MAI Image 2.7 Preview против Ideogram 4.5: два вида «точности», и только у одного есть цена

Обе модели продвигались за счёт точности, и это слово означает разное в каждом рекламном посыле. Ideogram 4.5, выпущенная 30 сентября 2026 года, означает точность на уровне пикселей: маску, которая указывает, какие пиксели могут измениться, редактирование, выполняемое в собственном разрешении исходного изображения, а не с предварительным уменьшением масштаба, и задокументированное обещание, что окружающие пиксели остаются там, где были. MAI Image 2.7 Preview, выпущенная Microsoft AI четыре недели спустя, 27 октября 2026 года, означает точность на уровне суждения: изменить стиль всей сцены, не разрушив её, правильно переосветить её, переписать текст так, чтобы он принадлежал поверхности, а не парил над ней. Ни одну из этих двух нельзя вызвать через шлюз, и ни один поставщик не сообщил, когда это изменится. Смотрите модели изображений, которые доступны для маршрутизации сегодня. Модели, которые вы можете вызывать, перечислены с указанием цен их поставщиков.

Это не конкурирующие заявления об одной и той же возможности. Одно — это поверхность управления, другое — модель вкуса. И практическая разница между ними проявляется в самой неприглядной части спецификации: Ideogram 4.5 публикует соглашение о масках и цену за изображение; MAI Image 2.7 Preview не публикует ни того, ни другого.

Что означает «точный», когда есть маска

Маска — это контракт. Ideogram 4.5 принимает её: чёрный обозначает область для редактирования, а белый — область, которую нужно сохранить, вместе с не более чем пятью входными изображениями — одним исходным и четырьмя референсными. Этот интерфейс превращает редактирование в то, что можно точно задать, а не в то, что вы описываете в надежде на результат.

Это также делает модель тестируемой так, как редактор, работающий только с промптами, — нет. Если клиент говорит: «Измените этикетку бутылки и больше ничего», версию с маской можно проверить механически: сравнить выход с входом вне замаскированной области и посчитать изменённые пиксели. Версия с промптом требует, чтобы человек посмотрел на оба изображения и составил мнение. На пяти ассетах эта разница ничего не значит. На пятистах она — разница между этапом QA и целым отделом QA.

Microsoft не опубликовала ни семантики масок, ни интерфейса ограничивающих рамок, ни управления координатами для MAI Image 2.7 Preview. Модель принимает инструкцию и исходное изображение. Что именно она изменит, решает сама модель, а описание компанией целей дизайна — полная перестилизация сцены, изменение освещения, восстановление ресурса, редактирование текста и символов в контексте — описывает правки, которые намеренно являются глобальными. Это правомерный выбор дизайна для задач, на которые нацелена версия 2.7. Это также причина, по которой нельзя передать ей жёстко ограниченное региональное редактирование и ожидать, что договорённость будет соблюдена.

Двадцать четыре мегапикселя на входе, двадцать четыре мегапикселя на выходе

Ключевая демонстрация Ideogram для 4.5 представляла собой редактирование исходного изображения размером 4,016×6,016 — около 24,2 мегапикселя — выполненное без предварительного уменьшения входного изображения. Это конкретный и на удивление честный бенчмарк, потому что именно при уменьшении масштаба большинство моделей редактирования тихо теряют то, что для вас было важно. Изображение, которое пересэмплируют до двух мегапикселей, редактируют и затем увеличивают обратно, проходит через два преобразования с потерями, прежде чем вы его увидите, а «сохранённая» область вовсе не сохранена; это реконструкция.

Нативный вывод для 4.5 — это 2K: длинная сторона 2 048 пикселей при максимальном качестве и тринадцать соотношений сторон от 1:1 до 3:1. Так что суть не в том, что он выдаёт 24 мегапикселя. А в том, что крупный исходник проходит обработку туда и обратно, не уплощаясь на входе.

Для MAI Image 2.7 Preview разрешение вообще не публиковалось. Предшественник MAI-Image-2.6 ограничивал вывод примерно на уровне 1536×1536, и предполагать, что 2.7 соответствует этому, было бы домыслом, а не сообщением факта. Когда у одной стороны сравнения есть опубликованное число, а у другой — тишина, опубликованное число не обязательно является лучшим — но именно оно единственное, от чего можно отталкиваться в инженерных решениях.

Типографика — это место, где сталкиваются две подачи

Отрисовка текста — единственная возможность, которую обе модели заявляют безоговорочно, и стоит подробно объяснить, почему это сложно в обоих направлениях.

Репутация Ideogram была построена на типографике при генерации — разборчивые слова, правильное написание, макеты, учитывающие иерархию заголовка. В версии 4.5 эта сильная сторона переносится и на редактирование, а модель также сохраняет режим текст-в-изображение, поэтому команда может сгенерировать макет с настоящими словами, а затем доработать тот же макет, не меняя инструментов.

Заявление Microsoft о 2.7 более узкое и в одном отношении более сложное: изменять существующий текст и символы, сохраняя их встроенными, — согласовывая перспективу вывески, кривизну этикетки, освещение на печатной поверхности. Это другая задача по сравнению с чистым отображением заголовка на плоском холсте, и именно эта задача возникает, когда кампании нужен один и тот же снимок упаковки на шести языках. Artificial Analysis ставит 2.7 на первое место по редактированию текста и символов среди семи действий, которые она оценивает, и это самое сильное независимое свидетельство, которое есть у любой из моделей по этой конкретной оси.

Загвоздка в том, что текстовый результат — это рейтинг категории, а не гарантия по каждому изображению, и в нём ничего не говорится о том, сколько попыток требует сложный случай. Microsoft утверждает, что 2.7 улучшилась по всем десяти сценариям использования и всем семи операциям редактирования относительно 2.6, с преимуществом в 24 пункта в сцене и стиле; это собственные интерпретации компании данных независимой таблицы, а лежащие в основе прогоны не опубликованы.

Ценовая лестница и модель, у которой её нет

Ideogram 4.5 устанавливает цены по уровням качества, а не по разрешению — это необычный и в основном разумный выбор: вы платите за то, насколько интенсивно модель размышляет, а не за то, сколько пикселей получите в ответ. Опубликованные тарифы составляют примерно $0,03 на уровне Low, $0,06 на уровне Medium и $0,22 на уровне High за изображение, плюс дополнительный очень низкий тариф, доступный только для редактирования, который некоторые реселлеры указывают от примерно $0,008. Промпты расширяются с помощью переключателя Magic Prompt, сиды доступны, а один запрос может вернуть до восьми изображений — это значит, что эффективная стоимость одного пригодного результата сильно зависит от того, сколько вариантов вы сгенерируете, прежде чем один окажется удачным.

Последний пункт стоит особо подчеркнуть, потому что он переворачивает заявленную цену. Модель за $0,03, которой требуется четыре попытки, обходится в двенадцать центов; модель за $0,22, срабатывающая с первой попытки, — более дешёвый вариант. Список уровней — это меню, а не счёт.

У MAI Image 2.7 Preview нет цены, потому что у неё нет коммерческой конечной точки. Она доступна в MAI Playground, на Arena и на Artificial Analysis. Нет API, нет листинга в Foundry и нет тарифной сетки. Ближе всего к прогнозу — цены предшественника в Foundry: 5 долларов за миллион входных текстовых токенов, 8 долларов за миллион входных токенов изображений, 38 долларов за миллион выходных токенов изображений, примерно четыре цента за изображение, — что примерно показывает, по каким ценам Microsoft оценивает работу с изображениями, и ничего не говорит о том, какой будет цена у 2.7.

Как распределяются баллы и почему разрыв меньше, чем кажется

MAI Image 2.7 Preview занимает второе место в AA-Image-Editing v2.1 с 1 193 Elo, отставая на шесть от GPT Image 2.5 Sunburst. Сообщается, что Ideogram 4.5 имеет 1 064 Elo и занимает двадцать третье место в рейтинге редактирования, а в рейтинге текст-в-изображение — 1 014 Elo и тридцать четвёртое место из 167.

Эти два показателя по редактированию не являются результатом чистого вычитания — по той же причине, по которой чистое вычитание никогда не получается при пересмотре рейтинга: число 4,5 происходит из собственного окна оценки, а число 2,7 — из снимка от 22 октября для рейтинга, который как минимум один раз перестраивался в этом году. Направление разрыва не вызывает сомнений — модель из топ-3 против модели на двадцать третьем месте — это реальное различие, — но его величина не является измерением.

Что это место в рейтинге действительно показывает, так это то, что заявка Ideogram на точность не превратилась в оценку редактирования передового уровня. Её оценка «текст-в-изображение» — 1 014 — едва превышает 1 011 у предыдущего поколения. Аргументация компании всегда касалась контроля и типографики, а не позиции в таблице лидеров, и 4.5 это подтверждает: контролируемый инструмент в середине таблицы, с ценой по тарифам и интерфейсом масок, который делает его проверяемым.

Обещание открытых весов

Ideogram при запуске заявила, что веса 4.5 будут выпущены в ближайшее время. Их так и не выпустили. Это важно, потому что это единственная функция, которая сделала бы модель категорически отличной от всего, что предлагает Microsoft: скачиваемый чекпоинт — это архитектурное решение, а хостинговый API — зависимость.

До тех пор пока веса не появятся, это утверждение остаётся пунктом дорожной карты, и к нему следует относиться именно так. Модель уже сегодня доступна через собственное приложение и API Ideogram, а также через длинный список партнёрских платформ; это реальная форма доступности, но не то же самое, что переносимость.

Выбор между ними

Выберите Ideogram 4.5, если редактирование должно быть ограниченным. Если вы можете задать область, которая может измениться, если исходник большой и должен сохраниться в собственном разрешении, если вам нужны режим текст-в-изображение и режим редактирования в одной модели и если вам нужно знать стоимость до начала — 4.5 отвечает на все четыре вопроса в своей документации. Кроме того, это единственная из двух моделей, которую сегодня можно использовать через API.

Выбирайте MAI Image 2.7 Preview, если правка требует значительного субъективного суждения, а объём работы небольшой. Изменение стиля сцены, изменение освещения фотографии, переписывание вывески с учётом поверхности — это задачи, где преимущество в 24 балла в категории чего-то стоит, и Playground — разумное место, чтобы сделать двадцать таких правок вручную.

Чего вам делать не следует, так это воспринимать разрыв в таблице лидеров как рекомендацию к покупке. Модель на втором месте нельзя вызвать, а модель на двадцать третьем месте можно вызвать за шесть центов на уровне Medium. Для команды, решающей, что строить в этом квартале, это и есть всё сравнение. OrcaRouter не размещает ни одну из них, и ни один из поставщиков не объявлял о планах это изменить; польза шлюза здесь — в моделях, на которые вы переключились бы как на запасной вариант, если редактор уровня preview недоступен, поскольку уровни OpenAI, соседствующие с 2.7 в той же таблице, маршрутизируются одним ключом по каталожной цене и позволяют пережить неудачный вызов без изменения кода.