또는 2K에서 이미지당 $0.05, 표준 등급에서는 $0.02이며, 편집 시 입력과 출력 모두에 대해 청구됩니다. 1K 기준으로 이는 품질 이미지 1,000장당 $50 — MAI-Image-2.5-Pro의 1,000장당 가격의 약 절반 수준이며, 프롬프트 길이에 따라 변하지 않는 고정 비용입니다.

가격 책정 모델은 철학적으로 다릅니다. Microsoft의 토큰 측정은 긴 프롬프트와 큰 출력에 불이익을 주는 반면, xAI의 이미지당 고정 요금은 예측 가능하고 프롬프트 길이와 무관합니다. 대량 사용 시 고정 요금이 예측하기 더 쉬우며, 품질 등급 가격표는 MAI-Image-2.5-Pro의 가격표보다 저렴합니다.

가용성 및 라우팅 각도

둘 다 접근 가능하지만, 서로 다른 문을 통해 접근합니다. MAI-Image-2.5-Pro는 Microsoft Foundry 미리보기 및 MAI 플레이그라운드에서 제공되며, Microsoft 계정이 필요하고 미리보기 요금제가 적용됩니다. Grok Imagine Image 2.0은 8월 7일에 xAI의 소비자 앱에 출시되었으며, 해당 품질 등급은 xAI의 Imagine API를 통해 호출할 수 있습니다. 또한 8월 중순부터 OrcaRouter의 OpenAI 호환 엔드포인트에서도 사용할 수 있는데, 표준 등급과 품질 등급이 하나의 키로 제공되며, 공급자 가격이 0% 마크업으로 전달되고 GPT Image 2와 같은 폴백으로 자동 장애 조치됩니다.

이것이 만들어내는 실질적인 차이는 다음과 같습니다. 프로덕션 파이프라인에 Grok Imagine Image 2.0을 도입하는 것은 이미 사용 중일 수도 있는 엔드포인트에서 모델 문자열만 변경하면 되는 일이며, 저렴한 정액 요금과 함께 처리하지 못하는 경우를 위한 내장 폴백이 제공됩니다. 이는 정확히 라우팅 레이어가 잡아내기 위해 존재하는 실패 모드입니다. 반면 MAI-Image-2.5-Pro를 도입하는 것은 현재로서는 Foundry와 직접 계약해야 함을 의미하며, 라우팅에 대한 솔직한 설명은 한 달 전과 동일합니다. Microsoft의 프리뷰가 타사 API를 통해 광범위하게 호출 가능해지는 때, 그때에야 동일한 원키 패턴을 적용할 수 있게 됩니다.

평결

선택하세요 MAI-Image-2.5-Pro를 — 당신의 작업이 기존 이미지의 고충실도 편집이고 결과물이 견고해야 하는 경우, 그리고 Artificial Analysis에서 독립적인 1위 에디터이며 실질적인 다국어 텍스트 렌더링을 주장하고 가격도 그에 맞게 책정된 모델이 필요한 경우입니다. 선택하세요 Grok Imagine Image 2.0를 — 실제 도구를 갖춘 편집 워크플로, 예측하기 쉽고 이미지당 비용이 약 절반인 고정 가격, 그리고 오늘 폴백과 함께 라우팅할 수 있는 모델을 원한다면. 솔직히 말해 "어느 쪽이 더 나은가"의 문제가 아니라, 어떤 선택이 당신의 워크플로에 맞는가의 문제입니다. Microsoft는 충실도가 편집에서 이긴다고 베팅하고, x​AI는 도구 세트가 사용자를 사로잡는다고 베팅합니다. 둘 다 타당합니다. 당신의 출력 품질 요구 사항과 텍스트 렌더링 위험에 대한 허용 수준이 승부를 결정합니다.