MAI Image 2.7 Preview 在七项编辑操作中领先四项——却无法生成图片

Microsoft AI 于 2026 年 10 月 27 日发布了 MAI Image 2.7 Preview，而关于它最有用的一点，就是公告本身中的一句话：该模型先从编辑功能开始，文生图生成功能“即将推出”。随后的一切——在 Artificial Analysis 上排名第二、在 Arena 上排名第三、相较 MAI-Image-2.6 提升 42 分——描述的都是一款能够改进你已有图像的模型，而无法从零生成图像。

这比排行榜排名所暗示的产品范围更窄。生成式图像模型是白纸工具；编辑模型是修复和修订工具。2026 年人们真正付费的大多数工作都是修订类工作，这就是为什么编辑排行榜已成为商业买家关注的那个。但当你坐下来试用时，这种区分很重要：在 MAI Image 2.7 Preview 有任何事可做之前，你需要一张源图像。

该模型可在 MAI Playground、Arena 和 Artificial Analysis 上使用。它没有 API，未在 Microsoft Foundry 上架，也没有公布价格。Microsoft 尚未披露针对 2.7 在参考图像、分辨率或输出档位方面的具体限制。

这里的“编辑”涵盖哪些内容

Microsoft 对该模型的描述异常具体地说明了它专为哪些编辑而构建：全场景风格重塑、重新打光、更改文字和符号并使其保持融入图像、修复或增强现有素材，以及需要同时理解对象、光照和环境的编辑。这份清单并不笼统。每一项都点出了一种早期编辑模型处理不佳的失败模式——重新打光后阴影方向错误、新标签文字浮在表面之上而非贴合表面、放大时把噪点和细节一起锐化。

那句关于“整合”的表述值得再读一遍。图像模型中的文本编辑，孤立来看已是解决了的难题，放到具体语境中却仍未解决：任何模型都能渲染出一个词，而大多数模型只是把它叠在场景之上，而不是融入场景之中，透视不对、运动模糊不对，字体也与它落在的表面不匹配。微软正把这一具体缺口说成自己的优势，这是一个可核查的主张，而不是一种情绪。

七人中的四人，以及走向另一条路的三人

Artificial Analysis 依据 2026 年 10 月 22 日的快照，在 AA-Image-Editing v2.1 上为 MAI Image 2.7 Preview 打出了 1,193 Elo 的分数。这使其位列第二，以六分之差落后于 GPT Image 2.5 Sunburst在其最高质量档位（1,199），并领先 GPT Image 2.5 Flare（1,182）十一分。它所取代的模型 MAI-Image-2.6 得分为 1,151——提升了 42 分。

分类细分比总体汇总更能说明问题。根据 Artificial Analysis，2.7 在其评估的七项编辑操作中有四项排名第一，微软表示该模型在全部十个用例和全部七项操作上均有提升。它领先的四项是增强与修复、基于推理的编辑、场景与风格，以及文本或符号编辑。优势最大的是场景与风格，微软声称其比第二好的模型领先 24 个百分点。

它未领先的三项是构图、单个对象编辑和身份保持——这三项均由 OpenAI 占据领先。这是一幅连贯的图景，而非随机散点。OpenAI 的模型恰好在必须字面且局部地执行指令的地方最强：移动这个物体、保留这张脸、遵守此布局。微软的模型则在对整个画面需要判断力的地方最强：重新打光场景、改变其风格、修复它、改写标牌。

文本与符号结果才是具有商业价值的那一个

在 2.7 涉及的四个类别中，文本与符号编辑是在创意工作室之外商业理由最清晰的一类。包装样机、零售标牌、图表标签已嵌入导出 PNG 的幻灯片、带有同一标签区域变体的产品图——所有这些编辑中，昂贵的部分都不是绘制新文字，而是保留文字所在表面的光照、透视和材质响应。

这也是预览最没用、最令人沮丧的类别。想修复照片里某个标签的设计师可以在 Playground 中一次一张地手工完成。而一条要修复五千个标签的流水线却做不到，因为没有可调用的端点。能力与交付机制不匹配，而这种不匹配才是这次发布真正的新闻——不是那个 Elo 数字。

场景与风格则相反。在全画幅重绘中领先 24 个百分点，这种差距会在盲测偏好测试中体现出来，而重绘本质上是一项批处理任务：一个源帧，四十种外观。一个能在该类别中以大幅优势胜出的模型，正是工作室希望纳入循环使用的模型，但目前并没有可用的循环。

“预览版”在微软过去意味着什么

上一代产品是了解时间线的最佳现有指南。MAI-Image-2.6 于 2026 年 9 月 4 日进入 Microsoft Foundry，比 2.7 出现早了大约六周。其公布的价目表按 token 而非按图像计费——每百万文本输入 token 5 美元、每百万图像输入 token 8 美元、每百万图像输出 token 38 美元——折算下来，一张典型图像约为四美分。Flash 变体的收费分别为 1.75 美元、2.50 美元和 19 美元，约合每张图像两美分。

如果 2.7 走的是同一条路，那么缺失的部分就是 Foundry 上架信息、版本字符串和费率卡。“编辑排行榜上排名第二”与“你预算中的一项明细”之间的距离，恰好就是这三样东西。在它们出现之前，今天就需要在生产环境中使用编辑模型的团队，只能在 Foundry 中的 2.6 和它已经能调用的其他模型之间做选择。

本周如何测试它

MAI Playground 位于 playground.microsoft.ai，需要使用 Microsoft 账户。Arena 会公开该模型，让你可以与其他编辑器进行盲测并排投票，这是一种非常实用的方式，能让你亲自验证其在场景与风格方面的说法：放入一张照片，要求进行重新打光，然后在不知道是哪个模型生成结果的情况下，看看你更喜欢哪个输出。

在据此做规划之前，有两点需要提醒。第一，微软并未发布针对 2.7 的生成次数上限。MAI-Image-2 时期流传的免费套餐限制——大约每天十五次生成，且每次生成之间有等待间隔——从未针对此模型得到确认，因此不应假定其适用。第二，Arena 投票不等于产品试用。Arena 只能告诉你，在中性提示词下人们更偏好哪种输出；它不会告诉你模型在同一素材的第四十次修订时表现如何，而这才是实际工作条件。

将其从试验环境推向生产环境需要付出什么

三件事，按重要性排序。一个部署目标——Foundry 或公共 API——因为没有它，模型就只是个演示。一个价格，因为在你能够用它除以每张图像的成本之前，“在编辑排行榜上排名第二”并不能成为购买理由。以及文生图能力对等，因为许多真实的编辑工作流都始于先生成基础图像、再对其进行修改，而一个无法从零开始生成图像的模型会迫使每条流水线额外接入第二家供应商。

对于现在就需要通过一个密钥使用编辑模型的团队来说，实用的答案和有趣的答案并不相同。OrcaRouter 并不托管 MAI Image 2.7 Preview——也没有人托管，因为它没有 API——但排行榜上紧挨着它上下两位的 GPT Image 2.5 Sunburst 和 GPT Image 2.5 Flare，都可以通过该网关按提供商标价获取，且不额外加价。这样一来，第一名和第二名之间六分的差距如今就可以实际验证，而第二名模型却做不到：你可以通过 OpenAI 的两个档位运行同一次编辑，看看你自己的素材更偏好哪一个，然后把胜出者保留在路由配置中。

坦率的总结是：微软推出了更有趣的编辑器，而 OpenAI 仍然提供着更易获得的那一个。两者之间六分的 Elo 差距，比从 playground 到 endpoint 的距离还要小，而这两个差距中只有一个会自行弥合。