Ming-Image-0.1-Design против GPT Image 2.5: собственная метрика лаборатории против голосов коллегии незнакомцев

Поставьте Ming-Image-0.1-Design и GPT Image 2.5 в одно предложение, и очевидное сравнение — это качество. Полезное сравнение — это происхождение. GPT Image 2.5 занимает первое и второе места в актуальной таблице Artificial Analysis UI/UX Design, с 1 227 и 1 218 Elo, на основе 1 287 и 1 303 голосов, поданных людьми вслепую, соответственно — то есть рейтинг, составленный людьми, которые не создавали модель и которым не сообщали, какой результат чей. У Ming-Image-0.1-Design есть ровно одна привязанная к нему оценка, 1 082 Elo, и эта оценка фигурирует на изображении таблицы лидеров, размещённом в собственном репозитории inclusionAI на Hugging Face, на табло, которое мы не смогли найти больше нигде, для модели с нулём загрузок. Одно из этих чисел — доказательство. Другое — утверждение, набранное шрифтом. Именно этот разрыв, а не 145 Elo между ними, должен определять решение относительно любой из этих моделей.

Два числа рядом, и ловушка в их сравнении

Числа достаточно близки, чтобы казаться сопоставимыми, и достаточно различны по своей природе, чтобы таковыми не быть. Вот этот набор, изложенный точно.

• GPT Image 2.5 на актуальном табло лидеров — первое место с 1 227,0 Elo для конфигурации Flare (max), второе — с 1 218,1 для Sunburst (max), при количестве образцов 1 287 и 1 303 и отслеживаемой цене $210,72 за 1 000 изображений. На этом табло модель была указана как выпущенная 8 сентября 2026 года.

• Ming-Image-0.1-Design, на отдельной карточке — первое место с 1 082 Elo, опережая Ideogram 4.0 (Quality) с 1 052 и варианты FLUX.2 dev с показателями от 994 до 1 000, на графике с заголовком «Text to Image Leaderboard: UI/UX Design» и подписью внизу «Elo scores from blind preference votes in our Image Arena». Количество выборок не указано. Методология не опубликована. Сама таблица, насколько нам удалось выяснить, отсутствует в открытом доступе.

• Ловушка — Elo вычисляется отдельно для каждого табло. Оценка имеет смысл только в сравнении с другими оценками на том же табло — именно поэтому один и тот же выпуск FLUX.2 показывает 1 026 на общем табло text-to-image и 1 065 в представлении категории UI/UX Design. Вычтите 1 082 из 1 227 — и вы не измерили разрыв в качестве между двумя моделями. Вы вычли число из другого числа.

Что делает слепое голосование слепым голосованием?

Artificial Analysis публикует достаточно сведений о своей методике, чтобы её можно было проверить. В её арене изображений сопоставляются две генерации от анонимных моделей, голосующего просят выбрать победителя, а результаты преобразуются в рейтинг Elo — числа выборок на табло показывают, сколько таких сравнений накопила каждая модель. Именно эта структура делает оценку устойчивой к самим авторам модели: люди, обучившие GPT Image 2.5, не участвуют в этом процессе, и модель не может занять первое место лишь потому, что её предпочитает создатель. Это не идеальный инструмент — пул голосующих формируется по самоотбору, а промпты не являются контролируемым набором бенчмарков — но это инструмент, который держит в руках кто-то, кроме вендора.

Графика внутри репозитория Ming-Image-0.1-Design заимствует тот формат без частей, которые делают его проверяемым. Утверждение — «слепые голосования по предпочтениям». Оператор — «Our Image Arena», а сам оператор — inclusionAI. Нет опубликованного количества голосов, нет видимого распределения промптов и нет способа проверить состав пар. Вполне возможно, что оценка, стоящая за этой графикой, честная и строгая, — команда модели знала бы. Но её также совершенно невозможно проверить извне, а это единственное, что имеет значение, если именно вам решать, строить ли на ней что-либо.

Стоит добавить, потому что это противоречит простому нарративу: Ming-Image-0.1-Design вообще отсутствует на живой доске Artificial Analysis. Ни в категории UI/UX Design, ни на общей доске текст-в-изображение, ни в представлении открытых весов. Его отсутствие не является доказательством того, что он хуже — модель с нулевым количеством загрузок и без размещённого эндпоинта не имеет возможности накапливать голоса. Это доказательство того, что независимого числа пока не существует, что является другим утверждением.

Цена — это та часть, которая не является двусмысленной.

Что касается стоимости, эти две модели даже рядом не стоят, и спорить здесь не о чем.

• GPT Image 2.5 — коммерческий эндпоинт. Artificial Analysis отслеживает его цену на уровне $210,72 за 1000 изображений в категории UI/UX — примерно 21 цент за изображение, что выводит его в верхнюю часть ценового диапазона в этой сфере. Для контекста, в том же рейтинге Grok Imagine Image 2.0 отслеживается на уровне $60 за 1000, MAI-Image-2.6 — $38,9, а Muse Image — $10.

• У Ming-Image-0.1-Design нет цены, потому что у него нет эндпоинта. Веса лицензированы под MIT и доступны для бесплатного скачивания; запуск обходится ровно в столько, сколько вам стоит в час одна 80-ГиБ CUDA-GPU. Проверенная конфигурация из карточки модели — одна карта такого класса, разрешение 2048 x 2048 и 12 шагов сэмплирования.

• Ни одна из этих цифр не стабильна. Оба поставщика пересматривают тарифы, и сравнение в пересчёте на одно изображение, составленное сегодня, имеет срок годности, измеряемый неделями. Это единственный случай, когда экономику OrcaRouter стоит изложить прямо: мы передаём прейскурантные цены провайдеров без наценки — 0%, поэтому изменение тарифа поставщика становится актуальным у нас в тот же день, а не после нашего собственного цикла пересмотра цен, — и это важно, когда разница между двумя кандидатами составляет 21 цент против 6 центов за изображение и обе цифры могут измениться.

Что вы действительно можете назвать сегодня, и где мы в этом находимся

Доступность — вот где это сравнение перестаёт быть мысленным экспериментом.

GPT Image 2.5 — это реальный продукт с реальным API за ним, который OpenAI продаёт на своих условиях. Он не маршрутизируется через OrcaRouter — по состоянию на 23 сентября 2026 года в нашем каталоге нет записи о GPT Image 2.5 — и мы не станем описывать маршрут, которого у нас нет. Из той же линейки в каталоге представлено предыдущее поколение, openai/gpt-image-2 по цене $8.00 за миллион входных токенов и $30.00 за миллион выходных токенов, наряду с openai/gpt-image-1.5, и всё это находится за тем же ключом, что и всё остальное, что мы маршрутизируем.

Ming-Image-0.1-Design нигде не маршрутизируется. В репозитории отключён инференс, Hugging Face сообщает об отсутствии развёрнутого провайдера инференса, а раздел Quick Start ссылается на сопутствующий репозиторий GitHub, который возвращает 404. Ни одна модель inclusionAI любого типа не представлена в нашем каталоге. Единственный способ запустить её — скачать шарды и обслуживать их самостоятельно.

Итак, суть выбора такова: один вариант можно купить уже сегодня по верхней границе рыночной цены, а другой можно запустить уже сегодня за стоимость GPU и вашего собственного инженерного времени, без независимых доказательств того, что он справляется. Тот, кто говорит вам, что Ming-Image-0.1-Design — более дешёвая альтернатива GPT Image 2.5, не оценил второй вариант.

Как удерживать и то и другое, не делая ставку ни на одно из них

Практический совет здесь более узок, чем вердикт, потому что эти две модели пока не взаимозаменяемы.

Если вам нужна генерация изображений уровня UI или дизайн-качества в продакшене, GPT Image 2.5 — это выбор, который можно защитить, и цена — это то, о чём стоит договариваться с самим собой, а не качество: он лидирует в независимой таблице лидеров с отрывом, достаточно широким, чтобы само место в рейтинге не вызывало вопросов. Если вы хотите знать, хорош ли Ming-Image-0.1-Design, у вас есть два варианта, и только один из них свободен от догадок: загрузить веса под лицензией MIT на карту на 80 GiB и прогнать собственный набор для оценки — или дождаться, пока это сделает кто-то другой. Не воспринимайте 1 082 как результат в ожидании этого. А если ваша настоящая потребность — вариативность, а не конкретно та или иная из этих моделей, то дисциплина, которая окупается, — держать вызов генерации за единым интерфейсом — один ключ для более чем 200 моделей, смена model-ID вместо переписывания, автоматическое переключение при сбое эндпоинта — так, чтобы, какую бы из этих двух ни выпустила независимую оценку первой, её внедрение стоило вам строки конфигурации, а не целого спринта.

Одно заключительное замечание о том, что изменило бы этот материал. Появление строки Ming-Image-0.1-Design на доске Artificial Analysis UI/UX Design с указанием количества образцов рядом с ней превратило бы 1 082 от вендора из заявления в точку данных — и это был бы первый раз, когда кто-то за пределами inclusionAI сказал что-либо измеримое об этой модели. Именно это событие стоит отслеживать, и его полезнее мониторить, чем счётчик загрузок.