MAI Image 2.7 Preview prowadzi w czterech z siedmiu akcji edycyjnych — i nie potrafi wygenerować obrazu

Microsoft AI udostępnił MAI Image 2.7 Preview 27 października 2026 r., a najbardziej przydatna informacja na jego temat to zdanie z samego ogłoszenia: model zaczyna od edycji, a generowanie obrazów na podstawie tekstu ma być „wkrótce dostępne”. Wszystko, co następuje — drugie miejsce w Artificial Analysis, trzecie miejsce w Arena, wzrost o 42 punkty względem MAI-Image-2.6 — opisuje model, który potrafi ulepszyć obraz, który już masz, ale nie potrafi stworzyć obrazu od zera.

To węższy produkt, niż sugeruje pozycja w rankingu. Generatywny model obrazu to narzędzie do pracy od pustej kartki; model edycyjny to narzędzie do naprawy i korekty. Większość zleceń, za które ludzie faktycznie płacą w 2026 r., to zlecenia polegające na korekcie, dlatego ranking modeli edycyjnych stał się tym, na który patrzą kupujący komercyjni. Ale ten podział ma znaczenie, gdy zabierasz się do testowania: będziesz potrzebować obrazu źródłowego, zanim MAI Image 2.7 Preview będzie miał co robić.

Model jest dostępny w MAI Playground, na Arena i w Artificial Analysis. Nie ma interfejsu API, wpisu w Microsoft Foundry ani opublikowanej ceny. Microsoft nie ujawnił limitów specyficznych dla wersji 2.7 dotyczących obrazów referencyjnych, rozdzielczości ani poziomów danych wyjściowych.

Co obejmuje tutaj „Edytowanie”

Opis modelu podany przez Microsoft jest nietypowo konkretny, jeśli chodzi o edycje, do których go stworzono: restylizację całej sceny, zmianę oświetlenia, zmianę tekstu i symboli przy zachowaniu ich wkomponowania w obraz, przywracanie lub ulepszanie istniejącego zasobu oraz edycje wymagające jednoczesnego rozumienia obiektów, oświetlenia i otoczenia. Ta lista nie jest ogólna. Każda pozycja wskazuje rodzaj błędu, z którym wcześniejsze modele edycyjne radziły sobie źle — zmianę oświetlenia, po której cienie padają w złym kierunku; nowy tekst etykiety unoszący się nad powierzchnią zamiast na niej leżeć; powiększenie, które wyostrza szum wraz ze szczegółami.

Sformułowanie o integracji to to, które warto przeczytać dwa razy. Edycja tekstu w modelach obrazów to problem rozwiązany w izolacji i nierozwiązany w kontekście: każdy model potrafi wyrenderować słowo, a większość z nich nakłada je na scenę, zamiast wkomponować je w nią, z niewłaściwą perspektywą, niewłaściwym rozmyciem ruchu i czcionką, która nie pasuje do powierzchni, na której się pojawia. Microsoft przedstawia tę konkretną lukę jako atut, co jest twierdzeniem, które można sprawdzić, a nie nastrojem.

Cztery z siedmiu i trzy, które poszły w drugą stronę

Artificial Analysis przyznało MAI Image 2.7 Preview 1 193 punkty Elo w AA-Image-Editing v2.1, na podstawie migawki z 22 października 2026 r. Daje to drugie miejsce — sześć punktów za GPT Image 2.5 Sunburst na jego najwyższym poziomie jakości (1 199) i jedenaście punktów przed GPT Image 2.5 Flare (1 182). Zastępowany przez niego model, MAI-Image-2.6, ma 1 151 punktów — poprawa o 42 punkty.

Podział na kategorie jest bardziej informacyjny niż wynik zbiorczy. Według Artificial Analysis model 2.7 zajmuje pierwsze miejsce w czterech z siedmiu ocenianych akcji edycyjnych, a Microsoft twierdzi, że model poprawił się we wszystkich dziesięciu przypadkach użycia i wszystkich siedmiu akcjach. Cztery, w których prowadzi, to ulepszanie i przywracanie, edycje oparte na rozumowaniu, scena i styl oraz edycja tekstu lub symboli. Największa przewaga dotyczy sceny i stylu, gdzie Microsoft twierdzi, że ma 24 punkty przewagi nad kolejnym najlepszym modelem.

Trzy obszary, w których nie przewodzi, to kompozycja, edycje pojedynczych obiektów i zachowanie tożsamości — wszystkie trzy należą do OpenAI. To spójny obraz, a nie losowy rozrzut. Modele OpenAI są najsilniejsze dokładnie tam, gdzie instrukcję trzeba wykonać dosłownie i lokalnie: przesuń ten obiekt, zachowaj tę twarz, uszanuj ten układ. Model Microsoftu jest najsilniejszy tam, gdzie instrukcja wymaga oceny w całym kadrze: zmień oświetlenie sceny, zmień jej styl, przywróć ją, przepisz napis.

Wynik tekstowo-symboliczny jest tym komercyjnie interesującym.

Spośród czterech kategorii, w których przoduje 2.7, edycja tekstu i symboli jest tą o najwyraźniejszym uzasadnieniu biznesowym poza studiem kreatywnym. Makiety opakowań, oznakowanie sklepowe, prezentacje ze etykietami wykresów wtopionymi w wyeksportowany plik PNG, zdjęcia produktów z regionalnym wariantem tej samej etykiety — wszystkie te edycje mają tę cechę, że kosztowna część nie polega na narysowaniu nowego słowa, lecz na zachowaniu oświetlenia, perspektywy i reakcji materiału na powierzchni, na której ono się znajduje.

To także kategoria, w której podgląd jest najmniej użyteczny i najbardziej frustrujący. Projektant, który chce poprawić etykietę na zdjęciu, może to zrobić w Playground, po jednym obrazie naraz, ręcznie. Pipeline, który poprawia pięć tysięcy etykiet, nie może tego zrobić, ponieważ nie ma endpointu, do którego można by się odwołać. Możliwości i mechanizm dostarczania są niedopasowane, a to niedopasowanie jest prawdziwą wiadomością tej premiery — nie liczba Elo.

Scena i styl to odwrotny przypadek. Przewaga 24 punktów w restylizacji całego kadru to margines, który uwidacznia się w testach preferencji w ciemno, a restylizacja z natury jest zadaniem wsadowym: jeden kadr źródłowy, czterdzieści wariantów wyglądu. Model, który wygrywa tę kategorię z dużą przewagą, to model, który studio chciałoby mieć w pętli, a żadna pętla nie jest dostępna.

Co „Preview” oznaczało dotychczas w Microsoft

Poprzednik jest najlepszym dostępnym przewodnikiem po harmonogramie. MAI-Image-2.6 trafił do Microsoft Foundry 4 września 2026 r., około sześciu tygodni przed pojawieniem się wersji 2.7. Jego opublikowany cennik jest naliczany za token, a nie za obraz — 5 USD za milion tokenów wejściowych tekstu, 8 USD za milion tokenów wejściowych obrazu, 38 USD za milion tokenów wyjściowych obrazu — co daje około czterech centów za typowy obraz. Wariant Flash kosztuje 1,75, 2,50 i 19 USD, czyli około dwóch centów za obraz.

Jeśli 2.7 pójdzie tą samą ścieżką, brakującymi elementami są wpis w Foundry, oznaczenie wersji i cennik. Dystans między „drugim miejscem w rankingu edycyjnym” a „pozycją w budżecie” to dokładnie te trzy artefakty. Dopóki ich nie ma, zespół, który potrzebuje modelu edycyjnego w produkcji już dziś, wybiera między 2.6 w Foundry a czymkolwiek innym, co już może wywołać.

Jak to przetestować w tym tygodniu

MAI Playground znajduje się pod adresem playground.microsoft.ai i wymaga konta Microsoft. Arena udostępnia model do zaślepionego porównawczego głosowania z innymi edytorami, co jest naprawdę przydatnym sposobem, by samemu sprawdzić twierdzenie dotyczące sceny i stylu: wgraj zdjęcie, poproś o zmianę oświetlenia i zobacz, który wynik wolisz, gdy nie wiesz, który model go wygenerował.

Dwa zastrzeżenia, zanim zaczniesz to planować. Po pierwsze, Microsoft nie opublikował żadnych limitów generowania dotyczących konkretnie wersji 2.7. Limity darmowego planu krążące w erze MAI-Image-2 — rzędu piętnastu generowań dziennie z oczekiwaniem między nimi — nigdy nie zostały potwierdzone dla tego modelu i nie należy ich zakładać. Po drugie, głos w Arena nie jest testem produktu. Arena mówi, które wyniki ludzie wolą przy neutralnym prompcie; nie mówi, jak model zachowuje się przy czterdziestej wersji tego samego zasobu, a to są rzeczywiste warunki pracy.

Czego wymagałoby przeniesienie tego z piaskownicy do środowiska produkcyjnego

Trzy rzeczy, w kolejności ważności. Cel wdrożenia — Foundry albo publiczne API — bo bez niego model jest demem. Cena, bo „druga pozycja w rankingu edycji” nie jest argumentem zakupowym, dopóki nie można jej podzielić przez koszt na obraz. I parytet w zakresie tekst-na-obraz, bo wiele rzeczywistych procesów edycji zaczyna się od wygenerowania obrazu bazowego przed jego poprawianiem, a model, który nie potrafi zacząć obrazu, zmusza każdy pipeline do dorzucenia drugiego dostawcy.

Dla zespołów, które potrzebują teraz modelu do edycji dostępnego pod jednym kluczem, praktyczna odpowiedź różni się od tej interesującej. OrcaRouter nie hostuje MAI Image 2.7 Preview — nikt tego nie robi, ponieważ nie ma API — ale GPT Image 2.5 Sunburst i GPT Image 2.5 Flare, dwa modele bezpośrednio powyżej i poniżej niego na tej tablicy, są dostępne przez bramę w cenie katalogowej dostawcy, bez doliczanej marży. To sprawia, że sześciopunktowa różnica między pierwszym a drugim miejscem jest dziś testowalna w sposób, w jaki model z drugiego miejsca nie jest: możesz wykonać tę samą edycję przez oba warianty OpenAI i sprawdzić, który z nich wolą Twoje własne materiały, a następnie zachować zwycięzcę w konfiguracji routingu.

Uczciwe podsumowanie brzmi tak: Microsoft dostarczył ciekawszy edytor, a OpenAI nadal dostarcza ten bardziej dostępny. Sześć punktów Elo, które je dzielą, to mniej niż odległość między playgroundem a endpointem — i tylko jedna z tych luk zamyka się sama.