MAI-Image-2.5-Pro vs Flux 3: Samma lanseringsvecka, två olika verkligheter

MAI-Image-2.5-Pro och Flux 3 tillkännagavs båda samma vecka — den 23 juli 2026. En månad senare befinner de sig i olika universum. MAI-Image-2.5-Pro, Microsofts bildmodell i kvalitetsklassen, är i publik förhandsvisning på Microsoft Foundry och har klättrat till Nr 1 på Artificial Analysis Image Editing Arena (Elo 1 272 från ~6 100 blinda röster). Flux 3, Black Forest Labs enhetliga multimodala grundmodell, har släppt exakt en av sina varianter — video — och dess bildvariant har ingen publik slutpunkt, inget pris och inga benchmarks som någon kan köra. En läsare som frågar "vilken bildmodell ska jag använda" har inte två kandidater här; de har en produkt och ett löfte.

Vad var och en faktiskt är

• MAI-Image-2.5-Pro — en fokuserad, proprietär bildgenererings- och redigeringsmodell, den högsta trohetsnivån i Microsofts interna MAI-Image-2.5-familj. Token-mätad, värd på Foundry, inriktad på hero-bilder, detaljerad redigering och textåtergivning i bild. Detta är hela modellen: bilder.

• Flux 3en enhetlig multimodal grundmodell som tränats gemensamt på bild, video och ljud (plus robotaktionsprediktion), byggd på en flödesmatchningsmetod som BFL kallar Self-Flow. Fem varianter tillkännagavs: Flux 3 Video, Flux 3 Image, Flux 3 Action, Flux-mimic för robotik och Flux 3 Dev (öppna vikter planerade senare under 2026). Bild är en modalitet i en större satsning, inte produkten i sig.

Den strukturella skillnaden betyder mer än någon specifikation. En fokuserad bildmodell lägger hela sin kapacitet på stillbilder; en multimodal modell fördelar kapacitet över medier. MAI-Image-2.5-Pro finns för att vinna bildredigering. Flux 3 finns för att vara en modell som gör allt, och dess bildnivå är den del av den visionen som ännu inte har infriats.

Tillgänglighet: hela jämförelsen

Från och med mitten av augusti 2026 är asymmetrin absolut:

• MAI-Image-2.5-Pro — publik förhandsversion på Azure AI Foundry i sju globala regioner, plus det kostnadsfria MAI Playground. Du kan använda den idag med ett Microsoft-konto; det är redan kvalitetsnivån i en familj som driver Bing Image Creator, PowerPoint och OneDrive.

• Flux 3 Image — ej släppt. BFL:s dokumentation listar ingen bild-endpoint; den nuvarande anropsbara bildlinjen är fortfarande FLUX.2 (Pro, Dev, Flex, Klein). Flux 3-sidan har en ”kommer snart”-etikett med ett ansökningsformulär i stället för en kom igång-knapp. BFL sade att tidig åtkomst till bilder skulle öppnas ”under de följande veckorna” efter tillkännagivandet den 23 juli; i nuläget finns inget modell-ID, inga bildspecifikationer och ingen publicerad promptgräns. Endast Flux 3 Video har nått allmän tillgänglighet (4 augusti, debiteras per sekund).

Så det praktiska svaret på "vilken kan jag bygga vidare på för bildredigering idag" innehåller exakt ett namn.

Vilka bevis varje sida kan uppvisa

Redigeringsstyrkan hos MAI-Image-2.5-Pro har mätts oberoende. Utöver den #1-rankade Elo-ratingen för redigering är dess text-till-bild-rankning Nr 7 med 1 292 Elo — bra, inte ledaren, vilket är det ärliga sättet att tolka en specialist. Microsoft publicerar också leverantörsrapporterade påståenden: 96,8 % noggrannhet i textåtergivningen (uppges täcka fem språk), 27 % bättre på att följa prompten än GPT Image 1.5 i interna utvärderingar, och 94 % karaktärskonsistens mellan flera bilder. Etikettera alla dessa som Microsofts egna siffror; leaderboarden är den oberoende delen.

Flux 3 Image har noll offentliga bevis. Det finns inga bildbenchmarks, eftersom det inte finns någon bild-endpoint att testa. De enda BFL-rapporterade siffrorna i familjen gäller Flux 3 Video — en intern Elo på 1 135 för text-till-video och 1 051 för bild-till-video som BFL hävdar slår Omni Flash, H3 och Seedance 2.0 — och dessa är leverantörsrapporterade, ej reproducerade, och överförs ändå inte till bildnivån. Allt du läser som "benchmarkar" Flux 3:s bildkvalitet är extrapolerat från videosiffror eller från den äldre FLUX.2-linjen.

Vad Flux 3 lovar för bilder (leverantörens roadmap, inte spec)

BFL:s roadmap-påståenden för bildnivån är värda att känna till just därför att de är påståenden:

• Bildsyntes och redigering i olika stilar, bildformat och upplösningar

• Förbättrad hantering av komplexa promptar och högprecisions flerspråkig textrendering

• Zero-shot-stilöverföring från en referensbild, med flera stilreferenser blandade i ett enda steg

• Karaktärs- och varumärkeskonsistens över generationer utan finjustering

• Icke-förstörande redigering — bevarar texturer, korn, ljus och bakgrund så att flerstegsredigeringar inte försämras

Det sista påståendet är det intressanta: det är samma egenskap, ”redigera utan att regenerera scenen”, som MAI-Image-2.5-Pro:s surgical-edit-design redan levererar och får poäng på. Om Flux 3 Image levererar på det, kommer den att konkurrera direkt med det som MAI-Image-2.5-Pro redan gör. ”Om” är det operativa ordet – allt i den listan är overifierat tills endpointen finns.

Kostnad

• MAI-Image-2.5-Pro — 5 USD per miljon textinmatningstokens, 8 USD per miljon bildinmatningstokens, 106 USD per miljon bildutdatatokens. Artificial Analysis konvertering placerar en 1024×1024-bild nära 108,50 USD per 1 000. Förhandspris; GA kan ändra det.

• Flux 3 Image — det finns inget pris, eftersom det inte finns någon endpoint. Det enda publicerade Flux 3-priset gäller video: $0.17/sekund (HD) och $0.29/sekund (FHD) för fullständiga renderingar. Som referenspunkt för den anropsbara FLUX.2-bildserien tar BFL ungefär $0.04 per bild för Flux Pro och $0.015 för Flux Dev — men det är föregående generation, inte en prognos.

Du kan inte jämföra ett pris med en tom rad. Dagens kostnadsjämförelse är MAI-Image-2.5-Pro:s premiumtaxa mot ingenting alls.

Vilken ska man bygga vidare på?

Om din leverans är bilder 2026, är svaret MAI-Image-2.5-Pro (eller en av de andra värdbaserade editörerna — GPT Image 2 leder fortfarande text-till-bild och den andra stora redigeringskategorin). Den är anropsbar, den har ett oberoende #1-redigeringsresultat, och upplösningstaket runt en megapixel är det viktigaste att kontrollera mot din användningsmiljö. Flux 3 är värd att hålla koll på: när bildnivån lanseras, kommer dess icke-destruktiva redigering och varumärkeskonsistensanspråk att förtjäna ett seriöst test mot exakt den modell Microsoft för närvarande rankar som #1.

Det finns också ett routingformat sätt att tänka kring väntan. När Flux 3 Image äntligen får en endpoint är den lågriska vägen att anta en helt ny modell utan riktmärken att dirigera en del av trafiken till den och behålla den beprövade modellen som automatisk failover – en endpoint, leverantörspriser som skickas vidare med 0 % påslag, och den obeprövade modellen som förtjänar sin plats på live-trafik istället för en roadmapp-slide. Det är det mönstret OrcaRouter finns för, och det är samma mönster som gör att preview-nivåmodeller som MAI-Image-2.5-Pro kan antas innan de når allmän tillgänglighet.

Domen

Samma lanseringsvecka, en månad senare: MAI-Image-2.5-Pro är en uppmätt #1-redigerare du kan anropa idag, och Flux 3 är en multimodal grundmodell vars bildnivå fortfarande är ett löfte med en färdplan. Att jämföra dem i bildkvalitet vore att jämföra en boxare med en fighter som ännu inte klivit in i ringen. Använd MAI-Image-2.5-Pro för bildarbete nu; behåll Flux 3 Image på listan över saker att omvärdera den dag dess endpoint faktiskt släpps.