MAI Image 2.7 Preview vs HY Image 3.5: 계산해서는 안 되는 105점 격차

두 숫자를 나란히 놓으면 비교가 끝난 것처럼 보인다. MAI Image 2.7 Preview는 Artificial Analysis의 이미지 편집 리더보드에서 1,193 Elo를 기록했다. HY Image 3.5는 1,088을 기록했다. 이는 105점 차이이며, Elo 척도에서 이는 반올림 차이가 아니라 전혀 다른 등급의 모델이라는 뜻이다. 유일한 문제는 두 수치가 Artificial Analysis가 재구축해 온 리더보드의 서로 다른 스냅샷에서 나온 것이며, 이들 사이에서 빼는 것은 섭씨 온도와 화씨 온도를 비교해 그 차이를 폭염이라고 부르는 것과 같은 실수다.

그것이 중요한 이유는, 그 잘못된 빼기가 어느 쪽이든 이용할 수 있는 가장 편리한 논거이기 때문이다. 마이크로소프트는 자사의 프리뷰가 출시된 경쟁 모델보다 100점 앞서 보이게 하는 숫자에서 이득을 본다. 텐센트는 아무도 호출할 수 없는 모델과의 비교에서 이득을 본다. 그 수치들이 같은 이름 아래 같은 리더보드에 있기 때문에, 그 논거가 퍼지는 데 어느 쪽도 직접 그 주장을 할 필요가 없다.

이어지는 내용은 각 모델이 실제로 제공하는 것을, 성립하지 않는 계산과 분리한 것이다.

하나의 보드 이름 아래 두 개의 스냅샷

MAI Image 2.7 Preview의 1,193점은 2026년 10월 22일 기준 스냅샷인 AA-Image-Editing v2.1에서 나온 것입니다. 이는 1,199점의 GPT Image 2.5 Sunburst에 이어 2위를 차지했으며, 1,182점의 GPT Image 2.5 Flare보다 앞섰습니다.

{{1}}HY Image 3.5의 1,088{{/1}}은 2026년 9월 편집 보드 평가에서 나온 값으로, {{2}}97개 모델 중 14위{{/2}}이며 신뢰구간은 1,079~1,097이고 그 뒤에는 5,550건의 쌍별 비교가 있습니다. HunyuanImage 3.0 Instruct는 같은 평가에서 1,066, Qwen-Image-2.1은 1,074를 기록했습니다.

보드 버전과 평가 기간이 다르므로, 두 수치 간의 차이를 해석할 수 없게 만들기에 충분합니다. 이 블로그에 이미 있는 MAI-Image-2.6 관련 게시물은 그 이유를 이미 문서화하고 있습니다. 보드가 v2.1로 재구축되었을 때, 구형 모델의 점수가 달라졌고, 능력 손실처럼 보였던 "회귀"는 측정 기준이 바뀐 데서 비롯된 인공물이었습니다. 같은 주의는 반대 방향에도 적용됩니다. 서로 다른 두 측정 기준으로 짜맞춘 105점 격차는 그 무엇에 대한 측정값도 아닙니다.

확신을 가지고 말할 수 있는 것은 더 좁지만 여전히 유용하다: 두 모델 모두 각각 측정된 시점에 편집 보드의 상위 15위 안에 들었고, 어느 쪽도 최상위는 아니다.

HY Image 3.5가 확실히 더 나은 부분

세 가지, 그리고 그중 어느 것도 가깝지 않다.

{{1}}호출할 수 있습니다. HY Image 3.5는 Tencent Cloud의 API를 통해 사용할 수 있으며, Chat 또는 Messages 프로토콜을 사용하는 엔드포인트가 문서화되어 있고 모든 매개변수를 나열한 이미지 생성 가이드도 있습니다. MAI Image 2.7 Preview는 API도, Foundry 등록 정보도, 공개된 가격도 없습니다.{{/1}}

• 가격을 산정할 수 있습니다. Tencent는 2K 이미지당 ¥0.15를 청구하며, 이는 약 2.5센트에 해당하고 생성된 결과물에 대해서만 과금합니다. Microsoft는 2.7에 대해 어떤 통화로도 요금표를 공개하지 않았습니다.

• 모든 작업을 처리합니다. HY Image 3.5는 하나의 엔드포인트를 통해 텍스트-투-이미지, 이미지-투-이미지 및 멀티턴 편집을 지원합니다. MAI Image 2.7 Preview는 편집 전용이며, 생성 기능은 출시 예정으로 표시되어 있습니다.

그 세 번째 요점은 각 제품이 어떤 종류의 제품인지를 바꾸는 요점입니다. 멀티턴 편집은 모델이 하나의 대화에서 일련의 수정을 거치는 동안 대상을 유지한다는 뜻입니다 — 디자이너가 오후 내내 에셋을 반복 수정할 때 쓰는 작업 방식이죠. 요청마다 새로 시작하는 단일 패스 편집기는 다른 도구이며, Microsoft는 2.7이 어느 방식을 지원하는지 밝히지 않았습니다.

텍스트-투-이미지 게시판, 순위를 뒤집다

단일 숫자 비교에 누구라도 신중해져야 할 세부 내용은 다음과 같다. Artificial Analysis의 텍스트-투-이미지 리더보드에서 HY Image 3.5는 975 Elo를 기록하며 166개 모델 중 66위에 올랐다. 이는 자체 전작인 HunyuanImage 3.0 Instruct보다 약 20점 낮은 수치이며, 3.5가 같은 전작보다 22점 위에 있는 편집 리더보드가 그리는 그림과는 정반대다.

한 벤치마크에서는 이전 모델을 앞서고 다른 벤치마크에서는 이전 모델에 뒤지는 것이 모델 자체의 모순은 아니다. 그것은 두 평가가 서로 다른 프롬프트 모집단을 측정하고 있다는 신호이며, 명령 수행형 편집에 맞춰 조정된 모델이 숫자상 아무것도 틀리지 않고도 개방형 생성에서는 퇴행할 수 있다는 신호다. 텐센트 자체의 프레이밍도 이 해석을 뒷받침한다. 출시 자료는 전문 창작 작업, 텍스트 렌더링, 편집 일관성, 사고 연쇄 프롬프트 재작성기를 다루며, 텍스트-투-이미지 모드는 헤드라인이 아니라 여러 기능 중 하나로 제시된다.

MAI Image 2.7 Preview의 경우 해당 보드는 비어 있습니다. 모델이 생성할 수 없기 때문입니다. 이는 누락된 데이터 포인트가 아니라 제품 결정입니다.

품질 수준의 차이가 아니라, 서로 다른 실패 모드

각 모델이 강점을 내세우는 카테고리는 실로 서로 다른 문제들을 가리킨다.

Microsoft가 2.7에 대해 내세우는 것은 프레임 전체를 아우르는 판단입니다. 장면의 스타일을 바꾸고, 조명을 다시 잡고, 복원하고, 텍스트가 이미지 위에 놓이는 대신 이미지 안에 자리하도록 텍스트를 다시 씁니다. Artificial Analysis는 이 모델을 7개 편집 작업 중 4개에서 1위로 평가하며, 장면과 스타일 부문에서 24점 차로 가장 큰 우위를 보입니다. Microsoft는 또한 2.6 대비 10개 사용 사례와 7개 작업 전반에서 개선되었다고 밝힙니다.

Tencent가 HY Image 3.5에 대해 내세우는 주장은 개정 전반에 걸친 일관성과 렌더링된 텍스트의 가독성, 특히 작은 텍스트와 다국어 텍스트의 가독성, 그리고 사실성입니다. 그 근거는 내부 블라인드 테스트입니다. 수백 명의 전문 디자이너를 대상으로 Hy Image 3.0보다 약 30% 높은 승률을 기록했고, Seedream 5.0 Pro와는 대략 동등했으며, Nano-Banana Pro와 Qwen-Image-3.0 Pro보다는 약간 앞섰습니다. 이는 벤더가 직접 운영한 GSB 결과일 뿐 독립적인 순위가 아니므로, 그렇게 해석해야 합니다.

종합해 보면, 두 주장은 실제적인 분업을 설명한다. 과제가 "이 사진을 겨울 캠페인처럼 보이게 만드는 것"이라면, 2.7의 장면 및 스타일 여지는 바로 그것을 겨냥한다. 과제가 "이 제품을 40개의 렌더 전반에서 동일하게 유지하고 라벨을 읽을 수 있게 유지하는 것"이라면, HY Image 3.5가 내세우는 강점들은 그것을 겨냥한다. 어느 주장도 다른 과제에 대한 증거는 아니다.

대량 구매 시 각 항목 비용

가격 비대칭성은 대부분의 실제 배포를 그것만으로도 결정할 만큼 충분히 크다.

HY Image 3.5는 2K 이미지당 ¥0.15로 약 $0.024입니다. 한 달에 1,000장이면 재시도 전 기준 약 $24입니다. 출력 해상도는 2K로 문서화되어 있지만, API의 size 매개변수는 훨씬 넓은 범위를 허용합니다. 너비와 높이는 16,777,216픽셀 면적 상한 아래에서 256부터 8192까지이며, 이는 최대 4096×4096을 포함합니다. 참조 이미지 상한은 Tencent의 출시 발표에서 요청당 5개입니다. API 가이드의 매개변수 표에는 이전 3.0 엔드포인트의 경우 0~3으로 기재되어 있고 3.5에 대해서는 숫자를 다시 명시하지 않으므로, 이를 기준으로 워크플로를 계획하기 전에 최신 문서와 대조해 확인하세요.

MAI Image 2.7 Preview는 비용이 들지 않지만, 조직에서 가장 값비싼 자원인 브라우저 탭 속 사람의 주의력을 소모한다. 이미지 천 장은 수동 왕복 작업 천 번이다. 이 모델은 샘플이 무료라는 의미에서 무료다.

팀이 이번 분기에 이 중 하나를 파이프라인에 넣고자 한다면, 결정은 이미 가용성에 의해 내려진 것이며, OrcaRouter가 두 모델 모두를 호스팅하지 않는다는 점을 분명히 말할 가치가 있습니다 — HY Image 3.5는 Tencent 자체 클라우드 API를 통해 접근할 수 있고, MAI Image 2.7 Preview는 어떤 경로로도 접근할 수 없습니다. 게이트웨이가 판단을 바꾸는 지점은 폴백 계층입니다. 프리뷰 등급 편집 엔드포인트 위에 구축한다면, 오류나 타임아웃 시 두 번째 모델로 페일오버하는 라우팅 구성이 끔찍한 오후와 깨진 릴리스 사이의 차이를 만듭니다.

결판을 낼 시험

리더보드는 중립적인 프롬프트와 단일 패스로 구성됩니다. 구매자가 실제로 품은 질문은 동일한 자산의 다섯 번째 수정에서, 참조 이미지와 모든 단계에서 유지되어야 하는 제약 조건이 있을 때 어떤 일이 벌어지는가입니다.

HY Image 3.5는 오늘 그런 방식으로 테스트할 수 있습니다: 소스 이미지, 참조 이미지, 다중 턴 시퀀스를 보내고 네 번째 턴에서 피사체가 드리프트하는지 확인하세요. MAI Image 2.7 Preview는 Playground에서 단일 패스 품질을, Arena에서 블라인드 선호도를 테스트할 수 있지만, 시퀀스 인터페이스가 없기 때문에 시퀀스 일관성은 테스트할 수 없습니다.

Microsoft가 엔드포인트를 출시하고 Artificial Analysis가 동일한 보드 버전에서 두 모델을 다시 읽기 전까지, 정직한 비교는 이렇습니다. Tencent는 중간 순위의 점수를 받은 더 저렴하고 호출 가능한 멀티턴 모델을 보유하고 있고, Microsoft는 아무도 배포할 수 없는 더 높은 점수의 단일 패스 에디터를 보유하고 있습니다. 두 모델 사이의 105점 격차는 발견이 아니라 타이밍의 우연입니다.