MAI Image 2.7 Preview vs Qwen Image 3.0: De open-weight-exit die niemand aankondigde

Het advies waarmee deze vergelijking vroeger werd beslecht, werkt niet meer. Tot deze zomer was het antwoord op "Qwen-beeldmodel of een gesloten Amerikaans model" eenvoudig: neem Qwen, download de Apache-2.0-gewichten, draai het zelf en maak je geen zorgen meer over tariefkaarten. Qwen Image 3.0 maakte daar een einde aan. Toen het op 4 augustus 2026 algemeen beschikbaar werd, kwam het met twee betaalde niveaus, een gehoste API en geen gewichten, geen modelkaart, geen aantal parameters en geen technisch rapport — de eerste keer dat Alibaba's beeldmodellijn gesloten wordt uitgebracht. MAI Image 2.7 Preview, op 27 oktober 2026 aangekondigd door Microsoft AI, is ook gesloten, en het heeft niet eens de API. De eerlijke vergelijking gaat dus tussen twee modellen die je niet zelf kunt hosten, verkocht op basis van vrijwel tegenovergestelde informatieverstrekking.

Die herkadering is het artikel. Al het andere — de Elo, de prijs per afbeelding, de resolutieplafonds — volgt uit welke van de twee daadwerkelijk te koop is en wat elk bedrijf erover wilde publiceren.

Wat Qwen niet langer verzendt

Qwen-Image 1.0 en 2.0 vormden de open lijn. Apache-2.0-gewichten, op dezelfde dag als de aankondiging, een technisch rapport erbij, en een community die er fine-tuning op toepaste en ze omvormde tot alles van striplettering tot interieurontwerp. Daarom werd ‘host het gewoon zelf’ de vaste aanbeveling: de licentie stond commercieel gebruik toe en het checkpoint was een download.

Qwen Image 3.0 maakte daar een einde aan. Het model werd op 22 juli 2026 gelanceerd op uitnodiging en bereikte op 4 augustus GA in twee varianten, Standard en Pro, via Qwen Cloud en Model Studio van Alibaba Cloud. Bij geen van beide varianten werden gewichten gepubliceerd. Alibaba heeft geen parametraantal, modelkaart of technisch rapport gepubliceerd en helemaal geen benchmarkcijfers — niet op Qwen-Image-Bench, nergens anders. Het enige onafhankelijke signaal is Artificial Analysis, waar Pro in de momentopname van oktober 2026 op ongeveer 1.094 Elo stond voor tekst-naar-afbeelding en 1.085 voor beeldbewerking, terwijl Standard op 1.062 stond voor bewerken.

Er is een addertje onder het gras dat het loont om ronduit te benoemen, want het zal iedereen die ernaar zoekt in verwarring brengen: minstens één vergelijkingssite vermeldt Qwen Image 3.0 als Apache-2.0 met open gewichten. Dat is onjuist, en het is het soort onjuistheid dat een team een week kost. De open tak van de familie is Qwen-Image-2.1, uitgebracht op 20 september 2026 onder een niet-commerciële onderzoekslicentie — open om te inspecteren en fine-tunen, niet vrij om in een product uit te brengen. Als een plan afhankelijk is van het zelf hosten van Qwen, dan is het afhankelijk van 2.1 of eerder, niet van 3.0.

Wat Microsoft publiceerde, en wat het niet deed

Het bewijs voor MAI Image 2.7 Preview is het spiegelbeeld. Microsoft heeft veel gepubliceerd over hoe het rangschikt en bijna niets over wat het is.

De rangschikking is specifiek: tweede op de beeldbewerkingsranglijst van Artificial Analysis met 1.193 Elo op AA-Image-Editing v2.1, geëvalueerd op 22 oktober 2026, zes punten achter GPT Image 2.5 Sunburst en elf punten voor GPT Image 2.5 Flare. Microsoft meldt ook een derde plaats op Arena Edit. Tussen MAI-Image-2.6 en 2.7 zegt het dat op redenering gebaseerde bewerkingen en scène- en stijlbewerkingen beide van de zevende naar de eerste plaats gingen in de categorieën van Artificial Analysis, terwijl tekst- en symboolbewerkingen van de zesde naar de eerste plaats gingen, en dat de grootste voorsprong 24 Elo bedraagt bij scène en stijl. Dat zijn de eigen typeringen van het bedrijf van een ranglijst van een derde partij — door leveranciers gerapporteerde claims over onafhankelijke data, wat een betere soort claim is dan een eigen benchmark en nog steeds niet hetzelfde als een meting die je kunt reproduceren.

Wat ontbreekt, is alles wat een koper nodig heeft. Geen uitvoerresolutie. Geen maximum voor referentieafbeeldingen. Geen masker- of begrenzingsvakinterface. Geen Foundry-implementatie. Geen tariefkaart. Geen modelkaart. Het model is beschikbaar in MAI Playground, Arena en Artificial Analysis — twee evaluatieoppervlakken en een demo — met tekst-naar-afbeeldinggeneratie die later wordt beloofd.

De specificatielijnen, naast elkaar

• Release — Qwen Image 3.0 alleen op uitnodiging 22 juli 2026, algemeen beschikbaar 4 augustus 2026; MAI Image 2.7 Preview 27 oktober 2026.

• Gewichten — geen gepubliceerd voor Qwen Image 3.0, een breuk met 1.0 en 2.0; geen voor MAI Image 2.7 Preview, wat consistent is met de lijn van Microsoft. De open Qwen-tak is Qwen-Image-2.1 onder een niet-commerciële licentie.

• Bereik — Qwen Image 3.0 genereert en bewerkt in de lagen Standard en Pro; MAI Image 2.7 Preview kan alleen bewerken.

• Resolutie — Qwen Image 3.0 gaat maximaal tot 2048×2048 volgens de eigen cijfers van de leverancier; voor 2.7 niet gepubliceerd, waarvan de voorganger werd begrensd op 2.359.296 pixels.

• Prijs — Qwen Image 3.0 Standard kost $0,03 per afbeelding bij 1K of 2K, met bewerkingsinputs van ongeveer $0,003 per stuk; Pro kost $0,04 bij 1K en $0,075 bij 2K. MAI Image 2.7 Preview heeft geen gepubliceerde prijs.

• Toegang — Qwen Image 3.0 is beschikbaar op Qwen Cloud, Alibaba Cloud Model Studio en Qwen Chat; 2.7 is beschikbaar op MAI Playground, Arena en Artificial Analysis, zonder API.

• Gepubliceerde benchmarks — Qwen Image 3.0 heeft helemaal geen benchmarks van de leverancier; 2.7 staat op een leaderboard van een derde partij en heeft categorieklasseringen, geciteerd door de leverancier.

Twee verschillende soorten stilte

Het is verleidelijk om beide onder 'ongedocumenteerd' te scharen, maar het is niet dezelfde fout en ze kosten een team verschillende dingen.

Alibaba's stilzwijgen gaat over capaciteiten. We kennen de interface, de prijs, de twee niveaus en de maximale resolutie; we weten niet waar het model goed in is, omdat er geen benchmark is gepubliceerd en de enige onafhankelijke score een momentopname uit oktober is die de editing-Elo van Pro in de midden-1.080 plaatst, ruim onder de koplopers op die ranglijst. Een koper kan het werk beprijzen — $0,03 per afbeelding voor Standard onderbiedt de $0,0336 van Nano Banana 2.1 bij 1K, zij het niet de vaste centprijs van Meta Muse Image — maar kan de kwaliteit per gebruiksscenario niet voorspellen zonder zelf een evaluatie uit te voeren.

Microsofts stilte gaat over inkoop. We weten ongeveer hoe goed het is, omdat een blind stemmend panel het heeft gemeten, en we weten welke categorieën het claimt. We weten niet wat het kost, hoe groot de output is, hoeveel referenties het nodig heeft of hoe je het aanroept. Een koper kan de kwaliteit voorspellen en kan niet kopen.

Beoordeel de twee op basis van wat een plan nodig heeft, en het antwoord hangt af van de fase waarin je zit. Als je een model kiest om op voort te bouwen, is Alibaba's stilte te overleven — voer een betaalde evaluatie uit, de interface is gedocumenteerd, de rekening is bekend. Als je moet beslissen of je een roadmap op die van Microsoft durft te baseren, is die stilte niet te overleven, want er is niets om tegen te integreren.

Hoe een cent aan bewerking eruitziet tegen Qwens prijs

De prijsstelling van Qwen is het meest concrete punt in deze vergelijking, en het loont de moeite om die goed door te nemen, want de verschillen tussen de niveaus zitten niet waar je ze zou verwachten.

Standard kost $0,03 per afbeelding, 1K of 2K, met invoer voor bewerkingen van ongeveer $0,003 per stuk. Een batch productretouches van duizend afbeeldingen met twee referentie-invoer per bewerking kost $30 voor de outputs plus ongeveer $6 voor de inputs, dus ruwweg $36. Pro kost $0,075 voor 2K-output en twee referenties en komt voor dezelfde batch op bijna $81 uit — ongeveer 2,2 keer Standard voor een niveau waarvan het enige onafhankelijke signaal een momentopname uit oktober is.

Ter vergelijking: Meta Muse Image doet dezelfde duizend afbeeldingen voor een vast tarief van $10, en Nano Banana 2.1 doet ze in 2K voor ongeveer $50 exclusief inputtokens. Qwen Image 3.0 Standard is concurrerend maar niet de goedkoopste, en de kosten voor input zorgen ervoor dat de kloof groter wordt bij werk met veel referenties.

Tegenover MAI Image 2.7 Preview valt de rekensom helemaal niet te maken, en dat is juist het punt. Een preview is gratis in de zin dat niemand je iets in rekening brengt, en duur in de zin dat elke afbeelding een menselijke heen-en-weeractie kost. Bij duizend afbeeldingen is de arbeid het hele budget.

De categorieclaim is wat getest moet worden.

Microsofts meest specifieke bewering over MAI Image 2.7 Preview is dat het nu de op redeneren gebaseerde bewerkingscategorie van Artificial Analysis aanvoert, vanaf de zevende plaats. Dat is een smalle, testbare bewering, en het is degene waar het de moeite loont een experiment rond op te zetten — want het is ook de bewering die Qwen Image 3.0 niet kan beantwoorden.

Alibaba heeft niets gepubliceerd over redeneren, gebruik van tools of bewerkingen in meerdere stappen. Wat de documentatie wel claimt, is een reeks praktische tekstmogelijkheden: prompts tot 4.500 tokens, tekst leesbaar tot ongeveer 10 pixels, twaalf native talen, meer dan twintig lettertypen, tot zes uitvoer per aanroep en promptherschrijving aan de serverzijde. Praktijkverslagen beschrijven het als sterk in UI-mockups en diagrammen, met af en toe vervormde kleine tekst en een hogere latentie dan de modellen uit de Flash-categorie.

De twee modellen richten zich dus op verschillende soorten fouten. Qwen Image 3.0 is geoptimaliseerd voor tekstweergave en lay-outgetrouwheid in één enkele doorgang. MAI Image 2.7 Preview is geoptimaliseerd voor bewerkingen waarbij een inschatting nodig is van hoe de hele scène zou moeten veranderen. Als je werk een poster met veel tekst is, test je de as van Qwen. Gaat het om "zet dit product in die kamer en zorg dat het licht klopt", dan test je die van Microsoft, en volgens het leaderboard ligt Microsoft daarop voor — op de afbeeldingen van anderen.

Waar geen van beiden de telefoon opneemt

Geen van beide modellen staat op OrcaRouter, en het is beter daar direct over te zijn dan om anders te suggereren. Wat er wel is, is de set beeldmodellen die daadwerkelijk kunnen worden aangeroepen — GPT Image 2.5 Sunburst en Flare, de GPT Image 2-familie, Imagen 4 in drie niveaus, de Nano Banana-lijn van Google, Grok Imagine Image — achter één sleutel tegen de lijstprijzen van de aanbieder, zonder markup.

Dat is belangrijk voor deze specifieke beslissing, vanwege de manier waarop je die zou beslechten. De capaciteit van Qwen Image 3.0 is door de leverancier niet gebenchmarkt, dus de enige manier om erachter te komen of het een model dat je al gebruikt verslaat, is dezelfde opdrachten door beide te laten lopen. OrcaRouter's routerings-DSL laat één aanroep één opdracht over meerdere modellen uitwaaieren en de resultaten in één vorm verzamelen, en modelfusie gaat nog een stap verder door een panel van modellen samen te laten antwoorden wanneer een enkele bewerking maar blijft mislukken. Geen van beide functies maakt MAI Image 2.7 Preview aanroepbaar — niets doet dat nog — maar met de eerste bouw je het bewijs voor of tegen Qwen Image 3.0 zonder je vast te leggen op de console ervan, en naar de laatste grijp je wanneer een redeneerintensieve bewerking in één poging moet slagen.

Wat te doen, en wat niet langer aan te nemen

Ga er niet van uit dat de beeldmodelreeks van Qwen open is. Dat is niet zo, bij 3.0. Als je architectuur afhankelijk is van downloadbare gewichten, is het model dat je wilt Qwen-Image-2.1, en de licentie die je zult lezen is niet-commercieel — wat betekent dat het zelfhostingplan een juridische grens heeft om te controleren, niet alleen een hardwarefactuur.

Als je deze week een goedkope editor nodig hebt met een gedocumenteerde interface, is Qwen Image 3.0 Standard voor $0,03 per afbeelding een redelijke gok, met een ongebruikelijk voorbehoud: niemand, ook de leverancier niet, heeft je verteld waar hij goed in is. Reken op een evaluatie, niet op een beslissing.

Als het werk het bewerken van hele scènes is en je een handmatige lus kunt veroorloven, breng dan de middag door in Arena met MAI Image 2.7 Preview. De op reasoning gebaseerde categorieleiding is de meest specifieke claim in de lancering en degene die het meest waarschijnlijk standhoudt, omdat het de enige claim is die wordt ondersteund door een board run in plaats van een persbericht.

En houd één datum in het vizier. Op het moment dat Microsoft MAI Image 2.7 Preview in Foundry zet met een prijs per afbeelding, verandert deze vergelijking van een beschrijving van twee aankooppaden in een echte wedstrijd, en wordt de Qwen-bewerking van $0.03 het getal dat verslagen moet worden. Tot dan heeft een van deze modellen een prijs en een probleem, en het andere een score en een muur.