MAI Image 2.7 Preview vs Ideogram 4.5: Duas formas de "preciso", apenas uma com preço

Ambos os modelos foram vendidos com base em precisão, e a palavra significa coisas diferentes em cada apresentação. O Ideogram 4.5, lançado em 30 de setembro de 2026, significa precisão em nível de pixel: uma máscara que indica quais pixels podem mudar, uma edição que é executada na resolução original da imagem de origem em vez de reduzi-la primeiro, e uma promessa documentada de que os pixels ao redor permanecem onde estavam. O MAI Image 2.7 Preview, lançado pela Microsoft AI quatro semanas depois, em 27 de outubro de 2026, significa precisão em nível de julgamento: mudar o estilo de uma cena inteira sem quebrá-la, reiluminá-la corretamente, reescrever o texto para que ele pertença à superfície em vez de flutuar sobre ela.Nenhum desses dois pode ser chamado por meio de um gateway, e nenhum dos fornecedores disse quando isso vai mudar.Veja os modelos de imagem que podem ser roteados hoje. Os modelos que você pode chamar estão listados com seus preços do provedor.

Essas não são alegações concorrentes sobre a mesma capacidade. Uma é uma superfície de controle, a outra é um modelo de gosto. E a diferença prática entre elas aparece na parte menos glamourosa da ficha técnica: a Ideogram 4.5 publica uma convenção de máscara e um preço por imagem; a MAI Image 2.7 Preview não publica nenhum dos dois.

O que "Preciso" significa quando há uma máscara

Uma máscara é um contrato. O Ideogram 4.5 aceita uma, com o preto marcando a região a editar e o branco marcando a região a preservar, junto com até cinco imagens de entrada — uma fonte mais quatro referências. Essa interface transforma uma edição em algo que você pode especificar, em vez de algo que você descreve e espera que dê certo.

Também torna o modelo testável de um modo que um editor baseado apenas em prompts não permite. Se um cliente disser "mude o rótulo da garrafa e nada mais", a versão com máscara pode ser verificada mecanicamente: compare a saída com a entrada fora da região mascarada e conte os pixels alterados. A versão por prompt exige que uma pessoa olhe para as duas imagens e forme uma opinião. Com cinco ativos, essa diferença não é nada. Com quinhentos, é a diferença entre uma etapa de QA e um departamento de QA.

A Microsoft não publicou nenhuma semântica de máscara, nenhuma interface de caixa delimitadora e nenhum controle de coordenadas para o MAI Image 2.7 Preview. O modelo aceita uma instrução e uma imagem de origem. O que ele altera é decidido pelo modelo, e a descrição da empresa sobre os objetivos de design — restilização de cena inteira, reiluminação, restauração de um ativo, edição de texto e símbolos no contexto — é uma descrição de edições intencionalmente globais. Essa é uma escolha de design legítima para os trabalhos aos quais o 2.7 se destina. É também o motivo pelo qual você não pode entregar a ele uma edição regional restrita e esperar que o contrato se mantenha.

Vinte e quatro megapixels na entrada, vinte e quatro megapixels na saída

A demonstração principal do Ideogram para o 4.5 foi uma edição em uma fonte de 4,016×6,016 — cerca de 24,2 megapixels — realizada sem reduzir a resolução da entrada primeiro. Esse é um benchmark específico e incomumente honesto, porque a redução de resolução é onde a maioria dos modelos de edição silenciosamente perde aquilo com que você se importava. Uma imagem que é reamostrada para dois megapixels, editada e ampliada de volta passou por duas transformações com perdas antes de você vê-la, e a região "preservada" não está preservada de forma alguma; é uma reconstrução.

A saída nativa do 4.5 é 2K, com uma borda longa de 2.048 pixels na configuração de qualidade máxima e treze proporções de aspecto de 1:1 até 3:1. Portanto, o argumento de venda não é que ele retorne 24 megapixels. É que uma fonte grande sobrevive ao ciclo completo sem ser achatada na entrada.

Para o MAI Image 2.7 Preview, nenhuma resolução foi publicada. O predecessor MAI-Image-2.6 limitava a saída a cerca de 1536×1536, e assumir que o 2.7 iguala isso seria inferência, não reportagem. Quando um lado de uma comparação tem um número publicado e o outro silencia, o número publicado não é automaticamente o melhor — mas é o único sobre o qual você pode projetar.

A tipografia é onde os dois pitches colidem

A renderização de texto é a única capacidade que ambos os modelos reivindicam sem ressalvas, e vale a pena especificar por que ela é difícil nas duas direções.

A reputação da Ideogram foi construída sobre tipografia na geração — palavras legíveis, ortografia correta, layouts que respeitam a hierarquia de um título. Na versão 4.5, essa força se estende às edições, e o modelo também mantém um modo texto para imagem, para que uma equipe possa gerar um layout com palavras reais e depois revisar o mesmo layout sem trocar de ferramenta.

A afirmação da Microsoft sobre o 2.7 é mais restrita e, em um aspecto, mais difícil: alterar texto e símbolos existentes mantendo-os integrados — acompanhando a perspectiva de uma placa, a curvatura de um rótulo, a iluminação em uma superfície impressa. Esse é um problema diferente de renderizar uma manchete de forma limpa em uma tela plana, e é o problema que aparece quando uma campanha precisa da mesma foto de embalagem em seis idiomas. O Artificial Analysis coloca o 2.7 em primeiro lugar em edição de texto e símbolos entre as sete ações que avalia, o que é a evidência independente mais forte que qualquer um dos dois modelos tem neste eixo específico.

A pegadinha é que o resultado textual é um ranking por categoria, não uma garantia por imagem, e não diz nada sobre quantas tentativas um caso difícil exige. A Microsoft diz que o 2.7 melhorou em todos os dez casos de uso e em todas as sete ações de edição em relação ao 2.6, com uma vantagem de 24 pontos em cena e estilo; esses são recortes da própria empresa de um ranking independente, e as execuções subjacentes não são públicas.

A Escada de Preços, e o Modelo que Não Tem Nenhuma

O Ideogram 4.5 cobra por nível de qualidade em vez de resolução, o que é uma escolha incomum e majoritariamente sensata: você paga por quanto o modelo “pensa”, não por quantos pixels recebe de volta. Os níveis publicados ficam em torno de US$ 0,03 no Baixo, US$ 0,06 no Médio e US$ 0,22 no Alto por imagem, com um nível muito baixo adicional disponível apenas para edições, cotado por alguns revendedores a partir de cerca de US$ 0,008. Os prompts são expandidos por meio de uma opção Magic Prompt, as seeds são expostas, e uma única solicitação pode retornar até oito imagens — o que significa que o custo efetivo por resultado utilizável depende muito de quantos candidatos você gera antes que um esteja correto.

Esse último ponto merece ênfase porque inverte o preço anunciado. Um modelo a US$ 0,03 que precisa de quatro tentativas custa doze centavos; um modelo a US$ 0,22 que acerta na primeira tentativa é a opção mais barata. A lista de níveis é um menu, não uma conta.

O MAI Image 2.7 Preview não tem preço porque não tem endpoint comercial. Ele está disponível no MAI Playground, na Arena e no Artificial Analysis. Não há API, nenhuma listagem no Foundry e nenhuma tabela de preços. O mais próximo de uma previsão é o preço do Foundry do antecessor — US$ 5 por milhão de tokens de entrada de texto, US$ 8 por milhão de tokens de entrada de imagem, US$ 38 por milhão de tokens de saída de imagem, cerca de quatro centavos por imagem — o que dá uma ideia aproximada de como a Microsoft precifica trabalho com imagens, mas nada sobre onde o 2.7 vai chegar.

Onde ficam as pontuações e por que a diferença é menor do que parece

MAI Image 2.7 Preview está em segundo lugar no AA-Image-Editing v2.1 com 1.193 Elo, seis atrás de GPT Image 2.5 Sunburst. O Ideogram 4.5 foi reportado com 1.064 Elo e em vigésimo terceiro lugar no ranking de edição, com 1.014 Elo e trigésimo quarto de 167 no ranking de texto para imagem.

Esses dois valores de edição não constituem uma subtração limpa, pelo mesmo motivo pelo qual nunca há uma subtração limpa entre revisões do ranking: o número 4,5 vem da sua própria janela de revisão, e o número 2,7 vem de um snapshot de 22 de outubro de um ranking que já foi reconstruído pelo menos uma vez este ano. A direção da diferença não está em dúvida — um modelo entre os três primeiros contra um modelo na vigésima terceira posição é uma separação real —, mas o tamanho dela não é uma medição.

O que a colocação diz é que o argumento de precisão do Ideogram não se traduziu em uma pontuação de edição de ponta. Sua pontuação de texto para imagem, 1.014, fica pouco acima da 1.011 da geração anterior. O argumento da empresa sempre foi sobre controle e tipografia, e não sobre posição no ranking, e o 4.5 é consistente com isso: uma ferramenta controlada em uma classificação de meio de tabela, com preço por nível, e uma interface de máscara que a torna auditável.

A Promessa dos Pesos Abertos

A Ideogram disse no lançamento que os pesos do 4.5 seriam liberados em breve. Eles não foram lançados. Isso importa porque é o único recurso que tornaria o modelo categoricamente diferente de qualquer coisa que a Microsoft esteja oferecendo — um checkpoint para download é uma decisão de arquitetura, uma API hospedada é uma dependência.

Até que os pesos apareçam, a alegação é um item de roadmap e deve ser tratada como tal. O modelo está disponível hoje por meio do próprio aplicativo e da API do Ideogram e de uma longa lista de plataformas parceiras, o que é uma forma real de disponibilidade, mas não é o mesmo que portabilidade.

Escolhendo entre eles

Escolha o Ideogram 4.5 se a edição precisar ser delimitada. Se você consegue desenhar a região que pode mudar, se a origem é grande e precisa ser preservada na própria resolução, se você precisa de um modo texto para imagem e de um modo de edição em um único modelo, e se precisa saber o custo antes de começar — o 4.5 responde às quatro perguntas na documentação. Ele também é o único dos dois que você pode colocar por trás de uma API hoje.

Escolha o MAI Image 2.7 Preview se a edição exigir muito julgamento e o volume for baixo. Reestilizar uma cena, reiluminar uma fotografia, reescrever uma placa de um jeito que respeite a superfície — essas são as tarefas em que uma vantagem de 24 pontos em uma categoria vale algo, e o Playground é um lugar razoável para fazer vinte delas à mão.

O que você não deve fazer é tratar a diferença no leaderboard como uma recomendação de compra. O modelo em segundo lugar não pode ser chamado, e o modelo em vigésimo terceiro lugar pode ser chamado por seis centavos no Medium. Para uma equipe decidindo no que construir neste trimestre, essa é a comparação inteira. A OrcaRouter não hospeda nenhum dos dois, e nenhum dos fornecedores anunciou planos de mudar isso; onde um gateway é útil aqui é nos modelos aos quais você recorreria quando um editor de nível preview não estiver disponível, já que os níveis da OpenAI que cercam 2.7 nesse mesmo quadro podem ser roteados em uma única chave pelo preço de tabela e podem absorver uma chamada com falha sem alteração de código.