MAI Image 2.7 Preview vs Nano Banana 2.1: co tak naprawdę daje 42 punkty Elo

Niemal każdej liczby z premiery MAI Image 2.7 Preview nie da się z niczym porównać. Model zadebiutował 27 października 2026 r. z wynikiem 1,193 Elo na tablicy AA-Image-Editing v2.1 serwisu Artificial Analysis, a większość modeli, z którymi chciałoby się go zestawić, zmierzono tygodnie wcześniej na tablicy, która od tego czasu się zmieniła. Wyjątkiem jest Nano Banana 2.1. Model Google'a zajmuje miejsce na tej samej wersji tej samej tablicy z wynikiem 1,151, z tej samej ewaluacji z 22 października 2026 r. — więc 1,193 minus 1,151 to odejmowanie, które wolno wykonać. Różnica wynosi 42 Elo i jest to jedyne czyste bezpośrednie porównanie, jakie daje ta premiera.

To sprawia, że te dwa modele są naturalną parą dla pytania, które faktycznie nurtuje wszystkich: czy najlepszy edytor w zestawieniu jest wart użycia zamiast najtańszego dobrego, który ma w zestawie maski, wyjście 4K, czternaście obrazów referencyjnych i opublikowaną cenę? Okazuje się, że odpowiedź zależy od pewnego rachunku, którego nikt nie wykonał w odniesieniu do obniżki ceny Nano Banana 2.1.

Dlaczego to porównanie jest jedynym uczciwym w zestawieniu

Tabele rankingowe nie są termometrami. To zmieniające się populacje — modele wchodzą, modele są wycofywane, głosy się kumulują — a wynik ma znaczenie tylko w odniesieniu do innych liczb zapisanych w tym samym przebiegu. Na tym polega pułapka w większości materiałów o premierze 2.7. Własny wykres Microsoftu przypisuje 2.7 wynik 1 193, GPT Image 2.5 Sunburst — 1 199, GPT Image 2.5 Flare — 1 182, MAI-Image-2.6 — 1 151, Krea 3 Ultra — 1 151, Nano Banana 2.1 — 1 151, MAI-Image-2.6-Flash — 1 144, a GPT Image 2 — 1 136 — wszystkie z tego samego przebiegu AA-Image-Editing v2.1, i właśnie dlatego cały ten wykres można przytaczać. Sześć punktów Elo dzieli 2.7 od szczytu, a te sześć punktów mieści się w szumie, o jaki ranking oparty na głosowaniu w ciemno może przesunąć się w ciągu tygodnia.

To, co nie jest szumem, to kształt rozkładu. Między 1136 a 1199 plasuje się osiem modeli z czterech laboratoriów, wszystkie w granicach 63 punktów. W edycji czołówka jest zatłoczona, a 42 punkty — różnica między 2.7 a Nano-Banana-2.1 — to około dwóch trzecich całego rozrzutu czołowej ósemki. To prawdziwa separacja w skompresowanym polu, a jednocześnie jest wystarczająco mała, by określone obciążenie mogło ją odwrócić.

Linie specyfikacji z zaznaczonymi lukami

• Premiera — Nano Banana 2.1 zadebiutował 6 października 2026, zastępując Nano Banana 2 i plasując się poniżej Nano Banana Pro w ofercie Google; MAI Image 2.7 Preview zadebiutował 27 października 2026.

• Zakres — Nano Banana 2.1 generuje i edytuje, bazując na Gemini 3.6 Flash; 2.7 służy wyłącznie do edycji, a obiecane generowanie obrazu z tekstu nie zostało jeszcze udostępnione.

• Dane wyjściowe — Nano Banana 2.1 oferuje 1K, 2K i 4K w proporcjach od 1:8 do 8:1; Microsoft nie podał rozdzielczości dla 2.7.

• Odniesienia — do czternastu dla Nano Banana 2.1, podzielone na cztery postacie i dziesięć obiektów utrzymywanych spójnie; nieopublikowane dla 2.7.

• Kontrola — Nano Banana 2.1 obsługuje lokalną edycję opartą na maskach, w której malujesz obszar i zmienia się wyłącznie ten obszar, a dodatkowo dostępne są trzy poziomy rozumowania; Microsoft opisuje mocne strony wersji 2.7 według przypadków użycia — restylizacja, zmiana oświetlenia, edycja tekstu i symboli — bez opublikowanego interfejsu masek.

• Cena — Nano Banana 2.1 kosztuje 0,0336 USD za obraz 1K, 0,0504 USD przy 2K i 0,113 USD przy 4K przez Gemini API, a zadania wsadowe są jeszcze o połowę tańsze; 2.7 nie ma opublikowanej stawki.

• Dostęp — Nano Banana 2.1 jest w aplikacji Gemini, AI Studio, Gemini API, trybie AI w Wyszukiwarce, Google Ads, Flow i Stitch; 2.7 jest w MAI Playground, Arena i Artificial Analysis, bez API i bez wpisu w Foundry.

Tabela, którą można by z tego sporządzić, nie jest bliska w niczym poza wynikiem. Więc wynik lepiej, żeby był wiele wart.

Słynna obniżka ceny o 50% jest mniejsza, niż się wydaje

Nagłówek Google dotyczący Nano Banana 2.1 mówił, że generowanie obrazów kosztuje o połowę mniej niż wcześniej: 30 USD za milion tokenów wyjściowych, wobec 60 USD. To prawda, a w przypadku czystego generowania obrazów z tekstu oznacza to w przybliżeniu redukcję o połowę, ponieważ większość kosztów stanowi wyjście.

Edycja to inny rodzaj żądania. Edycja obejmuje obraz źródłowy jako tokeny wejściowe, a także generuje obraz na wyjściu, a Google podniósł w tym samym czasie ceny wejścia — z 0,50 USD do 1,50 USD za milion tokenów, czyli trzykrotnie. Ceny wyjścia tekstu i rozumowania wzrosły z 3 USD do 7,50 USD za milion. Zatem faktyczna oszczędność przy edycji nie wynosi 50%; to różnica między dwoma kosztami liniowymi, która zmienia znak, gdy strona wejściowa staje się wystarczająco duża.

Przedstaw to jako nierówność. Niech I oznacza liczbę tokenów wejściowych, a O liczbę tokenów wyjściowych dla jednego żądania. Stare żądanie kosztowało 0,5I + 60O, a nowe kosztuje 1,5I + 30O. Nowa cena jest niższa dokładnie wtedy, gdy 1,5I + 30O < 0,5I + 60O, co upraszcza się do I < 30O: liczba tokenów wejściowych musi pozostać poniżej trzydziestokrotności liczby tokenów wyjściowych. To hojny margines dla edycji 1K i znacznie węższy dla edycji 4K z dużym zestawem referencyjnym, ponieważ obrazy referencyjne są danymi wejściowymi, a wynik 4K nie jest trzydziestokrotnością liczby tokenów referencji, które go wygenerowały.

Praktyczna konsekwencja: jeśli Twoje obciążenie polega na „jednym obrazie źródłowym na wejściu i jednym obrazie o podobnym rozmiarze na wyjściu” — co opisuje większość procesów obróbki zdjęć produktowych i retuszu — ceny edycji w Nano Banana 2.1 są znacząco lepsze niż u poprzednika, ale nie o połowę, a proces 4K z czterema lub pięcioma referencjami może niemal w ogóle nie odczuć tej obniżki. Jeśli Twoje obciążenie to generowanie wyłącznie na podstawie promptu, otrzymujesz pełne zmniejszenie o połowę, a tryb wsadowy zmniejsza je o kolejną połowę.

Gdzie 42 Elo miałoby się ujawnić, jeśli w ogóle

Szczegółowe dane Microsoftu dotyczące kategorii są bardziej użyteczne niż jego ogólny wynik, ponieważ wskazują, skąd wzięła się poprawa. Między MAI-Image-2.6 a 2.7 edycje oparte na rozumowaniu awansowały z siódmego na pierwsze miejsce, edycje scen i stylu z siódmego na pierwsze, a edycje tekstu lub symboli z szóstego na pierwsze. Największa pojedyncza przewaga to 24 punkty Elo w kategorii scen i stylu nad kolejnym najlepszym modelem. To oświadczenia producenta dotyczące kategorii Artificial Analysis, a wzorzec jest spójny: 2.7 poprawił się w edycjach wymagających oceny całego obrazu, a nie lokalnej poprawki.

Opublikowane słabości Nano Banana 2.1 są niemal fotograficznym negatywem tego. Własna karta modelu Google przyznaje, że mały tekst jest rozmyty przy 1K, zdarzają się pomyłki lewo/prawo, niedoskonałe podobieństwo postaci oraz ograniczone rozumowanie 3D i zgodność z faktami. Pomylenie lewej i prawej strony to błąd rozumowania przestrzennego; rozmyty mały tekst przy 1K to błąd zależny od rozdzielczości. Żaden z nich nie jest rodzajem błędu, który poprawia ponowne oświetlenie sceny.

Uczciwa interpretacja wyniku 42 Elo jest więc taka, że koncentruje się on tam, gdzie Microsoft twierdzi, że się koncentruje: restylizacja całego obrazu, zmiana oświetlenia, tekst wkomponowany w istniejącą kompozycję oraz edycje wymagające od modelu zrozumienia, jak obiekty i światło są ze sobą powiązane. Jeśli Twoja praca wygląda właśnie tak, różnica prawdopodobnie będzie widoczna. Jeśli Twoja praca polega na zamaskowaniu jednego obiektu na zdjęciu produktu i wstawieniu innego, nie testujesz osi, na której prowadzi 2.7, a maska, którą faktycznie potrafisz narysować, jest warta więcej niż wynik.

Pytanie o maskę jest tym, które rozstrzyga sprawę.

To najmniej efektowna różnica i ta, która najczęściej rozstrzyga o rzeczywistej integracji. Edycja oparta na maskach oznacza, że człowiek już zdecydował, co ma się zmienić; zadaniem modelu jest sprawić, by zmiana wyglądała naturalnie. Ten podział pracy sprawia, że narzędzia edycyjne w potokach produkcyjnych podlegają ocenie: recenzent widzi zamalowany obszar i ocenia tylko ten obszar.

MAI Image 2.7 Preview, zgodnie z dokumentacją, przyjmuje instrukcję i obraz. Opis zestawu możliwości autorstwa Microsoft — zmiana stylu sceny, zmiana tekstu, przywrócenie zasobu — jest w całości sterowany instrukcjami, bez publikowanego parametru maski, bez kontroli ramki ograniczającej i bez udokumentowanego maksimum liczby obrazów referencyjnych. Możliwe, że przyjmuje maski; po prostu nie ma publikowanego interfejsu, względem którego można programować, co dla programisty jest tym samym problemem.

Dla dyrektora kreatywnego pracującego obraz po obrazie podejście oparte na instrukcjach jest szybsze i często lepsze. W przypadku potoku, który musi generować ścieżkę audytu, maska nie jest miłym dodatkiem.

Gdzie mieszka każdy z nich i ile kosztuje cię dotarcie do niego

Nano Banana 2.1 to jeden z najpowszechniej dystrybuowanych modeli obrazowych na świecie: Gemini API, AI Studio, aplikacja Gemini, Tryb AI w Wyszukiwarce, Google Ads, Flow i Stitch. Dystrybucja nie jest specyfikacją, ale decyduje o tym, ile pracy integracyjnej wykonasz, zanim dowiesz się, czy model pasuje.

MAI Image 2.7 Preview jest dostępny w trzech miejscach, z których dwa to powierzchnie ewaluacyjne. To świadoma decyzja w przypadku wersji zapoznawczej, ale jednocześnie bariera: zespół, który chce przetestować 42 Elo na własnych materiałach, musi robić to ręcznie w przeglądarce, obraz po obrazie, i nie może zautomatyzować eksperymentu skryptem.

Po stronie cenowej jest jeden konkretny mechanizm, o którym warto wiedzieć. OrcaRouter oferuje linię modeli obrazów Google w cenie katalogowej dostawcy z 0% narzutu — Nano Banana 2 za $0.15 za żądanie, a Nano Banana Pro za $0.24 obecnie — więc zmiana ceny dostawcy trafia do nas tego samego dnia, w którym pojawia się u Google, zamiast czekać na renegocjację. To, czy sam 2.1 zostanie dodany, jest decyzją katalogową, a nie cenową; kiedy to nastąpi, zostanie naliczona o połowę niższa stawka za wynik, ponieważ między Tobą a ceną katalogową nie ma nic pośredniego.

Reguła decyzyjna

Jeśli Twoje edycje to decyzje dotyczące całego obrazu — zmień oświetlenie tej sceny, zmień styl tego pokoju, umieść nowy tekst na tej tabliczce i spraw, by wyglądał jak wydrukowany — użyj MAI Image 2.7 Preview w Arena lub Playground w tym tygodniu i porównaj go z Nano Banana 2.1 na dziesięciu własnych obrazach. To dokładnie ta oś, w której 2.7 twierdzi, że ma 24-punktową przewagę, a porównanie w ciemno to jedyny test, którego wyniki się przenoszą.

Jeśli twoje edycje są lokalne i ściśle określone — zamień tę etykietę, usuń ten kabel, rozszerz to tło — Nano Banana 2.1 wygrywa możliwością precyzyjnego wskazania, co należy zmienić, za 0,0336 USD za wynik w 1K, z opcją 4K, gdy wymaga tego miejsce docelowe, oraz czternastoma obrazami referencyjnymi, gdy wymaga tego spójność marki. 42 Elo nigdy nie ma szansy nabrać znaczenia, ponieważ nie zadajesz pytania, na które ono odpowiada.

Jeśli potrzebujesz dziś edytora w pipeline i żaden z tych opisów nie dotyczy Ciebie, modele na tej tablicy rankingowej to te z opublikowanymi interfejsami. MAI Image 2.7 Preview będzie naprawdę interesującą opcją w dniu, w którym będzie mieć opublikowany interfejs; tablica rankingowa już powiedziała, czego się po nim spodziewać, a jedyne, czego brakuje, to możliwość przekonania się o tym samodzielnie.