Qwen-Image-2.1 vs MAI-Image-2.6 Preview: Um está no ranking, o outro pode ser baixado

MAI-Image-2.6 Preview está no topo do ranking independente de edição de imagens e você não pode comprá-lo. Qwen-Image-2.1 é um download de 33 GB que qualquer pessoa pode executar hoje e não aparece nesse ranking de jeito nenhum. Entre esses dois fatos está toda a comparação, e não se trata de uma comparação de qualidade — trata-se de uma comparação de evidências. O modelo da Microsoft tem votos de estranhos e nenhuma página de finalização de compra. O outro modelo tem um download sem finalização de compra e nenhum voto de estranhos. Decidir entre eles significa decidir com qual dessas lacunas você consegue conviver. O Qwen-Image-2.1 foi disponibilizado como código aberto em 20 de setembro de 2026; o MAI-Image-2.6 Preview está em pré-visualização privada desde 19 de agosto de 2026.

O que o ranking realmente avalia

A Artificial Analysis realiza comparações pareadas cegas e as transforma em um Elo. No snapshot de setembro de 2026 do seu quadro de edição de imagens, o MAI-Image-2.6 lidera com cerca de 1.122 — à frente do GPT Image 2 (high), com aproximadamente 1.117. Em texto para imagem, ele fica em segundo lugar, com cerca de 1.149, atrás do GPT Image 2 (high), com aproximadamente 1.178. Esses são votos reais de pessoas reais comparando resultados cuja proveniência elas desconheciam, o que é uma classe de evidência categoricamente melhor do que o benchmark do próprio fornecedor.

A ressalva está embutida na palavra "Preview". Uma versão Preview acumula votos de uma população autosselecionada — as pessoas com acesso por convite — e suas pontuações podem mudar de forma relevante quando a versão de disponibilidade geral a substituir. Trate o Elo como um sinal forte sobre a direção do modelo e um sinal fraco sobre o modelo que você eventualmente poderá chamar.

A evidência do Qwen-Image-2.1 é a imagem espelhada. O próprio Qwen-Image-Bench do fornecedor coloca-o em 60,28, à frente do Nano Banana 2.0, com 59,82, e do GPT Image 1.5, com 59,65, em primeiro lugar entre os modelos abertos. São números executados pelo fornecedor, sem reprodução por terceiros, e as margens são inferiores a um ponto — uma diferença que não sobreviveria a uma mudança no conjunto de prompts. O único ponto de dados independente é uma avaliação com pontuação humana do GenAI Showdown, com 7/15, um avanço em relação aos 4/15 do Qwen-Image original e atrás dos 8/15 do Ideogram 4. Nos rankings de imagens da Artificial Analysis, o Qwen-Image-2.1 não tem entrada. Não é uma pontuação ruim. É a ausência de uma, porque o Elo independente exige que pessoas suficientes executem o modelo publicamente para gerar votos, e um modelo que tem apenas um dia e é apenas auto-hospedado não teve a oportunidade.

Onde os dois modelos realmente diferem na planilha

• Acesso — O Qwen-Image-2.1 tem pesos abertos, cerca de 33 GB, disponível para download hoje; o MAI-Image-2.6 Preview é restrito por convite no MAI Playground e no Microsoft Foundry, sem API pública e sem tabela de preços.
• Teto de resolução — O Qwen-Image-2.1 gera nativamente até 2048×2048 em 40 passos de inferência, com sete predefinições de proporção de aspeto; a linha MAI-Image-2.5 limitava a saída a cerca de 1.048.576 pixels, e a Microsoft não publicou um valor superior para a versão Preview 2.6.
• Transparência — O Qwen-Image-2.1 emite alfa a partir de um espaço latente RGBA de 64 canais e consegue extrair um sujeito de uma fotografia para uma camada transparente; não foi documentada nenhuma saída com fundo transparente para a linha MAI-Image.
• Imagens de referência — O Qwen-Image-2.1 aceita até 10 para composição com vários sujeitos e prova virtual; a Microsoft não publicou um número de imagens de referência para a versão de pré-visualização.
• Controles de edição — O Qwen-Image-2.1 aceita edições de região através de círculos coloridos que anotam várias áreas numa única instrução, marcas pintadas à mão livre, ou um par separado de original mais máscara que preserva a imagem de origem completa; o MAI-Image-2.5 foi posicionado como um especialista em edição com edição local e preservação da identidade facial, e a versão Preview 2.6 herda esse enquadramento.
• Licença — O Qwen-Image-2.1 é disponibilizado ao abrigo do Acordo de Licença de Investigação Qwen, datado de 20 de setembro de 2026, apenas para uso não comercial; o MAI-Image-2.6 Preview é uma pré-visualização comercial sem termos comerciais publicados.

A linha que o deve fazer parar para pensar não é nenhuma das linhas de capacidades. É a última: nenhum dos modelos tem uma folha de termos comerciais publicada. Um proíbe pura e simplesmente o uso comercial até obter uma licença separada. O outro não tem preço nenhum, porque ainda não há forma de o comprar.

A fidelidade de edição é o eixo que ambos reivindicam

Ambos os modelos estão sendo vendidos com a mesma promessa: você pode editar uma imagem repetidamente sem que o sujeito sofra desvio. O posicionamento da Microsoft para a linha MAI-Image é a preservação da identidade facial e a edição local com raciocínio visual por trás — o modelo deve entender o que você está apontando, não apenas onde. O posicionamento da Qwen para o Qwen-Image-2.1 é explícito quanto ao modo de falha que visa: desvio da identidade facial e deformação do texto, da textura e da forma do produto em edições repetidas. Ambas são alegações dos fornecedores, e ambas descrevem o mesmo problema.

A diferença prática é qual deles você pode testar nesta tarde. O Qwen-Image-2.1 é um download e um pipeline de diffusers — QwenImage21Pipeline integrado ao Diffusers, com suporte no dia zero no ComfyUI, SGLang, vLLM-Omni e LightX2V. Você pode rodar vinte iterações de edição no seu próprio sujeito e avaliar o desvio por conta própria. O MAI-Image-2.6 Preview exige um convite, então, para a maioria das pessoas, a questão da fidelidade continua sendo uma afirmação até que o acesso seja liberado.

Há mais uma capacidade específica de edição que vale a pena destacar, porque é incomum. O Qwen-Image-2.1 consegue encadear edições locais em uma animação simples quadro a quadro — o mesmo mecanismo de transparência que produz um recorte também permite que uma sequência de edições de regiões construa movimento. Não é um modelo de vídeo e não deve ser comparado a um, mas é uma forma barata de produzir um loop curto sem tocar em um endpoint de vídeo.

Custo, e por que nenhum dos dois números está em uma página de preços

O Qwen-Image-2.1 não tem preço de versão hospedada porque não há endpoint hospedado. O custo é o tempo da sua própria GPU, e os números de serviço estão publicados: o SGLang-Diffusion mede 2,748 s para uma geração de 1024×1024 em 40 passos em uma única B200, 8,23 s em uma RTX PRO 6000 Blackwell de 96 GB, e 4,74 s em uma RTX 4090 de 24 GB usando kernels Cache-DiT e INT8, apenas denoising. Essas são latências de requisição individual, não throughput, mas são suficientes para uma verificação de sanidade se uma placa cobre o seu volume.

O MAI-Image-2.6 Preview não tem um preço publicado próprio — a Microsoft o vende por meio do Foundry e do Playground, não em uma tabela pública de preços. O painel independente lista um, e é o único sinal de preço associado a este modelo: US$ 38,9 por 1.000 imagens, registrado para a build de pré-visualização pela Artificial Analysis. Isso fica entre o padrão MAI-Image-2.5, a US$ 48,1 por 1.000, e o MAI-Image-2.6-Flash, a US$ 19,5, que é mais ou menos onde um modelo de nível intermediário deveria se posicionar. Trate-o como o valor do painel, e não como uma cotação pela qual você possa comprar.

Onde o OrcaRouter se encaixa em uma decisão como esta é no lado hospedado, e ser preciso quanto a isso importa. Não roteamos nenhum dos dois modelos. O MAI-Image-2.6 Preview só é acessível pelas próprias superfícies da Microsoft enquanto permanece sob convite, e não oferecemos nenhuma rota de imagem da Microsoft. O Qwen-Image-2.1 é apenas auto-hospedado, e não roteamos nenhum modelo Qwen-Image de qualquer versão. O que nós oferecemos é a linha de imagens com a qual você, de outra forma, combinaria estes modelos: GPT-Image-2, GPT-Image-1.5 e GPT-Image-1-mini da OpenAI, os níveis do Imagen 4 e as prévias de imagem do Gemini do Google, e o endpoint de imagem Grok Imagine da xAI — mais de 200 modelos por trás de um único endpoint compatível com OpenAI, preço de tabela do provedor repassado sem markup, failover automático entre provedores, uma DSL de roteamento para compor fallbacks, e fusão de modelos para chamadas no estilo painel. O repasse importa para uma comparação como esta: quando um fornecedor desse conjunto altera uma tarifa, nosso número muda no mesmo dia, o que é a única forma de manter uma camada de roteamento honesta em relação ao preço direto do fornecedor.

Com qual lacuna você consegue conviver?

• Você precisa de um número que consiga defender — MAI-Image-2.6 Preview, se você conseguir acesso. Votos cegos independentes no topo do ranking de edição superam um benchmark de fornecedor, e se a decisão tiver de ser justificada a outra pessoa, essa é a evidência que resiste ao escrutínio.
• Você precisa entregar algo hoje — Qwen-Image-2.1. Os pesos são públicos, os frameworks dão suporte, e a licença permite pesquisa e avaliação imediatamente. Sem convite, sem lista de espera.
• Você precisa de transparência ou 2K — Qwen-Image-2.1, e esta é a única linha da planilha em que não há disputa acirrada. O canal alfa vem do sampler, e a linha MAI-Image não documentou saída transparente de forma alguma.
• Você precisa vender o resultado — nenhum dos dois, do jeito que as coisas estão. O Qwen-Image-2.1 proíbe isso sem uma licença separada, e o MAI-Image-2.6 Preview não pode ser comprado. Para um pipeline comercial, busque algo com uma tabela de preços publicada e uma licença comercial.

As duas coisas que vale a pena acompanhar dizem ambas respeito ao fechamento da mesma lacuna. Se a Microsoft tirar o MAI-Image-2.6 da pré-visualização com uma tabela de preços pública, ele deixa de ser uma curiosidade de ranking e passa a ser uma opção comprável com a melhor evidência independente de edição no ranking. Se a Qwen publicar termos comerciais para o Qwen-Image-2.1 e o modelo começar a aparecer nos rankings independentes, a linha da licença deixa de fazer todo o trabalho. Até lá, a leitura honesta é que isto não é um confronto entre dois produtos — é um confronto entre dois tipos de informação em falta.