MAI Image 2.7 Preview vs Ideogram 4.5: Hai kiểu “chính xác”, chỉ một bên phải trả tiền

Cả hai mô hình đều được bán dựa trên độ chính xác, và từ này mang ý nghĩa khác nhau trong mỗi lời chào hàng. Ideogram 4.5, ra mắt ngày 30 tháng 9 năm 2026, có nghĩa là độ chính xác ở cấp độ điểm ảnh: một mặt nạ cho biết những điểm ảnh nào có thể thay đổi, một chỉnh sửa chạy ở đúng độ phân giải của ảnh nguồn thay vì giảm kích thước trước, và một cam kết được ghi rõ rằng các điểm ảnh xung quanh vẫn giữ nguyên vị trí. MAI Image 2.7 Preview, được Microsoft AI phát hành bốn tuần sau đó vào ngày 27 tháng 10 năm 2026, có nghĩa là độ chính xác ở cấp độ phán đoán: thay đổi phong cách cho toàn bộ khung cảnh mà không làm hỏng nó, chiếu sáng lại cho đúng, viết lại văn bản để nó thuộc về bề mặt thay vì nổi lơ lửng phía trên. Không mô hình nào trong hai mô hình này có thể được gọi qua một cổng kết nối, và không nhà cung cấp nào cho biết khi nào điều đó sẽ thay đổi. Xem các mô hình hình ảnh hiện có thể định tuyến. Các mô hình bạn có thể gọi được liệt kê cùng với giá của nhà cung cấp.

Đó không phải là những tuyên bố cạnh tranh về cùng một năng lực. Một bên là bề mặt điều khiển, bên kia là mô hình thị hiếu. Và khác biệt thực tiễn giữa chúng lộ ra ở phần kém hào nhoáng nhất của bảng thông số: Ideogram 4.5 công bố một quy ước mặt nạ và giá mỗi ảnh; MAI Image 2.7 Preview không công bố cả hai.

Khi có mặt nạ, “Chính xác” có nghĩa là gì

Mặt nạ là một bản giao kèo. Ideogram 4.5 nhận một mặt nạ, với màu đen đánh dấu vùng cần chỉnh sửa và màu trắng đánh dấu vùng cần giữ nguyên, cùng với tối đa năm ảnh đầu vào — một ảnh nguồn cộng với bốn ảnh tham chiếu. Giao diện đó biến một thao tác chỉnh sửa thành thứ bạn có thể chỉ định rõ ràng, thay vì thứ bạn mô tả rồi hy vọng.

Điều này cũng khiến mô hình có thể kiểm thử theo cách mà một trình chỉnh sửa chỉ dùng prompt không làm được. Nếu khách hàng nói “chỉ đổi nhãn chai và không đổi gì khác”, phiên bản dùng mặt nạ có thể được kiểm tra một cách máy móc: so sánh khác biệt giữa đầu ra và đầu vào bên ngoài vùng mặt nạ và đếm số pixel đã thay đổi. Phiên bản dùng prompt cần một người xem cả hai hình và đưa ra nhận định. Với năm tài sản, khác biệt đó chẳng là gì. Với năm trăm, đó là khác biệt giữa một bước QA và cả một bộ phận QA.

Microsoft chưa công bố ngữ nghĩa mặt nạ, giao diện hộp giới hạn hay điều khiển tọa độ nào cho MAI Image 2.7 Preview. Mô hình nhận một chỉ dẫn và một ảnh nguồn. Những gì nó thay đổi do mô hình quyết định, và mô tả của công ty về các mục tiêu thiết kế — tạo kiểu lại toàn cảnh, chiếu sáng lại, phục hồi một tài nguyên, chỉnh sửa văn bản và biểu tượng trong ngữ cảnh — là mô tả những chỉnh sửa cố ý mang tính toàn cục. Đó là một lựa chọn thiết kế hợp lý cho những công việc mà 2.7 nhắm tới. Đó cũng là lý do bạn không thể đưa cho nó một chỉnh sửa theo vùng bị khóa chặt và mong cam kết đó vẫn đúng.

Hai mươi tư megapixel vào, hai mươi tư megapixel ra

Màn trình diễn nổi bật của Ideogram cho 4.5 là một thao tác chỉnh sửa trên nguồn 4.016×6.016 — khoảng 24,2 megapixel — được thực hiện mà không thu nhỏ đầu vào trước. Đó là một thước đo cụ thể và trung thực một cách hiếm thấy, bởi vì thu nhỏ chính là chỗ mà hầu hết các mô hình chỉnh sửa âm thầm làm mất đi thứ bạn quan tâm. Một hình ảnh bị lấy mẫu lại xuống hai megapixel, được chỉnh sửa, rồi được phóng to trở lại đã trải qua hai phép biến đổi gây mất dữ liệu trước khi bạn nhìn thấy nó, và vùng “được bảo toàn” không hề được bảo toàn chút nào; đó là một bản tái dựng.

Đầu ra gốc cho 4.5 là 2K, với cạnh dài 2.048 pixel ở cài đặt chất lượng cao nhất và mười ba tỷ lệ khung hình từ 1:1 đến 3:1. Vì vậy, điểm nhấn không phải là nó trả về 24 megapixel. Mà là một nguồn lớn vẫn trụ được qua vòng xử lý mà không bị làm phẳng khi đưa vào.

Đối với MAI Image 2.7 Preview, hoàn toàn không có độ phân giải nào được công bố. Phiên bản tiền nhiệm MAI-Image-2.6 giới hạn đầu ra ở khoảng 1536×1536, và giả định 2.7 tương đương sẽ là suy luận chứ không phải báo cáo. Khi một bên của phép so sánh có một con số được công bố còn bên kia thì im lặng, con số được công bố không tự động là con số tốt hơn — nhưng nó là con số duy nhất mà bạn có thể thiết kế dựa vào.

Nghệ thuật chữ là nơi hai “pitch” va chạm.

Kết xuất văn bản là khả năng duy nhất mà cả hai mô hình đều tuyên bố thẳng thừng, và đáng để nói rõ tại sao nó lại khó theo cả hai chiều.

Danh tiếng của Ideogram được xây dựng trên khả năng tạo kiểu chữ trong quá trình tạo — từ ngữ dễ đọc, chính tả chính xác, bố cục tôn trọng thứ bậc của tiêu đề. Trong 4.5, thế mạnh đó được mang sang chỉnh sửa, và mô hình cũng giữ chế độ văn bản-thành-hình ảnh, nên một đội ngũ có thể tạo bố cục có từ ngữ thật rồi chỉnh sửa chính bố cục đó mà không cần đổi công cụ.

Tuyên bố của Microsoft về 2.7 hẹp hơn và, ở một khía cạnh, khó hơn: thay đổi văn bản và biểu tượng hiện có trong khi vẫn giữ chúng được tích hợp — khớp với phối cảnh của một biển hiệu, độ cong của một nhãn, ánh sáng trên một bề mặt in. Đó là một vấn đề khác với việc kết xuất một dòng tiêu đề một cách gọn gàng trên một khung vải phẳng, và đó là vấn đề xuất hiện khi một chiến dịch cần cùng một ảnh bao bì bằng sáu ngôn ngữ. Artificial Analysis xếp 2.7 đứng đầu về chỉnh sửa văn bản và biểu tượng trong số bảy hành động mà nó đánh giá, đây là bằng chứng độc lập mạnh nhất mà một trong hai mô hình có được trên khía cạnh cụ thể này.

Điều đáng lưu ý là kết quả văn bản là một thứ hạng theo danh mục, không phải bảo đảm cho từng hình ảnh, và nó không nói gì về việc một trường hợp khó phải mất bao nhiêu lần thử. Microsoft nói 2.7 đã cải thiện trên cả mười trường hợp sử dụng và cả bảy hành động chỉnh sửa so với 2.6, với lợi thế 24 điểm ở cảnh và phong cách; đó là những lát cắt do chính công ty thực hiện từ một bảng đánh giá độc lập, và các lần chạy cơ sở không được công khai.

Thang giá, và mô hình không có thang giá nào

Ideogram 4.5 định giá theo phân hạng chất lượng thay vì độ phân giải, một lựa chọn khác thường nhưng phần lớn hợp lý: bạn trả tiền cho mức độ mô hình “suy nghĩ” nhiều hay ít, chứ không phải số pixel nhận về. Các phân hạng được công bố có giá khoảng $0,03 ở mức Low, $0,06 ở mức Medium và $0,22 ở mức High cho mỗi ảnh, cùng một phân hạng rất thấp bổ sung chỉ dành cho chỉnh sửa, được một số nhà bán lại báo giá từ khoảng $0,008. Prompt được mở rộng qua nút bật/tắt Magic Prompt, seed được công khai và một yêu cầu duy nhất có thể trả về tối đa tám ảnh — nghĩa là chi phí thực tế cho mỗi đầu ra dùng được phụ thuộc nhiều vào số ứng viên bạn tạo ra trước khi có một ảnh đúng.

Điểm cuối cùng đó đáng được nhấn mạnh vì nó đảo ngược mức giá được quảng cáo. Một mô hình có giá $0,03 mà cần bốn lần thử sẽ tốn mười hai xu; một mô hình có giá $0,22 mà thành công ngay lần đầu mới là lựa chọn rẻ hơn. Danh sách phân hạng là một thực đơn, không phải hóa đơn.

MAI Image 2.7 Preview không có giá vì không có endpoint thương mại. Nó có mặt trong MAI Playground, trên Arena và trên Artificial Analysis. Không có API, không có danh niêm yết trên Foundry và không có bảng giá. Thứ gần nhất với một dự báo là mức giá Foundry của phiên bản tiền nhiệm — 5 đô la mỗi triệu token đầu vào văn bản, 8 đô la mỗi triệu token đầu vào hình ảnh, 38 đô la mỗi triệu token đầu ra hình ảnh, tương đương khoảng bốn xu một ảnh — điều này cho bạn biết đại khái Microsoft định giá công việc hình ảnh ở mức nào và không cho biết gì về mức giá mà 2.7 sẽ chốt.

Điểm số đang ở đâu, và vì sao khoảng cách nhỏ hơn vẻ bề ngoài

MAI Image 2.7 Preview đứng thứ hai trên AA-Image-Editing v2.1 với 1.193 Elo, kém sáu điểm so với GPT Image 2.5 Sunburst. Ideogram 4.5 được báo cáo ở mức 1.064 Elo và đứng thứ hai mươi ba trên bảng chỉnh sửa, với 1.014 Elo và đứng thứ ba mươi tư trong số 167 trên bảng tạo hình ảnh từ văn bản.

Hai con số chỉnh sửa đó không phải là một phép trừ sạch, vì cùng lý do không bao giờ có một phép trừ sạch qua các lần sửa bảng: con số 4.5 đến từ cửa sổ đánh giá của chính nó, còn con số 2.7 đến từ ảnh chụp nhanh ngày 22 tháng 10 của một bảng đã được dựng lại ít nhất một lần trong năm nay. Hướng của khoảng cách thì không còn nghi ngờ gì — một mô hình top ba so với một mô hình đứng thứ hai mươi ba là một khoảng tách biệt thực sự — nhưng độ lớn của nó không phải là một phép đo.

Điều mà vị trí xếp hạng thực sự cho thấy là lời giới thiệu về độ chính xác của Ideogram không chuyển hóa thành điểm biên tập tiên phong. Điểm văn bản thành hình ảnh của nó, 1.014, chỉ nhỉnh hơn một chút so với 1.011 của thế hệ trước. Lập luận của công ty từ trước đến nay luôn xoay quanh khả năng kiểm soát và kiểu chữ chứ không phải vị trí trên bảng xếp hạng, và 4.5 nhất quán với điều đó: một công cụ được kiểm soát ở thứ hạng giữa bảng, định giá theo từng gói, với giao diện mặt nạ giúp có thể kiểm chứng.

Lời hứa về Trọng số Mở

Ideogram đã nói khi ra mắt rằng trọng số của 4.5 sẽ sớm được phát hành. Họ vẫn chưa phát hành. Điều đó quan trọng vì đây là tính năng duy nhất khiến mô hình khác biệt về bản chất so với bất cứ thứ gì Microsoft đang cung cấp — một checkpoint có thể tải xuống là một quyết định kiến trúc, còn API được host là một sự phụ thuộc.

Cho đến khi các trọng số xuất hiện, tuyên bố đó chỉ là một mục trong lộ trình và nên được xem đúng như vậy. Hiện nay, mô hình đã có sẵn thông qua ứng dụng và API riêng của Ideogram cũng như qua một danh sách dài các nền tảng đối tác, đây là một hình thức sẵn có thực sự nhưng không đồng nghĩa với tính khả chuyển.

Lựa chọn giữa chúng

Chọn Ideogram 4.5 nếu chỉnh sửa phải có giới hạn. Nếu bạn có thể vẽ vùng có thể thay đổi, nếu ảnh nguồn lớn và phải giữ nguyên độ phân giải gốc, nếu bạn cần chế độ text-to-image và chế độ chỉnh sửa trong cùng một mô hình, và nếu bạn cần biết chi phí trước khi bắt đầu — 4.5 trả lời cả bốn câu hỏi trong tài liệu của nó. Đây cũng là mô hình duy nhất trong hai mô hình mà bạn có thể đặt phía sau API ngay hôm nay.

Chọn MAI Image 2.7 Preview nếu việc chỉnh sửa đòi hỏi nhiều phán đoán và khối lượng thấp. Thay đổi phong cách một cảnh, thay đổi ánh sáng cho một bức ảnh, viết lại một biển hiệu theo cách tôn trọng bề mặt — đây là những tác vụ mà lợi thế dẫn đầu 24 điểm trong hạng mục trở nên đáng giá, và Playground là một nơi hợp lý để làm hai mươi việc như vậy bằng tay.

Điều bạn không nên làm là coi khoảng cách trên bảng xếp hạng như một khuyến nghị mua. Mô hình ở vị trí thứ hai không thể được gọi, còn mô hình ở vị trí thứ hai mươi ba có thể được gọi với giá sáu xu ở mức Medium. Đối với một nhóm đang quyết định xây dựng gì trong quý này, đó chính là toàn bộ sự so sánh. OrcaRouter không lưu trữ cả hai mô hình đó, và không nhà cung cấp nào trong số họ đã công bố kế hoạch thay đổi điều đó; điểm hữu ích của một gateway ở đây nằm ở những mô hình bạn sẽ dùng dự phòng khi một trình soạn thảo cấp bản xem trước không khả dụng, vì các hạng OpenAI bao quanh 2.7 trên cùng bảng đó có thể định tuyến qua một khóa duy nhất với giá niêm yết và có thể chịu được một lệnh gọi thất bại mà không cần thay đổi mã.