MAI Image 2.7 Preview เทียบกับ HY Image 3.5: ช่องว่าง 105 คะแนนที่คุณไม่ควรคำนวณ
- Orcaใหม่OrcaCyber: GLM 5.3 Flash Abliterated2026-10-2782 tok/s
- Orcaใหม่OrcaCyber: Qwen3.8 Flash Next Abliterated2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 283 tok/s
- Orcaใหม่OrcaCyber: MiMo V2.6 Flash Abliterated2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 83 tok/s
- Moonshotใหม่MoonshotAI: Kimi K3.1 Pro2026-10-2455ความฉลาด
- Orcaใหม่OrcaCyber: DeepSeek V4.1 Flash Abliterated2026-10-23$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 118 tok/s
- minimaxใหม่MiniMax: M3.1 Flash2026-10-1943ความฉลาด
- Orcaใหม่Orca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 45 tok/s
- deepseekใหม่DeepSeek: DeepSeek V4.1 Flash 10172026-10-1745ความฉลาด
- DeepSeekใหม่DeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 112 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2952ความฉลาด
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 700 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238ความฉลาด
- OpenAIOpenAI: GPT-6 Sol2026-09-2248ความฉลาด
- AnthropicAnthropic: Claude Opus 5.52026-09-2258ความฉลาด
- xiaomiXiaomi: MiMo-V2.6-Flash2026-09-2138ความฉลาด
- xiaomiXiaomi: MiMo-V2.6-Pro2026-09-2146ความฉลาด
- xAIGrok 4.72026-09-2146ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 160 tok/s
ลองวางตัวเลขสองตัวนี้เคียงข้างกัน แล้วการเปรียบเทียบก็ดูจะได้ข้อสรุป MAI Image 2.7 Preview ได้ 1,193 Elo บนบอร์ดจัดอันดับการแก้ไขภาพของ Artificial Analysis ส่วน HY Image 3.5 ได้ 1,088 นั่นคือช่องว่าง 105 คะแนน ซึ่งบนมาตรา Elo ไม่ใช่ความต่างจากการปัดเศษ — มันคือโมเดลคนละระดับกัน ปัญหาเดียวคือ ตัวเลขทั้งสองมาจากสแนปช็อตที่ต่างกันของบอร์ดที่ Artificial Analysis กำลังสร้างใหม่ และการนำมาลบกันข้ามสแนปช็อตก็เป็นความผิดพลาดแบบเดียวกับการนำอุณหภูมิหน่วยเซลเซียสไปเทียบกับหน่วยฟาเรนไฮต์แล้วเรียกความต่างนั้นว่าคลื่นความร้อน
เรื่องนี้สำคัญเพราะการลบที่ไม่ถูกต้องคือข้อโต้แย้งที่สะดวกที่สุดที่ทั้งสองฝ่ายมีให้ใช้ Microsoft ได้ประโยชน์จากตัวเลขที่ทำให้พรีวิวของตนดูนำหน้าคู่แข่งที่เปิดให้ใช้งานจริงอยู่ร้อยคะแนน Tencent ได้ประโยชน์จากการเปรียบเทียบกับโมเดลที่ไม่มีใครเรียกใช้ได้ ทั้งสองฝ่ายไม่จำเป็นต้องกล่าวข้อโต้แย้งนั้นเพื่อให้มันแพร่กระจาย เพราะตัวเลขเหล่านั้นอยู่บน leaderboard เดียวกันภายใต้ชื่อเดียวกัน
ต่อไปนี้คือสิ่งที่แต่ละโมเดลเสนอจริง โดยแยกออกจากการคำนวณที่ไม่ลงรอยกัน
สองสแนปช็อตภายใต้ชื่อบอร์ดเดียว
1,193 ของ MAI Image 2.7 Preview มาจาก AA-Image-Editing v2.1 สแนปช็อต ณ วันที่ 22 ตุลาคม 2026 อยู่ในอันดับที่สอง ตามหลัง GPT Image 2.5 Sunburstที่ 1,199 และนำหน้า GPT Image 2.5 Flareที่ 1,182
1,088 ของ HY Image 3.5 มาจากการอ่านค่ากระดานการแก้ไขในเดือนกันยายน 2026 โดยเป็นอันดับที่สิบสี่จากเก้าสิบเจ็ดโมเดล พร้อมช่วงความเชื่อมั่น 1,079 ถึง 1,097 และมีการเปรียบเทียบแบบคู่ 5,550 คู่รองรับอยู่เบื้องหลัง HunyuanImage 3.0 Instruct อยู่ที่ 1,066 ในการอ่านค่าเดียวกัน และ Qwen-Image-2.1 อยู่ที่ 1,074
เวอร์ชันของบอร์ดและช่วงเวลาการประเมินแตกต่างกัน ซึ่งเพียงพอที่จะทำให้ความแตกต่างระหว่างตัวเลขทั้งสองตีความไม่ได้ โพสต์ที่มีอยู่แล้วในบล็อกนี้เกี่ยวกับ MAI-Image-2.6 ได้บันทึกเหตุผลไว้แล้ว: เมื่อบอร์ดถูกสร้างใหม่เป็น v2.1 คะแนนของโมเดลรุ่นเก่าก็เปลี่ยนไป และ "regression" ที่ดูเหมือนการสูญเสียความสามารถนั้นเป็นผลพวงจากการที่ไม้บรรทัดวัดเปลี่ยนไป ข้อควรระวังเดียวกันนี้ใช้ในทางกลับกันด้วย ช่องว่าง 105 จุดที่ประกอบขึ้นจากไม้บรรทัดสองอันไม่ใช่การวัดสิ่งใดเลย
สิ่งที่พูดได้อย่างมั่นใจนั้นแคบลงแต่ยังมีประโยชน์: ทั้งสองโมเดลอยู่ในสิบห้าอันดับแรกของบอร์ดจัดอันดับด้านการแก้ไข ณ เวลาที่แต่ละโมเดลถูกวัด และไม่มีโมเดลใดอยู่อันดับสูงสุด
จุดที่ HY Image 3.5 ดีกว่าอย่างชัดเจน
สามอย่าง และไม่มีสักอย่างที่ใกล้เลย
• คุณเรียกใช้งานได้เลย HY Image 3.5 พร้อมใช้งานผ่าน API ของ Tencent Cloud โดยมี endpoint ที่มีเอกสารประกอบซึ่งรองรับโปรโตคอล Chat หรือ Messages และมีคู่มือการสร้างภาพที่ระบุพารามิเตอร์ทั้งหมด ส่วน MAI Image 2.7 Preview ไม่มี API ไม่มีรายการใน Foundry และไม่มีราคาที่ประกาศไว้
• คุณสามารถกำหนดราคาได้ Tencent เรียกเก็บ ¥0.15 ต่อภาพ 2K หรือประมาณสองเซนต์ครึ่ง และคิดเงินเฉพาะเอาต์พุตที่สร้างขึ้นเท่านั้น ส่วน Microsoft ยังไม่เผยแพร่ตารางอัตราค่าบริการสำหรับ 2.7 ในสกุลเงินใด ๆ
• ทำได้ครบทุกงานในตัว HY Image 3.5 รองรับการสร้างภาพจากข้อความ การสร้างภาพจากภาพ และการแก้ไขแบบหลายรอบผ่าน endpoint เดียว ส่วน MAI Image 2.7 Preview มีเฉพาะการแก้ไข โดยระบุว่าฟีเจอร์การสร้างภาพจะมาในเร็วๆ นี้
{{1}}ประเด็นที่สาม{{/1}}คือข้อที่เปลี่ยนว่าผลิตภัณฑ์แต่ละตัวเป็นผลิตภัณฑ์แบบไหน {{2}}การแก้ไขแบบหลายรอบ{{/2}}หมายความว่าโมเดลจะจดจำตัวแบบไว้ตลอดลำดับการแก้ไขในการสนทนาเดียว — รูปแบบการทำงานของนักออกแบบที่วนปรับแก้ชิ้นงานตลอดช่วงบ่าย โปรแกรมแก้ไขแบบรอบเดียวที่เริ่มต้นใหม่ทุกคำขอเป็นเครื่องมือคนละแบบ และ {{3}}Microsoft{{/3}}ยังไม่ได้ระบุว่า {{4}}2.7{{/4}} รองรับรูปแบบใด
บอร์ด Text-to-Image พลิกการจัดอันดับกลับตาลปัตร
นี่คือรายละเอียดที่ควรทำให้ใครก็ตามระมัดระวังในการเปรียบเทียบด้วยตัวเลขเพียงตัวเดียว: บนกระดานข้อความสู่ภาพของ Artificial Analysis นั้น HY Image 3.5 ทำคะแนนได้ 975 Elo และอยู่อันดับที่ 66 จาก 166 โมเดล ซึ่งต่ำกว่าประมาณ 20 คะแนนเมื่อเทียบกับ HunyuanImage 3.0 Instruct ซึ่งเป็นรุ่นก่อนของตัวเอง และมันตรงกันข้ามกับภาพที่กระดานแก้ไขภาพแสดงให้เห็น โดยที่ 3.5 อยู่สูงกว่ารุ่นก่อนเดียวกันถึง 22 คะแนน
โมเดลที่เอาชนะรุ่นก่อนหน้าบนกระดานวัดผลหนึ่งและแพ้รุ่นก่อนหน้าบนอีกกระดานหนึ่ง ไม่ใช่ความขัดแย้งในตัวโมเดล แต่เป็นสัญญาณว่าการประเมินทั้งสองกำลังวัดกลุ่มพรอมต์ที่แตกต่างกัน และโมเดลที่ปรับแต่งมาสำหรับการแก้ไขตามคำสั่งอาจมีประสิทธิภาพถอยลงในการสร้างแบบเปิดกว้าง โดยที่ตัวเลขใด ๆ ของมันไม่ได้ผิดเลย การวางกรอบของ Tencent เองสนับสนุนการตีความนี้ เนื้อหาการเปิดตัวเน้นงานสร้างสรรค์ระดับมืออาชีพ การเรนเดอร์ข้อความ ความสม่ำเสมอในการแก้ไข และตัวเขียนพรอมต์แบบ chain-of-thought โดยโหมดข้อความเป็นภาพถูกนำเสนอเป็นหนึ่งในความสามารถหลายอย่าง而非พาดหัวข่าว
สำหรับ MAI Image 2.7 Preview บอร์ดที่เกี่ยวข้องว่างเปล่า เนื่องจากโมเดลไม่สามารถสร้างภาพได้ นั่นไม่ใช่จุดข้อมูลที่ขาดหาย แต่เป็นข้อตัดสินใจของผลิตภัณฑ์
รูปแบบความล้มเหลวที่แตกต่างกัน ไม่ใช่ระดับคุณภาพที่แตกต่างกัน
หมวดหมู่ที่แต่ละโมเดลอ้างว่ามีจุดแข็งนั้นชี้ไปยังปัญหาที่แตกต่างกันอย่างแท้จริง
ข้อกล่าวอ้างของ Microsoft สำหรับ 2.7 คือการตัดสินแบบทั้งเฟรม: ปรับสไตล์ฉากใหม่ ให้แสงใหม่ กู้คืนภาพ และเขียนข้อความใหม่ เพื่อให้ข้อความอยู่ในภาพแทนที่จะวางทับอยู่ด้านบน Artificial Analysis จัดให้โมเดลนี้อยู่ในอันดับแรกในสี่จากเจ็ดการดำเนินการแก้ไข โดยมีคะแนนนำมากที่สุดในด้านฉากและสไตล์ที่ 24 คะแนน และ Microsoft กล่าวว่าโมเดลปรับปรุงขึ้นในสิบกรณีการใช้งานและเจ็ดการดำเนินการเมื่อเทียบกับ 2.6
คำกล่าวอ้างของ Tencent สำหรับ HY Image 3.5 คือความสม่ำเสมอระหว่างการแก้ไขหลายครั้ง และความอ่านออกได้ของข้อความที่เรนเดอร์ รวมถึงข้อความขนาดเล็กและข้อความหลายภาษา พร้อมทั้งความสมจริง หลักฐานของบริษัทคือการทดสอบแบบปกปิดภายใน: อัตราการชนะสูงกว่า Hy Image 3.0 ประมาณ 30% ในกลุ่มนักออกแบบมืออาชีพหลายร้อยคน อยู่ในระดับใกล้เคียงกับ Seedream 5.0 Pro และนำหน้าเล็กน้อยเมื่อเทียบกับ Nano-Banana Pro และ Qwen-Image-3.0 Pro ผลลัพธ์ GSB เหล่านี้ดำเนินการโดยผู้ขาย ไม่ใช่การจัดอันดับอิสระ และควรตีความตามนั้น
เมื่อนำมารวมกัน ข้อกล่าวอ้างทั้งสองอธิบายการแบ่งงานที่เป็นจริงได้ หากงานคือ “ทำให้ภาพถ่ายนี้ดูเหมือนแคมเปญฤดูหนาว” ส่วนต่างด้านฉากและสไตล์ของ 2.7 ก็มุ่งเป้าไปที่สิ่งนั้นโดยตรง หากงานคือ “ทำให้ผลิตภัณฑ์นี้เหมือนกันทุกประการในเรนเดอร์ทั้งสี่สิบภาพ และทำให้ฉลากอ่านได้” จุดแข็งที่ระบุไว้ของ HY Image 3.5 ก็มุ่งเป้าไปที่สิ่งนั้นเช่นกัน ไม่มีข้อกล่าวอ้างใดเป็นหลักฐานเกี่ยวกับอีกงานหนึ่ง
ต้นทุนต่อหน่วยเมื่อซื้อในปริมาณมาก
ความไม่สมดุลด้านราคานั้นมากพอที่จะเป็นตัวชี้ขาดการติดตั้งใช้งานจริงส่วนใหญ่ได้ด้วยตัวมันเอง
HY Image 3.5 ราคา ¥0.15 ต่อภาพ 2K คิดเป็นประมาณ $0.024 หนึ่งพันภาพต่อเดือนจะอยู่ที่ประมาณ $24 ก่อนคิดการลองใหม่ ความละเอียดเอาต์พุตระบุไว้ที่ 2K โดยพารามิเตอร์ size ของ API รองรับช่วงที่กว้างกว่ามาก — ความกว้างและความสูงตั้งแต่ 256 ถึง 8192 ภายใต้เพดานพื้นที่ 16,777,216 พิกเซล ซึ่งครอบคลุมถึง 4096×4096 ที่ขอบบน เพดานจำนวนภาพอ้างอิงคือห้าภาพต่อคำขอในประกาศเปิดตัวของ Tencent ส่วนตารางพารามิเตอร์ในคู่มือ API ระบุว่ามีได้ตั้งแต่ศูนย์ถึงสามสำหรับเอนด์พอยต์ 3.0 รุ่นเก่า และไม่ได้ระบุตัวเลขซ้ำสำหรับ 3.5 ดังนั้นควรตรวจสอบเรื่องนี้กับเอกสารประกอบล่าสุดก่อนวางแผนเวิร์กโฟลว์โดยอิงกับเรื่องนี้
MAI Image 2.7 Preview ไม่มีค่าใช้จ่าย แต่กลับใช้ทรัพยากรที่แพงที่สุดในที่ทำงาน นั่นคือความสนใจของมนุษย์ในแท็บเบราว์เซอร์ หนึ่งพันภาพคือการเดินทางไปกลับด้วยมือหนึ่งพันรอบ โมเดลนี้ฟรีในแง่ที่ว่าตัวอย่างหนึ่งนั้นฟรี
หากทีมต้องการหนึ่งในสิ่งเหล่านี้ในไปป์ไลน์ภายในไตรมาสนี้ การตัดสินใจถูกกำหนดโดยความพร้อมใช้งานอยู่แล้ว และควรพูดให้ชัดเจนว่า OrcaRouter ไม่ได้โฮสต์โมเดลใดในสองโมเดลนี้ — HY Image 3.5 เข้าถึงได้ผ่าน Cloud API ของ Tencent เอง ส่วน MAI Image 2.7 Preview ไม่มีช่องทางใดเข้าถึงได้เลย จุดที่เกตเวย์เปลี่ยนการคำนวณจริง ๆ คือชั้น fallback: หากคุณสร้างบนเอนด์พอยต์สำหรับแก้ไขระดับพรีวิว การกำหนดค่า routing ที่สลับไปยังโมเดลที่สองเมื่อเกิดข้อผิดพลาดหรือหมดเวลา คือความแตกต่างระหว่างบ่ายที่ย่ำแย่กับการปล่อยเวอร์ชันที่พัง
การทดสอบที่จะยุติเรื่องนี้
ตารางอันดับถูกสร้างจากพรอมป์ต์แบบเป็นกลางและการรันเพียงครั้งเดียว คำถามที่ผู้ซื้อมีจริง ๆ คือจะเกิดอะไรขึ้นในการแก้ไขครั้งที่ห้าของแอสเซ็ตชิ้นเดียวกัน เมื่อมีภาพอ้างอิงและข้อจำกัดที่ต้องคงอยู่ตลอดทุกขั้นตอน
HY Image 3.5 สามารถทดสอบด้วยวิธีนี้ได้ตั้งแต่วันนี้: ส่งภาพต้นฉบับ ภาพอ้างอิง และลำดับแบบหลายเทิร์น แล้วตรวจสอบว่าตัวแบบเกิดการคลาดเคลื่อนเมื่อถึงเทิร์นที่สี่หรือไม่ MAI Image 2.7 Preview สามารถทดสอบได้ใน Playground สำหรับคุณภาพแบบ single-pass และใน Arena สำหรับการเปรียบเทียบแบบไม่เปิดเผยชื่อ แต่ไม่สามารถทดสอบความสอดคล้องของลำดับได้ เนื่องจากไม่มีอินเทอร์เฟซสำหรับลำดับ
จนกว่า Microsoft จะปล่อย endpoint ออกมาและ Artificial Analysis จะอ่านผลทั้งสองโมเดลใหม่บนกระดานจัดอันดับเวอร์ชันเดียวกัน การเปรียบเทียบที่ซื่อตรงก็คือ: Tencent มีโมเดลแบบหลายรอบที่เรียกใช้ได้และราคาถูกกว่า พร้อมคะแนนระดับกลางตาราง ส่วน Microsoft มีตัวแก้ไขแบบรอบเดียวที่ได้คะแนนดีกว่าแต่ไม่มีใครนำไปใช้งานได้ ช่องว่าง 105 คะแนนระหว่างสองตัวนี้เป็นความบังเอิญของจังหวะเวลา ไม่ใช่ข้อค้นพบ
