MAI Image 2.7 Preview vs Ideogram 4.5: “ความแม่นยำ” สองแบบ ที่มีเพียงหนึ่งเดียวที่ต้องแลกมาด้วยราคา

ทั้งสองโมเดลถูกนำเสนอขายโดยชูจุดเด่นด้านความแม่นยำ และคำว่าความแม่นยำนี้มีความหมายต่างกันในแต่ละการนำเสนอ Ideogram 4.5 ซึ่งเปิดตัวเมื่อวันที่ 30 กันยายน 2026 หมายถึงความแม่นยำระดับพิกเซล: มาสก์ที่ระบุว่าพิกเซลใดอาจเปลี่ยนแปลงได้ การแก้ไขที่ทำงานที่ความละเอียดดั้งเดิมของภาพต้นฉบับแทนที่จะลดขนาดภาพลงก่อน และคำมั่นสัญญาที่มีเอกสารระบุว่าพิกเซลโดยรอบจะยังคงอยู่ที่เดิม MAI Image 2.7 Preview ซึ่ง Microsoft AI เปิดตัวสี่สัปดาห์ต่อมาเมื่อวันที่ 27 ตุลาคม 2026 หมายถึงความแม่นยำระดับการตัดสินใจ: ปรับสไตล์ทั้งฉากโดยไม่ทำให้ฉากเสีย จัดแสงใหม่ให้ถูกต้อง เขียนข้อความใหม่ให้เป็นส่วนหนึ่งของพื้นผิวแทนที่จะลอยอยู่เหนือพื้นผิว ทั้งสองโมเดลนี้ไม่สามารถเรียกใช้งานผ่านเกตเวย์ได้ และผู้จำหน่ายทั้งสองรายยังไม่ระบุว่าเมื่อใดสถานการณ์นี้จะเปลี่ยนไป ดูโมเดลรูปภาพที่สามารถเรียกใช้ผ่านเส้นทางได้ในวันนี้ โมเดลที่คุณสามารถเรียกใช้งานได้จะแสดงพร้อมราคาของผู้ให้บริการ

สิ่งเหล่านั้นไม่ใช่ข้อกล่าวอ้างที่แข่งขันกันเกี่ยวกับความสามารถเดียวกัน อันหนึ่งเป็นพื้นผิวควบคุม ส่วนอีกอันเป็นโมเดลรสนิยม และความแตกต่างในทางปฏิบัติระหว่างทั้งสองจะปรากฏในส่วนที่ธรรมดาที่สุดของเอกสารสเปก: Ideogram 4.5 เผยแพร่ข้อกำหนดการมาสก์และราคาต่อภาพ ขณะที่ MAI Image 2.7 Preview ไม่เผยแพร่ทั้งสองอย่าง

ความหมายของ “แม่นยำ” เมื่อมีหน้ากาก

มาสก์คือสัญญา Ideogram 4.5 รับมาสก์หนึ่งชิ้น โดยสีดำกำหนดพื้นที่ที่ต้องการแก้ไขและสีขาวกำหนดพื้นที่ที่ต้องการคงไว้ พร้อมด้วยภาพอินพุตสูงสุดห้าภาพ — หนึ่งภาพต้นฉบับบวกสี่ภาพอ้างอิง อินเทอร์เฟซนี้เปลี่ยนการแก้ไขให้เป็นสิ่งที่คุณกำหนดได้อย่างเฉพาะเจาะจง แทนที่จะเป็นสิ่งที่คุณเพียงอธิบายแล้วหวังว่าจะได้ผลตามนั้น

มันยังทำให้โมเดลสามารถทดสอบได้ในแบบที่ตัวแก้ไขแบบใช้พรอมต์อย่างเดียวทำไม่ได้ ถ้าลูกค้าบอกว่า "เปลี่ยนฉลากขวดและไม่แตะอย่างอื่น" เวอร์ชันที่ใช้มาสก์สามารถตรวจสอบได้เชิงกลไก: เทียบเอาต์พุตกับอินพุตนอกบริเวณที่ถูกมาสก์ แล้วนับจำนวนพิกเซลที่เปลี่ยนไป ส่วนเวอร์ชันที่ใช้พรอมต์ต้องให้คนดูภาพทั้งสองแล้วตัดสินด้วยสายตา ที่จำนวนแอสเซ็ตห้าชิ้น ความต่างนั้นไม่ใช่เรื่องใหญ่ แต่ที่จำนวนห้าร้อยชิ้น มันคือความต่างระหว่างขั้นตอน QA ขั้นเดียวกับแผนก QA ทั้งแผนก

Microsoft ไม่ได้เผยแพร่ความหมายเชิงมาสก์ ไม่มีอินเทอร์เฟซแบบ bounding box และไม่มีการควบคุมพิกัดสำหรับ MAI Image 2.7 Preview โมเดลรับคำสั่งและภาพต้นฉบับ สิ่งที่มันเปลี่ยนแปลงนั้นโมเดลเป็นผู้ตัดสิน และคำอธิบายเป้าหมายการออกแบบของบริษัท — การรีสไตล์ทั้งฉาก การจัดแสงใหม่ การกู้คืนแอสเซ็ต การแก้ไขข้อความและสัญลักษณ์ตามบริบท — เป็นคำอธิบายของการแก้ไขที่ตั้งใจให้เป็นระดับทั้งฉาก นั่นเป็นการเลือกการออกแบบที่สมเหตุสมผลสำหรับงานที่ 2.7 มุ่งเป้า และยังเป็นเหตุผลที่คุณไม่สามารถส่งคำขอแก้ไขเฉพาะพื้นที่แบบล็อกขอบเขตให้มันแล้วคาดว่าข้อตกลงจะยังคงอยู่ได้

ยี่สิบสี่เมกะพิกเซลเข้า ยี่สิบสี่เมกะพิกเซลออก

การสาธิตจุดเด่นของ Ideogram สำหรับ 4.5 คือการแก้ไขภาพต้นฉบับขนาด 4,016×6,016 พิกเซล — ประมาณ 24.2 เมกะพิกเซล — โดยไม่ได้ย่อขนาดอินพุตก่อน นี่เป็นเกณฑ์วัดที่เฉพาะเจาะจงและซื่อตรงอย่างไม่ธรรมดา เพราะการย่อขนาดคือจุดที่โมเดลแก้ไขภาพส่วนใหญ่สูญเสียสิ่งสำคัญที่คุณใส่ใจไปอย่างเงียบ ๆ ภาพที่ถูกสุ่มตัวอย่างใหม่ให้เหลือสองเมกะพิกเซล แก้ไข แล้วอัปสเกลกลับ ได้ผ่านการแปลงที่สูญเสียข้อมูลสองครั้งก่อนที่คุณจะได้เห็น และบริเวณที่ "ถูกรักษาไว้" ก็ไม่ได้ถูกรักษาไว้เลยจริง ๆ มันคือการสร้างขึ้นใหม่

เอาต์พุตเนทีฟของ 4.5 อยู่ที่ 2K โดยมีด้านยาว 2,048 พิกเซลเมื่อตั้งค่าคุณภาพสูงสุด และมีอัตราส่วนภาพ 13 แบบ ตั้งแต่ 1:1 ไปจนถึง 3:1 ดังนั้นจุดขายจึงไม่ใช่การที่มันให้ภาพ 24 เมกะพิกเซล แต่คือไฟล์ต้นฉบับขนาดใหญ่ที่ยังคงผ่านกระบวนการไปกลับได้โดยไม่ถูกทำให้แบนราบระหว่างทางตอนนำเข้า

สำหรับ MAI Image 2.7 Preview ยังไม่มีการเผยแพร่ความละเอียดใด ๆ ออกมาเลย รุ่นก่อนหน้าอย่าง MAI-Image-2.6 จำกัดเอาต์พุตไว้ที่ประมาณ 1536×1536 และการสันนิษฐานว่า 2.7 จะทำได้เท่ากันก็เป็นการอนุมานมากกว่าการรายงานข้อเท็จจริง เมื่อฝ่ายหนึ่งของการเปรียบเทียบมีตัวเลขที่เผยแพร่ไว้ แต่อีกฝ่ายกลับเงียบ ตัวเลขที่เผยแพร่ก็ไม่ได้ดีกว่าโดยอัตโนมัติ — แต่เป็นตัวเลขเดียวที่คุณใช้ออกแบบรองรับได้

ไทโปกราฟีคือจุดที่พิตช์ทั้งสองปะทะกัน

การเรนเดอร์ข้อความเป็นความสามารถเดียวที่ทั้งสองโมเดลอ้างว่าทำได้โดยตรง และควรเจาะจงให้ชัดว่าทำไมจึงเป็นเรื่องยากในทั้งสองทิศทาง

ชื่อเสียงของ Ideogram สร้างขึ้นจากไทโปกราฟีในกระบวนการสร้างภาพ — คำที่อ่านออกได้ การสะกดที่ถูกต้อง และเลย์เอาต์ที่เคารพลำดับชั้นของพาดหัว ในเวอร์ชัน 4.5 จุดแข็งนี้ต่อยอดไปสู่การแก้ไขภาพ และโมเดลยังคงมีโหมดข้อความเป็นภาพ ดังนั้นทีมจึงสามารถสร้างเลย์เอาต์ที่มีคำจริงอยู่ภายใน แล้วแก้ไขเลย์เอาต์เดิมได้โดยไม่ต้องเปลี่ยนเครื่องมือ

ข้อกล่าวอ้างของ Microsoft เกี่ยวกับ 2.7 นั้นแคบกว่า และในแง่หนึ่งก็ยากกว่า: การเปลี่ยนข้อความและสัญลักษณ์ที่มีอยู่โดยให้ยังผสานกลมกลืนกัน — จับมุมมองของป้าย ความโค้งของฉลาก แสงบนพื้นผิวที่พิมพ์ออกมา นั่นเป็นปัญหาที่ต่างจากการเรนเดอร์พาดหัวให้คมชัดบนผืนผ้าใบแบน และเป็นปัญหาที่ปรากฏขึ้นเมื่อแคมเปญต้องการภาพแพ็กเกจจิ้งเดียวกันในหกภาษา Artificial Analysis จัดให้ 2.7 อยู่อันดับหนึ่งด้านการแก้ไขข้อความและสัญลักษณ์ในบรรดาเจ็ดการกระทำที่ประเมิน ซึ่งเป็นหลักฐานอิสระที่แข็งแกร่งที่สุดที่โมเดลใดในสองโมเดลนี้มีต่อแกนนี้โดยเฉพาะ

ข้อแม้คือผลลัพธ์ที่เป็นข้อความนั้นเป็นการจัดอันดับในระดับหมวดหมู่ ไม่ใช่การรับประกันสำหรับแต่ละภาพ และไม่ได้บอกอะไรเลยว่ากรณีที่ยากต้องลองกี่ครั้ง Microsoft กล่าวว่า 2.7 ดีขึ้นในทั้งสิบกรณีการใช้งานและทั้งเจ็ดการดำเนินการแก้ไขเมื่อเทียบกับ 2.6 โดยมีคะแนนนำ 24 จุดในด้านฉากและสไตล์; สิ่งเหล่านี้คือการแบ่งข้อมูลของบริษัทเองจากกระดานจัดอันดับอิสระ และการรันที่อยู่เบื้องหลังไม่เปิดเผยต่อสาธารณะ

บันไดราคา และโมเดลที่ไม่มีบันไดราคา

Ideogram 4.5 คิดราคาตามระดับคุณภาพแทนที่จะคิดตามความละเอียด ซึ่งเป็นทางเลือกที่แปลกและโดยส่วนใหญ่ก็สมเหตุสมผล: คุณจ่ายตามความยากที่โมเดลต้องใช้ในการคิด ไม่ใช่ตามจำนวนพิกเซลที่ได้กลับมา ระดับราคาที่ประกาศไว้อยู่ที่ประมาณ $0.03 ที่ระดับ Low, $0.06 ที่ระดับ Medium และ $0.22 ที่ระดับ High ต่อภาพ โดยมีระดับต่ำมากเพิ่มเติมที่มีให้เฉพาะงานแก้ไข ซึ่งผู้ขายต่อบางรายเสนอราคาเริ่มต้นที่ประมาณ $0.008 พรอมต์จะถูกขยายผ่านสวิตช์ Magic Prompt, seed ถูกเปิดเผย และคำขอเดียวสามารถคืนภาพได้สูงสุดแปดภาพ — ซึ่งหมายความว่าต้นทุนที่แท้จริงต่อผลลัพธ์ที่ใช้งานได้จะขึ้นอยู่กับจำนวนตัวเลือกที่คุณสร้างก่อนจะได้ภาพที่ถูกต้องอย่างมาก

ประเด็นสุดท้ายนี้ควรค่าแก่การเน้น เพราะมันพลิกความเข้าใจเรื่องราคาที่พาดหัว โมเดลราคา $0.03 ที่ต้องลองสี่ครั้งจะเสียต้นทุนสิบสองเซนต์ ส่วนโมเดลราคา $0.22 ที่สำเร็จตั้งแต่ครั้งแรกคือตัวเลือกที่ถูกกว่า รายการระดับต่าง ๆ เป็นเมนู ไม่ใช่ใบเรียกเก็บเงิน

MAI Image 2.7 Preview ไม่มีราคาเพราะไม่มี commercial endpoint ให้ใช้งาน มีให้ใช้ใน MAI Playground บน Arena และบน Artificial Analysis แต่ไม่มี API ไม่มีรายการใน Foundry และไม่มี rate card สิ่งที่ใกล้เคียงที่สุดกับการคาดการณ์คือราคาของรุ่นก่อนหน้าใน Foundry — 5 ดอลลาร์ต่อ 1 ล้านโทเค็นอินพุตข้อความ, 8 ดอลลาร์ต่อ 1 ล้านโทเค็นอินพุตรูปภาพ, 38 ดอลลาร์ต่อ 1 ล้านโทเค็นเอาต์พุตรูปภาพ หรือประมาณ 4 เซนต์ต่อภาพ — ซึ่งบอกได้เพียงคร่าวๆ ว่า Microsoft ตั้งราคางานด้านรูปภาพไว้อย่างไร และไม่ได้บอกอะไรเลยว่า 2.7 จะลงเอยที่ราคาเท่าใด

คะแนนอยู่ตรงไหน และเหตุใดช่องว่างจึงเล็กกว่าที่เห็น

MAI Image 2.7 Preview อยู่ในอันดับสองบน AA-Image-Editing v2.1 ด้วย 1,193 Elo ตามหลังอยู่หกคะแนนGPT Image 2.5 Sunburst โดยมีรายงานว่า Ideogram 4.5 อยู่ที่ 1,064 Elo และอยู่อันดับที่ยี่สิบสามบนกระดานการแก้ไขภาพ ด้วย 1,014 Elo และอยู่อันดับที่สามสิบสี่จาก 167 บนกระดานแปลงข้อความเป็นภาพ

ตัวเลขการแก้ไขสองตัวนั้นไม่ใช่การลบแบบสะอาด ด้วยเหตุผลเดียวกับที่มันไม่เคยเป็นการลบแบบสะอาดเมื่อเทียบข้ามการปรับปรุงบอร์ด: ตัวเลข 4.5 มาจากหน้าต่างการตรวจทานของมันเอง และตัวเลข 2.7 มาจากสแนปช็อตวันที่ 22 ตุลาคมของบอร์ดที่ถูกสร้างใหม่อย่างน้อยหนึ่งครั้งในปีนี้ ทิศทางของช่องว่างนั้นไม่ต้องสงสัย — โมเดลอันดับสามเทียบกับโมเดลอันดับยี่สิบสามคือการแยกกันจริง — แต่ขนาดของมันไม่ใช่การวัด

สิ่งที่การจัดอันดับบอกได้จริง ๆ ก็คือ คำโฆษณาเรื่องความแม่นยำของ Ideogram ยังไม่ได้แปลงเป็นคะแนนการแก้ไขระดับแนวหน้า คะแนน text-to-image ของมันที่ 1,014 อยู่เหนือรุ่นก่อนเพียงเล็กน้อยที่ 1,011 ข้อโต้แย้งของบริษัทเป็นเรื่องการควบคุมและตัวอักษรมาโดยตลอด มากกว่าตำแหน่งบนลีดเดอร์บอร์ด และ 4.5 สอดคล้องกับสิ่งนั้น: เครื่องมือที่ควบคุมได้ในอันดับกลางตาราง ตั้งราคาตามระดับ โดยมีอินเทอร์เฟซแบบมาสก์ที่ทำให้ตรวจสอบได้

คำมั่นสัญญาของโมเดลน้ำหนักเปิด

Ideogram กล่าวตอนเปิดตัวว่า น้ำหนักของ 4.5 จะถูกเปิดให้ดาวน์โหลดในเร็ว ๆ นี้ แต่จนถึงตอนนี้ยังไม่มีการปล่อยออกมา สิ่งนี้สำคัญเพราะมันเป็นคุณสมบัติเดียวที่จะทำให้โมเดลนี้แตกต่างอย่างสิ้นเชิงจากทุกสิ่งที Microsoft นำเสนอ — checkpoint ที่ดาวน์โหลดได้คือการตัดสินใจด้านสถาปัตยกรรม ส่วน API ที่โฮสต์ไว้คือการพึ่งพา

จนกว่าน้ำหนักโมเดลจะเปิดให้เข้าถึง ข้อกล่าวอ้างนี้ก็เป็นเพียงรายการในแผนงาน และควรได้รับการปฏิบัติในฐานะนั้น โมเดลนี้พร้อมใช้งานแล้ววันนี้ผ่านแอปและ API ของ Ideogram เอง รวมถึงผ่านแพลตฟอร์มพาร์ตเนอร์อีกมากมาย ซึ่งเป็นรูปแบบหนึ่งของการพร้อมใช้งานจริง แต่ไม่ใช่สิ่งเดียวกับความสามารถในการพอร์ต

การเลือกระหว่างสิ่งเหล่านั้น

เลือก Ideogram 4.5 หากการแก้ไขจำเป็นต้องถูกจำกัดขอบเขต หากคุณสามารถวาดพื้นที่ที่อาจเปลี่ยนแปลงได้ หากต้นฉบับมีขนาดใหญ่และต้องคงอยู่ที่ความละเอียดของตัวเอง หากคุณต้องการทั้งโหมดข้อความเป็นภาพและโหมดแก้ไขในโมเดลเดียว และหากคุณต้องรู้ค่าใช้จ่ายก่อนเริ่ม — 4.5 ตอบคำถามทั้งสี่ข้อนี้ได้ในเอกสารประกอบของมัน อีกทั้งยังเป็นตัวเดียวในสองตัวนี้ที่คุณนำไปใช้งานผ่าน API ได้ในตอนนี้

เลือก MAI Image 2.7 Preview หากงานแก้ไขต้องใช้วิจารณญาณสูงและมีปริมาณงานน้อย การปรับสไตล์ฉาก การปรับแสงในภาพถ่าย การเขียนป้ายใหม่ในลักษณะที่คำนึงถึงพื้นผิว — สิ่งเหล่านี้คืองานที่คะแนนนำ 24 คะแนนในหมวดหมู่มีคุณค่า และ Playground ก็เป็นสถานที่ที่สมเหตุสมผลสำหรับการทำงานลักษณะนี้ยี่สิบงานด้วยมือ

สิ่งที่ไม่ควรทำคือตีความช่องว่างบนลีดเดอร์บอร์ดว่าเป็นคำแนะนำให้ซื้อ โมเดลอันดับสองไม่สามารถเรียกใช้ได้ ส่วนโมเดลอันดับยี่สิบสามสามารถเรียกใช้ได้ในราคาหกเซนต์ที่ระดับ Medium สำหรับทีมที่กำลังตัดสินใจว่าจะสร้างสิ่งใดบนสิ่งนี้ในไตรมาสนี้ นั่นคือการเปรียบเทียบทั้งหมด OrcaRouter ไม่ได้โฮสต์ทั้งสองโมเดล และผู้ขายทั้งสองรายไม่ได้ประกาศแผนที่จะเปลี่ยนแปลงสิ่งนั้น จุดที่เกตเวย์มีประโยชน์ในที่นี้คือโมเดลที่คุณจะใช้เป็นทางเลือกสำรองเมื่อเครื่องมือแก้ไขระดับพรีวิวไม่พร้อมใช้งาน เนื่องจากระดับต่าง ๆ ของ OpenAI ที่อยู่รอบ 2.7 บนบอร์ดเดียวกันนั้นสามารถกำหนดเส้นทางผ่านคีย์เดียวในราคาตามรายการ และสามารถรองรับการเรียกที่ล้มเหลวได้โดยไม่ต้องแก้ไขโค้ด