标题卡上写着“Kling Image 4.0 vs MAI Image 2.7 Preview”,副标题为“一个有价目表,一个只有标签页”。左侧卡片标题为 Kling Image 4.0,列出 2026 年 11 月 17 日、2K/4K/8K 输出以及每帧 6.1 至 15.4 美分;右侧卡片标题为 MAI Image 2.7 Preview,列出 2026 年 10 月 27 日、仅限编辑且未公布价格,两者之间有一个小小的“VS”分隔符。
Guides & Insights

Kling Image 4.0 对比 MAI Image 2.7 Preview:一个有价目表,一个只有一个标签页

作者

Gideon Frost

发布日期

最新模型 · 20查看全部模型 →
基准测试:Artificial Analysis · 每日更新
返回全部文章

Kling Image 4.0 于 2026 年 11 月 17 日发布,并附上了一份价目单:一张 2K 静态图 16 个单位,4K 为 24 个单位,8K 为 40 个单位,此外每附上一张参考图再加 0.8 个单位。MAI Image 2.7 Preview 于 2026 年 10 月 27 日面世,是一个仅支持编辑的模型,未公布价格、未公布分辨率,也没有 API——你只能通过 MAI Playground、Arena 和 Artificial Analysis,手动一张一张地使用它。11 月 18 日,Preview 在 Artificial Analysis 的 AA-Image-Editing v2.1 榜单上的那一行已经消失;它当时预览的模型 MAI-Image-2.7 以 1,215.17 位居该榜首,而 Kling Image 4.0 以 1,182.89 排在第六。Preview 自身最后记录在案的分数是 1,193,高于 Kling 的分数。因此,这一对中唯一能放进流水线的模型,恰恰也是数字更差的那个,而这一倒置就是整场比较的核心。我们路由的每一个图像模型及其提供商自己的标价,都列在OrcaRouter 模型目录。

两者都是正式发布,而非泄露。Kling 的发布历史中有一条日期为 2026-11-17 的记录,标题是“Kling Image 4.0 来了!”;其账号在 11 月 18 日凌晨发布了可用性说明;而开发者价目表比这两者都更早上线。微软将 Preview 放上了编辑面板,附有模型卡,并明确写道“从编辑功能开始,文本到图像生成即将推出”。三周后,11 月模型填补了这一空缺,并登顶榜首。而始终没有出现的,是让开发者调用 10 月模型的方法。

已撤回的行不是对手

排行榜中的条目并非永久不变。模型会被取代,投票不再收集,条目也会消失——Preview 在 10 月 27 日首次亮相到 11 月 18 日之间发生的就是这种情况。今天查看榜单,你会看到 MAI-Image-2.7 以 1,215.17 位居第 1,GPT Image 2.6 Sunburst 以 1,210.84、2.6 Flare 以 1,205.42 紧随其后,然后是 GPT Image 2.5 的两个层级,分别为 1,201.50 和 1,184.65,Kling Image 4.0 以 1,182.89 排在第六。这份榜单中没有任何 Preview 行可以放进上述列表的任何位置。

这出于一个实际原因,而非吹毛求疵。给一个你无法调用的模型附上分数,只是关于某个研究方向的数据点,而不是采购信号。如果你在内部演示文稿里引用了 1,193,那你引用的是某个系统 10 月的检查点,而该系统当前发布版本现在得分 1,215——并且其当前发布版本是另一个产品,功能集也不同。如果你确实想要一个数字,有用的比较是 Kling 的 1,182.89 对 MAI-Image-2.7 的 1,215.17:在编辑榜上相差 32 分,有利于 Microsoft,而且这个模型确实有定价,约为每千张图像 35 美元。

具体就 Preview 而言,诚实的说法要更有限。在 Preview 存在期间,它在编辑任务上领先 Kling 约十个 Elo 分,但这一结果来自更小的投票样本,而且其所在模型没有生成模式。十分落在这些数据行所对应的置信区间内。这不是一个可以据以继续推进的领先优势,也不是一个可以验证的领先优势,因为从来就没有可供发送请求的端点。

Screenshot of the Artificial Analysis AA-Image-Editing v2.1 leaderboard in English, with MAI-Image-2.7 first at 1,215 Elo, GPT Image 2.6 Sunburst second at 1,211, GPT Image 2.6 Flare third at 1,205, the two GPT Image 2.5 tiers fourth and fifth, and Kling Image 4.0 sixth at 1,183, with no MAI Image 2.7 Preview row anywhere on the board.

确切地说,Preview 究竟是什么

Microsoft 将 10 月的模型记录为一个编辑界面,并点名了三个强项:重新设计场景风格、重新调整其光照,以及更改其中的文本或符号。可用性说明也同样狭窄——Arena、Artificial Analysis、MAI Playground——而 Playground 链接本身仍指向上一代模型,这足以说明该发布有多么临时。没有 Foundry 部署,没有价目表,没有参考上限,也没有分辨率。

剩下的是一个靠肉眼评估的模型。这并非毫无价值:一位艺术总监在浏览器里对比自己的十张图像,一小时内就能学到很多东西。但它不会给出成本估算、吞吐量数据或集成路径,而团队在投入生产任务之前所需要的三样东西,恰恰就是这三样。

Kling 这边的账目则呈现出相反的特征。其公布的五项能力——逼真写实、原生 8K、小字号文字渲染、连贯图像集、长图生成与编辑——都是厂商宣称,除 Elo 分数外没有独立验证,但每一项都附带单价,这使它们能以另一种方式被证伪:你可以部署其中一项,然后核对账单。

单位阶梯,以及隐藏其中的参考账单

Kling 按单位计价,然后再进行换算。静态图像阶梯价为:2K 16 单位、4K 24 单位、8K 40 单位。按入门套餐每单位 $0.00384 的费率计算,每张图像约为 6.1 美分、9.2 美分和 15.4 美分;在 $999 套餐中该费率降至 $0.00381,在 $4,000 套餐中降至 $0.00373,这使这些数字变动不到 3%。Artificial Analysis 将该模型列为 6.3 美分,这落在上述算术范围内,是一个合理迹象,表明公布的单位价格是真实的。

真正改变预算的那一项并不在阶梯上。参考图和参考元素现在都要计费——每个 0.8 单位,一个元素按一张图计算——而 Kling 自己的文档指出,这“与之前的模型不同,在之前的模型中参考图和参考元素是免费的”。对于由四个参考构建的一套内容,每个交付帧的成本为 16 单位外加 3.2 单位的参考费用,因此一个 2K 的十二镜头项目是 230.4 单位而非 192:按入门费率约为 88 美分而非 74 美分。附加费随作品对参考的依赖程度而增加,而不是随你获得多少产出而增加,这意味着最需要一致性的工作流,正是为此付出最多的那类。

• 单张静态图 — 2K 16 单位,4K 24 单位,8K 40 单位

• 参考输入 — 每张参考图像或每个参考元素 0.8 单位,新增计费

• 长图、网页 — 1K 时为 140 单位,2K 时为 152 单位

• 长图、电商详情页——仅支持图生图,1K 下短、中、长分别为 60 / 120 / 200 单位,2K 下为 72 / 140 / 220

• 图像集 — 相同的逐图阶梯适用于该系列中的每一帧

与此并列来看,“未公布费率”并不是一种中性的缺失。它意味着微软模型根本无法进行成本核算,而在两个图像模型的比较中,如果减法的一边未知,那就不是价格比较。

A two-column comparison scoreboard titled 'Kling Image 4.0 vs MAI Image 2.7 Preview — the scoreboard', contrasting release date, editing Elo, text-to-image Elo, maximum resolution, published price and API access for the two models, with a footer reading 'Kling figures per Artificial Analysis; MAI Preview figures per Artificial Analysis as last recorded, row since withdrawn.'

口罩问题,双方都很单薄

基于掩码的编辑——涂抹一个区域,只更改该区域——是让编辑流程可审查的控制手段。审查者可以看到涂抹区域,并只对该区域作出判断,这也是生产级工具十年来一直提供这一功能的原因。微软对预览版的描述全程由指令驱动:重新设计风格、重新打光、替换文本。没有公布掩码参数,没有边界框,也没有参考图像数量上限。

Kling 的发布同样没有回答这个问题。其能力列表包含“分层编辑”,并解释为“整页视图、分层编辑”,这是公告中最接近控制界面的东西。这究竟是一个蒙版、一个图层堆栈,还是用布局语言包装起来的指令遵循,价格表并没有给出答案;在测试之前就把它当作蒙版会是个错误。对于这一对中的 Kling 一方,蒙版问题仍是未决而非已有答案——这与回答得很糟是两回事。

如果你有一个小时以及以下预算之一

预览版让你免费了解微软的图像编辑研究在10月所指向的方向;如果你的工作是整图风格化或重新打光,那确实值得花上一小时。它不会告诉你11月的模型能做什么,也不会告诉你任何功能要花多少钱。

Comparing Kling Image 4.0 against the models you can already call is a different exercise, and it is the one that produces a decision. OrcaRouter does not currently serve Kling Image 4.0 or any other Kling image model — the Kling identifiers in our catalogue are video — so this piece is not going to suggest otherwise. What the catalogue does carry is a route to the image models we do host, from the GPT Image line through Imagen 4.0 to the Gem​ini image models, all on one key with provider list pricing passed through at 0% markup. That is the honest way to put Kling's 6.1-cent 2K still beside a model you can call in the same afternoon: send the same ten prompts down both paths, then read two invoices instead of two announcements.

Kling 在本次发布中真正主打的并不是细腻微妙。它是这一对比较对象中其他任何一方都不提供的档位——8K,按入门费率每帧 15.4 美分——外加一套有文档说明的高长型电商布局工作流:该工作流仅接受图生图请求,并会随长度从 60 个单位攀升至 200 个单位。如果这说的正是你的问题,那么真正有意义的比较,是与你自己当前每个素材的成本相比,而不是与某个后来已删除该条目的榜单上的数字相比。

Screenshot of the OrcaRouter model catalogue in English, headed '226 models, 17 providers, one API key, one bill', with the modality tabs showing Text 190, Image 12, Embeddings, Video and TTS counts, the model list with per-million-token input and output prices, and the prepaid credit plans.

Preview 的消失是更具启发意义的事件。它提醒我们,排行榜上的名次只是对一个不断变动的群体的一次快照;而真正值得围绕其做规划的图像模型,只有那些有明确端点、有价格,并且到下个月你仍能在榜单上找到其条目的模型。