Ming-Image-0.1-Design so với GPT Image 2.5: Con số của chính một phòng thí nghiệm đối đầu với lá phiếu của một hội đồng người lạ

Đặt Ming-Image-0.1-Design và GPT Image 2.5 vào cùng một câu thì so sánh rõ ràng nhất là chất lượng. Phép so sánh hữu ích là nguồn gốc. GPT Image 2.5 giữ vị trí thứ nhất và thứ hai trên bảng Artificial Analysis UI/UX Design trực tiếp, với 1.227 và 1.218 Elo, dựa trên 1.287 và 1.303 phiếu bầu mù của con người tương ứng — nghĩa là, một bảng xếp hạng được tạo ra bởi những người không xây dựng mô hình và không được cho biết đầu ra nào là của ai. Ming-Image-0.1-Design chỉ có đúng một điểm số gắn với nó, 1.082 Elo, và điểm số đó xuất hiện trên một hình ảnh bảng xếp hạng đi kèm trong chính kho Hugging Face của inclusionAI, trên một bảng mà chúng tôi không thể tìm thấy ở bất kỳ đâu khác, dành cho một mô hình có 0 lượt tải. Một trong những con số này là bằng chứng. Cái còn lại là một lời tuyên bố với phông chữ. Khoảng cách đó, không phải 145 Elo giữa chúng, mới là điều nên định hình quyết định về một trong hai mô hình.

Hai con số nằm cạnh nhau, và cái bẫy khi so sánh chúng

Những con số đủ gần nhau để trông có vẻ so sánh được, nhưng lại đủ khác biệt về bản chất nên thực tế thì không. Đây là tập hợp đó, được nêu chính xác.

• GPT Image 2.5, trên bảng xếp hạng trực tiếp — hạng nhất với 1.227,0 Elo cho cấu hình Flare (max), hạng nhì với 1.218,1 cho Sunburst (max), với số lượng mẫu lần lượt là 1.287 và 1.303 và mức giá được theo dõi là $210,72 cho mỗi 1.000 hình ảnh. Mô hình được liệt kê trên bảng đó với ngày phát hành là 8 tháng 9 năm 2026.

• Ming-Image-0.1-Design, trên thẻ riêng của nó — vị trí đầu tiên với 1.082 Elo, xếp trên Ideogram 4.0 (Quality) ở 1.052 và các biến thể FLUX.2 dev trong khoảng 994 đến 1.000, trên một đồ họa có tiêu đề "Bảng xếp hạng Text to Image: Thiết kế UI/UX" với chân trang "Điểm Elo từ các bình chọn ưu tiên ẩn danh trong Image Arena của chúng tôi". Không có số lượng mẫu nào được hiển thị. Không có phương pháp luận nào được công bố. Bản thân bảng xếp hạng không có trên web công khai trong phạm vi chúng tôi có thể tìm thấy.

• Cái bẫy — Elo được tính theo từng bảng. Một điểm số chỉ có ý nghĩa khi so với các điểm số khác trên cùng bảng, đó là lý do cùng một bản phát hành FLUX.2 hiển thị 1.026 trên bảng text-to-image tổng quát và 1.065 trên chế độ xem danh mục UI/UX Design. Lấy 1.227 trừ 1.082 thì bạn vẫn chưa đo được khoảng cách chất lượng giữa hai mô hình. Bạn đã lấy một con số trừ đi một con số khác.

Điều gì khiến một cuộc bỏ phiếu kín trở thành một cuộc bỏ phiếu kín?

Artificial Analysis công bố đủ phương pháp của mình để có thể được kiểm chứng. Đấu trường hình ảnh của nó ghép hai kết quả tạo sinh từ những mô hình ẩn danh, yêu cầu một người bình chọn chọn ra người thắng, rồi chuyển các kết quả thành điểm Elo — số lượng mẫu trên bảng là số so sánh như vậy mà mỗi mô hình đã tích lũy được. Chính cấu trúc đó khiến điểm số khó bị tác động bởi chính các tác giả của mô hình: những người đã huấn luyện GPT Image 2.5 không xuất hiện trong vòng lặp, và một mô hình không thể được xếp hạng nhất chỉ vì là mô hình mà nhà sản xuất của nó ưa thích. Đây không phải là một công cụ hoàn hảo — nhóm người bình chọn là tự chọn tham gia và các câu lệnh không phải là một bộ đánh giá chuẩn có kiểm soát — nhưng nó là một công cụ đang được nắm giữ bởi một bên nào đó không phải nhà cung cấp.

Hình ảnh bên trong kho Ming-Image-0.1-Design mượn định dạng đó mà thiếu đi những phần khiến nó có thể kiểm chứng được. “Bình chọn ưu tiên mù” là lời tuyên bố. “Our Image Arena” là đơn vị vận hành, và đơn vị vận hành là inclusionAI. Không có số lượng phiếu bầu nào được công bố, không có phân bố prompt nào được thấy, và không có cách nào để kiểm tra các cặp so sánh. Hoàn toàn có thể rằng đánh giá đằng sau hình ảnh đó là trung thực và chặt chẽ — đội ngũ của mô hình sẽ biết. Nó cũng hoàn toàn không thể kiểm chứng từ bên ngoài, và đó là điều duy nhất quan trọng nếu bạn là người quyết định có xây dựng dựa trên nó hay không.

Đáng để bổ sung, vì nó đi ngược lại câu chuyện dễ dãi: Ming-Image-0.1-Design hoàn toàn không có trên bảng Artificial Analysis trực tuyến. Không nằm trong hạng mục UI/UX Design, không có trên bảng text-to-image tổng quát, cũng không có trong chế độ xem open-weights. Sự vắng mặt của nó không phải là bằng chứng cho thấy nó kém hơn — một mô hình không có lượt tải xuống nào và không có endpoint được lưu trữ thì không có cách nào tích lũy phiếu bầu. Đó là bằng chứng cho thấy chưa tồn tại một con số độc lập nào, và đó là một nhận định khác.

Giá là phần không mơ hồ

Về chi phí, hai mô hình không hề gần nhau và không có gì để tranh cãi.

• GPT Image 2.5 là một endpoint thương mại. Artificial Analysis theo dõi nó ở mức 210,72 đô la cho mỗi 1.000 hình ảnh trong danh mục UI/UX — tức khoảng 21 xu một hình ảnh, đưa nó lên vị trí cao nhất trong khoảng giá của lĩnh vực này. Để làm rõ bối cảnh trên cùng bảng xếp hạng đó, Grok Imagine Image 2.0 được theo dõi ở mức 60 đô la cho mỗi 1.000 hình, MAI-Image-2.6 ở mức 38,9 đô la, và Muse Image ở mức 10 đô la.

• Ming-Image-0.1-Design không có giá vì nó không có endpoint. Các trọng số được cấp phép theo MIT và miễn phí tải về; việc chạy chúng tốn đúng bằng chi phí bạn phải trả mỗi giờ cho một GPU CUDA 80 GiB. Cấu hình đã được xác thực trong thẻ mô hình là một card duy nhất thuộc hạng đó, ở độ phân giải 2048 x 2048 và 12 bước lấy mẫu.

• Cả hai con số đều không ổn định. Cả hai nhà cung cấp đều điều chỉnh mức giá, và một so sánh theo từng ảnh được viết hôm nay chỉ có tuổi thọ tính bằng vài tuần. Đây là chỗ duy nhất mà khía cạnh kinh tế của OrcaRouter đáng được nói thẳng: chúng tôi chuyển thẳng giá niêm yết của nhà cung cấp với mức markup 0%, nên thay đổi giá của nhà cung cấp được cập nhật phía chúng tôi ngay trong cùng ngày thay vì sau một chu kỳ định giá lại của riêng chúng tôi — điều này quan trọng khi mức chênh giữa hai lựa chọn là 21 xu so với 6 xu một ảnh và cả hai đều có thể thay đổi.

Những gì bạn thực sự có thể gọi, ngay hôm nay, và vị trí của chúng ta trong đó

Tính khả dụng là điểm mà ở đó sự so sánh này không còn chỉ là một thử nghiệm tư duy nữa.

GPT Image 2.5 là một sản phẩm thật với một API thật đứng sau nó, được OpenAI bán theo những điều khoản riêng của mình. Sản phẩm này không thể định tuyến qua OrcaRouter — tính đến ngày 23 tháng 9 năm 2026, danh mục của chúng tôi không có mục nào cho GPT Image 2.5 — và chúng tôi sẽ không mô tả một tuyến mà mình không có. Điều mà danh mục thực sự có từ cùng dòng sản phẩm này là thế hệ trước, openai/gpt-image-2 với giá 8,00 USD cho mỗi triệu token đầu vào và 30,00 USD cho mỗi triệu token đầu ra, cùng với openai/gpt-image-1.5, và những mục đó nằm sau cùng một khóa như mọi thứ khác mà chúng tôi định tuyến.

Ming-Image-0.1-Design không thể định tuyến ở bất kỳ đâu. Kho lưu trữ đã tắt suy luận, Hugging Face báo cáo không có triển khai nhà cung cấp suy luận nào, và Quick Start trỏ đến một kho GitHub đồng hành trả về 404. Không có mô hình inclusionAI nào thuộc bất kỳ loại nào trong danh mục của chúng tôi. Cách duy nhất để chạy nó là tải các shard về và tự phục vụ chúng.

Vậy bản chất của sự lựa chọn là: một phương án bạn có thể mua ngay hôm nay ở mức giá đỉnh của thị trường, và một phương án bạn có thể chạy ngay hôm nay với cái giá phải trả là một GPU cùng thời gian kỹ thuật của chính bạn, mà không có bằng chứng độc lập nào cho thấy nó hoạt động hiệu quả. Bất cứ ai nói với bạn rằng Ming-Image-0.1-Design là một giải pháp thay thế rẻ hơn cho GPT Image 2.5 đều chưa tính đến chi phí của phương án thứ hai.

Làm thế nào để giữ cả hai mà không đặt cược vào bên nào

Lời khuyên thực tế ở đây hẹp hơn một phán quyết, vì hai mô hình vẫn chưa thể thay thế cho nhau.

Nếu bạn cần tạo ảnh chất lượng UI hoặc thiết kế trong môi trường production, GPT Image 2.5 là lựa chọn đứng vững được, và giá mới là thứ bạn cần tự thương lượng với chính mình, chứ không phải chất lượng — nó dẫn đầu bảng xếp hạng độc lập với khoảng cách đủ rộng để thứ hạng không còn gì phải bàn. Nếu bạn muốn biết liệu Ming-Image-0.1-Design có tốt hay không, bạn có hai lựa chọn và chỉ một trong số đó không cần phỏng đoán: kéo trọng số MIT về một card 80 GiB và chạy bộ đánh giá của riêng bạn, hoặc chờ người khác làm điều đó. Trong lúc chờ, đừng coi con số 1,082 là một kết quả. Và nếu yêu cầu thực sự của bạn là khả năng tùy chọn thay vì một trong hai model cụ thể, thì kỷ luật đáng giá chính là giữ lời gọi sinh ảnh sau một giao diện duy nhất — một khóa dùng cho hơn 200 model, đổi model-ID thay vì viết lại, tự động chuyển đổi dự phòng khi một endpoint trục trặc — để rồi dù model nào trong hai cái này công bố con số độc lập trước, việc áp dụng nó chỉ tốn của bạn một dòng cấu hình chứ không phải cả một sprint.

Một lưu ý cuối về điều gì sẽ thay đổi bài viết này. Một dòng Ming-Image-0.1-Design xuất hiện trên bảng UI/UX Design của Artificial Analysis, với số lượng mẫu bên cạnh, sẽ biến con số 1,082 của nhà cung cấp từ một tuyên bố thành một điểm dữ liệu — và đó sẽ là lần đầu tiên có ai đó ngoài inclusionAI nói bất cứ điều gì có thể đo lường được về mô hình này. Đó là sự kiện cần theo dõi, và đó là thứ hữu ích hơn để theo dõi so với bộ đếm lượt tải xuống.