Ming-Image-0.1-Design 对比 MAI Image 2.6 Preview：无人托管的开放权重，对上微软已开始计费的预览版

两个模型，制造商都说它们尚未完成，而这个词在两边意味着相反的东西。MAI Image 2.6 Preview的“未完成”在于微软还是把它发布了：在独立榜单上标注为 2026 年 8 月 10 日发布，定价为每 1,000 张图像 38.90 美元，在 UI/UX Design 类别中以 818 次盲测对比取得 1,168.8 Elo，位列第五——一个带价格和分数的预览版。Ming-Image-0.1-Design的“未完成”在于 inclusionAI 发布了成果本身，却没有发布围绕它的一切：自 2026 年 9 月 17 日起在 Hugging Face 上以 MIT 许可发布的 6B 权重、一套经验证的单 GPU 配置，而没有端点、没有价格、没有提供商、没有独立评分，其 Quick Start 指向的 GitHub 仓库还返回 404。其中一个是处于测试阶段的产品。另一个是文件夹里的一个权重文件。本文要讨论的正是二者之间的区别，而事实证明，这几乎完全在于基础设施，而非模型质量。

许可协议是开放模式唯一胜出的维度

从这里开始，因为这是唯一能让比较真正对 Ming-Image-0.1-Design 有利的地方，而且差距很大。

• Ming-Image-0.1-Design — 权重采用 MIT 许可证。下载、修改、微调这些权重，将其打包进商业产品中，为客户托管它们，无需向任何人支付按调用费用，也无需协商任何使用条款。仓库元数据确认了该许可证以及 safetensors/diffusers 打包格式。

• MAI Image 2.6 Preview——按 Microsoft 条款提供的商业 API。既有费率表，也有服务条款，模型是供访问的，而非供拥有的。公开记录中没有任何内容表明 Microsoft 打算开放这些权重。

这是一个实实在在的优势，不应被轻描淡写地忽视。一个拥有固定 GPU 预算、受隐私约束，或需要基于专有设计资产进行微调的团队，根本没有任何途径使用 MAI Image 2.6 Preview——该 API 无法自托管，而预览版 API 也不保证长期可用性。Ming-Image-0.1-Design 可以在你自己的硬件上永久运行，依据的是一份数十年来一直为律师所理解的许可证。

优势只有在你能够运用它时才会转化为价值，这就引出了表格的其余部分。

其他所有内容，逐行检查

• 端点——MAI Image 2.6 Preview 通过微软自有平台、以有文档记录的标识符提供服务，而 Ming-Image-0.1-Design 则没有任何这样的标识符。Hugging Face 显示该仓库已禁用推理，且未被任何推理提供商部署，而模型自带的 Quick Start 还让你去克隆一个并不存在的配套仓库。

• 价格——每 1,000 张图像 $38.90，约合每张 3.9 美分，在 UI/UX 设计类别的前五名中排名第二便宜，仅次于 $10.00 的 Muse Image，并且轻松低于 $60.00 的 Grok Imagine Image 2.0 和 $210.72 的 GPT Image 2.5，相比之下则没有价格，因为根本无从购买。权重是免费的；80 GiB 的 CUDA GPU 则不然。

• 独立评分——在 UI/UX 设计类别的 818 张盲投票中获得 1,168.8 Elo，排名第五，高于 Nano Banana 2 的 1,166.6，低于 Grok Imagine Image 2.0 的 1,181.8。该模型的同门 MAI-Image-2.6-Flash 在同一榜单上以 1,152.4 分位列，而对比项为空。Ming-Image-0.1-Design 唯一的数字 1,082 Elo，只出现在 inclusionAI 自家仓库内的一张排行榜图表上，那是一个我们在公开网络上找不到的榜单，且未显示投票数。

• 部署支持——一边是附带正常运行时间保障与支持的托管平台，另一边是推荐 vLLM-Omni 的模型卡，它链接了一份能正常解析的安装指南，以及一份会返回 404 的模型专属配方。部署故事只讲了一半。

• 分辨率和配置 — 未在我们能够核实的预览版数据中公布，而对比 2048 x 2048 推荐值或 1024 x 1024 以提升速度，12 个采样步数，CFG 1.0，BF16，一块 80 GiB CUDA GPU。

在微软这边，“预览版”会让你付出什么代价

诚实的比较必须指出，Microsoft 这一列本身也并非没有风险。预览就是预览：标识符可能更改，价目表可能调整，配额可能收紧，预览终结点可能被撤销或被取代——而且 Microsoft 已经在同一系列中推出了 Flash 同类产品，这说明这条产品线正在快速演进。基于预览标识符构建生产流水线，意味着要接受你所集成的东西可能会在你脚下被重命名。

区别在于，微软的风险是与交易对手相关的商业风险，而 Ming-Image-0.1-Design 的风险则是没有交易对手的工程风险。如果预览版 API 发生变化，还有支持渠道、废弃过渡期以及文档中写明的替代版本。但如果那个缺失的仓库始终不出现，就无人可问——模型文档中给出的运行路径是一个 404，唯一的办法就是自己从文件树反向推导出整个流水线。

这并非不可能。该仓库为此结构良好：一个包含五个分片的 transformer 文件夹，一个 VAE，一个调度器，以及独立的 mllm、connector 和 mlp 组件，这正是多阶段流水线的形态，由多模态语言模型负责文本编码。模型卡指出，提示增强可以由 Ling-3.0-flash-VL 或 qwen3.8-27B 处理，二者是来自同一组织的同门模型。一个有能力的团队可以把它搭建起来。只是这并不等同于一个产品。

路由层适用于何处，又不适用于何处

本对比中的两个模型如今都无法通过 OrcaRouter 路由，这一点值得不加修饰地说明：截至 2026 年 9 月 23 日，我们的目录中既没有 Microsoft MAI 条目，也没有 inclusionAI 条目，因此无论是 38.90 美元的费率，还是上文中的任何其他价格，都不是你能通过我们获得的价格。这两个数字都是供应商自行公布或由董事会追踪的费率。

在这样的对比中，路由层的意义就在于填补“现在”与“以后”之间的落差。过去一个季度里，图像生成的经济性已经和质量脱钩——该品类的领头羊每 1,000 张图片成本为 210.72 美元，排名第五的模型为 38.90 美元，而比它低 13 个 Elo 的模型只要 10.00 美元——这意味着对特定工作负载来说，正确的模型是移动靶，而不是一劳永逸的选择。将生成调用放在覆盖 200 多个模型的单一端点之后，同时以 0% 加价直通供应商的标价，并在供应商出现波动时自动故障转移，就能把那个移动靶变成一次模型 ID 的更换，而不是一个集成项目。这比这份清单上任何一个单一模型都更有价值，也正是不要把自家流水线焊死在某个预览版标识符上的理由。

该选哪一个，以及什么会改变答案

对于本季度要交付成果的任何人来说，答案是 MAI Image 2.6 Preview，而且毫无悬念。它可以调用，以其质量档位而言成本低廉，其第五名排名背后有 818 张独立盲投票，而且预览风险是一种可控的商业风险。在正式采用之前要做的一件事，就是把预览标识符视为易变的——将其保留在配置中，而不是代码中，并准备一个只差一行就能切换的第二个图像模型，以防该标识符发生变动。

Ming-Image-0.1-Design 值得下载，但不值得围绕它进行规划。如果你有一块 80 GiB 的显卡，并且有理由在宽松许可证下测试富文本设计生成，那就去拉取权重吧，因为这是它提供的、而 Microsoft 的 API 在结构上无法做到的唯一一件事。不要把 1,082 Elo 放进幻灯片——它是供应商提供的一张图表，放在一个没有其他人能检查的榜单上，而且该模型自己的仓库显示下载量为零，这就是在现阶段一个没有外部见证的主张所呈现的样子。模型卡推荐的设置至少是具体且可验证的：2048 x 2048，12 个采样步数，CFG 1.0，BF16。

会改写这篇文章的事件，与会改写本系列每一次比较的事件是同一个：一个独立的 Ming-Image-0.1-Design 评分，旁边附有样本量，出现在一个并非由 inclusionAI 运营的榜单上。到那时，问题才真正变得有趣——一个边际成本为零的自托管 6B 模型，对阵一个 Elo 为 1,169、价格 3.9 美分的预览 API——而比较双方将首次拥有一个含义相同的数字。