Images 2.6 与 MAI-Image 2.7 Preview：一个排名第二，另一个可调用

这项比较有一个版本，在基准测试表上看起来很简单：MAI-Image-2.7 Preview在 Artificial Analysis 的 AA-Image-Editing v2.1 榜单上获得 1,196 Elo，足以位列第二，而Images 2.6——OpenAI 推出的GPT-Image-2.6 Sunburst和GPT-Image-2.6 Flare于 2026 年 11 月 4 日发布——在该榜单上根本没有条目。有排名的模型对没有排名的模型。问题在于，有排名的模型无法被调用。MAI-Image-2.7 Preview 没有公开 API、没有 Azure AI Foundry 上的条目、没有公布价格，也没有开放权重。它存在于 Microsoft 的 MAI Playground、Arena 上，以及排行榜某一列中的一个名字。

所以，真正有用的问题不是“哪个更好”，而是“这些里面哪一个能让你这周就放进产品里，而当你选了那个能接起电话的，你又放弃了什么”。这个答案是一边倒的，但倒的方向并不是 Elo 分数所暗示的那样。

2026年11月5日确实成立的三件事

• MAI-Image-2.7 Preview 是一个编辑器，而且仅仅是一个编辑器。 它需要一张源图像。微软将文本到图像功能描述为“即将推出”，但未给出具体日期——这就是为什么你在 AA-Image-T2I 榜单上找不到 MAI-Image-2.7 Preview 的条目，也是为什么 1,196 这个数字只是一个编辑得分，与生成能力毫无关系。

• Images 2.6 两者兼做，并新增第三种输出类型。生成、编辑，以及——11月4日新增——在 ChatGPT 内通过提示词或上传照片创建单步动画 GIF，另加 API 中的 SVG 导出和标记引导编辑。它是一个更广泛的产品，截至今天，尚无任何形式的独立评分。

• 榜首两分的差距其实并不真的是两分。 MAI-Image-2.7 Preview 的 1,196（±15）比 GPT Image 2.5 Sunburst 的 1,199（±11）低三个 Elo。两个置信区间都比这一差值更宽。从统计上看，二者处于同一水平；而如果真有人做过基准测试，OpenAI 的 2.6 后继模型才是微软实际会被拿来对标的模型。

1,196 实际上衡量的是什么

编辑 Elo 是编辑请求分布上的平均值，而平均值会掩盖买家真正关心的问题。Microsoft 自己的细分数据比总体数字更有信息量：它表示该模型在 七项中的四项编辑操作上领先——增强与修复、基于推理的编辑、场景与风格，以及文本或符号编辑——其中在场景与风格上的领先幅度最大，比次佳模型高 24 分。

它在另外三项上落败。构图、单个对象编辑和身份保持仍由 OpenAI 占据优势。若把它当作对行为表现的描述而非记分牌来读，这就是一次清晰的划分：给 MAI-Image-2.7 Preview 一张画面，让它把整个场景做出黄昏的感觉，或修复受损的扫描件，或重写店面文字使其融入场景，它就是榜单上最强的。若要求它把一个物体向左移动两英尺而不改变拿着它的人，OpenAI 的模型在这方面历来做得更好。

相较于自身前代产品的提升同样值得关注，因为按 Elo 标准衡量这一幅度相当大：相比 MAI-Image-2.6 提升了 +45 分，而后者凭借近 17,000 个样本位居 1,151 分。这并非噪声。微软于 10 月 27 日交付了实实在在的改进，比 OpenAI 发布 2.6 早了九天。

定价的不对称性就是整个决策的关键。

你无法购买 MAI-Image-2.7 Preview。没有价目表，Microsoft 也未说明何时会有。最接近的参照是上一代在 Foundry 上的费用：MAI-Image-2.6 按每百万文本输入 token 收费 $5，每百万图像输入 token 收费 $8，每百万图像输出 token 收费 $38，折算下来，一张典型图像约为 3.9 美分；Artificial Analysis 将其列为每千张图像 $38.9，Flash 变体为 $19.5。

相比之下，Images 2.6 如今有实时价格。它按 token 计量，且与 2.5 代保持一致：每百万文本输入 token 为 $5（缓存 $1.25），每百万图像输入 token 为 $8（缓存 $2），每百万图像输出 token 为 $30。由于 OpenAI 没有公布统一的单图固定价格，实际估算只能来自输出 token 预算——大约 高质量下 $0.053，xhigh 下 $0.094，max 下 $0.21，批量价格大约减半。这些预算沿用自 2.5，因此请将单图数字视为近似值，而将按 token 的数字视为合同约定。

注意这对比较意味着什么。纸面上更便宜的模型——MAI-Image-2.7 Preview，据推测定价接近其前代的四美分——如今却贵得无穷无尽，因为使用它的唯一方式就是打开一个试验场并手动操作。单图价格上限更高的那个模型，才是你真正能收到发票的模型。

在这种情况下，路由层不是成本优化，而是让决策保持可逆的一种方式。OrcaRouter 提供 OpenAI 的图像产品线，按提供商标价、0% 加价——GPT-Image-2.6 Sunburst 和 Flare 与 GPT-Image-2.5 Sunburst 和 Flare、GPT Image 2、Imagen 4 以及 Gemini 的 flash-image 模型并列，共用一个密钥，无需第二份合同，也无需第二个 SDK。当 Microsoft 确实发布 2.7 端点时，添加它在我们这边是目录变更，在您这边是模型字符串变更，而不是迁移。与此同时，故障转移正是防止一个才发布九天的预览版在遇到速率限制的那天成为生产依赖的关键。

今天你能得出什么结论、不能得出什么结论

你不能断定 MAI-Image-2.7 Preview 在图像编辑上胜过 Images 2.6，因为没有人给 2.6 打过分。你同样不能得出相反的结论。对榜单唯一站得住脚的解读是：在图像编辑方面，微软已将与 OpenAI 上一代产品的差距缩小到统计噪声范围内，而 OpenAI 当前这一代尚未被测评。

你可以得出三个更具体的结论，而这些足以让你采取行动。

首先，如果你的问题在于整场景变换——重新打光、改变风格、修复，以及让文字融入照片之中而不是浮在照片表面——那么按照微软自己的分析，MAI-Image-2.7 Preview 是形态更合适的工具，也是值得花一下午在 playground 里试用一番的那一个选择。评估它不收费，这很不寻常，也很有用。

其次，如果你的问题是一条应用于特定区域的字面指令——移动这个、移除那个、保持面部完全一致——那么七类动作划分表明，这项工作属于 OpenAI 的产品线，而 GPT-Image-2.6 Sunburst 是该产品线的当前版本。

第三，如果你需要生成、动画、SVG 或 API，这一比较就不成立了。MAI-Image-2.7 Preview 这四项均不提供。

什么会改变这一点

有两件事，其中任何一件都会让这篇文章在一个月内过时。

带标价的 Foundry 上架条目。微软已将 2.6 和 2.6-Flash 引入 Foundry，因此这一模式已经确立，2.7 的延迟看起来更像是从预览版到正式版（GA）之间的空档，而非政策问题。如果 2.7 端点以大致相当于 2.6 价目表的费率上线，它一夜之间就会成为场景级编辑工作的默认推荐——以四美分一张图的价格取得编辑评分前二的成绩，且不收参考图附加费，在多参考图任务上大幅低于 Krea 3 的 0.06 美元基础价及其每张参考图 0.07 美元的附加费。

Images 2.6 的 AA 行。 图像榜单是按批次添加模型的，而不是逐日添加——其中几个是在本文撰写前的三十天内加入的——因此滞后通常是数周，而非数月。当 2.6 出现时，关键数字是它能否超过 1,199——也就是它自己的前代——因为一个在增加 GIF 功能的同时却在编辑能力上退步的后续版本，将会是一次功能发布，而不是编辑发布，而 MAI-Image-2.7 Preview 所取得的 1,196 也将不再是第二高分，而会开始成为当前可用的最高分。

在其中任何一种情况发生之前，诚实的总结很短：你能做基准测试的最好的编辑模型，并不是你能买到的最好的编辑模型；而你能买到的模型还没有经过基准测试。任何告诉你这两者中哪个会赢的人，都只是在猜。

实用顺序

如果你要评估这对模型用于实际工作，最省时的顺序是：先在 playground 中用 MAI-Image-2.7 Preview 跑你最难的十个全场景编辑，因为它不花钱，而且确实擅长这类任务；然后通过 API 用 GPT-Image-2.6 Sunburst 跑同样的十个，测试成本大约五十美分；再用 GPT-Image-2.5 Sunburst 跑它们作为对照，因为这是其 1,199 背后有 18,300 个样本的模型，也是三者中唯一一个其位置可信的模型。如果 2.6 在你的十个任务上胜过其前代，那很可能就是真正的改进。如果没有，你也只花了不到两美元，就学到了排行榜暂时无法告诉你的事情。

最不该做的一件事，就是把决定推迟到基准测试结果出来之后。微软的预览版没有公布结束时间，OpenAI 的继任模型也没有公布分数，而这两个空白都可能在下一周或下一季度被填补。这些模型现在已经足够可用，可以进行测试，而证据却并非如此。