MAI Image 2.7 Preview vs Qwen Image 3.0: Open-weight-utträdet som ingen annonserade

Rådet som brukade avgöra den här matchen fungerar inte längre. Fram till i somras var svaret på frågan ”Qwens bildmodell eller en sluten amerikansk modell” enkelt: välj Qwen, ladda ner Apache-2.0-vikterna, kör den själv och sluta oroa dig för prislistor. Qwen Image 3.0 ändrade på det. När den nådde allmän tillgänglighet den 4 augusti 2026 kom den med två betalda nivåer, ett värdbaserat API och inga vikter, inget modellkort, inget parameterantal och ingen teknisk rapport – första gången Alibabas bildlinje har släppts sluten. MAI Image 2.7 Preview, som Microsoft AI tillkännagav den 27 oktober 2026, är också sluten och har inte ens API:et. Så den ärliga jämförelsen står mellan två modeller som du inte kan köra själv, sålda med nästan motsatta upplysningar.

Den omformuleringen är artikeln. Allt annat – Elo-värdet, priset per bild, upplösningstaken – följer av vilken av de två som faktiskt går att köpa och vad respektive företag var villigt att publicera om det.

Vad Qwen slutade leverera

Qwen-Image 1.0 och 2.0 utgjorde den öppna linjen. Apache-2.0-vikter, samma dag som tillkännagivandet, en teknisk rapport som följde med dem, och en community som finjusterade dem till allt från serietidningstextning till inredningsdesign. Det är därför som "bara hosta det själv" blev den stående rekommendationen: licensen tillät kommersiell användning och checkpointen var en nedladdning.

Qwen Image 3.0 satte stopp för det. Modellen lanserades endast på inbjudan den 22 juli 2026 och nådde GA den 4 augusti i två nivåer, Standard och Pro, via Qwen Cloud och Alibaba Clouds Model Studio. Inga vikter publicerades med någon av nivåerna. Alibaba har inte publicerat ett parameterantal, ett modellkort eller en teknisk rapport, och de har inte publicerat några benchmark-siffror alls – inte på Qwen-Image-Bench, inte någon annanstans. Den enda oberoende signalen är Artificial Analysis, där Pro i deras ögonblicksbild från oktober 2026 låg på ungefär 1 094 Elo för text-till-bild och 1 085 för bildredigering, medan Standard låg på 1 062 för redigering.

Det finns en hake som är värd att säga rakt ut, eftersom den kommer att förvirra alla som söker: minst en jämförelsesajt listar Qwen Image 3.0 som Apache-2.0 med öppna vikter. Det är fel, och det är den sortens fel som kostar ett team en vecka. Den öppna grenen av familjen är Qwen-Image-2.1, utgiven den 20 september 2026 under en icke-kommersiell forskningslicens – öppen för inspektion och finjustering, inte öppen för att skeppas i en produkt. Om en plan bygger på att självhosta Qwen, bygger den på 2.1 eller tidigare, inte på 3.0.

Vad Microsoft publicerade, och vad det inte publicerade

Beviset för MAI Image 2.7 Preview är spegelbilden. Microsoft har publicerat en hel del om hur det rankas och nästan ingenting om vad det är.

Rankingen är specifik: tvåa på bildredigeringslistan från Artificial Analysis med 1 193 Elo i AA-Image-Editing v2.1, utvärderad 22 oktober 2026, sex poäng efter GPT Image 2.5 Sunburst och elva före GPT Image 2.5 Flare. Microsoft uppger också en tredjeplats på Arena Edit. Mellan MAI-Image-2.6 och 2.7 uppger företaget att både resonemangsbaserade redigeringar och scen- och stilredigeringar flyttades från sjunde till första plats i kategorierna hos Artificial Analysis, att text- och symbolredigeringar gick från sjätte till första, och att den största ledningen är 24 Elo inom scen och stil. Det är företagets egna karakteriseringar av en tredjepartslista – leverantörsrapporterade påståenden om oberoende data, vilket är en bättre typ av påstående än ett eget benchmark och fortfarande inte samma sak som en mätning som du kan reproducera.

Det som saknas är allt en köpare behöver. Ingen utdataupplösning. Ingen övre gräns för referensbilder. Inget gränssnitt för masker eller avgränsningsrutor. Ingen Foundry-distribution. Ingen prislista. Inget modellkort. Modellen är tillgänglig i MAI Playground, Arena och Artificial Analysis – två utvärderingsytor och en demo – med text-till-bild-generering utlovad till senare.

Specifikationsraderna, sida vid sida

• Lansering — Qwen Image 3.0 endast på inbjudan 22 juli 2026, allmänt tillgänglig 4 augusti 2026; MAI Image 2.7 Preview 27 oktober 2026.

• Vikter – inga publicerade för Qwen Image 3.0, en helomvändning från 1.0 och 2.0; inga för MAI Image 2.7 Preview, vilket stämmer överens med Microsofts linje. Den öppna Qwen-grenen är Qwen-Image-2.1 under en icke-kommersiell licens.

• Omfattning — Qwen Image 3.0 genererar och redigerar i Standard- och Pro-nivåerna; MAI Image 2.7 Preview redigerar endast.

• Upplösning – Qwen Image 3.0 når som mest 2048×2048 enligt leverantörens egna siffror; inte publicerat för 2.7, vars föregångare hade ett tak på 2 359 296 pixlar.

• Pris — Qwen Image 3.0 Standard kostar $0,03 per bild vid 1K eller 2K, med redigeringsindata till ungefär $0,003 styck; Pro kostar $0,04 vid 1K och $0,075 vid 2K. MAI Image 2.7 Preview har inget publicerat pris.

• Åtkomst — Qwen Image 3.0 finns på Qwen Cloud, Alibaba Cloud Model Studio och Qwen Chat; 2.7 finns på MAI Playground, Arena och Artificial Analysis, utan API.

• Publicerade benchmarks — Qwen Image 3.0 har inga benchmarks från leverantören överhuvudtaget; 2.7 har en placering på en tredjeparts resultattavla och kategorirangordningar, citerade av leverantören.

Två olika typer av tystnad

Det är frestande att avfärda båda dessa som "odokumenterade", men de är inte samma typ av fel och de kostar ett team olika mycket.

Alibabas tystnad handlar om förmåga. Vi känner till gränssnittet, priset, de två nivåerna och den maximala upplösningen; vi vet inte vad modellen är bra på, eftersom ingen benchmark publicerades och den enda oberoende poängen är en ögonblicksbild från oktober som placerar Pros redigerings-Elo i mitten av 1 080-intervallet, med god marginal under ledarna på den rankingen. En köpare kan prissätta arbetet – $0.03 per bild för Standard underskrider Nano Banana 2.1:s $0.0336 vid 1K, men inte Meta Muse Images fasta centpris – men kan inte förutsäga kvaliteten per användningsfall utan att göra en egen utvärdering.

Microsofts tystnad handlar om upphandling. Vi vet ungefär hur bra den är, eftersom en panel med blindröstning mätte den, och vi vet vilka kategorier den gör anspråk på. Vi vet inte vad den kostar, vilken storlek den ger som utdata, hur många referenser den tar emot eller hur man anropar den. En köpare kan förutse kvaliteten men kan inte köpa.

Rangordna de två efter vad en plan behöver, och svaret beror på vilket skede du befinner dig i. Om du väljer en modell att bygga på är Alibabas tystnad hanterbar – kör en betald utvärdering, gränssnittet är dokumenterat, kostnaden är känd. Om du väljer om du ska satsa en färdplan på Microsofts är dess tystnad inte hanterbar, eftersom det inte finns något att integrera mot.

Så ser ett öre redigering ut till Qwens pris

Qwens prissättning är det mest konkreta i den här jämförelsen, och den är värd att gå igenom eftersom nivåerna inte är där man förväntar sig att skillnaden ska vara.

Standard till $0,03 per bild, 1K eller 2K, med redigeringsindata på cirka $0,003 styck. En produktretuscheringsbatch på tusen bilder med två referensindata per redigering kostar $30 för utdata plus cirka $6 för indata, alltså ungefär $36. Pro till $0,075 för 2K-utdata och två referenser landar nära $81 för samma batch — ungefär 2,2 gånger Standard för en nivå vars enda oberoende signal är en ögonblicksbild från oktober.

Som jämförelse genererar Meta Muse Image samma tusen bilder för en fast kostnad på 10 USD, och Nano Banana 2.1 genererar dem i 2K för cirka 50 USD före indatatoken. Qwen Image 3.0 Standard är konkurrenskraftig men inte billigast, och dess indataavgifter gör att gapet ökar vid referenstungt arbete.

Mot MAI Image 2.7 Preview går kalkylen inte att göra alls, och det är själva poängen. En förhandsversion är gratis i den meningen att ingen fakturerar dig, och dyr i den meningen att varje bild kostar en mänsklig tur och retur. Vid tusen bilder är arbetsinsatsen hela budgeten.

Det är kategoripåståendet som bör testas.

Microsofts mest specifika påstående om MAI Image 2.7 Preview är att den nu leder Artificial Analys kategori för resonemangsbaserad redigering, upp från sjunde plats. Det är ett snävt, testbart påstående, och det är det som är värt att utforma ett experiment kring – eftersom det också är det påstående som Qwen Image 3.0 inte kan besvara.

Alibaba publicerade inget om resonemang, verktygsanvändning eller redigeringar i flera steg. Vad dokumentationen däremot hävdar är en uppsättning praktiska textfunktioner: prompter på upp till 4 500 token, text som är läsbar ned till cirka 10 pixlar, tolv inbyggda språk, fler än tjugo teckensnitt, upp till sex utdata per anrop och serversidig promptomskrivning. Praktiska erfarenhetsrapporter beskriver den som stark på UI-mockuper och diagram, med enstaka förvrängd småtext och högre latens än modellerna i Flash-klassen.

Så de två modellerna siktar på olika typer av misslyckanden. Qwen Image 3.0 är optimerad för textrendering och layouttrohet inom ett enda pass. MAI Image 2.7 Preview är optimerad för redigeringar som kräver en bedömning av hur hela scenen bör förändras. Om ditt arbete är en affisch med mycket typografi testar du Qwens axel. Om det handlar om att "placera den här produkten i det rummet och få ljuset att stämma" testar du Microsofts, och resultattavlan säger att Microsoft ligger före där – på andras bilder.

Där ingen av dem svarar i telefonen

Ingen av modellerna finns på OrcaRouter, och det är värt att vara tydlig med det i stället för att antyda något annat. Det som finns är den uppsättning bildmodeller som faktiskt kan anropas – GPT Image 2.5 Sunburst och Flare, GPT Image 2-familjen, Imagen 4 i tre nivåer, Googles Nano Banana-serie, Grok Imagine Image – bakom en enda nyckel till leverantörernas listpriser utan påslag.

Det spelar roll för just det här beslutet, med tanke på hur du skulle avgöra det. Qwen Image 3.0:s kapacitet är inte benchmarkad av leverantören, så det enda sättet att ta reda på om den slår en modell som du redan använder är att köra samma briefs genom båda. OrcaRouters routing-DSL låter ett enda anrop sprida ut en brief över flera modeller och samla resultaten i ett och samma format, och modellfusion går ett steg längre genom att en panel av modeller svarar tillsammans när en enskild redigering fortsätter att misslyckas. Ingen av funktionerna gör MAI Image 2.7 Preview anropbar — inget gör det ännu — men den förra är hur du skulle bygga bevisen för eller emot Qwen Image 3.0 utan att binda dig till dess konsol, och den senare är vad du tar till när en resonemangstung redigering måste lyckas på första försöket.

Vad du ska göra, och vad du ska sluta anta

Sluta anta att Qwens bildlinje är öppen. Det är den inte, vid 3.0. Om din arkitektur är beroende av nedladdningsbara vikter är modellen du vill ha Qwen-Image-2.1, och licensen du kommer att läsa är icke-kommersiell – vilket innebär att självhostingplanen har en juridisk gräns att kontrollera, inte bara en hårdvarukostnad.

Om du behöver en billig redigerare med ett dokumenterat gränssnitt den här veckan är Qwen Image 3.0 Standard till $0.03 per bild ett rimligt val med en ovanlig hake: ingen, inte ens leverantören, har berättat vad den är bra på. Budgetera för en utvärdering, inte för ett beslut.

Om arbetet är redigering av hela scener och du har råd med en manuell loop, tillbringa eftermiddagen i Arena med MAI Image 2.7 Preview. Att vara ledande i den resonemangsbaserade kategorin är det mest specifika påståendet i lanseringen och det som mest sannolikt håller, eftersom det är det enda påståendet som backas upp av en board-körning snarare än ett pressmeddelande.

Och håll ett datum i sikte. I samma stund som Microsoft släpper MAI Image 2.7 Preview i Foundry med ett pris per bild förändras den här jämförelsen från en beskrivning av två köpvägar till en riktig tävling, och Qwen-redigeringen för $0.03 blir siffran att slå. Fram till dess har en av modellerna ett pris och ett problem, och den andra har ett resultat och en mur.