MAI Image 2.7 Preview 对比 Ideogram 4.5：两种“精准”，只有一种需要付费

这两款模型都以“精准”为卖点，但这个词在各自的宣传中含义并不相同。Ideogram 4.5 于 2026 年 9 月 30 日发布，它所说的精准是像素级的：遮罩会指明哪些像素可以改动；编辑在源图像自身的分辨率下运行，而不是先降采样；并且有一份明确承诺，说明周边像素会保持原位。MAI Image 2.7 Preview 由 Microsoft AI 在四周之后的 2026 年 10 月 27 日发布，它所说的精准是判断层面的：整体重塑场景而不破坏它，正确地重新布光，重写文字，使其属于表面，而不是悬浮在表面之上。目前这两款模型都无法通过网关调用，两家厂商也都未说明何时会改变。查看目前可路由调用的图像模型。你可以调用的模型会连同其提供商定价一并列出。

那些并不是关于同一能力的相互竞争的说法。一个是控制面，另一个是审美模型。而它们之间的实际差异，体现在规格表中最不耀眼的部分：Ideogram 4.5 公布了遮罩约定和每张图像的价格；MAI Image 2.7 Preview 则两者都没有公布。

当有掩码时，“精确”意味着什么

掩码就是一份契约。Ideogram 4.5 接收掩码，其中黑色标记要编辑的区域，白色标记要保留的区域，同时最多可接收五张输入图像——一张源图加四张参考图。这个界面让编辑变成你可以明确指定的东西，而不是你描述一番、然后碰运气的东西。

这也让模型变得可测试，而仅靠提示词的编辑器做不到这一点。如果客户说“只改瓶子标签，其他什么都不动”，蒙版版本可以通过机械方式检查：将输出与输入在蒙版区域之外进行差异对比，并统计发生变化的像素数。提示词版本则需要人工查看两张图像并形成判断。在五个素材时，这种差别微不足道。到五百个时，这就是一个 QA 步骤和一个 QA 部门之间的差别。

Microsoft 没有为 MAI Image 2.7 Preview 发布任何蒙版语义、边界框接口或坐标控制。该模型接受一条指令和一张源图像。它要改变什么由模型决定，而公司对设计目标的描述——整场景重风格化、重新打光、修复素材、结合上下文编辑文本和符号——描述的是有意为之的全局编辑。对于 2.7 所针对的任务来说，这是一种合理的设计选择。这也正是为什么你不能交给它一个严格限定的区域编辑，还指望这一约定成立。

两千四百万像素输入，两千四百万像素输出

Ideogram 为 4.5 做的头条演示，是对一张 4,016×6,016 的源图——约 24.2 兆像素——进行编辑，而且没有先对输入进行降采样。这是一个具体且异常诚实的基准，因为大多数编辑模型正是在降采样时悄悄丢失你真正在乎的东西。一张被重采样到两百万像素、编辑后再放大回去的图像，在你看到它之前已经经历了两次有损变换，而所谓“被保留”的区域根本没有被保留；它是重建出来的。

4.5 的原生输出为 2K，在最高质量设置下长边为 2,048 像素，并提供从 1:1 到 3:1 的十三种宽高比。所以它的卖点并不是能输出 2400 万像素，而是大尺寸的源素材在经历这一往返流程后依然能存留下来，不会在输入端就被压平。

关于 MAI Image 2.7 Preview，目前完全没有公布任何分辨率信息。前代 MAI-Image-2.6 的输出上限约为 1536×1536，因此若假设 2.7 与之相同，那只能算是推测，而非有据可依的报道。当对比的一方有已公布的数字、而另一方保持沉默时，已公布的数字并不自动就是更好的那个——但它是你唯一能据以进行工程设计的数字。

字体排印正是两种字距碰撞之处

文本渲染是两个模型都直接声称具备的唯一能力，而值得具体说明的是，为什么它在两个方向上都很困难。

Ideogram 的声誉建立在生成过程中的排版能力之上——清晰可辨的文字、正确的拼写、尊重标题层级关系的版式布局。在 4.5 中，这一优势延续到了编辑环节，同时该模型还保留了文生图模式，因此团队可以在生成的版式中直接嵌入真实文字，随后无需切换工具即可对同一版式进行修改。

微软对 2.7 的主张范围更窄，而且在某一方面更难：修改现有文本和符号，同时保持它们融为一体——匹配招牌的透视、标签的曲率、印刷表面的光照。这与在平面画布上干净地渲染标题是不同的问题，而当一个营销活动需要在六种语言中呈现同一张包装照片时，这个问题就会显现出来。Artificial Analysis 在其评估的七项操作中，将文本和符号编辑的首位给了 2.7，这是两个模型在这一特定维度上所拥有的最强独立证据。

但问题在于，文本结果只是类别排名，并不保证每张图像都如此，也没有说明困难案例需要尝试多少次。微软表示，相较于 2.6，2.7 在全部十个用例和全部七种编辑操作上都有改进，在场景和风格方面领先 24 个百分点；这些数字来自该公司自己对一个独立榜单的截取，而底层运行结果并未公开。

价格阶梯，以及没有价格阶梯的模型

Ideogram 4.5 按质量档位而非分辨率定价，这是一个不常见却大体合理的选择：你为模型思考的强度付费，而不是为返回多少像素付费。公开档位大致为：Low 每张 0.03 美元、Medium 每张 0.06 美元、High 每张 0.22 美元；另有一个仅用于编辑的极低档位，部分经销商报价约 0.008 美元起。提示词可通过 Magic Prompt 开关进行扩展，种子会公开，单次请求最多可返回八张图像——这意味着每个可用输出的实际成本，在很大程度上取决于你在得到正确结果前生成了多少个候选。

最后一点值得强调，因为它颠覆了表面上的标价。一个标价 0.03 美元、却需要尝试四次的模型，成本是 12 美分；一个标价 0.22 美元、但第一次就能成功的模型，反而是更便宜的选择。等级列表是一份菜单，而不是一张账单。

MAI Image 2.7 Preview 没有价格，因为它没有商业端点。它可在 MAI Playground、Arena 和 Artificial Analysis 上使用。它没有 API、没有 Foundry 上架信息，也没有费率卡。最接近预测的是前代产品的 Foundry 定价——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，约合每张图像四美分——这只能大致说明 Microsoft 对图像工作的定价区间，完全无法说明 2.7 最终会落在什么价位。

分数处在什么位置，以及为什么差距比看起来更小

MAI Image 2.7 Preview 以 1,193 Elo 位列 AA-Image-Editing v2.1 第二，落后GPT Image 2.5 Sunburst六分。据报道，Ideogram 4.5 在图像编辑榜上以 1,064 Elo 排名第二十三，在文生图榜上以 1,014 Elo 位列 167 个模型中的第三十四名。

这两个编辑数据并不是一次干净的相减，原因同样在于，跨榜单修订从来就不是一次干净的相减：4.5 这个数字来自它自己的评审窗口，而 2.7 这个数字来自 10 月 22 日对一份今年至少已被重建过一次的榜单所做的快照。差距的方向毋庸置疑——排名前三的模型对排名第二十三的模型，是实实在在的差距——但差距的大小并不是一项测量结果。

这个排名确实说明的是，Ideogram 所宣称的精准度并未转化为前沿水平的编辑得分。其文生图得分为 {{1}}1,014{{/1}}，仅略高于上一代的 {{2}}1,011{{/2}}。该公司的论点始终围绕控制力和排版，而非排行榜名次，而 {{3}}4.5{{/3}} 与此一致：一个处于中游排名、按层级定价、带有可审计蒙版界面的可控工具。

开放权重的承诺

Ideogram在发布时曾表示，4.5的权重很快就会发布。但它们尚未交付。这一点很重要，因为这是唯一能让该模型与微软提供的任何产品产生本质区别的功能——可下载的检查点是一项架构决策，而托管API则是一种依赖。

在权重发布之前，这一说法只是一个路线图项目，应当照此对待。该模型目前可通过 Ideogram 自家的应用和 API，以及一长串合作平台使用，这确实是一种可用性，但与可移植性并不是一回事。

在两者之间做出选择

如果编辑必须是有边界的，就选 Ideogram 4.5。如果你能圈定可能发生变化的区域，如果源图很大且必须保持其自身分辨率，如果你需要在一个模型中同时具备文生图模式和编辑模式，如果你需要在开始前就知道成本——4.5 在其文档中回答了全部四个问题。它也是两者中目前唯一能通过 API 使用的。

如果编辑需要大量判断且数量较少，请选择 MAI Image 2.7 Preview。重新设计场景风格、为照片重新打光、以尊重表面的方式重写招牌——在这些任务中，24 分的类别领先优势才有价值，而 Playground 是手动完成二十个此类任务的合理场所。

你不应该做的，是把排行榜上的差距当作采购建议。第二名的模型无法调用，而第二十三名的模型在 Medium 下花六美分就能调用。对于要决定本季度基于什么来构建的团队来说，这就是比较的全部。OrcaRouter 并不托管其中任何一个，两家供应商也都未宣布计划改变这一点；网关在这里的用处，在于当预览级编辑器不可用时你会回退到的那些模型，因为同一榜单上夹在 2.7 两侧的 OpenAI 档位可按标价通过一个密钥路由，并且无需改代码就能承受一次失败的调用。