MOSS-Image vs MAI-Image-2.6 Preview: Beide op de tweede plaats, geen van beide kun je aanroepen

MOSS-Image en MAI-Image-2.6 Preview hebben meer gemeen dan het feit dat het beide nieuwe beeldmodellen zijn. MOSS-Image werd op 16 oktober 2026 uitgebracht als open weights — de MOSS-Image-Base en MOSS-Image-SFT checkpoints onder Apache 2.0. MAI-Image-2.6 Preview ging op 19 augustus 2026 van start in private preview op het MAI Playground en Microsoft Foundry van Microsoft. Elk van beide staat momenteel op nummer twee op een leaderboard, de twee leaderboards zijn door verschillende mensen met verschillende methoden gebouwd, en geen van beide modellen heeft een prijs die je kunt opzoeken.

Dat laatste punt is de hele vergelijking. Dit is geen directe confrontatie tussen twee dingen die je kunt huren en tegen elkaar kunt afmeten. Het is een confrontatie tussen een download van 27 GB uit een onderzoekslab en een preview van een platformbedrijf die alleen op uitnodiging toegankelijk is, en de nuttige vraag is niet welke van de twee hoger scoort — maar welke je dit kwartaal daadwerkelijk in een product kunt krijgen, en wat elke leverancier bereid is je te vertellen voordat je je vastlegt.

Twee tweede plaatsen, en wat elk ervan meet

De getallen die voor beide modellen worden aangehaald, zijn beide "No. 2", en dat toeval verbergt het feit dat ze bijna tegenovergestelde dingen meten.

De tweede plaats van MOSS-Image is te danken aan RealLayoutArena, een ontwerpbenchmark met 61 taken — posters, infographics en gebruikersinterfaces — die wordt meegeleverd met het eigen technische rapport van het model. Het scoort 1.698,70 Elo met een 95%-betrouwbaarheidsinterval van 1.655,96 tot 1.741,43, achter GPT Image 2 met 1.844,35. RealLayoutArena is gebouwd door OpenMOSS, het lab dat MOSS-Image heeft gebouwd, en de baselines erin zijn de eigen runs van het lab van modellen van andere bedrijven. Het is een leveranciersscorebord, en de leverancier heeft het als zodanig bestempeld.

De tweede plaats van M​AI-Image-2.6 Preview komt van Arena, het omgedoopte LMArena, waar blinde menselijke stemmers de betere van twee afbeeldingen uit dezelfde prompt kiezen. De inzending heet letterlijk mai-image-2.6-preview en staat op 1.336 Elo met een marge van ±11 op ongeveer 3.488 stemmen — achter GPT Image 2 Medium op 1.381 en voor G​rok Imagine Image 2.0 op 1.316. Dezelfde preview-build belandde later op nr. 3 op Arena's single-image-edit-ranglijst met 1.420 punten. Dat is een onafhankelijke maatstaf voor menselijke voorkeur, en ook een voorlopige: de bovenste inzending op die ranglijst heeft meer dan 70.000 stemmen, dus de foutmarge bij een inzending met 3.488 stemmen is reëel, en de Elo bij vroege stemmen beweegt.

Dus de eerlijke formulering is dat het ene model tweede staat op een test die zijn eigen auteurs hebben geschreven, en het andere tweede staat op een crowdboard met een vijfde van het bewijs erachter. Geen van beide is een definitief resultaat, en geen van beide is gereproduceerd door iemand buiten de organisatie die het heeft gepubliceerd.

Wat MOSS-Image je eigenlijk geeft

MOSS-Image is een 5B single-stream diffusietransformer die vanaf nul is getraind: 42 joint-blokken, verborgen breedte 3.072, 24 attention-heads van 128 dimensies, een 8.192 brede SiTU-GLU feed-forward en een vierassige rotary position encoding. Het in de kop genoemde parameteraantal laat veel buiten beschouwing. De tekstencoder is een bevroren Qwen3.5-9B, en de VAE is die van FLUX.2, bevroren geladen uit FLUX.2-klein-4B, met 32 latente kanalen en een 2×2 latente patch bovenop een 8× downsample voor een effectieve stride van 16 pixels. De SFT-repository is ongeveer 27,2 GB, waarvan ongeveer 16,8 GB de encoder is.

Het onderscheidende vermogen is niet de beeldkwaliteit. Het is dat de prompt een JSON-object kan zijn met bounding boxes, letterlijke tekstreeksen en typografische notities, uitgedrukt in absolute pixelcoördinaten gemeten vanaf het midden van het canvas met bbox_format "yxyx". De eigen ablatiestudie van de leverancier maakt de zaak ronduit duidelijk: op RealLayoutArena scoren JSON-layoutprompts 1.622,87, terwijl prompts in natuurlijke taal op hetzelfde systeem 1.506,20 scoren. De gestructureerde interface is geen bonusfunctie die aan het model is vastgeschroefd. Het is waar de prestatie zit.

Het ondersteunende bewijs is een benchmark die het lab ook zelf heeft gebouwd, 7Bench, waarop MOSS-Image een gemiddelde layout-IoU van 0,88 rapporteert, tegen 0,44 voor Ideogram 4.0, 0,33 voor Nano Banana Pro en Seedream 5.0 Pro, 0,31 voor Qwen Image 3.0 Pro en 0,30 voor GPT Image 2, met een Layout-AUC van 0,70 tegen een veld dat 0,16 tot 0,20 scoort. Aan de tekstweergavekant rapporteert het 96,3 Mean-6 op LongLongTextBench — een literaire-tekstbenchmark met 240 taken die het eveneens heeft gemaakt — met 97,1 in het Engels en 92,4 in het Chinees. De meest geloofwaardige regel in die tabel is de regel erboven: op de eigen benchmark van de leverancier scoort GPT Image 2 99,0 en Nano Banana Pro 96,6. Een tabel publiceren waarin een concurrent nog steeds wint, is iets waard.

Wat MOSS-Image je niet geeft, is een endpoint. Er is geen commerciële API die we kunnen verifiëren, geen gehoste playground buiten de Gradio Space die op een enkele A10G draait, en geen beheerd pad. Je installeert Diffusers met een aangepaste pipeline, of de native ComfyUI-plugin, en je levert zelf de GPU.

Wat M​AI-Image-2.6 Preview je daadwerkelijk biedt

M​icrosoft heeft veel minder over zijn model gepubliceerd dan OpenMOSS over het zijne, en het patroon van wat ontbreekt is veelzeggend.

Wat bestaat: een familielijn die een cadans van zes tot acht weken volgt — M​AI-Image-1, dan M​AI-Image-2 in maart 2026 met de sprong in fotorealisme en tekstweergave, M​AI-Image-2.5 in juni 2026, die de engine werd in Bing Image Creator, PowerPoint en OneDrive, dan M​AI-Image-2.5-Pro in juli 2026 met een 8K-premiumtier, en nu 2.6, ongeveer zes weken later. De eigen capaciteitsbeschrijvingen van M​icrosoft zijn kwalitatief: sterkere tekstweergave, portretten en 3D-beelden; gepolijstere commerciële en fotorealistische output; het werken met meerdere referentieafbeeldingen in één generatie; rijkere grounding; meer controle over redenering, formaat en resolutie. Geen parameteraantal, geen licentie, geen architectuur, geen benchmarktabel.

Wat niet bestaat: een prijs. De preview is alleen op uitnodiging toegankelijk, de toegangsroute is M​AI Playground en M​icrosoft Foundry, en er is geen tarief per afbeelding gepubliceerd. Er is ook geen datum voor algemene beschikbaarheid. De categorie-uitsplitsing van Arena is het enige gedetailleerde resultaat dat aan het model is gekoppeld — het staat eerste in 3D-beeldvorming en modellering, en tweede in cartoon/anime/fantasy, product en branding, tekstweergave en kunst — en categorieposities op een voorlopige ranglijst met weinig stemmen zijn hooguit indicatief.

Het enige dat duidelijk waar en duidelijk belangrijk is, is de cadans. Microsoft levert sneller verbeteringen aan beeldmodellen dan deze markt gewend is, en het debuut in de Arena suggereert dat de cumulatieve vooruitgang echt is en niet alleen aangekondigd.

De twee modellen, regel voor regel

• Release — M​OSS-Image op 16 oktober 2026 als open weights; M​AI-Image-2.6 Preview in privépreview op 19 augustus 2026

• Toegang — M​OSS-Image downloadbaar en self-hosted, met een ComfyUI-plugin en een Diffusers-pipeline; M​AI-Image-2.6 Preview alleen op uitnodiging toegankelijk via M​AI Playground en M​icrosoft Foundry

• Prijs — M​OSS-Image gratis te downloaden, met een voetafdruk van ~27,2 GB en je eigen GPU-tijd; M​AI-Image-2.6 Preview heeft geen gepubliceerde prijskaart

• Licentie — M​OSS-Image is Apache 2.0 voor zowel gewichten als standalone pijplijncode, zonder omzetdrempel; M​AI-Image-2.6 Preview is propriëtair zonder opgegeven licentie

• Onafhankelijke score — M​OSS-Image tweede op RealLayoutArena met 1.698,70 Elo (door de auteur gebouwde benchmark); M​AI-Image-2.6 Preview tweede op Arena tekst-naar-afbeelding met 1.336±11 op ~3.488 stemmen (publieksboard), derde op Arena single-image-bewerking met 1.420

• Lay-outbeheer — M​OSS-Image accepteert een JSON-lay-out met absolute pixelcoördinaten en rapporteert een gemiddelde IoU van 0,88 op 7Bench; M​icrosoft publiceert geen lay-outbenchmark voor wat dan ook in de M​AI-afbeeldingslijn

• Tekstweergave — M​OSS-Image rapporteert 96,3 Mean-6 op LongLongTextBench, met 97,1 voor Engels en 92,4 voor Chinees; M​AI-Image-2.6 Preview behaalde +91 Elo op tekstweergave ten opzichte van 2.5 volgens Arena's categorie-uitsplitsing, zonder dat er een absoluut cijfer is gepubliceerd

• Bewerken — M​AI-Image-2.6 Preview wordt gemeten op nummer 3 op Arena's ranglijst voor het bewerken van één afbeelding; het rapport van M​OSS-Image presenteert bewerken niet als een productoppervlak

• Serving — M​OSS-Image heeft werk in uitvoering aan het Day 0-framework, inclusief een open pull request voor vLLM-Omni die het model met skip-layer-geleiding toevoegt en nog niet is samengevoegd in een getagde release; M​AI-Image-2.6 Preview wordt aangeboden door M​icrosoft, op M​icrosofts voorwaarden, wanneer M​icrosoft dat zegt

Waar elk van hen echt vooroploopt

M​OSS-Image loopt voorop op alles wat voortvloeit uit openheid. Je kunt de architectuur lezen, kwantiseren, fine-tunen op privégegevens, het air-gapped draaien en het in een commercieel product opnemen zonder licentieonderhandeling — Apache 2.0 dekt de gewichten en de standalone pijplijncode, zonder bijlage inzake acceptabel gebruik en zonder aparte commerciële laag. Voor een model waarvan de voornaamste capaciteit het weergeven van leesbare tekst op specifieke posities is, is dat belangrijker dan een benchmarkdelta, omdat tekstweergave precies de capaciteit is die opduikt in klantwerk: productmock-ups, interface-comps, infographics, posters, advertentielay-outs.

M​AI-Image-2.6 Preview heeft een voorsprong op de punten die voortvloeien uit het feit dat het een platformmodel is in plaats van een repository. Het wordt verspreid onder honderden miljoenen mensen via Bing Image Creator, PowerPoint en OneDrive, het is gericht op een beheerd cloud-eindpunt op Foundry, en het wordt verbeterd volgens een gepubliceerd tempo. Als uw vereiste een beeldmodel is dat uw organisatie kan aanroepen vanuit een M​icrosoft-vormige stack met een ondersteuningscontract erachter, dan vervangt geen enkele hoeveelheid Apache 2.0 dat.

Het ongemakkelijke midden is waar de meeste teams daadwerkelijk zitten. Microsoft heeft geen prijs, licentie of aantal parameters gepubliceerd, dus je kunt de kosten van adoptie van hun model niet modelleren. OpenMOSS heeft dat allemaal gepubliceerd, en er is geen manier om het aan te roepen zonder eigen hardware.

Wat geen van beide verandert aan je dag

Beide modellen vallen buiten de hosted markt waartegen je waarschijnlijk al bouwt, en dat is waar een routeringslaag iets precies verdient te zeggen in plaats van promotioneel. Wij hosten M​OSS-Image niet en wij hosten M​AI-Image-2.6 Preview niet, dus niets hier is een aanbod om een van beide te serveren. Wat wij wel serveren is de vergelijkingsset: de hosted beeldmodellen waarmee je een zelf-gehoste M​OSS-Image zou vergelijken, zijn bereikbaar via één API-sleutel op onze catalogus tegen de lijstprijs van de provider met 0% markup, wat betekent dat een prijswijziging van een leverancier aan de hosted kant dezelfde dag live is in plaats van op een contractcyclus, met automatische failover tussen providers zodat een benchmarkrun niet sterft omdat één upstream een slechte middag had. Een onbewezen checkpoint uitproberen tegen een gehuurde zou geen tweede SDK mogen vereisen, en dat is de enige bewering die wordt gedaan.

Voor M​AI-Image-2.6 Preview specifiek valt er nog niets te routeren. Het eerlijke standpunt is dat het model echt is, de ranking echt is, en de toegang een wachtlijst is.

Wie moet handelen, en wie moet blijven kijken?

Kies MOSS-Image als je GPU's hebt, een workflow die intentie kan uitdrukken als boxes en strings, en een use case waarin de layout het deliverable is in plaats van een gelukkig toeval. Begin met het SFT-checkpoint, reserveer de 16,8 GB van de encoder voordat je de generator begroot, en reken op 50 samplingstappen bij twee transformer-forwards per stap, tenzij je een van de community-distillaties overneemt. Twee daarvan verschenen binnen een dag na de release: een 4-staps DMD LoRA en een 8-staps gedistilleerde variant, geen van beide door de leverancier ondersteund en geen van beide gebenchmarkt.

Wacht op M​OSS-Image als je deze week een endpoint nodig hebt dat je kunt aanroepen, als je capaciteit huurt in plaats van die te bezitten, of als je één getal wilt dat niet is geproduceerd door de mensen die de test hebben gebouwd. Alle drie de sterke resultaten hierboven komen uit benchmarks die de leverancier zelf heeft opgesteld, met een specificatiefase die volgens het rapport tijdens inferentie op G​PT-6 draait — dus de end-to-end Elo is een pijplijn van twee modellen, niet de output van één enkel model.

Wacht op M​AI-Image-2.6 Preview als je iets contractueel nodig hebt. Houd het in de gaten als je al een Foundry-klant bent, want de cadans zegt dat de volgende versie over zes tot acht weken uitkomt en de preview zal overgaan in iets met een prijskaartje.

Wat deze vergelijking zou beslechten, is voor beide hetzelfde, en geen van beide heeft het: een onafhankelijke run van de benchmark waarop elk ervan gerangschikt staat. Voor M​OSS-Image betekent dat iemand anders dan OpenMOSS die LongLongTextBench of RealLayoutArena draait. Voor M​AI-Image-2.6 Preview betekent het dat het Arena-bord genoeg stemmen verzamelt zodat ±11 er niet meer toe doet, of dat M​icrosoft een prijs publiceert.

Totdat een van die dingen gebeurt, is de accurate samenvatting dit: een 5B-onderzoeksmodel met een permissieve licentie, met een ongewoon goede tekst-en-layoutinterface en geen endpoint, tegenover een propriëtair platformmodel met een onafhankelijke crowdranking, echte distributie en geen prijs. Degene waarop je kunt handelen hangt volledig af van of je knelpunt een licentie of een URL is.

De gedocumenteerde AI-fouten en incidenten met agents achter releases zoals deze worden verzameld in het OrcaRouter AI Incident Archive, waar elke vermelding zijn eigen bronnen, ernst, betrouwbaarheidsgraad en betwistingsmarkering bevat.