MAI-Image-2.7-Preview vs GPT-Image-2.5：更精准的编辑工具 vs 随叫随到的那一个

从任务出发，而不是从排行榜出发。如果你的产品要在夜间通过 API 编辑一批商品图，那么在选择MAI-Image-2.7-Preview和GPT-Image-2.5之间，胜负并不接近，因为其中只有一个能接受请求。如果你评判的是编辑本身——重新打光场景、替换标签、在五轮中保持角色一致——微软的新模型确实有资格登顶，而它给出的分数差距小到足以引发争论。因此，这场对比不是“哪个模型更好”，而是“为了生产级 API，值得牺牲多少编辑质量”。

微软于2026年10月27日发布了 MAI-Image-2.7-Preview。这是一个仅用于编辑的预览版，可通过 MAI Playground、Arena 和 Artificial Analysis 访问，未在 Microsoft Foundry 部署，也未公布价格。OpenAI 的 GPT-Image-2.5 自2026年9月8日起全面可用，分为两个变体——注重质量的 Sunburst 和注重速度的 Flare——提供公开费率表、文本到图像和编辑功能，并有文档化的 API。这种不对称性为下文所有数字提供了背景。

这些数字，以及它们承载着多大的分量

在 Artificial Analysis 的 AA-Image-Editing v2.1 榜单上（评测日期为 2026 年 10 月 22 日），GPT-Image-2.5 Sunburst（max）以 1,199 Elo 位居榜首。MAI-Image-2.7-Preview 以 1,193 排名第二。GPT-Image-2.5 Flare（max）以 1,182 位列第三。

• MAI-Image-2.7-Preview 对比 Sunburst：落后 6 Elo，处于最高质量档位

• MAI-Image-2.7-Preview 对比 Flare：Elo 领先 11 分，处于最高质量档位

• MAI-Image-2.7-Preview 对比 MAI-Image-2.6： 领先 42 Elo

• Arena 编辑：微软报告 2.7 排名第 3，并将自身列为第 2 实验室

这些数字来自微软的发布文章，该文章转载了 Artificial Analysis 榜单；Artificial Analysis 是独立评估方，微软是我们读取该榜单的渠道。六分和十一分的 Elo 差距处于投票构成和置信区间可能颠倒排序的范围内，因此站得住脚的说法比表格所暗示的更有限：2.7 与最佳 GPT-Image-2.5 配置具有竞争力，并明显领先于快速版本，而不是说它是世界上单一最佳编辑器。Arena 第 3 名指向同一方向，是佐证而非确认，因为两个榜单使用不同的投票者和量表。

还有一个对成本至关重要的注意事项：OpenAI 的数据是“max”档。这是该系列中最昂贵的设置，而且并不是大多数生产流量所运行的档位。

每个模型实际上是什么

• 模式：MAI-Image-2.7-Preview 在发布时仅支持编辑功能，文生图功能“即将推出”；GPT-Image-2.5 则通过同一系列实现文生图和编辑功能。

• 变体：微软推出一个 2.7 预览版；OpenAI 以相同的 token 费率推出 Sunburst（质量优先）和 Flare（延迟优先）。

• 访问方式： 2.7 已在 MAI Playground、Arena 和 Artificial Analysis 中提供；GPT-Image-2.5 是公开 API。

• 价格：2.7 没有公开价格；GPT-Image-2.5 对文本输入 token 收费为每百万 5 美元，对图像输入 token 收费为每百万 8 美元，对图像输出 token 收费为每百万 30 美元，缓存输入分别为 1.25 美元和 2.00 美元。

• 质量层级：OpenAI 提供低、中、高、xhigh 和 max；Microsoft 尚未为 2.7 发布等效的控制项。

• 参考图像：根据 OpenAI 自己的文档，其支持多参考编辑，最多可使用 16 张图像；微软为 MAI-Image-2.6 公布了五张，但尚未公布 2.7 的限制。

参考图像和分辨率细节正是规格表容易含糊其辞的地方。MAI-Image-2.6 将输出上限设为 2,359,296 像素——1536×1536——并接受五张参考图像，这两点都记录在 Microsoft Foundry 的 API 参考文档中。微软尚未公布 2.7 的对应数值，因此不能想当然地认为 2.6 的限制会原封不动地沿用。OpenAI 的 2.5 系列在发布材料中宣称更高的分辨率上限，不过已公布的 token 示例最高只到 1536×1024，因此实际上限取决于你请求的尺寸。如果固定的 4K 交付物是硬性要求，请通过实时 API 进行验证，而不是依赖任一厂商的营销页面。

选择更好编辑器的代价

来算一下 10,000 张 1024×1024 方形图像的成本。在最高质量下，GPT-Image-2.5 每张约 $0.211，总计约 $2,110。在高档质量下，每张约 $0.053，总计约 $527。在中档质量下，每张约 $0.013，总计约 $132。这些是基于 OpenAI 公布费率对输出 token 的估算，并非报价；编辑还会额外增加图像输入成本，因为参考图会按输入计费。

MAI-Image-2.7 尚未公布价格，因此唯一的参照是其前代产品。在 Foundry 中，MAI-Image-2.6 的文本输入价格为每百万 token 5 美元，图像输入为每百万 token 8 美元，图像输出为每百万 token 38 美元。Artificial Analysis 估算其每张图像约为 0.039 美元——同样 10,000 张约为 390 美元。如果 2.7 以类似费率推出，其成本将介于 GPT-Image-2.5 的高档与中档之间，而得分高于 Flare 模型。这是一个“如果”，而非结论，并且微软没有释放任何信号表明它最终会落在什么位置。

OpenAI 的阶梯定价里还有第二个成本陷阱。各档位在 2.5 中重新命名了：新的 high 档位使用的 token 预算大致相当于旧的 medium，而 max 档位使用的 token 预算大致相当于旧的 high。那些从 gpt-image-2 迁移过来、却没有改动 quality 参数的团队，得到的渲染结果虽然更便宜，但实际对应的却是过去更低的质量档位。在把账单与上个季度做对比之前，先确认你的代码实际请求的是哪个档位。

2.7 真正更胜一筹之处

微软博文中有价值的部分是其对各分类的声明。它称 2.7 在 Artificial Analysis 评估的全部 10 个用例和全部 7 项编辑操作上均优于 2.6，在增强与修复、基于推理的编辑、场景与风格以及文字或符号编辑方面达到前沿水平，并在场景与风格上以 24 Elo 领先次优模型。排名跃升幅度很大：基于推理的编辑和场景与风格均从第 7 位升至第 1 位，文字或符号编辑从第 6 位升至第 1 位。

这些是生产环境中最常失败的编辑类型。将产品重新打光并置入新环境、替换标识而不扭曲透视、修复低质量素材而不凭空编造细节——每一项都要求模型理解场景如何运作，而不仅仅是知道该在哪里绘制。如果在场景和风格上保持 24-Elo 的领先，其实际差异会比六分的总体差距所暗示的更大，因为它恰好集中在通用编辑器往往会产生明显伪影的地方。

OpenAI 的反驳论点并不是类别得分，而是多轮一致性：Sunburst 定位于重度编辑的工作流，在这类工作流中，同一主体必须经受多轮修改而保持不变；而 OpenAI 自己的文档建议，当像素必须保持完全一致时，应将已批准的编辑合成回原始文件。这等于承认，即使是最好的编辑器也会发生漂移。微软尚未发布同等的多轮评估，因此，对迭代设计最重要的那类工作流，恰恰是可比证据最少的那类。

无需两份合同即可同时运行两者

到这里，这场对比就不再对称了。GPT-Image-2.5 Sunburst 和 Flare 都接入了 OrcaRouter，共用同一个 API 密钥和同一套计费关系，且为 0% 加价——按供应商标价透传，并在供应商服务降级时自动故障转移。你可以把草稿迭代版本发给 Flare，把最终渲染交给 Sunburst，而无需再开第二个账户；路由规则还能按任务类型完成这一切换，而不是靠代码分支。

MAI-Image-2.7-Preview 不在 OrcaRouter 上，并且在 Microsoft 公开 API 之前也无法上线。目前它是一个 playground 模型：需要手动操作、有人工介入，适合评估和素材处理工作，但不能部署在队列后面使用。这并不是贬低该模型的质量；这是基准测试赢家与可依赖项之间的区别。

通话

• 本季度你需要一个编辑端点： GPT-Image-2.5。最终素材用 Sunburst，迭代量用 Flare。与 2.7 的 6 个 Elo 差距，小于不交付的代价。

• 你需要对少数高价值素材进行单次最佳编辑： 在试验场中测试 MAI-Image-2.7-Preview。场景风格重塑和文本替换是 Microsoft 声称领先优势最大的领域，值得对主视觉图进行人工检查。

• 你需要文生图和编辑功能：那就是 GPT-Image-2.5，没有别的选择。2.7 还不能生成。

• 在批量使用时对成本敏感：请根据你实际的编辑规模来评估 Flare 的价格，而不是只看每张图的表面数字。当你发送多张参考图时，图像输入 token 会占主导。

坦白说，微软打造出了更好的编辑器，而 OpenAI 卖出的仍然是更好的产品。只要 2.7 还停留在预览阶段，这两件事就可以同时成立——而等到微软为它推出 Foundry 版本并标上价格的那一天，这场比较就会迎来第二幕。