MAI-Image-2.5-Pro ปะทะ GPT Image 2: มงกุฎแห่งภาพถูกแบ่งออกแล้ว
- z-aiใหม่Z.ai: GLM 5.32026-08-1860ความฉลาด75การเขียนโค้ด
- obsidianใหม่Qwen3.8 27B Uncensored (Aggressive)2026-08-1552ความฉลาด68การเขียนโค้ด
- qwenใหม่Qwen: Qwen3.8 27B (free)2026-08-13qwen/qwen3.8-27b-free
- deepseekใหม่DeepSeek: DeepSeek V4 Pro 08132026-08-1253ความฉลาด69การเขียนโค้ด
- grokใหม่SpaceXAI: Grok 4.62026-08-1261ความฉลาด77การเขียนโค้ด
- metaMeta: Muse Spark 1.22026-08-0557ความฉลาด72การเขียนโค้ด
- qwenQwen: Qwen3.8 Max2026-08-0358ความฉลาด72การเขียนโค้ด
- deepseekDeepSeek: DeepSeek V4 Flash 07312026-07-3152ความฉลาด69การเขียนโค้ด
- minimaxMiniMax: MiniMax-H32026-07-31minimax/minimax-h3
- qwenQwen: Qwen3.7 Flash2026-07-27$0.03 / $0.13 ต่อ 1 ล้านโทเค็น
- orcaOrcaDub: OrcaDub 1.02026-07-27orca/dub
- anthropicAnthropic: Claude Opus 52026-07-2463ความฉลาด78การเขียนโค้ด
- googleGoogle: Gemini 3.6 Flash2026-07-2152ความฉลาด69การเขียนโค้ด
- googleGoogle: Gemini 3.5 Flash-Lite2026-07-2137ความฉลาด49การเขียนโค้ด
- metaMeta: Muse Spark 1.12026-07-1653ความฉลาด71การเขียนโค้ด
- kimiMoonshotAI: Kimi K32026-07-1560ความฉลาด76การเขียนโค้ด
- openaiOpenAI: GPT-5.6 Luna2026-07-0952ความฉลาด71การเขียนโค้ด
- openaiOpenAI: GPT-5.6 Terra2026-07-0957ความฉลาด77การเขียนโค้ด
- openaiOpenAI: GPT-5.6 Sol2026-07-0961ความฉลาด77การเขียนโค้ด
- grokxAI: Grok 4.52026-07-0856ความฉลาด72การเขียนโค้ด
วิธีที่ชัดเจนที่สุดในการสรุป MAI-Image-2.5-Pro เทียบกับ GPT Image 2 ก็คือว่า "โมเดลภาพที่ดีที่สุด" ไม่ใช่คำถามเดียวอีกต่อไป บน Image Editing Arena ของ Artificial Analysis นั้น MAI-Image-2.5-Pro ของ Microsoft เป็นอันดับ 1 ที่ Elo 1,272; บน Text-to-Image Arena ของไซต์เดียวกัน GPT Image 2 ของ OpenAI เป็นอันดับ 1 ที่ Elo 1,369; และบนกระดานใหญ่อีกตัวหนึ่ง — LMArena ซึ่งปัจจุบันคือ Arena — GPT Image 2 ยังคงครองการแก้ไขภาพอย่างสิ้นเชิง โดยเป็นผู้นำในทั้งเจ็ดหมวดหมู่พรอมต์ โมเดลทั้งสองเป็นระดับพรีเมียม ทั้งคู่เป็น hosted API ที่คิดตามจำนวนโทเคน และคำตอบที่ตรงไปตรงมาสำหรับคำถามว่า "อันไหนชนะ" ขึ้นอยู่กับงานที่คุณระบุทั้งหมด: การแก้ไขภาพเป็นใจให้โมเดลใหม่ของ Microsoft ส่วนการสร้างภาพและการทำตามพรอมต์ที่ซับซ้อนเป็นใจให้โมเดลเดิมของ OpenAI.
การแบ่งลีดเดอร์บอร์ด อ่านอย่างละเอียด
• การแก้ไข (Artificial Analysis): MAI-Image-2.5-Pro อันดับ 1 — 1,272 Elo, ~6,100 ตัวอย่าง. GPT Image 2 (high) อันดับ 4 — 1,256 Elo.
• ข้อความเป็นรูปภาพ (Artificial Analysis): GPT Image 2 (high) อันดับที่ 1 — 1,369 Elo, ~14,500 ตัวอย่าง. MAI-Image-2.5-Pro อันดับที่ 7 — 1,292 Elo, ~11,500 ตัวอย่าง.
• การแก้ไข (Arena): GPT Image 2 เป็นผู้นำที่ ~1,463 Elo โดยมีคะแนนนำที่วัดได้มากที่สุดในทุกหมวดหมู่ — ซึ่งเป็นผลลัพธ์อิสระที่แข็งแกร่งที่สุดในบรรดาโมเดลทั้งสอง.
กระดานจัดอันดับการแก้ไขที่ให้ผลขัดแย้งกันนั้นไม่ใช่ความขัดแย้ง แต่เป็นเวทีที่แตกต่างกันสองแห่งซึ่งมีโมเดลที่เข้าชิงต่างกันและกลุ่มผู้โหวตต่างกัน Artificial Analysis ทดสอบ GPT Image 2 ระดับ "high" แบบตัวต่อตัวกับบิลด์พรีวิวของ MAI-Image-2.5-Pro และโมเดลของ Microsoft ชนะในเวทีนั้น ส่วน Arena ทดสอบบิลด์ขนาดกลางกับคู่แข่งที่หลากหลายกว่า และ OpenAI ชนะในเวทีนั้นด้วยระยะห่างที่มากกว่า ทั้งสองผลลัพธ์เป็นจริงและเป็นอิสระต่อกัน และไม่มีบอร์ดใดมีคะแนนนำมากพอที่จะประกาศว่าตำแหน่งแชมป์การแก้ไขภาพถูกตัดสินแล้ว
สิ่งที่แต่ละอย่างถนัด
MAI-Image-2.5-Pro เป็นตัวแก้ไขเฉพาะทาง Microsoft สร้างมันขึ้นมาเพื่อการเปลี่ยนแปลงที่แม่นยำและละเอียด — สลับวัตถุ อัปเดตข้อความในภาพ กำจัดสิ่งรบกวน — ขณะที่คงความสอดคล้องของส่วนที่เหลือของภาพ และการอ้างความสอดคล้องของตัวละครในหลายภาพ 94% (ที่รายงานโดยผู้ขาย) คือเป้าหมายการออกแบบที่แสดงเป็นตัวเลข ความสามารถหลักของมันคือการเรนเดอร์ข้อความ: Microsoft อ้างความแม่นยำ 96.8% ในภาษาอังกฤษ จีน ญี่ปุ่น เกาหลี และสเปน แม้ว่าเอกสารเดียวกันจะจำกัดผลลัพธ์ไว้ที่ประมาณหนึ่งเมกะพิกเซล ดังนั้นคำว่า "8K" ในการอ้างนั้นเป็นเพียงการตลาดที่ควรละเว้น สิ่งที่โมเดลนี้ไม่ใช่คือผู้นำในการวาดภาพจากจินตนาการ: อันดับการสร้างภาพจากข้อความที่ #7 บอกอย่างชัดเจน
GPT Image 2 เป็นโมเดลอเนกประสงค์ที่มีกลไกการให้เหตุผลในตัว มันเป็นโมเดลสร้างภาพรุ่นแรกของ OpenAI ที่มีโหมดคิดในตัว — มันวางแผนเลย์เอาต์ ค้นหาเว็บเพื่อใช้อ้างอิง และตรวจสอบตัวเองก่อนวาดภาพ — ซึ่งเป็นเหตุผลว่าทำไมมันถึงได้รับการยอมรับว่าเป็นผู้นำในโจทย์ที่ซับซ้อนและมีข้อจำกัดหลายอย่าง รวมถึงหมวดการแก้ไขภาพบน Arena อีกด้วย มันแสดงผลข้อความหลายภาษาได้ดี (รวมถึงภาษา CJK) รองรับความละเอียดสูงสุด 4K ด้วยอัตราส่วนภาพสูงสุด 3:1 และมีคุณภาพการใช้งานสามระดับ จุดอ่อนของมันคือภาพสะท้อนของจุดแข็ง: มันมีต้นทุนสูงเมื่อใช้คุณภาพระดับสูง และมันสร้างภาพใหม่มากกว่าจะเก็บรายละเอียดเดิมไว้แบบศัลยกรรม — การ "แก้ไข" นั้นเหมือนกับ "เรนเดอร์ใหม่ตามคำสั่งนี้" มากกว่า ซึ่งตรงนี้คือจุดที่ MAI-Image-2.5-Pro พยายามสร้างจุดต่างด้วยจุดขายเรื่องความสม่ำเสมอ
ราคา
ทั้งสองมีการวัดการใช้ตามจำนวนโทเคน และไม่มีฝ่ายใดเปิดเผยจำนวนโทเคนต่อภาพ ดังนั้นตัวเลขต่อภาพจึงเป็นเพียงการคำนวณแปลงค่า ไม่ใช่เรตที่ประกาศอย่างเป็นทางการ
• MAI-Image-2.5-Pro — 5 ดอลลาร์ต่อล้านโทเคนอินพุตข้อความ, 8 ดอลลาร์ต่อล้านโทเคนอินพุตรูปภาพ และ 106 ดอลลาร์ต่อล้านโทเคนเอาต์พุตรูปภาพ การแปลงของ Artificial Analysis: ≈ 108.50 ดอลลาร์ต่อ 1,000 ภาพขนาด 1024×1024.
• GPT Image 2 — $5 ต่อล้านโทเคนอินพุตข้อความ, $8 ต่อล้านโทเคนอินพุตรูปภาพ, $30 ต่อล้านโทเคนเอาต์พุตรูปภาพ ต้นทุนต่อภาพแปรผันตามระดับคุณภาพ: ประมาณ $0.006 สำหรับระดับต่ำ, $0.05 สำหรับปานกลาง, $0.21 สำหรับระดับสูงที่ 1024×1024 — ≈ $211 ต่อ 1,000 ภาพที่คุณภาพสูง.
ดังนั้น ในระดับราคาที่ผู้ซื้อใช้งานจริง MAI-Image-2.5-Pro มีราคาประมาณครึ่งหนึ่งของราคาต่อภาพของ GPT Image 2 ระดับ high — นี่คือส่วนต่างที่แท้จริงเมื่อใช้งานในปริมาณมาก และสอดคล้องกับคำกล่าวอ้างของไมโครซอฟท์เอง (ที่รายงานโดยผู้ขายและเฉพาะสถานการณ์) ว่าต้นทุน GPU ต่ำกว่ารุ่น GPT ถึง 84% ใน PowerPoint และ OneDrive ข้อควรระวัง: ลีดเดอร์บอร์ดแสดงระดับ "high" ของ GPT Image 2 และหากลดคุณภาพของ GPT Image 2 ลงเป็นระดับกลาง ราคาจะลดลงใกล้กับของ MAI-Image-2.5-Pro แต่ Elo ของมันก็ลดลงด้วยเช่นกัน
ความละเอียดและรูปแบบ
• ขีดจำกัดเอาต์พุต: MAI-Image-2.5-Pro ถูกจำกัดใกล้ 1 เมกะพิกเซล (เทียบเท่า 1024×1024, ด้านสั้นขั้นต่ำ 768px) — เหมาะสำหรับเว็บและงานภาพผลิตภัณฑ์ส่วนใหญ่ แต่เป็นขีดจำกัดที่ชัดเจนสำหรับงานพิมพ์ ส่วน GPT Image 2 รองรับสูงสุด 4K (ขอบสูงสุด 4,000px, พิกเซลรวมสูงถึง ~8.3M) โดยมีเพดานอัตราส่วนภาพ 3:1
• อินพุต: ทั้งคู่รองรับภาพ JPEG/PNG และข้อความ MAI-Image-2.5-Pro ระบุอินพุตข้อความ 32k โทเคนและหน้าต่างบริบท 131k; โหมดการให้เหตุผลของ GPT Image 2 คือจุดที่สร้างความแตกต่างในด้านอินพุต
• รูปแบบ: GPT Image 2 ไม่รองรับพื้นหลังโปร่งใสเมื่อเปิดตัว; Microsoft ยังไม่ได้ระบุเรื่องความโปร่งใสสำหรับระดับ Pro เช่นกัน
หากผลงานของคุณต้องการขนาดใหญ่ — โปสเตอร์ งานพิมพ์ ป้ายโฆษณา — เพดาน 4K ของ GPT Image 2 ถือเป็นข้อได้เปรียบที่ชัดเจนในปัจจุบัน หากผลงานของคุณเป็นรูปแบบเว็บโดยธรรมชาติ ขีดจำกัดเมกะพิกเซลแทบไม่ใช่ข้อจำกัดที่สำคัญ
ความพร้อมใช้งานและมุมการกำหนดเส้นทาง
ทั้งคู่เป็น API ที่โฮสต์ไว้ แต่การเข้าถึงไม่เท่าเทียมกัน GPT Image 2 เปิดให้ใช้งานโดยทั่วไปตั้งแต่วันที่ 21 เมษายน 2026 ผ่าน API ของ OpenAI และสามารถกำหนดเส้นทางผ่าน OrcaRouter ได้ในวันนี้ — ใช้คีย์เดียว ราคารายการของผู้ให้บริการส่งผ่านที่มาร์กอัป 0% พร้อมการสลับผู้ให้บริการอัตโนมัติ MAI-Image-2.5-Pro เป็นพรีวิวสาธารณะตั้งแต่วันที่ 23 กรกฎาคม 2026 บน Microsoft Foundry และ MAI Playground; ยังไม่สามารถเข้าถึงผ่านเลเยอร์การกำหนดเส้นทางของบุคคลที่สาม และราคาพรีวิวอาจเปลี่ยนแปลงได้เมื่อถึง GA
ความไม่สมมาตรนั้นควรค่าแก่การจดบันทึกการตัดสินใจสำหรับใครก็ตามที่เปรียบเทียบทั้งสองอย่างในไปป์ไลน์จริง คุณสามารถกำหนดเส้นทางการรับส่งข้อมูลส่วนหนึ่งไปยัง GPT Image 2 และอีกส่วนหนึ่งไปยังโมเดลอื่นบนเอนด์พอยต์เดียวกันได้ในวันนี้ และสลับสตริงโมเดลเมื่อพรีวิวของ Microsoft เปิดให้เรียกใช้ได้อย่างกว้างขวาง เวิร์กโฟลว์ที่คุณต้องการ — เปรียบเทียบตัวแก้ไขทั้งสองบนรูปภาพของคุณเอง เก็บตัวที่พิสูจน์แล้วว่าใช้ได้ผลเป็นตัวสำรองในขณะที่ตัวใหม่สร้างความไว้วางใจ — คือสิ่งที่เลเยอร์การกำหนดเส้นทางมอบให้อย่างแม่นยำ และไม่มีค่าใช้จ่ายเพิ่มเติมบน OrcaRouter เพราะราคาของผู้ให้บริการคือราคาที่จ่าย
คำตัดสิน
หากงานของคุณคือการแก้ไขภาพที่มีอยู่และผลลัพธ์ที่ได้มีขนาดระดับเว็บ MAI-Image-2.5-Pro คือตัวเลือกที่คุ้มค่า และเป็นอันดับ 1 อิสระปัจจุบันบนกระดานการแก้ไขภาพของ Artificial Analysis — ในราคาต่อภาพประมาณครึ่งหนึ่งของ GPT Image 2 high หากงานของคุณคือการสร้างจากผืนผ้าใบเปล่า พรอมพ์ที่มีข้อจำกัดซับซ้อนหลายข้อ หรือผลลัพธ์ขนาดใหญ่ GPT Image 2 คือเครื่องมือที่ดีกว่า และอันดับ 1 ด้านข้อความสูรูปภาพพร้อมกับความโดดเด่นด้านการแก้ไขบน Arena ก็บอกเช่นนั้น ทั้งสองเป็นโมเดลระดับพรีเมียมและควรมีไว้ใช้ทั้งคู่ กระดานที่แบ่งกันไม่ใช่การเสมอทางการตลาด — แต่เป็นความเชี่ยวชาญที่แตกต่างกันอย่างแท้จริงสองด้าน และเนื่องจากทั้งสองเป็นแบบโฮสต์ เลเยอร์การกำหนดเส้นทางจึงเป็นวิธีที่สมเหตุสมผลในการรันทั้งคู่เคียงข้างกันบนภาพของคุณเอง ก่อนที่คุณจะเลือกเส้นทางการผลิตกับตัวใดตัวหนึ่ง
