Images 2.6 против Meta Muse Image: разрыв в цене в 21× — это в основном история про настройки качества

Встречающееся в цитатах сравнение таково: Images 2.6 стоит примерно в 21 раз больше того, что Meta Muse Image стоит. Эта цифра реальна и в то же время вводит в заблуждение, потому что сравнивает самую дорогую настройку вывода OpenAI с единственной у Meta. GPT-Image-2.6 Sunburst тарифицируется по $30 за миллион выходных токенов изображений, и при бюджете токенов «max» это примерно $0,21 за картинку. Meta берёт фиксированный один цент. Но снизьте Sunburst до среднего качества — где на самом деле выполняется большая часть рабочей нагрузки — и показатель OpenAI окажется ближе к $0,013. Тогда разрыв составит 1,3×, а не 21×, и весь аргумент придётся перестраивать вокруг чего-то иного, нежели цена. Images 2.6 вышла 4 ноября 2026 года в двух вариантах API — Sunburst и оптимизированном по скорости GPT-Image-2.6 Flare. Meta Muse Image общедоступна с 7 июля 2026 года, создана Meta Superintelligence Labs под кодовым названием Mango и является самым дешёвым надёжным API для изображений этого поколения.

Так что полезный вопрос — не «что дешевле». А «что дают дополнительные деньги на каждой ступени качества и в какой момент фиксированная ставка Meta перестаёт быть правильным ответом даже для команды, которая следит за бюджетом».

Правильно выполняя арифметические вычисления

OpenAI не публикует цену за изображение, поэтому любая цифра в расчёте на изображение выводится из токенной модели. Тарифы составляют $5 за миллион входных текстовых токенов (при кэшировании — $1,25), $8 за миллион входных токенов изображения (при кэшировании — $2) и $30 за миллион выходных токенов изображения; пакетные тарифы OpenAI вдвое ниже, хотя на страницах моделей 2.6 в настоящее время /v1/batch указан как неподдерживаемый, поэтому сегодня эта скидка недоступна для данной модели. Бюджеты выходных токенов по настройкам качества унаследованы от поколения 2.5, что делает эти значения оценками, а не опубликованными цифрами для 2.6 — и это важная оговорка, поскольку изменение токенизатора или графика бюджетов сдвинуло бы все приведённые ниже цифры.

• Низкое качество — примерно 196 выходных токенов, около $0.006 за изображение. Дешевле, чем Meta.

• Средний — примерно 439 токенов, около $0.013. От цены Meta «десять центов за десять» это отличается менее чем на треть цента.

• Высокий — примерно 1 756 токенов, около $0,053. В пять раз больше, чем у Meta.

• xhigh — примерно 3 122 токена, около $0.094. В девять раз больше, чем у Meta.

• Max — примерно 7 024 токена, около $0.21. В двадцать один раз больше, чем Meta. Именно эту цифру обычно цитируют.

• Meta Muse Image — $0.01 фиксированно, с включённым поисковым обоснованием, при любом поддерживаемом разрешении. Реселлеры указывают $0.011.

Есть два следствия. Первое: ценообразование OpenAI — это регулятор, а у Meta — нет. Команда, которая стандартизируется на низком или среднем качестве, может запускать Images 2.6 примерно за те же деньги, что и Muse, и получить другой профиль сбоев, а не другой бюджет. Второе: именно регулятор — то место, где бюджеты реально ломаются: никто не ставит целью генерировать на максимуме, но максимум — это всего один параметр от среднего, и в ответе нет оценки стоимости на запрос, которая сказала бы вам, сколько вы только что потратили.

Эта асимметрия — оплата по факту потребления против фиксированной — и есть честный аргумент в пользу роутера, помимо удобства. OrcaRouter выставляет счета по прайс-листу провайдера с наценкой 0%, поэтому модель с оплатой по токенам остаётся с оплатой по токенам, а с фиксированной — фиксированной; в итоге и то и другое — за одним ключом и в одном счёте, а значит, расходы по каждой модели можно сопоставить в одном месте, а не восстанавливать из двух биллинговых систем. Автоматическое переключение при сбое здесь тоже важно больше, чем обычно: если запрос за $0,21 падает на дальнем конце, вы заплатили за попытку, а не за изображение, и повторные попытки в ту же деградировавшую конечную точку — это то, как дешёвый месяц превращается в дорогой.

Что дают дополнительные деньги на уровне high и выше

Quality Elo — единственная доступная межвендорная метрика, и только предок был измерен.

По AA-Image-Editing v2.1, проверено 5 ноября 2026 г.: GPT Image 2.5 Sunburst (max) набирает 1,199 на 18,300 образцах. Meta Muse Image набирает 1,129 на 13,426 образцах. Это разрыв в 70 баллов, значительно выходящий за пределы обоих доверительных интервалов, и это самое ясное утверждение в этой статье: на вершине линейки OpenAI Muse не близок.

На AA-Image-T2I v2.1 разрыв аналогичный — 1,224 у GPT Image 2.5 Sunburst против 1,127 у Muse Image, а GPT Image 2 (high) с 1,188 находится между ними. У самой Images 2.6 пока нет строки ни в одной из таблиц. Она вышла вчера; рейтингам Elo нужны тысячи парных голосов, так что это запаздывание, а не результат.

Открытый вопрос заключается в том, где проходит точка пересечения. Muse Image с показателем 1 127 — это примерно уровень GPT Image 2 по состоянию на апрель 2026 года и примерно наравне с MAI-Image-2.6 с показателем 1 168 в преобразовании текста в изображение. Если Sunburst в среднем качестве окажется где-то рядом с GPT Image 2 (высокое качество) с показателем 1 188, то настройка за $0,013 даёт около 60 Elo сверх Muse за три десятых цента. Если же он окажется ближе к 1 140, то это даёт 13 Elo, и Meta безоговорочно выигрывает спор о соотношении цены и качества. Пока никто не может сказать, какой из вариантов верен, — и этот единственный неизвестный фактор стоит больше, чем все остальные факты в этом сравнении.

Архитектурное различие, которое никто не закладывает в цену

Meta Muse Image — это не diffusion-эндпоинт с очередью промптов. Это агентный генератор: по описанию Meta, он рассуждает перед рендерингом, может вызывать веб-поиск и выполнение кода в середине генерации и сам дорабатывает свой результат. Именно поэтому поисковая привязка включена в стоимость, а не тарифицируется как вызов инструмента — ожидается, что модель сама пойдёт и что-то найдёт.

Что это даёт, вполне реально и конкретно. Попросите плакат с названием текущего продукта, логотипом под определённым углом или сценой, которая должна соответствовать фактической детали, — и модель, опирающаяся на факты, сможет установить эту деталь, а не выдумать её. Попросите схему с арифметическими вычислениями — и модель, которая умеет выполнять код, имеет больше шансов, что арифметика будет верной, чем модель, которая предсказывает символы.

Чем это вам обходится помимо денег — так это предсказуемостью. Агентный цикл, который сам решает, сколько шагов сделать, сложнее ограничить, чем фиксированный денойзинг, и сложнее сделать идемпотентным — один и тот же промпт может пойти разным путём в другой день. Для пакетной задачи, создающей десять тысяч изображений для каталога, это реальная операционная стоимость, которая не фигурирует ни в одном из прайс-листов.

Images 2.6 движется в противоположном направлении, причём напрямую сопоставимым образом. В нём добавлен complexity — параметр, который управляет тем, сколько «пространства для планирования» получает модель (рекомендация OpenAI — начинать с низкого значения и повышать его, когда в сцене есть несколько взаимодействующих ограничений), — и он выставлен как явная настройка для каждого запроса. Иными словами, один вендор сделал цикл планирования автоматическим, а другой — регулируемым. Что лучше, целиком зависит от того, предпочитаете ли вы, чтобы решение принимала модель, или принимаете его сами.

Референсные изображения и предел разрешения

Именно здесь пути двух продуктов расходятся, и это определяет целые рабочие процессы.

• Референсные изображения — Meta Muse Image принимает до 10, а Meta утверждает, что обеспечивает 94%-ную согласованность персонажей в серии. Images 2.6 добавляет многоразовые сохранённые референсные изображения в ChatGPT и поддерживает входные изображения как в эндпоинте генерации, так и в эндпоинте редактирования; OpenAI не опубликовала максимальное количество референсов для моделей 2.6.

• Потолок вывода — Muse Image ограничивается примерно 1 600 пикселями по длинной стороне, что является осознанным выбором для размещений в соцсетях и рекламе и жёстким ограничением для печати. У Images 2.6 нет опубликованного уровня 2K или 4K в том же смысле, в каком он есть у линейки Gemini; разрешение подразумевается бюджетом выходных токенов, а не предлагается как именованные уровни.

• Форматы вывода — В Images 2.6 добавлен экспорт в SVG, которого нет в Muse Image. Для работы с логотипами, иконками и схемами векторный вывод является решающим независимо от цены, поскольку растровое изображение невозможно масштабировать до вектора, сколько бы баллов Elo оно ни набрало.

Потолок в 1 600 пикселей — самый редко упоминаемый факт о Muse Image. Фиксированная цена в один цент — это действительно нечто исключительное для изображения для ленты. Это не замена продуктовому снимку в 2K, и команды, которые выбирают по цене, а об ограничении узнают постфактум, в итоге платят за апскейлер — а это вторая модель, второй поставщик и второй режим отказа.

Математика объёма в трёх масштабах

• 1 000 изображений в месяц — Muse: $10. Images 2.6: при среднем — $13, при высоком — $53, при максимальном — $210. Разница: между ценой чашки кофе и ценой ноутбука. При таком масштабе решение должно приниматься исключительно по качеству результата.

• 100 000 изображений в месяц — Muse $1 000. Images 2.6 при среднем качестве — $1 300, при высоком — $5 300, при максимальном — $21 000. Это тот диапазон, где дисциплина выбора настроек качества становится статьёй бюджета и где команду, которая не наладила учёт использования своих токенов, ждёт сюрприз.

• 5 млн изображений в месяц — Muse: 50 000 $. Images 2.6 на среднем уровне — 65 000 $, на высоком — 265 000 $. При таком объёме модель с фиксированной ставкой не просто дешевле; это единственная модель, стоимость которой можно узнать до конца месяца.

Закономерность в том, что преимущество Meta зависит от вашей нижней границы качества, а не от объёма. Если ваши критерии приёмки выполняются при среднем качестве и вы генерируете в масштабе, Muse выигрывает по обеим осям, и сравнение закончено. Если они выполняются только при высоком качестве или выше, вы платите в пять–двадцать раз больше тарифа Meta за преимущество в 40–70 пунктов Elo, и оправданно ли это, зависит от того, во что вам обходится отклонённое изображение, — а на этот вопрос не отвечает ни один бенчмарк.

Где каждому из них место

Meta Muse Image — это правильный выбор по умолчанию для массовых, ориентированных на потребителя изображений в соцсетевом формате: постов в ленте, вариантов рекламы, эффектов для историй — всего, где достаточно вывода в 1 600 пикселей и где десятая доля цента за единицу меняет то, что вы можете себе позволить попробовать. Агентное поведение — настоящее преимущество для промптов, требующих уточнения факта, а поисковая привязка без дополнительной платы — самая выгодная функция в обоих продуктах.

Images 2.6 — правильный выбор, когда результат должен выдержать придирчивую проверку: предметная фотосъёмка, которую будут кадрировать и ретушировать, работа, требующая векторного вывода, правки, направляемые разметкой, и всё, что нуждается в анимации — функция GIF, аналога которой у Meta нет. Заявленное улучшение варианта Sunburst по сравнению с 2.5 — согласованность на протяжении серии правок, и это ровно то свойство, которое важно для рабочего процесса каталога, и ровно то свойство, которое скрывает средний балл Elo.

Ни один из них не является окончательным ответом. У дорогой модели нет независимой оценки, а у дешёвой есть потолок разрешения, и громкая цифра 21× сравнивает два режима, которые ни одна команда не использует одновременно. Сначала измеряйте на среднем режиме. Именно в нём два продукта действительно конкурируют, и именно о нём никто не пишет.