MAI-Image-2.5-Pro vs GPT Image 2: Bildkronan är nu delad

Det tydligaste sättet att sammanfatta MAI-Image-2.5-Pro jämfört med GPT Image 2 är att ”bästa bildmodellen” inte längre är en enda fråga. På Artificial Analysis Image Editing Arena är Microsofts MAI-Image-2.5-Pro Nr. 1 med Elo 1 272; på samma webbplats Text-to-Image Arena är Ope​nAI:s GPT Image 2 Nr. 1 med Elo 1 369; och på den andra stora listan — LMArena, numera Arena — dominerar GPT Image 2 fortfarande bildredigering fullständigt och leder alla sju promptkategorier. Båda modellerna är premium, båda är värdbaserade API:er med tokenmätning, och det ärliga svaret på ”vilken vinner” beror helt på vilken uppgift du nämner: bildredigering gynnar Microsofts nykomling, generering och följsamhet för komplexa prompts gynnar Ope​nAI:s etablerade modell.

Topplistans uppdelning, läs noga.

• Redigering (Artificial Analysis): MAI-Image-2.5-Pro No. 1 — 1 272 Elo, ~6 100 prover. GPT Image 2 (high) No. 4 — 1 256 Elo.

• Text-till-bild (Artificial Analysis): GPT Image 2 (high) Nr. 1 — 1,369 Elo, ~14,500 prover. MAI-Image-2.5-Pro Nr. 7 — 1,292 Elo, ~11,500 prover.

• Redigering (Arena):GPT Image 2 leder på ~1,463 Elo med den största uppmätta ledningen i varje kategori — det starkaste oberoende resultatet som någon av modellerna har.

De motstridiga redigeringstopplistorna är inte en motsägelse; de är två olika arenor med olika modellbidrag och olika väljarpooler. Artificial Analysis testar den specifika "high"-nivån av GPT Image 2 direkt mot förhandsversionen av MAI-Image-2.5-Pro, och Microsofts modell vinner där. Arena testar medelversionen mot ett bredare fält, och Ope​nAI vinner där med större marginal. Båda är verkliga, båda är oberoende, och försprånget på ingen av listorna är tillräckligt stort för att anse redigeringstiteln avgjord.

Vad var och en är bra på

MAI-Image-2.5-Pro är en specialistredigerare. Microsoft byggde den för precisa, kirurgiska ändringar – byt ut ett objekt, uppdatera text i bilden, rensa bort artefakter – samtidigt som resten av bilden hålls konsekvent, och dess 94% anspråk på karaktärskonsistens över flera bilder (leverantörsrapporterat) är designmålet uttryckt i en siffra. Dess främsta förmåga är textrendering: Microsoft hävdar 96.8% noggrannhet på engelska, kinesiska, japanska, koreanska och spanska, även om samma dokument begränsar utmatningen till nära en megapixel, så "8K"-formuleringen i det påståendet är marknadsföring att ignorera. Vad modellen inte är är en ledare för tom duk: dess #7-rankning i text-till-bild säger det direkt.

GPT Image 2 är en generalist med en resonemangsmotor. Det var den första Ope​nAI-bildmodellen med ett inbyggt tankeläge — den planerar layouten, kan söka på webben efter referenser och gör självkontroller innan den ritar — vilket gör den till den erkända ledaren på komplexa promptar med många begränsningar och på Arenas redigeringskategorier. Den renderar flerspråkig text väl (inklusive CJK), stöder upp till 4K-upplösning med ett tak på 3:1 i bildförhållande och erbjuds i tre kvalitetsnivåer. Dess svagheter är spegelbilden av dess styrkor: den är kostsam vid hög kvalitet, och den regenererar snarare än att kirurgiskt bevara — "redigeringen" är mer som "rendera om enligt denna instruktion", vilket är där MAI-Image-2.5-Pro:s konsekvensargument försöker differentiera sig.

Pris

Båda debiteras per token, och ingen av dem anger antal tokens per bild, så siffrorna per bild är omräknade värden, inte faktiska priser.

• MAI-Image-2.5-Pro — $5 per miljon textinmatningstokens, $8 per miljon bildinmatningstokens, $106 per miljon bildutdatatokens. Enligt Artificial Analysis motsvarar det ≈ $108,50 per 1 000 1024×1024-bilder.

• GPT Image 2 — $5 per million text-input, $8 per million image-input, $30 per million image-output tokens. Per-image cost swings with the quality tier: roughly $0.006 low, $0.05 medium, $0.21 high at 1024×1024 — ≈ $211 per 1,000 at high quality.

Så på de nivåer köparna faktiskt använder är MAI-Image-2.5-Pro ungefär hälften av priset per bild för GPT Image 2 high — en verklig skillnad i större volymer, och i linje med Microsofts eget (leverantörsrapporterade, scenariospecifika) påstående om upp till 84 % lägre GPU-kostnad än GPT-modeller i PowerPoint och OneDrive. Förbehållet: ledartavlan visar "high"-nivån för GPT Image 2, och om du sänker GPT Image 2 till mediumkvalitet faller dess pris till ungefär samma som MAI-Image-2.5-Pro, medan dess Elo också sjunker.

Resolution och format

• Utmatningsgräns: MAI-Image-2.5-Pro är begränsad till nära 1 megapixel (motsvarande 1024×1024, minsta sida 768px) — bra för webben och de flesta produktbilder, men ett hårt stopp för tryck. GPT Image 2 når upp till 4K (max sidlängd 4 000 px, totalt upp till ~8,3 M pixlar) med ett tak på 3:1 i bildförhållande.

• Indata:båda accepterar JPEG/PNG-bilder plus text. MAI-Image-2.5-Pro dokumenterar en 32k-token textinmatning och ett 131k kontextfönster; GPT Image 2:s resonemangsläge är den särskiljande faktorn på indatasidan.

• Format: GPT Image 2 stöder inte transparenta bakgrunder vid lansering; Microsofts transparensstöd för Pro-nivån är inte uttalat åt något håll.

Om din output måste vara stor — affischer, tryck, reklamskyltar — är GPT Image 2:s 4K-tak en avgörande fördel idag. Om din output är webbaserad är megapixeltaket sällan den begränsande faktorn.

Tillgänglighet och routingvinkeln

Båda är värdbaserade API:er, men de är inte lika tillgängliga. GPT Image 2 har varit allmänt tillgängligt sedan 21 april 2026 via OpenAIs API och kan dirigeras genom OrcaRouter idag – en nyckel, leverantörens listpris förs vidare med 0 % påslag, automatisk failover mellan leverantörer. MAI-Image-2.5-Pro är en offentlig förhandsversion från 23 juli 2026 på Microsoft Foundry och MAI Playground; den är ännu inte tillgänglig via ett tredjepartsroutningslager, och dess introduktionspriser kan ändras vid GA.

Den asymmetrin är värd en beslutsanteckning för den som jämför dessa två i en verklig pipeline. Du kan idag dirigera en del av trafiken till GPT Image 2 och en del till en annan modell på samma endpoint, och byta ut modellsträngen när Microsofts förhandsversion blir allmänt anropsbar. Arbetsflödet du vill ha — jämför båda redigerarna på dina egna bilder, behåll den beprövade som reserv medan den nya förtjänar förtroende — är precis vad ett routinglager ger dig, och det kostar inget extra på OrcaRouter eftersom leverantörens pris är priset.

Domen

Om din uppgift är att redigera befintliga bilder och din utdata är webbanpassad, är MAI-Image-2.5-Pro värdevalet och den nuvarande oberoende ettan på Artificial Analysis redigeringslista – till ungefär halva priset per bild jämfört med GPT Image 2 high. Om din uppgift är generering på tom duk, komplexa prompts med flera begränsningar eller utdata i stort format, är GPT Image 2 det bättre verktyget – och dess #1-rank för text-till-bild och dominans inom Arena-redigering talar sitt tydliga språk. De är båda premiummodeller och båda värda att ha tillgängliga; den splittrade listan är inte ett marknadsföringsknep – det är två genuint olika specialistområden. Och eftersom båda är värdbaserade, är routningslagret det vettiga sättet att köra dem sida vid sida på dina egna bilder innan du förbinder dig till en produktionsväg för någon av dem.