MAI Image 2.7 Preview 对比 Meta Muse Image：两个赌注——编辑是推理问题

两家公司从相反的方向得出了同一个核心观点。Meta Muse Image 围绕“好的编辑需要计划”这一理念构建：它会推理请求，可以上网搜索缺失的事实，可以运行代码核对测量结果，然后进行渲染；Meta 于 2026 年 7 月 7 日将其集成到自家应用中，并于 8 月下旬通过 API 提供。Microsoft AI 于 2026 年 10 月 27 日发布的 MAI Image 2.7 Preview 则以不同的证据提出同样的主张——它声称在 Artificial Analysis 基于推理的编辑类别中排名第一，并且完全没有公布参考图像限制、分辨率、价目表和任何端点。

所以有趣的问题不是哪一个得分更高，而是每家公司愿意让你看到多少它所售卖的推理过程。Meta 把这套机制作为可见工具交付，每张图收费一美分。Microsoft 交付的是一个排行榜名次，其余部分则让你凭信任接受。甚至在考虑到只有其中一家能从代码中调用之前，这就已经是不同的产品了。

同一主张，两种表述

Meta 的定位是智能体式的。Muse Image 并不把一次编辑视为在更长提示词下进行的单次扩散过程；它将其视为一项分步骤完成的任务。让它把一件产品移到另一种表面上，它可能会规划几何关系，查询该表面在给定光照下实际呈现的样子，再进行合成。这就是为什么发布材料把搜索接地和代码执行称为功能特性，而不是安全基础设施。它们是被外化的推理。

微软的表述是统计性的。MAI Image 2.7 Preview 的核心亮点是在一个盲投榜单上横扫各分类：基于推理的编辑从第七名升至第一名（在 2.6 和 2.7 之间），场景与风格编辑也从第七名升至第一名，文本与符号编辑从第六名升至第一名。微软表示，该模型在增强与修复、基于推理的编辑、场景与风格以及文本或符号编辑方面达到前沿水平，并且其最大的单项领先是在场景与风格上以 24 Elo 领先于次优模型。这些是关于第三方榜单的厂商声明，比自建基准更诚实——但它仍然是对总体人类偏好的声明，而不是对模型所采取步骤的声明。

当一次编辑失败时，这种差异就很重要。使用 Muse Image 时，你可以查看计划，看出它搜索了错误的产品变体，并修正中间步骤。使用 MAI Image 2.7 Preview 时，你得到的输出可能更好也可能更差，却无从得知原因。对于一次性的创意任务，这没什么问题。对于必须诊断失败的流水线来说，一个可见的计划比 40 Elo 更有价值。

实际记录的是什么

这份规格表严重失衡，而在买家做规划时几乎每一个维度上，这种失衡都对微软不利。

• 发布 — Meta Muse Image 于 2026 年 7 月 7 日公布，并于 2026 年 8 月下旬接入 Meta Model API；MAI Image 2.7 Preview 于 2026 年 10 月 27 日公布。

• 范围 — Muse Image 支持生成和编辑；MAI Image 2.7 Preview 仅支持编辑，文生图功能标注为即将推出。

• 访问方式 — Muse Image 已在 Meta AI 应用、meta.ai、美国的 Instagram Stories 和 WhatsApp 中提供，此外还通过供应商自有 API 及多个第三方平台提供；2.7 已在 MAI Playground、Arena 和 Artificial Analysis 中提供，但不提供 API，也未在 Foundry 中部署。

• 价格——Muse Image 每张生成图片统一收费 $0.01，被过滤和生成失败的图片不计费；微软尚未以任何货币公布 2.7 的价目表。

• 参考图像 — Muse Image 最多十张；2.7 未发布。

• 输出尺寸——Muse Image 最高约为 1,600 像素；2.7 的尚未公布，而前代 MAI-Image-2.6 的上限为 2,359,296 像素，约 1536×1536。

• 权重 — 两者均未开放。

• 独立评分——在2026年9月初的快照中，Muse Image 在 Artificial Analysis 的图像编辑榜单上为 1,110 Elo；2.7 在 AA-Image-Editing v2.1 上以 1,193 分首次亮相，于2026年10月22日接受评估。

最后那句话最常被引用，也最不适合拿来引用。这两个分数来自一个不断变化的榜单的不同快照，所以它们之间 83 分的差距并不是一次测量——而是在相隔数周、期间榜单构成已经发生变化的情况下进行的两次测量。任何告诉你 2.7 以 83 Elo 的优势击败 Muse Image 的人，都是在拿不同轮次的结果相减。

便士与预览

Meta 的价格是目前消费级图像生成领域最激进的一个数字：每张图一美分，统一一口价，不分分辨率档位，连让这个模型真正出彩的检索增强也不额外收费。按这个价格，一千次编辑只需十美元——比那场决定要做这些编辑的会议上的咖啡预算还少。

微软的价格并不高，而是根本不存在。MAI Image 2.7 Preview 没有单张图像价格，因为根本没有可挂载价格的计费界面。如今对它唯一诚实的成本模型是人力：每一张图像都要通过 Playground 手动往返一次，或在 Arena 中投一票，因此一次两百张图像的评估，耗掉的是某个人一整个工作日的注意力，而不是一笔明码列支。对于正在用自家素材检验其“场景与风格”主张是否成立的设计团队来说，这笔交易非常划算——用一天的注意力换取全球第二的编辑得分，很便宜。对于任何要打造产品的人来说，同样的交易却是致命的，因为第两百零一张图像的边际成本，仍然是又一次手动往返。

Meta 的低价背后还藏着第二重成本，而且不是财务成本。Meta 的输出内容带有 Content Seal 水印，而发布后几个月的报道发现，检测器无法验证大多数经过裁剪的加水印图像。如果来源溯源对你的工作流程很重要——对广告、授权或新闻业而言确实如此——那么水印既不是保证，也不是障碍，你应该在基于它构建之前，而不是之后，先确定自己需要什么。

分销是记分牌看不到的那部分

这两个模型正被分发到截然不同的世界中，而这比任何 Elo 都更能预测它们的未来。

Muse Image 直接进入了拥有数十亿用户的各个入口：Instagram Stories、WhatsApp、Meta AI 应用。这是一个为“用户输入一句话，就能得到可发布内容”而优化的图像模型；在这种场景下，一美分的价格和快速、智能体式的编辑循环恰到好处。API 推出得更晚，而且是以兼容 OpenAI 的端点形式出现的：请求结构相同，只是基础 URL 不同。这说明 Meta 期望开发者只需改动两行代码就能试用，而不用重写整个集成。

MAI Image 2.7 Preview 的处境恰恰相反。微软有一个开发者平台 Foundry，而 2.7 并不在其中。该模型目前是在与其前代模型相同的三个场所——Playground、Arena、Artificial Analysis——进行展示，而非售卖。其中两个是评估平台，一个是演示平台。无论微软的商业计划是什么，它都尚未公布，而“排行榜第二”与“不在目录中”之间的落差，就是这次发布的全部故事。

今天你可以拨打什么

如果问题是本周要在端点后面放什么，答案是在标价持平的情况下，两者都不是。Meta Muse Image 可通过供应商自己的 API 和几个第三方平台调用，每张图片大约一美分。MAI Image 2.7 Preview 根本不可调用，排行榜排名再高也改变不了这一点。

可调用、并且在同一榜单上就在 2.7 附近的，是 GPT Image 2.5 的两个档位——Sunburst 在 AA-Image-Editing v2.1 上为 1,199，Flare 为 1,182——两者都在 OrcaRouter 上按提供商标价提供，没有任何加价。这一点在这里有特定原因：本文讨论的两个模型正好夹住一个真实缺口，而要在你自己的素材上弥合这个缺口，唯一的方法就是把同一份简报跑过你真正能触达的模型。一个密钥即可接入我们路由的图像模型、按提供商价格 0% 加价，以及提供商降级时自动故障转移——这比等待价目表更能便宜地回答“推理主张能否经受住我的产品图的检验”。

该选哪个赌注

如果你是设计师或创意负责人，本周就花一个下午在 Arena 里，用你自己的素材，把 MAI Image 2.7 Preview 与 Muse Image 做一次对比。这不会花你一分钱，而 2.7 的风格重塑说法是这次发布中最有力的单一主张；只有基于你自己素材的盲测偏好，才是唯一可迁移的证据。别管那 83 分的差距；你自己去跑这个对比。

如果你是工程师，Meta Muse Image 是两者中那个有价格、参考图上限和接口端点的，而且每张图一美分，试一下几乎免费。留意水印问题，也留意分辨率上限——1,600 像素只够做缩略图和主视觉图，不适合印刷版面。

如果你在等微软：值得关注的信号不是又一个排行榜名次，而是 Foundry 的部署字符串，或 MAI Image 2.7 Preview 已公布的每图像费率。在这两者之一出现之前，这个模型只是对一个人人在生产环境中都不被允许提出的问题给出了极好的回答。