Images 2.6 vs MAI-Image 2.7 Preview: Một bên được xếp hạng nhì, bên kia có thể gọi được

Có một phiên bản của phép so sánh này mà một bảng điểm chuẩn khiến nó trông đơn giản: MAI-Image-2.7 Preview đạt 1,196 Elo trên bảng AA-Image-Editing v2.1 của Artificial Analysis, đủ để đứng thứ hai, trong khi Images 2.6 — bản triển khai của OpenAI gồm GPT-Image-2.6 Sunburst và GPT-Image-2.6 Flare vào ngày 4 tháng 11 năm 2026 — hoàn toàn không có dòng nào trên bảng đó. Mô hình được xếp hạng so với mô hình không được xếp hạng. Vấn đề là không thể gọi được mô hình đã được xếp hạng. MAI-Image-2.7 Preview không có API công khai, không có mục niêm yết nào trên Azure AI Foundry, không có giá công bố và không có trọng số mở. Nó tồn tại trong MAI Playground của Microsoft, trên Arena và như một cái tên trong một cột của bảng xếp hạng.

Vậy nên câu hỏi hữu ích không phải là "cái nào tốt hơn." Mà là "cái nào trong số này bạn có thể đưa vào sản phẩm ngay tuần này, và bạn đánh đổi điều gì khi chọn cái trả lời được điện thoại." Câu trả lời đó lệch hẳn về một phía, nhưng không theo hướng mà các con số Elo gợi ý.

Ba điều đúng vào ngày 5 tháng 11 năm 2026

• MAI-Image-2.7 Preview là một trình chỉnh sửa và chỉ là trình chỉnh sửa. Nó yêu cầu một hình ảnh nguồn. Microsoft mô tả tính năng chuyển văn bản thành hình ảnh là “sắp ra mắt”, không kèm ngày cụ thể — đó là lý do bạn sẽ không thấy dòng MAI-Image-2.7 Preview nào trên bảng AA-Image-T2I và vì sao con số 1.196 là điểm chỉnh sửa, không nói lên điều gì về khả năng tạo ảnh.

• Images 2.6 làm được cả hai, và bổ sung loại đầu ra thứ ba. Tạo, chỉnh sửa và — mới vào ngày 4 tháng 11 — tạo GIF động một bước ngay trong ChatGPT từ một lời nhắc hoặc ảnh đã tải lên, cùng với xuất SVG và chỉnh sửa có hướng dẫn bằng markup trong API. Đây là một sản phẩm rộng hơn với, tính đến hôm nay, không có bất kỳ điểm số độc lập nào thuộc bất kỳ loại nào.

• Khoảng cách hai điểm ở vị trí dẫn đầu thực ra không phải là hai điểm. Con số 1.196 (±15) của MAI-Image-2.7 Preview thấp hơn ba Elo so với 1.199 (±11) của GPT Image 2.5 Sunburst. Cả hai khoảng tin cậy đều rộng hơn mức chênh lệch. Về mặt thống kê, hai mô hình này ngang bằng nhau, và mô hình kế nhiệm 2.6 của OpenAI mới là mô hình mà Microsoft thực sự sẽ được đo lường so sánh nếu có ai đó từng đánh giá nó.

Con số 1.196 thực sự đang đo lường điều gì

Editing Elo là giá trị trung bình trên một phân phối các yêu cầu chỉnh sửa, và giá trị trung bình che khuất điều mà người mua quan tâm. Phân tích chi tiết của chính Microsoft mang nhiều thông tin hơn con số tiêu đề: nó cho biết mô hình dẫn đầu ở bốn trong bảy thao tác chỉnh sửa — nâng cao và phục hồi, chỉnh sửa dựa trên lập luận, cảnh và phong cách, và chỉnh sửa văn bản hoặc biểu tượng — với mức chênh lệch lớn nhất ở cảnh và phong cách, cao hơn mô hình tốt thứ nhì 24 điểm.

Nó thua ở ba hạng mục còn lại. Bố cục, chỉnh sửa từng đối tượng và bảo toàn danh tính vẫn thuộc về OpenAI. Nếu đọc như một mô tả về hành vi thay vì một bảng điểm, thì đó là một sự phân tách rõ ràng: đưa cho MAI-Image-2.7 Preview một khung hình và bảo nó làm cho toàn bộ khung cảnh mang cảm giác như hoàng hôn, hoặc khôi phục một bản quét bị hỏng, hoặc viết lại dòng chữ trên mặt tiền cửa hàng để nó hòa vào bối cảnh, và nó là thứ mạnh nhất trên bảng. Yêu cầu nó dịch chuyển một đối tượng sang trái hai feet mà không làm thay đổi người đang cầm nó, và các mô hình của OpenAI trước đây đã làm việc đó tốt hơn.

Mức tăng so với chính phiên bản tiền nhiệm của nó cũng đáng chú ý vì nó lớn theo tiêu chuẩn Elo: +45 so với MAI-Image-2.6, mẫu này đạt 1.151 với gần 17.000 mẫu. Đó không phải là nhiễu. Microsoft đã phát hành một cải tiến thực sự vào ngày 27 tháng 10, chín ngày trước khi OpenAI phát hành 2.6.

Sự bất đối xứng về giá chính là toàn bộ quyết định.

Bạn không thể mua MAI-Image-2.7 Preview. Không có bảng giá, và Microsoft chưa cho biết khi nào sẽ có. Cách ước tính gần nhất là chi phí của thế hệ trước trên Foundry: MAI-Image-2.6 tính $5 mỗi triệu token đầu vào văn bản, $8 mỗi triệu token đầu vào hình ảnh và $38 mỗi triệu token đầu ra hình ảnh, tương đương khoảng 3,9 xu cho một hình ảnh thông thường; Artificial Analysis niêm yết mức $38,9 mỗi nghìn hình ảnh và biến thể Flash ở mức $19,5.

Ngược lại, Images 2.6 có mức giá hiện hành ngay hôm nay. Nó được tính theo token và không thay đổi so với thế hệ 2.5: $5 mỗi triệu token đầu vào văn bản (cache $1.25), $8 mỗi triệu token đầu vào hình ảnh (cache $2), $30 mỗi triệu token đầu ra hình ảnh. Vì OpenAI không công bố mức giá cố định cho mỗi ảnh, ước tính thực tế phải đến từ ngân sách token đầu ra — khoảng $0.053 ở chất lượng cao, $0.094 ở xhigh và $0.21 ở max, với mức giá theo lô xấp xỉ một nửa. Các ngân sách đó được kế thừa từ 2.5, vì vậy hãy coi các con số theo ảnh là ước tính và các con số theo token là cam kết.

Hãy để ý điều đó tác động thế nào đến phép so sánh. Mô hình rẻ hơn trên giấy tờ — MAI-Image-2.7 Preview, có lẽ được định giá gần mức bốn xu của phiên bản tiền nhiệm — hiện lại đắt vô hạn, vì cách duy nhất để dùng nó là mở một playground và làm thủ công. Mô hình có mức trần cao hơn cho mỗi ảnh mới là mô hình mà bạn thực sự có thể nhận được hóa đơn.

Đây là trường hợp mà lớp định tuyến không phải là một tối ưu chi phí mà là cách để giữ cho quyết định có thể đảo ngược. OrcaRouter cung cấp dòng hình ảnh của OpenAI theo đúng giá niêm yết của nhà cung cấp, với mức markup 0% — GPT-Image-2.6 Sunburst và Flare nằm bên cạnh GPT-Image-2.5 Sunburst và Flare, GPT Image 2, Imagen 4 và các mô hình flash-image của Gemini trên cùng một khóa, không cần hợp đồng thứ hai và không cần SDK thứ hai. Khi Microsoft thực sự công bố một endpoint 2.7, việc thêm nó vào chỉ là một thay đổi danh mục ở phía chúng tôi và một thay đổi chuỗi mô hình ở phía bạn, chứ không phải một cuộc di trú. Trong khi đó, failover chính là thứ ngăn một bản xem trước chín ngày tuổi trở thành phụ thuộc trong môi trường sản xuất ngay vào ngày nó bị giới hạn tốc độ.

Điều bạn có thể và không thể kết luận hôm nay

Bạn không thể kết luận rằng MAI-Image-2.7 Preview vượt Images 2.6 về chỉnh sửa, vì chưa có ai chấm điểm 2.6. Bạn cũng không thể kết luận điều ngược lại. Cách diễn giải duy nhất có thể bảo vệ được từ các bảng xếp hạng là Microsoft đã thu hẹp khoảng cách tới mức nằm trong nhiễu thống kê so với thế hệ trước của OpenAI về chỉnh sửa, và rằng thế hệ hiện tại của OpenAI vẫn chưa được đo lường.

Bạn có thể rút ra ba kết luận hẹp hơn, và chúng đủ để hành động.

Trước tiên, nếu vấn đề của bạn là biến đổi toàn cảnh — thay đổi ánh sáng, thay đổi phong cách, phục hồi, làm cho chữ nằm bên trong một bức ảnh thay vì đè lên trên — thì theo chính phân tích của Microsoft, MAI-Image-2.7 Preview là công cụ có hình dạng phù hợp hơn, và đây là nơi duy nhất mà một buổi thử nghiệm trên playground đáng để bỏ ra cả buổi chiều. Bạn không mất phí để đánh giá nó, điều này khá bất thường và hữu ích.

Thứ hai, nếu vấn đề của bạn là một chỉ dẫn theo nghĩa đen được áp dụng cho một vùng cụ thể — di chuyển cái này, xóa cái kia, giữ khuôn mặt y hệt — thì cách phân chia bảy hành động cho thấy dòng sản phẩm của OpenAI chính là nơi công việc đó thuộc về, và GPT-Image-2.6 Sunburst là bản dựng hiện tại của dòng đó.

Thứ ba, nếu bạn cần tạo ảnh, hoạt ảnh, SVG hoặc API, thì việc so sánh sẽ không còn phù hợp. MAI-Image-2.7 Preview không cung cấp bất kỳ mục nào trong bốn mục đó.

Điều gì sẽ thay đổi điều này

Hai sự kiện, mà chỉ cần một trong hai xảy ra cũng đủ khiến bài viết này trở nên lỗi thời trong vòng một tháng.

Một danh sách Foundry có kèm giá. Microsoft đã đưa 2.6 và 2.6-Flash vào Foundry rồi, nên mô thức đã được thiết lập và việc 2.7 bị trễ trông giống khoảng cách từ bản xem trước đến GA hơn là một chính sách. Nếu một endpoint 2.7 xuất hiện với mức giá xấp xỉ bảng giá 2.6, nó sẽ trở thành đề xuất mặc định cho công việc chỉnh sửa ở cấp độ cảnh chỉ sau một đêm — điểm chỉnh sửa thuộc top hai với bốn xu một ảnh, không phụ phí ảnh tham chiếu, sẽ bỏ xa mức cơ bản $0.06 của Krea 3 và khoản cộng thêm $0.07 mỗi ảnh tham chiếu của nó trong các tác vụ nhiều ảnh tham chiếu.

Một hàng AA cho Images 2.6. Các bảng xếp hạng hình ảnh thêm mô hình theo lô chứ không phải từng ngày — một số đã tham gia trong ba mươi ngày trước khi bài này được viết — nên độ trễ thường là vài tuần chứ không phải vài tháng. Khi 2.6 xuất hiện, con số quan trọng là liệu nó có vượt qua 1,199 — mô hình tiền nhiệm của chính nó — bởi vì một mô hình kế nhiệm bị thoái lui về chỉnh sửa trong khi bổ sung GIF sẽ là một bản phát hành tính năng, không phải bản phát hành chỉnh sửa, và 1,196 mà MAI-Image-2.7 Preview đạt được sẽ không còn là điểm số tốt thứ hai nữa mà bắt đầu trở thành điểm số tốt nhất hiện có.

Cho đến khi một trong những điều đó xảy ra, bản tóm tắt trung thực thì ngắn gọn. Mô hình chỉnh sửa tốt nhất mà bạn có thể đánh giá chuẩn không phải là mô hình chỉnh sửa tốt nhất mà bạn có thể mua, và mô hình mà bạn có thể mua thì chưa được đánh giá chuẩn. Bất kỳ ai nói với bạn cái nào trong hai cái này thắng chỉ là đang đoán.

Trình tự thực tế

Nếu bạn đang đánh giá cặp này cho công việc thực tế, trình tự ít lãng phí thời gian nhất là: chạy mười chỉnh sửa toàn cảnh khó nhất của bạn qua MAI-Image-2.7 Preview trong playground, vì nó không tốn gì và thực sự giỏi ở dạng tác vụ đó; sau đó chạy chính mười chỉnh sửa đó qua GPT-Image-2.6 Sunburst trên API, nơi chi phí của bài kiểm tra vào khoảng năm mươi xu; rồi chạy chúng qua GPT-Image-2.5 Sunburst làm đối chứng, vì đó là mô hình có 18.300 mẫu phía sau con số 1.199 và là mô hình duy nhất trong ba mô hình mà bạn có thể tin vào vị trí của nó. Nếu 2.6 đánh bại phiên bản tiền nhiệm trên mười chỉnh sửa của bạn, thì đó có lẽ là một cải tiến thực sự. Nếu không, bạn đã học được điều mà các bảng xếp hạng chưa thể nói với bạn, với chi phí dưới hai đô la.

Điều duy nhất không nên làm là trì hoãn quyết định cho đến khi có kết quả benchmark. Bản xem trước của Microsoft chưa công bố endpoint và mô hình kế nhiệm của OpenAI chưa công bố điểm số, và cả hai khoảng trống đó đều có thể được lấp đầy vào tuần sau hoặc quý sau. Các mô hình hiện đã đủ sẵn sàng để kiểm thử, điều mà không thể nói như vậy đối với bằng chứng.