MAI Image 2.7 Preview 对比 FLUX 3：排行榜位次与价目表的较量

其中一款模型为其提供的每一种分辨率都公布了价格，并且可以通过 HTTP 请求调用。另一款得分更高，却完全没有端点。MAI Image 2.7 Preview 由 Microsoft AI 于 2026 年 10 月 27 日发布，以 1,193 Elo 在 Artificial Analysis 的编辑排行榜上位列第二。来自 Black Forest Labs 的 FLUX 3 于 2026 年 10 月 1 日推出了其图像层级，一百万万像素输出收费 $0.048，一千六百万像素输出收费 $0.607，而且无论你要求生成还是编辑，收费都相同。

这种不对称使其与其说是一场正面交锋，不如说是关于你到底在买什么的问题。如果买的是“我这周能评估出的最佳编辑器”，那么 MAI Image 2.7 Preview 之所以胜出，靠的是一个你在自己的管线中无法复现的分数。如果买的是“一个我周一就能用来支撑产品的编辑器”，那么 FLUX 3 并不是在跟它竞争——它是在跟你可能转而调用的其他所有东西竞争，而微软的模型根本不在场。

这两个事实同时成立，而哪一个更重要完全取决于你在构建过程中所处的阶段。

每一个究竟是什么

这两个模型并不属于同一类对象，规格参数在跑任何基准测试之前就已经说明了这一点。

• 范围 — MAI Image 2.7 Preview 仅是一个编辑器，文生图功能列为即将推出；FLUX 3 是一个统一的多模态系列，涵盖图像、带原生音频的视频以及机器人动作预测，其图像层通过一个端点完成生成和编辑，无需模式切换。

• 发布 — MAI Image 2.7 Preview 于 2026 年 10 月 27 日发布；FLUX 3 系列于 2026 年 7 月 23 日公布，其图像层级于 10 月 1 日推出。

• 最大输出——MAI 尚未公布 2.7 的分辨率；FLUX 3 Image 可扩展至 4K，在 Black Forest Labs 的文档中列为 3840×2176。

• 参考图像 — 2.7 版未发布；FLUX 3 Image 最多支持十张。

• 空间控制——Microsoft 描述了场景风格重构、重新打光以及文本或符号编辑，但未公布蒙版或边界框界面；FLUX 3 Image 则以文档化参数形式提供边界框主体定位和像素级局部编辑。

• 价格 — 2.7 在任何货币下都没有价目表；FLUX 3 Image 在 768 方形下为 $0.041，在 1K 下为 $0.048，在 2K 下为 $0.100，在 4K 下为 $0.607，按图像计费，生成和编辑价格相同。

• 权重——两者都没有以完整规模开放，但 Black Forest Labs 推出了 FLUX 3 Image Klein，这是一个拥有 56 亿参数、请求格式相同的开放权重变体，价格视分辨率而定，为 0.008 至 0.036 美元。

分辨率论证其实是一个下游论证

FLUX 3 的 4K 上限听起来像是规格表上的炫技，直到你追踪模型返回编辑后的图像会发生什么。一张 2K 的编辑图进入印刷排版、大幅面显示或大量裁切的社交媒体流程后，总会在下游某处被放大，而放大编辑图正是重新引入编辑刚去除的伪影的方式——变软的文本边缘、失去阴影渐变的重新打光、在 200% 下变成糊状的修复细节。

一千六百万像素、单价 0.607 美元，单看每张图像是贵的，但若按可用产出来算就是便宜的——因为替代方案是先做一次更便宜的编辑，再单独跑一遍放大流程，而那还得再审核一次。对于市场平台缩略图，这笔账则反过来算：768 方形、四美分才是正确答案，4K 纯属浪费。

Microsoft 尚未公布 2.7 的输出分辨率，因此无法如实将两者放在这一维度上比较。其前代产品 MAI-Image-2.6 将输出上限设为 2,359,296 像素——约 1536×1536——若假设 2.7 与之相同，那只是推断，而非事实。

十个引用，还是一个无人发表过的数字

参考图数量是决定编辑模型能否契合真实工作流的隐性关键因素。产品摄影需要一张物品图、一张其所放置表面的图，以及一张风格参考图；品牌工作则还要加上一个标识组合和一张往期广告画面。五张参考图可覆盖第一种情况，十张则两者皆能覆盖。

FLUX 3 Image 最多可接受十张。对于 MAI Image 2.7 Preview，微软没有披露任何信息——既没有最大值，也没有蒙版约定，更没有质量层级结构。这并不是在批评该模型的能力，而是在说明买家能据此规划什么。未公开的限制，就是你在集成过程中才会发现的限制。

同样的缺口也贯穿空间控制。边界框是图像生成中最不起眼的功能，却也是让版式工作可复现的关键：把产品放在这里，把标题放在那里，保留背景。MAI 对 2.7 的公开描述强调依赖判断的编辑——重新设计场景风格、修正光照、改写标牌——却只字未提坐标控制。这些是用于不同任务的不同工具，而其中只有一种有文档记录。

一次编辑的代价，逐步推演

假设一个现实的批量场景：每月两百张产品图，按2K编辑，其中十分之一要以4K用于印刷。

在 FLUX 3 Image 上，即 180 张图像每张 $0.100、20 张每张 $0.607——$18.00 加 $12.14，也就是在任何重试开销之前大约每月 $30。真正会推高账单的是重试次数，因为一个需要三次尝试才能把标签弄对的模型，其成本是标价的三倍。Black Forest Labs 会在每次请求的 API 响应中返回计算出的成本，这让核算变得直接明了，而非估算。

在 MAI Image 2.7 Preview 上，同样的批次不花一分钱，却要耗掉某个人在 Playground 里整整一个工作日的注意力，因为每张图都要手动往返操作一次。量小的时候，这点人力微不足道，免费使用也是实实在在的优势——这正是预览版擅长应付的工作量。可一旦做到每月两百张，这点人力就超过了整张 FLUX 3 账单。

这正是网关体现价值、而不是多出一跳的地方。在排行榜上夹在 MAI Image 2.7 Preview 两侧的两档 OpenAI 编辑模型——GPT Image 2.5 Sunburst 以 1,199 分位列其中，以及 GPT Image 2.5 Flare 以 1,182 分位列其中——都可以通过 OrcaRouter 按提供商的目录价调用，且不额外加价，因此对买家真正重要的比较是：对你实际测试的这些模型，用一个密钥、一张账单完成对比。本文的编辑结论是 2.7 不可用；路由层面的结论是，OpenAI 这两档之间 42 分的差距，是今天就能在你自己的素材上实测的真实选择。

FLUX 3 自己的数字从何而来

Black Forest Labs 的发布基准测试由厂商自行报告，而且更重要的是，它们主要针对视频：在十秒 720p 片段上，对 Runway Gen-4.5 取得 77% 的偏好胜率，对 Luma Ray 3.2 取得 93% 的偏好胜率。这些是由模型开发公司进行的、未经复现的正面对比偏好研究，对编辑质量只字未提。

FLUX 3 Image 缺少的是像 2.7 的 1,193 Elo 那样可比的公开编辑排行榜分数。因此，本文中的记分板确实严重失衡：一边有独立评分却没有产品，另一边有产品却没有独立评分。任何告诉你其中一方在编辑质量上胜过另一方的人，都是在根据视频基准或分辨率数字进行外推。

Klein 是 FLUX 3 中改变决策的部分

拥有 56 亿参数的 Klein 变体采用开放权重，接受与托管模型相同的请求格式，并在 768 平方分辨率下以每张图 0.008 美元起的价格运行。这种组合实现了 MAI Image 2.7 Preview 无论花多少钱都做不到的事：让团队能在自有硬件上运行该模型，将资产保留在自己的边界内，并在无需按图计费的情况下持续迭代。

开放权重也正是 FLUX 3 属于另一场采购讨论的原因。在别人的 playground 里做个预览，那只是能力演示；而一个可下载的 checkpoint 则是一项架构决策，它不会因为供应商调整定价而失效。

该选哪一个

如果你正在评估编辑质量，并想知道“场景与风格”的说法是否成立，本周就在 Arena 中使用 MAI Image 2.7 Preview。它免费，在排行榜上得分第二高，而与已知模型进行盲测对比，是判断其在风格重绘上24个百分点的领先是否适用于你的素材的最快方法。

如果你需要在流水线中加入一个编辑器，FLUX 3 Image 是两者中唯一能及时响应的；它公开的分辨率档位、十张参考图上限和按图计价，让你在写代码前就能估算费用。

如果你今天需要在流水线中使用一个编辑器，并且想拿到你实际能达到的最高分，那么这两个都不是答案——该榜单上2.7上下紧邻的模型才是。对于一篇对比文章来说，这是个令人不满的结论，但它也是准确的结论。