MAI Image 2.7 Preview vs HY Image 3.5: de kloof van 105 punten die je niet zou moeten berekenen

Zet de twee getallen naast elkaar en de vergelijking lijkt beslecht. MAI Image 2.7 Preview scoorde 1.193 Elo op de beeldbewerkingsranglijst van Artificial Analysis. HY Image 3.5 scoorde 1.088. Dat is een gat van 105 punten, wat op een Elo-schaal geen afrondingsverschil is — het is een ander niveau van model. Het enige probleem is dat de twee cijfers uit verschillende momentopnamen komen van een ranglijst die Artificial Analysis aan het herbouwen is, en ze van elkaar aftrekken is dezelfde fout als een temperatuur in Celsius vergelijken met een in Fahrenheit en het verschil een hittegolf noemen.

Dat is van belang omdat de ongeldige aftrekking het handigste argument is dat beide partijen ter beschikking staat. Microsoft heeft baat bij een getal waardoor zijn preview honderd punten voor lijkt te staan op een concurrent die al is uitgebracht. Tencent heeft baat bij een vergelijking met een model dat niemand kan aanroepen. Geen van beide hoeft dat argument aan te voeren om het zich te laten verspreiden, want de cijfers staan op hetzelfde leaderboard onder dezelfde naam.

Wat volgt is wat elk model daadwerkelijk biedt, los van de rekenkunde die niet opgaat.

Twee snapshots onder één boardnaam

De 1.193 van MAI Image 2.7 Preview komt van AA-Image-Editing v2.1, snapshot van 22 oktober 2026. Het eindigde als tweede, achter GPT Image 2.5 Sunburst met 1.199 en voor GPT Image 2.5 Flare met 1.182.

De 1.088 van HY Image 3.5 komt uit een aflezing van het editingboard in september 2026: veertiende van zevenennegentig modellen, met een betrouwbaarheidsinterval van 1.079 tot 1.097 en 5.550 paarsgewijze vergelijkingen erachter. HunyuanImage 3.0 Instruct stond op dezelfde aflezing op 1.066 en Qwen-Image-2.1 op 1.074.

De leaderboardversie en het evaluatievenster verschillen, en dat is al genoeg om het verschil tussen de twee cijfers oninterpreteerbaar te maken. De bestaande post op deze blog over MAI-Image-2.6 documenteert al waarom: toen het leaderboard opnieuw werd opgebouwd als v2.1, verschoof de score van het oudere model, en een "regressie" die op capaciteitsverlies leek, was een artefact van het veranderen van de meetlat. Dezelfde voorzichtigheid geldt in de andere richting. Een gat van 105 punten samengesteld uit twee meetlatten is geen meting van wat dan ook.

Wat met zekerheid kan worden gezegd, is beperkter en nog steeds nuttig: beide modellen staan in de top vijftien van de bewerkingsranglijst op het moment dat elk ervan werd gemeten, en geen van beide staat bovenaan.

Waar HY Image 3.5 ronduit beter is

Drie dingen, en geen enkele komt in de buurt.

• Je kunt het aanroepen. HY Image 3.5 is beschikbaar via de API van Tencent Cloud, met een gedocumenteerd endpoint dat het Chat- of Messages-protocol gebruikt en een handleiding voor beeldgeneratie waarin elke parameter wordt vermeld. MAI Image 2.7 Preview heeft geen API, geen Foundry-vermelding en geen gepubliceerde prijs.

• Je kunt er een prijs aan hangen. Tencent rekent ¥0,15 per 2K-afbeelding, ruwweg tweeënhalf cent, en factureert alleen de gegenereerde output. Microsoft heeft voor 2.7 in geen enkele valuta een tariefkaart gepubliceerd.

• Het doet het volledige werk. HY Image 3.5 verwerkt tekst-naar-afbeelding, afbeelding-naar-afbeelding en bewerking in meerdere rondes via één endpoint. MAI Image 2.7 Preview is alleen voor bewerken, waarbij generatie staat vermeld als binnenkort beschikbaar.

Dat derde punt is wat bepaalt wat voor soort product elk ervan is. Multi-turn-editing betekent dat het model een onderwerp vasthoudt over een reeks revisies binnen één gesprek — het werkpatroon voor een ontwerper die een middag lang aan een asset blijft itereren. Een single-pass-editor die bij elk verzoek opnieuw begint, is een ander gereedschap, en Microsoft heeft niet gezegd welk patroon 2.7 ondersteunt.

De Text-to-Image Board zet de ranglijst op zijn kop.

Dit is het detail dat iedereen voorzichtig zou moeten maken bij vergelijkingen op basis van één getal: op de text-naar-afbeelding-ranglijst van Artificial Analysis behaalde HY Image 3.5 een Elo-score van 975 en eindigde het als zesenzestigste van 166 modellen. Dat is ongeveer twintig punten onder HunyuanImage 3.0 Instruct, zijn eigen voorganger, en het is het tegenovergestelde van het beeld dat de bewerkingsranglijst schetst, waar 3.5 tweeëntwintig punten boven dezelfde voorganger staat.

Een model dat op het ene leaderboard zijn voorganger verslaat en op het andere ervan verliest, is geen tegenstrijdigheid in het model. Het is een signaal dat de twee evaluaties verschillende populaties prompts meten, en dat een model dat is afgestemd op instructievolgende bewerkingen kan terugvallen op open-einde-generatie zonder dat een van zijn cijfers onjuist is. De eigen framing van Tencent ondersteunt deze lezing: het lanceringsmateriaal gaat over professioneel creatief werk, tekstweergave, consistentie bij bewerken en een chain-of-thought-promptherschrijver, waarbij de tekst-naar-afbeeldingsmodus als één capaciteit naast andere wordt gepresenteerd in plaats van als het belangrijkste kenmerk.

Voor MAI Image 2.7 Preview is het bijbehorende bord leeg, omdat het model niet kan genereren. Dat is geen ontbrekend gegevenspunt; het is de productbeslissing.

Verschillende faalwijzen, geen andere kwaliteitsniveaus

De categorieën waarin elk model claimt sterk te zijn, wijzen op werkelijk verschillende problemen.

Microsofts claim voor 2.7 is een oordeel over het hele frame: de scène restylen, opnieuw belichten, restaureren, de tekst herschrijven zodat die in de afbeelding staat in plaats van erop. Artificial Analysis heeft het model als eerste bij vier van de zeven bewerkingsacties, met de grootste voorsprong bij scène en stijl met 24 punten, en Microsoft zegt dat het verbeterd is op tien gebruikssituaties en zeven acties ten opzichte van 2.6.

Tencent claimt voor HY Image 3.5 consistentie tussen revisies en leesbaarheid van weergegeven tekst, inclusief kleine en meertalige tekst, plus realisme. Het bewijs daarvoor is een interne blindtest: een winstpercentage dat ongeveer 30% hoger ligt dan dat van Hy Image 3.0 onder honderden professionele ontwerpers, ongeveer gelijk aan Seedream 5.0 Pro, en iets voor op Nano-Banana Pro en Qwen-Image-3.0 Pro. Dat zijn door de leverancier uitgevoerde GSB-resultaten, geen onafhankelijke ranglijsten, en moeten als zodanig worden gelezen.

Samen beschrijven de twee beweringen een echte taakverdeling. Als de taak is "deze foto eruit laten zien als een wintercampagne", dan is de scène-en-stijlmarge van 2.7 precies daarop gericht. Als de taak is "dit product in veertig renders identiek houden en het label leesbaar houden", dan zijn de genoemde sterke punten van HY Image 3.5 daarop gericht. Geen van beide beweringen is bewijs voor de andere taak.

Wat elk kost bij volume

De prijsasymmetrie is groot genoeg om bij de meeste daadwerkelijke implementaties op zichzelf de doorslag te geven.

HY Image 3.5 kost ¥0,15 per 2K-afbeelding, ongeveer $0,024. Duizend afbeeldingen per maand kost ongeveer $24, vóór herhaalpogingen. De uitvoerresolutie is gedocumenteerd op 2K, terwijl de size-parameter van de API een veel breder bereik accepteert — breedte en hoogte van 256 tot 8192 onder een maximale oppervlakte van 16.777.216 pixels, waarmee 4096×4096 het hoogste bereik is. Het maximum voor referenties is vijf per verzoek in de lanceeraankondiging van Tencent; de parametertabel van de API-gids vermeldt nul tot drie voor het oudere 3.0-endpoint en noemt geen aantal opnieuw voor 3.5, dus verifieer dat aan de hand van de actuele documentatie voordat je een workflow daarop baseert.

MAI Image 2.7 Preview kost niets en verbruikt de duurste hulpbron in het gebouw: menselijke aandacht in een browsertabblad. Duizend afbeeldingen betekent duizend handmatige heen-en-weerbewegingen. Het model is gratis in de zin dat een voorbeeld gratis is.

Als een team er dit kwartaal een in een pipeline wil, is de beslissing al gemaakt op basis van beschikbaarheid, en het is de moeite waard om ronduit te zeggen dat OrcaRouter geen van beide modellen host: HY Image 3.5 is bereikbaar via de eigen cloud-API van Tencent, en MAI Image 2.7 Preview is via geen enkele weg bereikbaar. Waar een gateway de afweging wél verandert, is in de fallbacklaag: als je bouwt op een editing-endpoint van previewkwaliteit, is een routeringsconfiguratie die bij een fout of timeout overschakelt naar een tweede model het verschil tussen een slechte middag en een kapotte release.

Een test die uitsluitsel zou geven

Ranglijsten worden opgebouwd uit neutrale prompts en afzonderlijke doorgangen. De vraag die een koper werkelijk heeft, is wat er gebeurt bij de vijfde revisie van hetzelfde asset, met een referentieafbeelding en een beperking die elke stap moet doorstaan.

HY Image 3.5 kan vandaag op die manier worden getest: stuur een bronafbeelding, een referentie en een reeks van meerdere beurten, en controleer of het onderwerp tegen de vierde beurt afwijkt. MAI Image 2.7 Preview kan in Playground worden getest op kwaliteit in één doorgang en in Arena op blinde voorkeur, maar niet op reeksconsistentie, omdat er geen interface voor reeksen is.

Totdat Microsoft een endpoint uitbrengt en Artificial Analysis beide modellen op dezelfde versie van het leaderboard opnieuw beoordeelt, is de eerlijke vergelijking deze: Tencent heeft het goedkopere, aanroepbare multi-turnmodel met een score in de middenmoot, en Microsoft heeft de beter scorende single-pass-editor die niemand kan uitrollen. De kloof van 105 punten tussen hen is een kwestie van timing, geen bevinding.