MiniMax-H3-Image กับ MAI-Image 2.7 Preview: ตัวหนึ่งเป็นไฟล์ อีกตัวเป็นพรีวิว
- Anthropicใหม่Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 99 tok/s
- orcaใหม่Orca: OrcaC2 1.02026-11-07212 tok/s
- Orcaใหม่OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 123 tok/s
- Orcaใหม่OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 230 tok/s
- Orcaใหม่OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 ต่อ 1 ล้านโทเค็น · 39 tok/s
- Orcaใหม่OrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 129 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 58 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 98 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 40 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447ความฉลาด
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 123 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 104 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733ความฉลาด
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 62 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955ความฉลาด
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 429 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2228ความฉลาด
ลองป้อนพรอมต์ข้อความให้ MAI-Image 2.7 Preview ดู จะไม่มีอะไรตอบกลับมา เพราะมันไม่ได้สร้างภาพจากข้อความ แต่ทำหน้าที่แก้ไขภาพ ประโยคเดียวนี้ объясняет ความแตกต่างส่วนใหญ่ระหว่างมันกับ MiniMax-H3-Image และเป็นจุดที่การเปรียบเทียบแบบเคียงข้างกันของทั้งสองโมเดลมักเข้าใจผิด เพราะทั้งสองโมเดลไม่ได้แก้ปัญหาเดียวกัน: ตัวหนึ่งเป็นเช็กพอยต์แบบรวมการสร้างภาพจากข้อความและการแก้ไขภาพอ้างอิงที่มีน้ำหนักโมเดลให้ดาวน์โหลดได้ ส่วนอีกตัวเป็นพรีวิวสำหรับแก้ไขภาพเท่านั้นของ Microsoft AI ที่เข้าถึงได้ผ่าน playground และลีดเดอร์บอร์ด และแทบไม่มีช่องทางอื่นนอกเหนือจากนั้น
ทั้งสองเป็นของใหม่ MiniMax เผยแพร่น้ำหนักของ MiniMax-H3-Image เมื่อวันที่ 10 พฤศจิกายน 2026 เวลา 14:50 UTC พรีวิวของ Microsoft เปิดให้ใช้งานภายนอกมาตั้งแต่ปลายเดือนตุลาคม และบอร์ดอิสระที่มันอยู่ก็แสดงให้เห็นว่ามันมีการขยับ สิ่งที่ตามมาไม่ใช่รายการฟีเจอร์ แต่เป็นความพยายามตอบคำถามเดียวที่สำคัญหากคุณกำลังเลือก: อันไหนที่คุณนำไปใส่ในไปป์ไลน์ได้จริง ด้วยต้นทุนเท่าไร และคุณต้องเสียสละอะไรเมื่อเลือกมัน
ความแตกต่างประการแรกคือความสามารถ ไม่ใช่เกณฑ์วัด
MiniMax-H3-Image ทำงานสองอย่างจากเช็กพอยต์เดียว โดยสร้างภาพจากพรอมต์ และแก้ไขภาพอ้างอิงหนึ่งภาพหรือมากกว่าที่ส่งเข้ามาตามตำแหน่งเป็น <Picture 1> ถึง <Picture 16> น้ำหนักชุดเดียวกันถูกใช้กับทั้งสองงาน ไม่มีเอนด์พอยต์สำหรับการแก้ไขแยกต่างหากให้ต้องตั้งค่า และไม่มีโมเดลที่สองให้ต้องจ่ายเงิน
MAI-Image 2.7 Preview ทำงานที่สองได้ โดยเป็นโมเดลสำหรับแก้ไขภาพ — คุณให้ภาพและคำสั่ง แล้วมันจะคืนภาพที่แก้ไขแล้ว ไม่มีโหมด text-to-image ให้เปิดใช้ สำหรับทีมที่มีเวิร์กโฟลว์ว่า "สร้างภาพผลิตภัณฑ์ แล้ววนปรับแต่งภาพนั้น" นั่นหมายความว่าโมเดลของ Microsoft ครอบคลุมครึ่งหลังที่เป็นการวนปรับแต่งได้ แต่ครอบคลุมเฟรมแรกไม่ได้ ดังนั้นจึงไม่ใช่ตัวแทนที่ใช้แทน MiniMax-H3-Image ได้ทันทีโดยไม่ต้องปรับอะไรเลย อย่างดีที่สุดมันเป็นได้แค่โมเดลตัวที่สองในเชนเท่านั้น
ความไม่สมมาตรนี้ควรพูดให้ตรงไปตรงมา เพราะมันเปลี่ยนสิ่งที่การเปรียบเทียบจะหมายถึงได้ตั้งแต่แรก คุณเปรียบเทียบทั้งสองในด้านคุณภาพการแก้ไขได้ แต่คุณเปรียบเทียบทั้งสองในด้านการสร้างไม่ได้ เพราะหนึ่งในนั้นไม่ได้ทำการสร้าง
อันหนึ่งยื่นน้ำหนักให้คุณ อีกอันยื่นป้ายพรีวิวให้คุณ
MiniMax-H3-Image เผยแพร่ภายใต้ข้อตกลงสัญญาอนุญาตชุมชน MiniMax-H3-Image ซึ่งไม่ใช่ Apache 2.0 และควรได้รับการตรวจสอบโดยทนายความก่อนการใช้งานเชิงพาณิชย์ แต่เป็นอาร์ติแฟกต์ที่ดาวน์โหลดได้: 68.65 GB ของ diffusion transformer, VAE และการกำหนดค่า รวมถึงตัวเข้ารหัสข้อความขนาด 66.7 GB ที่ยืมมาจากที่เก็บวิดีโอ MiniMax-H3 คุณสามารถรันบนฮาร์ดแวร์ของคุณเองผ่าน SGLang, vLLM-Omni, diffusers หรือ ComfyUI และทีม vLLM ได้เปิดตัวการรองรับตั้งแต่วันแรกสำหรับทั้ง NVIDIA และ AMD ในวันเปิดตัว คุณยังเรียกใช้ผ่าน API ของ MiniMax เองได้ โดยตัวระบุโมเดลคือ MiniMax-H3-Image และระดับ Highspeed ทำงานภายใต้ขีดจำกัดเดียวกันในอัตราเอาต์พุตที่สูงกว่า
MAI-Image 2.7 Preview ถูกปิดในความหมายปกติ: ไม่มีเวต ไม่มีสัญญาอนุญาตให้อ่าน ไม่มีการ์ดโมเดลที่ระบุจำนวนพารามิเตอร์หรือสถาปัตยกรรม Microsoft ยังไม่ได้เผยแพร่ราคาต่อภาพ ความละเอียดสูงสุด เพดานจำนวนภาพอ้างอิง อินเทอร์เฟซมาสก์ หรือรายการใน Foundry ที่มี endpoint ซึ่งนักพัฒนาสามารถเรียกใช้ได้ในวันนี้ สิ่งที่มีอยู่คือ MAI Playground การปรากฏบน Arena และรายการใน Artificial Analysis เท่านี้ก็เพียงพอที่จะสร้างความเห็นเกี่ยวกับโมเดล และไม่เพียงพอที่จะสร้างงบประมาณโดยอิงจากมัน
นี่คือความแตกต่างที่กำหนดผลของการตัดสินใจจริงส่วนใหญ่ โมเดล open-weight ที่ไม่มีคะแนน benchmark คือความเสี่ยงเชิงวิศวกรรมที่คุณปลดระวางได้ด้วยการรันทดสอบ ส่วนโมเดลแบบปิดที่ไม่มีราคาคือทางตันในกระบวนการจัดซื้อ ไม่ว่าตัวอย่างจะดูดีเพียงใด
สิ่งที่คณะกรรมการอิสระกล่าวจริง ๆ
ณ วันที่ 11 พฤศจิกายน 2026 MAI-Image 2.7 Preview อยู่ในอันดับที่สี่บนบอร์ด AA-Image-Editing v2.1 ของ Artificial Analysis ด้วย 1123 Elo ตามหลัง GPT Image 2.6 Sunburst ที่ 1209, GPT Image 2.6 Flare ที่ 1206 และ GPT Image 2.5 Sunburst ที่ 1126 จำนวนตัวอย่างของมันคือ 5,280 ซึ่งเป็นจำนวนตัวอย่างจริง ไม่ใช่ค่าตัวแทนชั่วคราว เมื่อ Microsoft ประกาศตัวอย่างนี้เมื่อวันที่ 27 ตุลาคม 2026 บริษัทได้อธิบายว่าโมเดลนี้อยู่อันดับสองบนบอร์ดดังกล่าวด้วย 1,193 Elo ห่างจาก GPT Image 2.5 Sunburst หกคะแนน ตั้งแต่นั้นบอร์ดก็เต็มไปด้วยรายการใหม่ ๆ จาก OpenAI และตำแหน่งตอนนี้คืออันดับสี่ที่ 1123 — ซึ่งเป็นสิ่งที่เกิดขึ้นกับการจัดอันดับในเดือนที่เปลี่ยนแปลงอย่างรวดเร็ว และเป็นเหตุผลให้อ่าน Elo ใด ๆ พร้อมวันที่เก็บข้อมูลกำกับไว้ มากกว่าจะมองเป็นข้อเท็จจริงถาวร คำอธิบายของผู้ขายเองเกี่ยวกับคะแนนย่อย (การแก้ไขที่อิงการให้เหตุผลและการแก้ไขฉากและสไตล์ขยับจากอันดับเจ็ดขึ้นมาอันดับหนึ่ง การแก้ไขข้อความและสัญลักษณ์จากอันดับหกขึ้นมาอันดับหนึ่ง และนำอยู่ 24 Elo ในด้านฉากและสไตล์) ยังคงเป็นการอธิบายลักษณะข้อมูลจากบุคคลที่สามโดยผู้ขาย: เป็นข้อกล่าวอ้างประเภทที่ดีกว่าการทดสอบมาตรฐานที่จัดทำเอง และก็ยังไม่ใช่การวัดที่คุณทำซ้ำได้
MiniMax-H3-Image ไม่มีแถวอยู่ในบอร์ดนั้น และก็ไม่มีแถวใน AA-Image-T2I v2.1 เช่นกัน ไม่ใช่แถวที่คะแนนต่ำ — แต่ไม่มีเลย มันเปิดตัวเมื่อวันที่ 10 พฤศจิกายน การเก็บตัวอย่างสำหรับบอร์ดที่เปรียบเทียบแบบรายคู่ต้องใช้เวลา และยังไม่มีตัวเลขให้อ้างอิง ใครก็ตามที่บอกคุณว่าโมเดลหนึ่งชนะอีกโมเดลบนคะแนนอิสระ กำลังเปรียบเทียบโมเดลที่ถูกจัดอันดับกับโมเดลที่ไม่ได้ถูกจัดอันดับ ซึ่งไม่ใช่การเปรียบเทียบ
จุดยืนในการให้คะแนนอย่างตรงไปตรงมาคือ: MAI-Image 2.7 Preview มีคะแนนด้านการแก้ไขเป็นอันดับสี่บนกระดานที่หัวตารางแน่นไปด้วยโมเดลของ OpenAI และ MiniMax-H3-Image ไม่มีคะแนนเลย นั่นไม่ใช่ข้อโต้แย้งว่าโมเดลของ MiniMax ดีกว่าหรือแย่กว่า แต่เป็นข้อโต้แย้งว่าคนเดียวที่รู้ว่ามันดีแค่ไหนคือคนที่ได้รันมันแล้ว
ทีละมิติ
• สิ่งที่ทำได้ — MiniMax-H3-Image: การสร้างภาพจากข้อความและการแก้ไขโดยอ้างอิงในเช็กพอยต์เดียว MAI-Image 2.7 Preview: แก้ไขเท่านั้น; ไม่มีโหมดสร้างภาพจากข้อความ
• ขนาดเอาต์พุต — MiniMax-H3-Image: ประมาณ 16 ล้านพิกเซลในทุกอัตราส่วนภาพ, 4096×4096 ที่ 1:1 ไปจนถึง 6272×2688 ที่ 21:9 โดยมีเพดาน API ที่ 20 MP. MAI-Image 2.7 Preview: ไม่ได้เผยแพร่; รุ่นก่อนหน้าจำกัดอยู่ที่ประมาณ 2.36 ล้านพิกเซล.
• ข้อมูลอ้างอิง — MiniMax-H3-Image: สูงสุด 16 รายการ โดยอ้างอิงตามตำแหน่งในลำดับการอัปโหลด MAI-Image 2.7 Preview: ไม่มีเพดานจำนวนที่ระบุไว้ในเอกสาร
• น้ำหนักโมเดล — MiniMax-H3-Image: 68.65 GB บวกกับตัวเข้ารหัสข้อความ 66.7 GB ภายใต้สัญญาอนุญาตชุมชนที่ไม่ใช่ Apache 2.0 ส่วน MAI-Image 2.7 Preview: ไม่มี และไม่มีสัญญาณว่าจะมีใด ๆ ออกมา
• ราคา — MiniMax-H3-Image: $0.02179 สำหรับภาพ 1K, $0.02333 สำหรับ 2K, $0.06879 สำหรับ 4K ตามราคาตั้ง และ $0.03439 ภายใต้ส่วนลด 50% ที่สิ้นสุดวันที่ 17 พฤศจิกายน 2026 เวลา 16:00 UTC MAI-Image 2.7 Preview: ไม่มีราคาที่เผยแพร่เลย
• คะแนนการแก้ไขแบบอิสระ — {{1}}MAI-Image 2.7 Preview{{/1}}: 1123 Elo อันดับที่สี่บน AA-Image-Editing v2.1. MiniMax-H3-Image: ไม่มีแถวบนกระดานทั้งสอง ณ วันที่ 11 พฤศจิกายน 2026
• {{1}}การสุ่มตัวอย่าง{{/1}} — {{2}}MiniMax-H3-Image{{/2}}: กำหนดตายตัวที่หกสเต็ป ไม่มี classifier-free guidance และไม่มี negative prompts; จำนวนสเต็ปอื่นใดจะถูกปฏิเสธด้วย HTTP 400 {{3}}MAI-Image 2.7 Preview{{/3}}: ไม่เปิดเผย
• ที่คุณสามารถเรียกใช้งานได้ — MiniMax-H3-Image: API ของ MiniMax เอง พร้อมการโฮสต์ด้วยตนเองผ่านเฟรมเวิร์กที่มีเอกสารประกอบสี่แบบ MAI-Image 2.7 Preview: MAI Playground และทุกที่ที่ Microsoft จะนำไปวางต่อไป
การแก้ไข โดยกำหนดราคาไว้เฉพาะด้านที่มีราคา
MiniMax-H3-Image คิดค่าบริการเป็นโทเคนอินพุตและเอาต์พุต ไม่ใช่เป็นรูปภาพ และตัวอย่างการคำนวณบนการ์ดคือฉบับที่อ่านเข้าใจง่าย: การแก้ไขภาพขนาด 1,024×1,024 ด้วยภาพอ้างอิง 1K หนึ่งภาพมีราคา $0.02654 เพราะคุณจ่าย $1.50 ต่อโทเคนภาพอินพุตหนึ่งล้านโทเคน เพิ่มจากค่าภาพเอาต์พุต การสร้างภาพ 2K ราคา $0.02333 และการสร้างภาพ 4K ราคาตามรายการ $0.06879 หากแบตช์การแก้ไขภาพ 2K หนึ่งพันรายการ โดยแต่ละรายการมีภาพอ้างอิงหนึ่งภาพ คุณจะอยู่ในช่วงประมาณ $26 ถึง $30 ขึ้นอยู่กับต้นทุนในการเข้ารหัสภาพอ้างอิง — เป็นตัวเลขที่คุณนำไปใส่ในสเปรดชีตได้ตั้งแต่วันนี้
คุณไม่สามารถคำนวณเลขนั้นสำหรับ MAI-Image 2.7 Preview ได้ และนี่คือจุดที่ราคาที่หายไปหยุดเป็นเพียงช่องว่างในเอกสาร แต่กลายเป็นปัญหาการวางแผน พรีวิวที่ไม่มีอัตราราคาเผยแพร่ไม่สามารถจัดทำงบประมาณ ไม่สามารถเปรียบเทียบ และไม่สามารถผูกมัดได้ ไม่ว่ามันจะอยู่ตำแหน่งใดบนลีดเดอร์บอร์ด หากโมเดลของ Microsoft เก่งกว่าในการแก้ไขภาพจริง — และอันดับที่สี่ด้วย 1123 Elo ก็เป็นตำแหน่งที่น่านับถือ — ค่าใช้จ่ายในการพิสูจน์เรื่องนี้ไม่ใช่ค่าธรรมเนียมต่อภาพ แต่คือหนึ่งสัปดาห์ของการผสานรวมกับอินเทอร์เฟซที่อาจเปลี่ยนก่อนเปิดตัว
OrcaRouter ไม่ได้ให้บริการเส้นทางสำหรับโมเดลทั้งสองนี้ และบทความนี้จะไม่แสร้งทำเป็นว่าเป็นอย่างอื่น สิ่งที่เราให้บริการเส้นทางคือการสร้างภาพที่คุณเรียกใช้ได้ด้วยคีย์เดียวกับทุกอย่าง — gpt-image-2.5-sunburst, gpt-image-2, พรีวิวภาพของ Gemini, Imagen 4 ในสามระดับ, Grok Imagine Image — ในราคาตามรายการของผู้ให้บริการ โดยมี ส่วนบวกเพิ่ม 0% ที่ส่งต่อ, ดังนั้นเมื่อผู้ขายปรับอัตรา บิลของคุณก็จะเปลี่ยนในวันเดียวกัน สำหรับทีมที่กำลังสร้างต้นแบบฟีเจอร์ภาพขณะรอให้คุณภาพการแก้ไขของ MiniMax ได้รับการวัดผล หรือรอให้พรีวิวของ Microsoft มีป้ายราคาเกิดขึ้น นั่นคือวิธีที่จะทำให้ไปป์ไลน์เดินหน้าต่อโดยไม่ต้องมีสัญญาที่สอง มันไม่ใช่สิ่งทดแทนสำหรับโมเดลใดโมเดลหนึ่ง และความแตกต่างนั้นสำคัญ
ข้อมูลอ้างอิงสิบหกรายการเทียบกับเพดานที่ไม่มีเอกสารกำกับ
บรรทัดที่ถูกมองข้ามมากที่สุดในเอกสารสเปกของ MiniMax-H3-Image คือจำนวนภาพอ้างอิง ภาพสิบหกภาพที่ระบุตามตำแหน่งนั้นเพียงพอที่จะใช้กำหนดเงื่อนไขสำหรับการแก้ไขภาพโดยอิงจากชีตตัวละคร สินค้า สามมุมมองของห้อง ภาพอ้างอิงสี และบอร์ดสไตล์ได้ในการเรียกครั้งเดียว มีโมเดลภาพน้อยมากที่จัดทำเอกสารความสามารถนี้ และแทบไม่มีโมเดลแบบปิดรายใดจัดทำเอกสารเรื่องนี้เลย — MAI-Image 2.7 Preview ไม่ได้จัดทำเอกสารดังกล่าว ดังนั้นเวิร์กโฟลว์ที่พึ่งพาภาพอ้างอิงจำนวนมากจึงต้องได้รับการตรวจสอบเชิงประจักษ์ก่อนที่จะออกแบบโดยอิงจากความสามารถนี้ได้
มีข้อควรระวังหนึ่งข้อเกี่ยวกับตัวเลขนั้น เพราะมันจะสร้างปัญหาให้ใครสักคนในภายหลัง: การ์ดโมเดลระบุว่ามี 16 เรฟเฟอเรนซ์ ขณะที่สูตรการเปิดตัวของ vLLM-Omni สำหรับน้ำหนักเดียวกันระบุว่าสูงถึง 9 ภาพต่อคำขอ ทั้งสองตัวเลขสามารถถูกต้องพร้อมกันได้ — ขีดจำกัดการแบตช์ของสแตกการให้บริการกับความจุที่โมเดลได้รับการฝึกมาเป็นคนละเรื่องกัน — แต่ถ้าเวิร์กโฟลว์ของคุณต้องใช้ 12 เรฟเฟอเรนซ์ จุดยืนที่ตรงไปตรงมาคือคุณควรทดสอบบนเส้นทางการให้บริการของคุณเองแทนที่จะเชื่อเอกสารใดเอกสารหนึ่ง
จะทำอะไรกับสิ่งนี้ในสัปดาห์นี้ดี
หากคุณต้องการสร้างภาพความละเอียดสูงพร้อมตัวเลือกในการโฮสต์ด้วยตนเอง การตัดสินใจจริง ๆ ไม่ได้อยู่ระหว่างสองโมเดลนี้; MAI-Image 2.7 Preview ไม่ได้อยู่ในสนามแข่งนั้น เลือก MiniMax-H3-Image โดยคิดราคาที่ $0.02333 สำหรับ 2K และ $0.06879 สำหรับ 4K ตัดสินใจก่อนวันที่ 17 พฤศจิกายนว่าส่วนลด 4K จะเปลี่ยนแผนของคุณหรือไม่ และอ่านสัญญาอนุญาตก่อนดาวน์โหลด ไม่ใช่หลังดาวน์โหลด
หากคุณต้องการความสามารถในการแก้ไขภาพที่ดีที่สุดที่มีให้ใช้ และยินดีที่จะทำงานภายในสภาพแวดล้อมแบบพรีวิว การที่ MAI-Image 2.7 Preview อยู่อันดับสี่บนบอร์ดจัดอันดับการแก้ไขภาพที่เป็นอิสระถือเป็นสัญญาณที่ชัดเจน และการที่มันยังไม่มีราคาก็เป็นอุปสรรคที่แท้จริง ขอสิทธิ์การเข้าถึง Foundry และตารางราคาจาก Microsoft จนกว่าสิ่งใดสิ่งหนึ่งในนั้นจะมีอยู่จริง สายงานการแก้ไขภาพที่สร้างขึ้นบนมันก็เป็นเพียงต้นแบบ ไม่ใช่ผลิตภัณฑ์
สิ่งที่ต้องจับตาดูไม่ใช่การรีเฟรชกระดานอันดับครั้งถัดไป แต่คือว่า MAI-Image 2.7 Preview จะได้ราคาและ endpoint หรือไม่ เพราะนั่นจะเปลี่ยนสิ่งนี้จากการเปรียบเทียบโมเดลเปิดกับเดโมปิดให้กลายเป็นทางเลือกจริงระหว่างสองสิ่งที่มีขายจริง และคือว่า MiniMax-H3-Image จะได้คะแนนหรือไม่ เพราะตอนนี้โมเดลที่มี weights เป็นเพียงหนึ่งเดียวในสองตัวที่คุณวัดคุณภาพได้ด้วยตัวเอง ซึ่งสำหรับใครก็ตามที่เคยเจ็บกับพรีวิว นี่อาจเป็นสิ่งที่มีค่ากว่าในบรรดาสองสิ่งที่ไม่รู้
