MAI-Image-2.5-Pro เทียบกับ Grok Imagine Image 2.0: สองการเดิมพันที่เน้นการแก้ไขเป็นหลักในการสร้างภาพ
- 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
โมเดลภาพที่น่าสนใจที่สุดสองตัวของปีนี้เห็นพ้องต้องกันในแนวคิดใหญ่: การแก้ไขภาพคืออนาคต การสร้างภาพเป็นเพียงข้อกำหนดพื้นฐาน MAI-Image-2.5-Pro (Microsoft, เปิดตัวอย่างสาธารณะบน Foundry ตั้งแต่วันที่ 23 กรกฎาคม) และ Grok Imagine Image 2.0 (xAI, เปิดตัวเมื่อวันที่ 7 สิงหาคม เป็นค่าเริ่มต้น "Quality Mode" ในแอป Grok) ทั้งสองนำเสนอตัวเองว่าเป็นเครื่องมือแก้ไขก่อน แต่พวกเขาสร้างเครื่องมือที่แตกต่างกันเพื่อพิสูจน์เรื่องนี้ โมเดลของ Microsoft เป็นเครื่องยนต์คุณภาพ — การแก้ไขที่แม่นยำและคงความสม่ำเสมอ ซึ่งครองอันดับ 1 บน Artificial Analysis Image Editing Arena โมเดลของ xAI เป็นสภาพแวดล้อมการแก้ไข — ชุดเครื่องมือสำหรับผู้ใช้ (Magic Wand, การแบ่งส่วนภาพ, การลบพื้นหลัง, Smart Resize) ที่สร้างขึ้นรอบตัวสร้างภาพซึ่งอยู่อันดับ 2-3 บนเวทีใหญ่อีกแห่ง ด้านหนึ่งวัดที่ความเที่ยงตรง อีกด้านวัดที่ขั้นตอนการทำงาน นี่คือความแตกต่างที่แท้จริงระหว่างพวกเขา
ชุดเครื่องมือแก้ไขมีรูปร่างไม่เหมือนกัน
• MAI-Image-2.5-Pro — เอนจิน ไม่ใช่กล่องเครื่องมือ คุณนำคำสั่งและภาพมา ระบบจะลงมือแก้ไขอย่างแม่นยำราวกับศัลยกรรม — การแทนที่วัตถุเป้าหมาย การเปลี่ยนเลย์เอาต์ การอัปเดตข้อความในภาพ การล้างสิ่งรบกวน (artifact) — พร้อมคงอัตลักษณ์ของวัตถุ แสง และพื้นผิวให้สอดคล้องกันตลอดทุกการวนซ้ำ การอ้างสิทธิ์ของ Microsoft ที่ 94% ด้านความสอดคล้องของตัวละครในหลายภาพ (รายงานโดยผู้จำหน่าย) คือจุดขายทั้งหมด: เปลี่ยนสิ่งหนึ่ง แต่คงทุกอย่างอื่นไว้
• Grok Imagine Image 2.0 — สภาพแวดล้อมที่มาพร้อมกับ Magic Wand (แก้ไขเฉพาะพื้นที่ที่เลือก), Segmentation (เปลี่ยนสีหรือแทนที่พื้นที่ที่แม่นยำ), การลบพื้นหลัง, การรับอินพุตหลายรายการ (สูงสุด 5 ภาพในแอปสำหรับผู้บริโภค, 3 ภาพใน API), Smart Resize (ปรับองค์ประกอบของภาพหนึ่งภาพให้เป็นอัตราส่วนภาพ 9 แบบ), และเทมเพลตสำหรับการถ่ายภาพสินค้า, ภาพโปรไฟล์, อีคอมเมิร์ซ, เกมแอสเซท, และโปสเตอร์การตลาด
อ่านรายการนั้นแล้วการวางตำแหน่งก็ชัดเจน: MAI-Image-2.5-Pro คือโมเดลที่นักพัฒนาใช้ชี้ไปที่ API ส่วน Grok Imagine Image 2.0 คือโมเดลที่ผู้ใช้นั่งทำงานใน UI xAI เรียกมันว่า "สภาพแวดล้อมสำหรับการแก้ไข" ในตอนเปิดตัว และชุดเครื่องมือก็เป็นเช่นนั้นจริง ๆ
แต่ละรายการอยู่ในอันดับใด
• MAI-Image-2.5-Pro — อันดับ 1 ใน Artificial Analysis Image Editing Arena (Elo 1,272, คะแนนโหวตแบบไม่เปิดเผยแหล่งที่มา ~6,100 เสียง); อันดับ 7 การสร้างภาพจากข้อความ (Elo 1,292) เป็นการให้คะแนนแบบอิสระโดยไม่เปิดเผยแหล่งที่มาของภาพ
• Grok Imagine Image 2.0 — คำกล่าวอ้างเปิดตัวของ xAI ว่าเป็นอันดับ 2 ของโลกบนกระดานข้อความสู่รูปภาพของ Arena รองจาก GPT Image 2; จากการเก็บข้อมูลเมื่อวันที่ 10 สิงหาคม มันอยู่ในอันดับ 3 (Elo 1,316) รองจาก GPT Image 2 (1,381) และ MAI-Image-2.6 (1,336) รุ่นใหม่ของ Microsoft อันดับดังกล่าวเป็นอิสระและเป็นเบื้องต้น และการวางกรอบ "อันดับ 2 ของโลก" ของ xAI ควรถูกระบุให้ชัดเจนว่าคืออะไร: เป็นคำกล่าวอ้างเปิดตัวจากผู้จำหน่ายซึ่งกระดานสดได้ปรับปรุงแก้ไขแล้วในภายหลัง
ไม่มีโมเดลใดเป็นผู้นำในถิ่นของอีกฝ่าย และไม่มีโมเดลใดครองตำแหน่งสูงสุดบนกระดานหลักของอีกฝ่าย วิธีอ่านที่ชัดเจนคือ: โมเดลของ Microsoft เป็นเจ้าของคะแนนด้านการแก้ไข ขณะที่โมเดลของ xAI เป็นเจ้าของด้านเครื่องมือ และอยู่ในอันดับใกล้ด้านบนสุดของการสร้างเนื้อหา
การเรนเดอร์ข้อความ คุณสมบัติที่ชี้ขาด
ข้อความภายในภาพเป็นจุดที่ทั้งสองแตกต่างกันอย่างชัดเจนที่สุด และเป็นจุดที่หลักฐานอิสระมีเพียงด้านเดียว Microsoft อ้างความแม่นยำในการเรนเดอร์ข้อความ 96.8% สำหรับ MAI-Image-2.5-Pro ครอบคลุมภาษาอังกฤษ จีน ญี่ปุ่น เกาหลี และสเปน — เป็นข้อมูลที่รายงานโดยผู้ผลิต ยังไม่มีการตรวจสอบ และมาพร้อมขีดจำกัดเอาต์พุตระดับเมกะพิกเซล แต่เป็นความสามารถที่ระบุจริงพร้อมการรองรับหลายภาษา ผลการทดสอบอิสระของ Grok Imagine Image 2.0 ซึ่งเผยแพร่โดยการประเมินของ OrcaRouter เองที่เปรียบเทียบกับ GPT Image 2 พบว่ามันเรนเดอร์ข้อความ CJK ได้อย่างไม่น่าเชื่อถือ — ในการทดสอบหนึ่ง มันแสดงภาษาจีนตัวเต็มเมื่อถูกขอให้แสดงภาษาจีนตัวย่อบนพาดหัวโปสเตอร์ภาพยนตร์ ซึ่งตัดสิทธิ์การใช้งานสำหรับงานโฆษณาที่ปรับเฉพาะท้องถิ่นอย่างสิ้นเชิง สำหรับเวิร์กโฟลว์ใดๆ ที่มีคำอ่านได้ในภาพ MAI-Image-2.5-Pro เป็นตัวเลือกที่ปลอดภัยกว่าในทางทฤษฎี แต่คุณภาพข้อความของ Grok จำเป็นต้องผ่านการทดลองกับเนื้อหาของคุณเองก่อนจึงจะวางใจได้
ราคา
• MAI-Image-2.5-Pro — คิดค่าบริการตามโทเค็น: $5 ต่อล้านโทเค็นอินพุตข้อความ, $8 ต่อล้านโทเค็นอินพุตรูปภาพ, $106 ต่อล้านโทเค็นเอาต์พุตรูปภาพ การแปลงของ Artificial Analysis ประเมินว่ารูปภาพขนาด 1024×1024 มีราคาใกล้เคียง $108.50 ต่อ 1,000.
• Grok Imagine Image 2.0 — การกำหนดราคาแบบคงที่ต่อภาพ ไม่มีโทเค็น: $0.05 ต่อภาพที่ 1K หรือ 2K สำหรับระดับคุณภาพ (`grok-imagine-image-quality`), $0.02 สำหรับระดับมาตรฐาน โดยการแก้ไขจะคิดค่าบริการทั้งอินพุตและเอาต์พุต ที่ 1K นั่นคือ $50 ต่อ 1,000 ภาพคุณภาพ — ประมาณครึ่งหนึ่งของตัวเลขต่อ 1,000 ภาพของ MAI-Image-2.5-Pro โดยมีต้นทุนคงที่ซึ่งไม่ผันผวนตามความยาวของพรอมป์ต์
โมเดลการกำหนดราคามีความแตกต่างกันในเชิงหลักการ การคิดค่าโทเคนของ Microsoft ลงโทษพรอมป์ที่ยาวและเอาต์พุตขนาดใหญ่ ในขณะที่อัตราคงที่ต่อภาพของ xAI คาดเดาได้และไม่ขึ้นกับความยาวพรอมป์ เมื่อใช้ในปริมาณมาก อัตราแบบคงที่คาดการณ์ได้ง่ายกว่า และราคาระดับคุณภาพก็ถูกกว่าราคาของ MAI-Image-2.5-Pro
ความพร้อมใช้งานและมุมการกำหนดเส้นทาง
ทั้งสองสามารถเข้าถึงได้ แต่ผ่านประตูคนละบาน MAI-Image-2.5-Pro เป็นพรีวิวของ Microsoft Foundry และ MAI Playground — คุณต้องมีบัญชี Microsoft และอัตราค่าบริการพรีวิวมีผลบังคับใช้ Grok Imagine Image 2.0 เปิดตัวในแอปสำหรับผู้บริโภคของ xAI เมื่อวันที่ 7 สิงหาคม และระดับคุณภาพสามารถเรียกใช้ได้ผ่าน Imagine API ของ xAI; นอกจากนี้ยังมีให้ใช้งานบนเอนด์พอยต์ที่เข้ากันได้กับ OpenAI ของ OrcaRouter ตั้งแต่กลางเดือนสิงหาคม โดยที่ระดับมาตรฐานและระดับคุณภาพอยู่ภายใต้คีย์เดียว โดยราคาของผู้ให้บริการถูกส่งผ่านโดยมีมาร์กอัป 0% และมีการเฟลโอเวอร์อัตโนมัติไปยังตัวสำรองเช่น GPT Image 2
ความแตกต่างในทางปฏิบัติที่เกิดขึ้นคือ: การนำ Grok Imagine Image 2.0 มาใช้ในสายการผลิตจริงเป็นเพียงการแก้ไขสตริงโมเดลบนเอนด์พอยต์ที่คุณอาจใช้งานอยู่แล้ว โดยมีอัตราคงที่ที่ไม่แพงและกลไกสำรองในตัวสำหรับกรณีที่มันพลาด — ซึ่งก็คือโหมดความล้มเหลวที่เลเยอร์การจัดเส้นทางมีไว้ตรวจจับนั่นเอง ส่วนการนำ MAI-Image-2.5-Pro มาใช้หมายความว่าตอนนี้คุณต้องทำสัญญากับ Foundry โดยตรง และข้อสังเกตเรื่องการจัดเส้นทางที่ตรงไปตรงมาก็ยังเหมือนเดิมเมื่อเดือนที่แล้ว: เมื่อพรีวิวของ Microsoft เปิดให้เรียกผ่าน API ของบุคคลที่สามในวงกว้างได้ นั่นคือเวลาที่รูปแบบคีย์เดียวแบบเดียวกันจะเปิดใช้กับมันได้
คำตัดสิน
เลือกMAI-Image-2.5-Pro เมื่องานของคุณคือการแก้ไขภาพเดิมที่มีความเที่ยงตรงสูงและผลลัพธ์ต้องออกมาคงคุณภาพ — มันคือเอดิเตอร์อันดับ 1 ที่เป็นอิสระบน Artificial Analysis, มันกล่าวอ้างเรื่องการเรนเดอร์ข้อความหลายภาษาได้อย่างจริงจัง และราคาก็สูงตาม เลือกGrok Imagine Image 2.0 เมื่อคุณต้องการเวิร์กโฟลว์การแก้ไขที่มีเครื่องมือจริง ราคาคงที่ที่คาดเดาได้ง่ายและประมาณครึ่งหนึ่งของราคาต่อภาพ รวมถึงโมเดลที่คุณสามารถเลือกใช้ได้ทันทีพร้อมตัวสำรอง มุมมองที่ตรงไปตรงมาไม่ใช่ "อันไหนดีกว่า" — แต่คือการเดิมพันว่าแบบไหนเข้ากับเวิร์กโฟลว์ของคุณ: Microsoft เดิมพันว่าความเที่ยงตรงจะชนะในงานแก้ไข ส่วน xAI เดิมพันว่าชุดเครื่องมือจะชนะใจผู้ใช้ ทั้งสองฝ่ายก็สมเหตุสมผล; สิ่งที่ชี้ขาดคือข้อกำหนดด้านคุณภาพผลลัพธ์ของคุณและระดับความเสี่ยงที่คุณยอมรับได้ต่อการเรนเดอร์ข้อความ
