MAI-Image-2.7-Preview vs GPT-Image-2.5: ostrzejszy edytor kontra ten, którego można wywołać

Zacznij od zadania, a nie od rankingu. Jeśli Twój produkt edytuje w nocy katalog zdjęć produktowych przez API, wybór między MAI-Image-2.7-Preview a GPT-Image-2.5 nie jest wyrównany, bo tylko jeden z nich przyjmuje żądanie. Jeśli oceniasz samą edycję — zmianę oświetlenia sceny, zastąpienie etykiety, zachowanie spójności postaci przez pięć rund — nowy model Microsoftu ma realne podstawy, by pretendować do czołówki, i robi to z wynikiem tak cienkim, że można się o niego spierać. Pojedynek nie polega więc na tym, „który model jest lepszy”. Polega na tym, „ile jakości edycji jest warte produkcyjne API”.

Microsoft udostępnił MAI-Image-2.7-Preview 27 października 2026 r. To wersja zapoznawcza wyłącznie do edycji, dostępna przez MAI Playground, Arena i Artificial Analysis, bez wdrożenia w Microsoft Foundry i bez opublikowanej ceny. GPT-Image-2.5 firmy OpenAI jest powszechnie dostępny od 8 września 2026 r. w dwóch wariantach — Sunburst zapewniający jakość i Flare zapewniający szybkość — z publicznym cennikiem, funkcjami text-to-image i edycji oraz udokumentowanym API. Ta asymetria stanowi tło dla każdej liczby poniżej.

Liczby i to, jaką mają wagę

Na liście rankingowej AA-Image-Editing v2.1 serwisu Artificial Analysis, ocenianej 22 października 2026 r., GPT-Image-2.5 Sunburst (max) prowadzi z wynikiem 1199 Elo. MAI-Image-2.7-Preview jest drugi z wynikiem 1193. GPT-Image-2.5 Flare (max) jest trzeci z wynikiem 1182.

• MAI-Image-2.7-Preview vs Sunburst: 6 punktów Elo straty, na najwyższym poziomie jakości

• MAI-Image-2.7-Preview vs Flare: 11 punktów Elo przewagi, na najwyższym poziomie jakości

• MAI-Image-2.7-Preview vs MAI-Image-2.6: 42 Elo przewagi

• Arena Edit:Microsoft raportuje 2.7 na miejscu 3., a siebie jako laboratorium nr 2

Te liczby pochodzą z wpisu Microsoftu zapowiadającego premierę, który reprodukuje tablicę Artificial Analysis; Artificial Analysis jest niezależnym ewaluatorem, a Microsoft kanałem, przez który ją odczytujemy. Różnice w Elo wynoszące sześć i jedenaście punktów mieszczą się w zakresie, w którym skład głosów i przedziały ufności mogą odwrócić kolejność, więc uzasadnione twierdzenia są węższe, niż sugeruje tabela: 2.7 jest konkurencyjny wobec najlepszej konfiguracji GPT-Image-2.5 i wyraźnie wyprzedza szybką konfigurację, a nie że jest jedynym najlepszym edytorem na świecie. Arena nr 3 wskazująca ten sam kierunek jest wsparciem, a nie potwierdzeniem, ponieważ obie tablice korzystają z innych głosujących i skal.

Jeszcze jedno zastrzeżenie istotne dla kosztów: liczby OpenAI dotyczą poziomu „max”. To najdroższe ustawienie w rodzinie i nie jest to poziom, na którym działa większość ruchu produkcyjnego.

Czym tak naprawdę jest każdy model

• Tryby: MAI-Image-2.7-Preview w momencie premiery oferuje wyłącznie edycję, a generowanie obrazów z tekstu ma pojawić się „wkrótce”; GPT-Image-2.5 obsługuje generowanie obrazów z tekstu i edycję w ramach tej samej rodziny.

• Warianty:Microsoft dostarcza jedną wersję zapoznawczą 2.7; OpenAI dostarcza Sunburst (nastawiony na jakość) i Flare (nastawiony na niskie opóźnienia) przy identycznych stawkach za tokeny.

• Dostęp: 2.7 jest dostępny w MAI Playground, Arena i Artificial Analysis; GPT-Image-2.5 jest publicznym API.

• Cena: W przypadku 2.7 nie opublikowano żadnych cen; GPT-Image-2.5 nalicza 5 USD za milion tokenów wejściowych tekstu, 8 USD za milion tokenów wejściowych obrazu i 30 USD za milion tokenów wyjściowych obrazu, przy czym buforowane dane wejściowe kosztują 1,25 USD i 2,00 USD.

• Drabinka jakości: OpenAI udostępnia poziomy low, medium, high, xhigh i max; Microsoft nie opublikował równoważnego mechanizmu sterowania dla 2.7.

• Obrazy referencyjne:OpenAI obsługuje edycje wieloreferencyjne, według własnej dokumentacji do 16 obrazów; Microsoft opublikował pięć dla MAI-Image-2.6 i nie opublikował limitu dla 2.7.

To właśnie w szczegółach dotyczących obrazów referencyjnych i rozdzielczości dane techniczne stają się niejednoznaczne. MAI-Image-2.6 ograniczał dane wyjściowe do 2 359 296 pikseli — 1536×1536 — i przyjmował pięć obrazów referencyjnych; oba te fakty udokumentowano w dokumentacji API Microsoft Foundry. Microsoft nie opublikował odpowiedników dla wersji 2.7 i nie można bezpiecznie zakładać, że limity z wersji 2.6 zostały przeniesione bez zmian. Rodzina modeli OpenAI 2.5 reklamuje wyższe limity rozdzielczości w materiałach premierowych, choć publikowane przykłady tokenów sięgają maksymalnie 1536×1024, więc praktyczny limit zależy od żądanego rozmiaru. Jeśli stały materiał wyjściowy 4K jest twardym wymaganiem, zweryfikuj go w działającym API, a nie na stronie marketingowej któregokolwiek dostawcy.

Koszt wyboru lepszego edytora

Policzmy to dla 10 000 kwadratowych obrazów w rozdzielczości 1024×1024. Przy jakości max GPT-Image-2.5 kosztuje około 0,211 USD za obraz, czyli około 2110 USD. Przy jakości high — około 0,053 USD za sztukę, czyli 527 USD. Przy jakości medium — około 0,013 USD za sztukę, czyli 132 USD. To szacunki oparte na tokenach wyjściowych według opublikowanych stawek OpenAI, a nie wycena; edycje dodatkowo doliczają koszt obrazu wejściowego, ponieważ obraz referencyjny jest rozliczany jako dane wejściowe.

MAI-Image-2.7 nie ma ceny, więc jedynym punktem odniesienia jest jego poprzednik. MAI-Image-2.6 w Foundry kosztuje 5 USD za milion tokenów wejściowych tekstu, 8 USD za milion tokenów wejściowych obrazu i 38 USD za milion tokenów wyjściowych obrazu, co Artificial Analysis oszacowało na około 0,039 USD na obraz — około 390 USD za te same 10 000. Jeśli 2.7 zostanie uruchomiony w podobnej stawce, plasowałby się między wysokim a średnim poziomem GPT-Image-2.5 pod względem kosztów, jednocześnie uzyskując wynik wyższy niż model Flare. To „jeśli”, a nie ustalenie, i Microsoft nie dał żadnego sygnału, gdzie się to znajdzie.

W drabinie OpenAI kryje się druga pułapka kosztowa. Poziomy przemianowano w wersji 2.5: nowe ustawienie high wykorzystuje w przybliżeniu budżet tokenów starego medium, a max — w przybliżeniu starego high. Zespoły, które przeszły z gpt-image-2 bez zmiany parametru jakości, otrzymały tańszy render przy ustawieniu jakości, które kiedyś było niższe. Zanim porównasz rachunek z rachunkiem z poprzedniego kwartału, sprawdź, którego poziomu faktycznie żąda twój kod.

Gdzie 2.7 jest naprawdę lepsze

Twierdzenia Microsoftu dotyczące kategorii to użyteczna część jego wpisu. Firma podaje, że 2.7 poprawia wyniki 2.6 we wszystkich 10 przypadkach użycia i wszystkich 7 działaniach edycyjnych ocenianych przez Artificial Analysis, osiąga czołówkę w ulepszaniu i przywracaniu, edycjach opartych na rozumowaniu, scenie i stylu oraz edycji tekstu lub symboli, a także wyprzedza kolejny najlepszy model o 24 punkty Elo w kategorii scena i styl. Skoki w rankingu są duże: edycje oparte na rozumowaniu oraz scena i styl przesunęły się z 7. miejsca na 1., a edycje tekstu lub symboli z 6. na 1.

To są edycje, które najczęściej zawodzą w produkcji. Zmiana oświetlenia produktu i umieszczenie go w nowym otoczeniu, zastąpienie oznakowania bez zniekształcania perspektywy, przywracanie zasobu niskiej jakości bez wymyślania szczegółów — każde z nich wymaga, aby model rozumiał, jak działa scena, a nie tylko gdzie malować. Przewaga 24-Elo w scenie i stylu, jeśli się utrzyma, jest większą praktyczną różnicą, niż sugeruje sześciopunktowa ogólna luka, ponieważ koncentruje się dokładnie tam, gdzie generyczne edytory zwykle tworzą oczywiste artefakty.

Kontrargument OpenAI nie jest wynikiem w kategorii. Chodzi o spójność w wielu turach: Sunburst jest pozycjonowany do przepływów pracy opartych na intensywnym edytowaniu, w których ten sam obiekt musi przetrwać kilka rund zmian, a własna dokumentacja OpenAI zaleca składanie zatwierdzonych edycji z powrotem z oryginałem, gdy piksele muszą pozostać identyczne. To przyznanie, że nawet najlepszy edytor dryfuje. Microsoft nie opublikował równoważnej oceny wieloturowej, więc przepływ pracy, który ma największe znaczenie dla projektowania iteracyjnego, jest tym z najmniej porównywalnymi dowodami.

Uruchamianie obu bez dwóch umów

W tym miejscu porównanie przestaje być symetryczne. GPT-Image-2.5 Sunburst i Flare są dostępne w OrcaRouter, za jednym kluczem API i jedną relacją rozliczeniową, bez narzutu (0%) — cena katalogowa dostawcy jest przekazywana bez zmian, z automatycznym przełączaniem awaryjnym, jeśli dostawca ulegnie pogorszeniu. Możesz wysyłać wersje robocze do Flare, a finalne rendery do Sunburst bez otwierania drugiego konta, a reguła routingu może dokonywać tego przełączenia według typu zadania, a nie gałęzi kodu.

MAI-Image-2.7-Preview nie jest dostępny w OrcaRouter i nie będzie, dopóki Microsoft nie udostępni publicznego API. Dziś to model typu playground: manualny, z człowiekiem w pętli, w sam raz do ewaluacji i pracy nad assetami, ale nie coś, co można wpiąć za kolejką. To nie przytyk do jakości modelu; to różnica między zwycięzcą benchmarku a zależnością.

Połączenie

• Potrzebujesz endpointu do edycji w tym kwartale: GPT-Image-2.5. Sunburst do finalnych zasobów, Flare do wolumenu iteracji. Sześciopunktowy deficyt Elo wobec 2.7 jest mniejszy niż koszt niewdrożenia.

• Potrzebujesz najlepszej pojedynczej edycji w przypadku kilku zasobów o wysokiej wartości: przetestuj MAI-Image-2.7-Preview w playgroundzie. Restylizacja sceny i zamiana tekstu to obszary, w których Microsoft twierdzi, że ma największą przewagę, i warto je ręcznie sprawdzić na kluczowych grafikach.

• Potrzebujesz generowania obrazów z tekstu, a także edycji: GPT-Image-2.5, kropka. Wersja 2.7 jeszcze nie generuje.

• Jesteś wrażliwy na koszty przy dużych wolumenach: porównuj koszt Flare z rzeczywistymi rozmiarami edycji, a nie z nagłówkowymi liczbami na obraz. Tokeny wejściowe obrazów dominują, gdy wysyłasz kilka referencji.

Uczciwe podsumowanie jest takie, że Microsoft zbudował lepszy edytor, a OpenAI wciąż sprzedaje lepszy produkt. Oba te stwierdzenia mogą być prawdziwe tak długo, jak 2.7 pozostaje wersją zapoznawczą — a w dniu, w którym Microsoft wypuści wersję Foundry i poda jej cenę, ten test porównawczy doczeka się drugiego aktu.