Cartão de título comparando o MAI Image 2.7 Flash com o MAI Image 2.7 na mesma data de lançamento: o Flash com 1.179 de Elo de edição e cerca de US$ 10 por 1.000 imagens, o modelo principal com 1.215 de Elo de edição e cerca de US$ 35 por 1.000 imagens, com um divisor entre eles indicando US$ 25 por 1.000 imagens.
Guides & Insights

MAI Image 2.7 Flash vs MAI Image 2.7: O que o Premium oferece

Autor

jinhao.song

Data de publicação

Modelos mais recentes · 20Ver todos os modelos →
Benchmarks: Artificial Analysis · atualizado diariamente
Voltar para todas as publicações

No mesmo dia, a partir da mesma ficha do modelo, a Microsoft lançou dois níveis de um único modelo de imagem e os precificou com uma diferença de três vezes e meia. MAI Image 2.7 custa cerca de US$ 35 por mil imagens e é nº 1 no ranking AA-Image-Editing v2.1 da Artificial Analysis, com 1.215 Elo. MAI Image 2.7 Flash custa cerca de US$ 10 e fica em 1.179 nesse ranking e em 1.158 no de texto para imagem. A tentação é ler essas diferenças como uma escada de qualidade e comprar o degrau que seu orçamento permite. A leitura mais útil é que são dois produtos diferentes sob um mesmo nome, e a razão de preços diz muito mais sobre qual escolher do que o Elo.

Ambos os números estão atualizados em 20 de novembro de 2026, ambos vêm de um avaliador independente e não de um gráfico de fornecedor, e ambos trazem intervalos amplos o suficiente para que a diferença de 36 pontos na edição seja a menor parte da decisão. Eis o que os US$ 25 extras por mil realmente compram, e os três casos em que não compram nada.

O que se compra com US$ 25 por mil imagens

Tire o marketing da equação, e o preço premium do carro-chefe se justifica por exatamente uma coisa bem: os últimos poucos por cento de fidelidade de edição em trabalhos composicionais difíceis. A própria formulação da Microsoft é que o 2.7 "raciocina entre objetos, estrutura de cena, iluminação, escala e posicionamento espacial para produzir edições consistentes — mesmo a partir de prompts ambíguos", e essa é a classe de tarefa em que uma separação de 36 pontos no Elo se manifesta como uma diferença visível, e não estatística. Reiluminar uma foto de produto para que o brilho especular se desloque junto com a luz principal. Mover um objeto em uma cena cheia sem arrastar a sombra dele. Preservar o kerning de um logo ao longo de três edições sucessivas.

Em todo o resto — remoção de objetos, troca de atributos, inpainting, substituição de texto, limpeza de fundo — as duas linhas se sobrepõem. O 1.179 do Flash fica em uma faixa que vai de 1.166 a 1.192; o 1.215 do modelo principal vai de 1.201 a 1.229. Essas faixas não se tocam, então a ordenação é real. Mas a sobreposição na prática é muito maior que a sobreposição nos números, porque o placar faz a média entre dez casos de uso e sete ações de edição, e um fluxo de trabalho que só faz os seis fáceis não verá diferença alguma.

Screenshot of the Artificial Analysis AA-Image-Editing v2.1 leaderboard captured on 20 November 2026: MAI-Image-2.7 first at 1,215 Elo from 5,478 samples and $34.82 per 1,000 images, MAI-Image-2.7-Flash seventh at 1,179 Elo from 5,891 samples and $10.24 per 1,000 images, with GPT Image 2.6 Sunburst, GPT Image 2.6 Flare, GPT Image 2.5 Sunburst, GPT Image 2.5 Flare and Kling Image 4.0 between them.

Uma comparação prática torna o trade-off concreto. Segundo as estimativas do fornecedor, mil imagens por mês custam cerca de US$ 10 no Flash e cerca de US$ 35 no modelo principal — uma diferença mensal de US$ 25, que é irrelevante para uma equipe de design e significativa para um pipeline de catálogo que processa cinquenta mil imagens. Com cinquenta mil, a mesma escolha fica em cerca de US$ 500 contra US$ 1.750 por ciclo. A pergunta deixa de ser "o modelo principal é melhor" (ele é) e passa a ser "quantas dessas cinquenta mil imagens precisam da versão melhor".

Two-column scoreboard comparing MAI Image 2.7 Flash with MAI Image 2.7 across six dimensions: editing Elo 1,179 at No. 7 versus 1,215 at No. 1, text-to-image Elo 1,158 at No. 11 versus 1,214 at No. 4, price about $10 versus about $35 per 1,000 images, estimated cost $10.24 versus $34.82 per 1,000 images, transparency supported on both, and Canvas powered by Flash versus not on the flagship. A footer credits Elo and cost to Artificial Analysis and price to Microsoft, vendor-reported.

A lacuna entre gerações é maior do que a lacuna na edição.

Quase toda comparação entre esses dois cita o ranking de edição, porque é ali que o modelo principal tem um troféu. Veja o texto para imagem e a separação é maior: 1.214 para o principal na 4ª posição contra 1.158 para o Flash na 11ª, uma diferença de 56 pontos que supera o intervalo combinado com folga.

Screenshot of the Artificial Analysis AA-Image-T2I v2.1 leaderboard captured on 20 November 2026: GPT Image 2.6 Sunburst (max) first at 1,261 Elo and $210.72 per 1,000 images, MAI-Image-2.7 fourth at 1,214 Elo from 5,008 samples and $34.82 per 1,000 images, MAI-Image-2.7-Flash eleventh at 1,158 Elo from 5,951 samples and $10.24 per 1,000 images.

Essa assimetria deve orientar a decisão mais do que a pontuação principal. Se sua carga de trabalho for principalmente geração — banners, renders de produtos, ilustração a partir de prompt —, o prêmio do modelo principal está comprando a maior das duas melhorias, e ele ainda é 6x mais barato que o GPT Image 2.6 Sunburst (max), a $210.72 por mil no mesmo comparativo, apesar de ficar 47 pontos atrás. Se sua carga de trabalho for principalmente edição, o prêmio compra a menor delas.

A linha de geração também explica por que o Flash não é simplesmente “o 2.7 barato”. Ele entrou no ranking de geração em nº 11, abaixo de Kli​ng Image 4.0 e Nano Banana 2.1, em uma faixa em que ser barato não é incomum — Nano Banana 2.1 aparece a US$ 33,60 e Seedream 5.5 a US$ 20,00 por mil no mesmo ranking. Os US$ 10,24 do Flash são o menor valor da sua vizinhança, não o menor do ranking, e o motivo para escolhê-lo é a combinação, e não uma das metades isoladamente.

Uma cláusula é a documentação inteira.

Toda a descrição pública do que o Flash mudou é uma única cláusula em um cartão de modelo compartilhado: “MAI Image 2.7 Flash é uma versão otimizada do MAI Image 2.7.” Nenhuma contagem de parâmetros para a variante. Nenhuma declaração sobre se a otimização significou destilação, menos etapas de amostragem, uma passagem de refinamento menor ou quantização. Nenhuma data de lançamento separada, nenhuma data separada para a UE, nenhuma linha de limites separada.

A ficha confere ao carro-chefe 20 bilhões de parâmetros não-embedding, um contexto de 32K tokens, um teto de saída de 4.194.304 pixels equivalente a 2048×2048, uma janela de treinamento de abril a novembro de 2026 e uma data de lançamento em 17 de novembro de 2026. O Flash herda a seção por adjacência. Essa é uma inferência razoável e continua sendo uma inferência: se o Flash fosse um modelo destilado de 6B, a ficha técnica como escrita não a contradiria.

O que está documentado para ambos é o suporte à transparência — “imagens de produto, logotipos, ícones e ilustrações prontos para uso, sem recortes manuais” — e que ambos ficam naquilo que a Microsoft chama de fronteira de Pareto entre qualidade e custo para geração e edição. A segunda afirmação é uma declaração de posicionamento, não um benchmark, e é o tipo de coisa que todo laboratório diz sobre cada nível que lança.

A velocidade é a alegação sem nenhum número por trás.

O motivo para esperar que o Flash seja mais rápido é estrutural, não evidencial. A Microsoft diz que ele "entrega a velocidade e a eficiência necessárias para cargas de trabalho de produção", e fez do Flash o motor do Canvas, uma superfície interativa em que o usuário clica em uma região e espera por uma atualização da tela. Você não coloca um modelo lento atrás de um clique. O Bing Image Creator, agora usando a família MAI Image como padrão, é o mesmo argumento na escala do consumidor.

Ainda não há nenhum número publicado de latência, throughput ou tempo até a primeira imagem para qualquer um dos modelos. O Artificial Analysis não informa a velocidade de inferência para essas linhas. Portanto, a única dimensão em que a vantagem do Flash deveria ser maior é justamente a dimensão que ninguém mediu publicamente, e qualquer afirmação sobre desempenho, em qualquer sentido, é atualmente especulação disfarçada de fato. Se você está escolhendo entre os níveis com base na velocidade, a única resposta honesta hoje é que você terá de medi-la com seus próprios prompts — o que é barato de fazer e vale a pena antes de comprometer um pipeline.

Roteando um modelo de dois níveis como um único modelo

O padrão que este par recompensa não é uma migração, mas uma divisão: enviar o volume rotineiro para o Flash e escalar os casos difíceis. Isso é mais fácil de operar quando ambos os níveis respondem em uma única chave, com uma única linha de cobrança e um único caminho de código, para que a regra de escalonamento fique na configuração, e não em uma segunda integração. É o formato para o qual o OrcaRouter foi construído — uma DSL de roteamento que pode enviar uma classe de requisição para um modelo e recorrer a outro, e failover automático quando um provedor falha no meio do lote.

Nenhum dos dois modelos MAI está no catálogo do OrcaRouter em 20 de novembro de 2026, então não há nada para rotearmos aqui e nenhuma forma honesta de sugerir o contrário. A prévia pública do Microsoft Foundry e várias plataformas de terceiros são os caminhos documentados. O que está no catálogo a preço de tabela com 0% de markup é o GPT-Image-2.5 Sunburst e o GPT-Image-2.5 Flare — um editor de 1.202 Elo e um gerador de 1.210 Elo, ambos com preço de US$ 210,72 por mil, segundo a estimativa da Artificial Analysis. Esse preço é o número a manter ao lado dos US$ 35 da Microsoft quando a discussão sobre o premium surgir: o carro-chefe é caro em relação ao seu próprio irmão e barato em relação a quase todo o resto do ranking.

Como escolher em uma tarde

Três perguntas bastam para decidir, e nenhuma delas exige um ranking. Primeira: o trabalho é predominantemente de geração ou predominantemente de edição? Geração amplia a diferença para 56 pontos e favorece o modelo principal; edição a reduz para 36 e favorece o Flash. Segunda: quantas imagens por mês? Abaixo de alguns milhares, a diferença de preço não entra na decisão e a qualidade do modelo principal sai de graça em termos absolutos. Terceira: o fluxo de trabalho tolera uma nova tentativa? A economia do Flash pressupõe que você pode se dar ao luxo de refazer uma saída fraca; um pipeline que precisa acertar na primeira chamada está comprando a consistência do modelo principal, não a pontuação dele.

Duas coisas mudariam esse quadro, e nenhuma delas aconteceu ainda. Uma tabela de preços publicada com itens detalhados — imagens de referência, resolução de saída, descontos por lote — substituiria a aproximação única da Microsoft por algo com base no qual se possa montar um orçamento, e bem pode reduzir a diferença de 3,4x quando a resolução entrar no cálculo. Um segundo ciclo de avaliação no Flash nos diria se 1.179 é onde o modelo se estabiliza ou de onde ele partiu; a própria linha do modelo principal já variou três pontos com pesos idênticos nesta família, então uma primeira leitura é só uma primeira leitura.

Até então, o resumo defensável é limitado e vale a pena dizer claramente: o carro-chefe é o melhor modelo nos dois rankings e o único com uma reivindicação de nº 1 associada; o Flash é um modelo de produção de verdade, e não uma demonstração reduzida, por cerca de um terço do preço; e a escolha entre eles é uma questão sobre a combinação das suas cargas de trabalho, não sobre qual número é maior.