Qwen-Image-2.1 vs MAI-Image-2.6 Preview：一个已上榜，一个可下载

MAI-Image-2.6 Preview位居独立图像编辑排行榜榜首，而你却买不到它。Qwen-Image-2.1是一个 33 GB 的下载文件，如今任何人都能运行，却根本没有出现在那个排行榜上。这两个事实之间，就是全部的比较，而这不是质量上的比较——而是证据上的比较。微软的模型有陌生人的投票，却没有结账页面。另一个模型有无需结账的下载，却没有陌生人的投票。在两者之间做选择，就意味着决定你能接受其中哪一个缺口。Qwen-Image-2.1 于 2026 年 9 月 20 日开源；MAI-Image-2.6 Preview 自 2026 年 8 月 19 日起一直处于私人预览阶段。

排名实际衡量的是什么

Artificial Analysis 进行盲测两两比较，并将其转化为 Elo 评分。在其图像编辑榜单的 2026 年 9 月快照中，MAI-Image-2.6 以约 1,122 分领先——高于约 1,117 分的 GPT Image 2 (high)。在文生图方面，它位居第二，约 1,149 分，落后于约 1,178 分的 GPT Image 2 (high)。这些是真实用户投出的真实选票，他们在不知道输出出处的情况下进行比较，这比厂商自家基准测试在证据类别上要好得多。

这一告诫本就内含于“Preview”一词之中。预览版构建所积累的投票来自一个自我筛选的群体——即拥有邀请权限的那些人——而当正式可用版本将其取代时，它的分数可能会出现实质性变化。请把 Elo 视为关于模型走向的强信号，以及关于你最终能够调用的那个模型的弱信号。

Qwen-Image-2.1 的证据则恰恰相反。厂商自家的 Qwen-Image-Bench 给它打了 60.28 分，领先 Nano Banana 2.0 的 59.82 分和 GPT Image 1.5 的 59.65 分，在开源模型中排名第一。这些都是厂商自行跑出的数字，没有第三方复现，而且差距不到一分——这种差距只要换一套提示词集就会消失。唯一一个独立数据点，是一次 GenAI Showdown 人工评分，得分为 7/15，高于初代 Qwen-Image 的 4/15，但落后于 Ideogram 4 的 8/15。在 Artificial Analysis 的图像榜单上，Qwen-Image-2.1 没有上榜。这并不是一个糟糕的分数，而是根本没有分数，因为独立的 Elo 需要有足够多的人公开运行该模型才能产生投票，而一个才刚发布一天、且仅能自托管的模型，还没有这个机会。

两个模型在表格中真正存在差异之处

• 获取方式 — Qwen-Image-2.1 为开放权重，约 33 GB，今日即可下载；MAI-Image-2.6 Preview 在 MAI Playground 和 Microsoft Foundry 上采用邀请制，没有公开 API，也没有定价表。
• 分辨率上限 — Qwen-Image-2.1 在 40 个推理步骤下原生输出最高 2048×2048，并提供七种宽高比预设；MAI-Image-2.5 系列将输出上限设为约 1,048,576 像素，而微软尚未公布 2.6 Preview 的更高数值。
• 透明度 — Qwen-Image-2.1 通过 64 通道 RGBA 潜空间输出 alpha，并可将照片中的主体提取为透明图层；MAI-Image 系列尚无透明背景输出的相关记录。
• 参考图像 — Qwen-Image-2.1 最多接受 10 张，用于多主体合成和虚拟试穿；微软尚未公布该预览版本的参考图像数量。
• 编辑控制 — Qwen-Image-2.1 可通过彩色圆圈在单条指令中标注多个区域、徒手绘制标记，或使用独立的原图加蒙版组合来保留完整源图，从而实现区域编辑；MAI-Image-2.5 曾定位为编辑专家，具备局部编辑和人脸身份保持能力，2.6 Preview 延续了这一定位。
• 许可 — Qwen-Image-2.1 依据 2026 年 9 月 20 日发布的《Qwen 研究许可协议》提供，仅限非商业用途；MAI-Image-2.6 Preview 是商业预览版，未公布商业条款。

真正该让你停下来斟酌的，不是任何一栏能力指标，而是最后一栏：这两个模型都没有公开的商业条款清单。其中一个直接禁止商业使用，除非你另行取得许可。另一个则根本没有价格，因为目前还无从购买。

编辑保真度是他们双方都主张的核心所在

两款模型都在以同一个承诺推销：你可以反复编辑一张图像，而主体不会发生漂移。微软对 MAI-Image 系列的表述是人脸身份保持，以及背后有视觉推理支撑的局部编辑——该模型意在理解你指向的是什么，而不仅仅是指向哪里。Qwen 对 Qwen-Image-2.1 的表述则明确点出了它所针对的失效模式：在反复编辑中出现的人脸身份漂移，以及产品文字、纹理和形状的扭曲变形。两者都是厂商的说法，而且描述的其实是同一个问题。

实际的差别在于今天下午你就能测试哪一个。Qwen-Image-2.1 只需一次下载和一个 diffusers 流程——QwenImage21Pipeline已合入 Diffusers，并在 ComfyUI、SGLang、vLLM-Omni 和 LightX2V 中获得首日支持。你可以在自己的主体上跑二十轮编辑迭代，亲自判断漂移情况。MAI-Image-2.6 Preview 需要邀请才能使用，所以对大多数人来说，保真度这个问题在开放访问之前始终只是一种说法。

还有一个值得特别指出的编辑专属能力，因为它很不寻常。Qwen-Image-2.1 可以将局部编辑串联成简单的逐帧动画——生成抠图所用的同一套透明度机制，也能让一系列区域编辑构建出运动。它不是视频模型，也不应与之相提并论，但它是一种无需触碰视频端点就能生成短循环的低成本方式。

成本，以及为什么这两个数字都不在价格页面上

Qwen-Image-2.1 没有托管价格，因为没有托管端点。成本就是你自己的 GPU 时间，而服务性能数据是公开的：SGLang-Diffusion 实测在单张 B200 上生成 1024×1024、40 步的图像耗时 2.748 秒，在 RTX PRO 6000 Blackwell 96 GB 上为 8.23 秒，而在 24 GB 的 RTX 4090 上使用 Cache-DiT 和 INT8 内核时为 4.74 秒，且仅计去噪部分。这些是单请求延迟，而非吞吐量，但足以粗略判断一张卡能否覆盖你的用量。

MAI-Image-2.6 Preview 本身没有公布价格——Microsoft 通过 Foundry 和 Playground 销售它，而不是在公开价目表上。独立榜单确实列出了一个价格，而这是该模型唯一附带的价格信号：每 1,000 张图片 38.9 美元，由 Artificial Analysis 针对预览版记录。这个价格介于标准的 MAI-Image-2.5 每 1,000 张 48.1 美元和 MAI-Image-2.6-Flash 的 19.5 美元之间，大致正是一款中端模型应有的位置。应把它视为该榜单给出的数字，而不是你可以实际购买时的报价。

在这种决策中，OrcaRouter 的定位在托管侧，把这一点说清楚很重要。这两个模型我们都不路由。MAI-Image-2.6 Preview 在仍处于邀请制期间只能通过微软自家的渠道访问，而我们完全没有接入微软的图像路由。Qwen-Image-2.1 仅支持自托管，任何版本的 Qwen-Image 模型我们都不路由。我们实际提供的是你本来会与之搭配的那条图像产品线：OpenAI 的 GPT-Image-2、GPT-Image-1.5 和 GPT-Image-1-mini，Google 的 Imagen 4 各档位和 Gemini 图像预览版，以及 xAI 的 Grok Imagine 图像端点——200+ 个模型通过一个 OpenAI 兼容端点提供，供应商标价零加价透传，跨供应商自动故障转移、用于编排回退的路由 DSL，以及用于面板式调用的模型融合。这种透传对于此类对比很重要：当该集合中某家供应商调整费率时，我们的价格当天就会同步变动，这是让路由层在面对供应商直接定价时保持诚实的唯一办法。

你能接受哪个差距

• 你需要一个经得起质询的数字——MAI-Image-2.6 Preview，前提是你拿得到访问权限。编辑榜顶部的独立盲投胜过厂商的基准测试，而且如果这个决定需要向别人交代，那才是经得起审视的证据。
• 你今天就得交付点东西——Qwen-Image-2.1。权重公开，框架支持，许可证即刻允许用于研究和评估。无需邀请，无需排队。
• 你需要透明输出或 2K——Qwen-Image-2.1，而这是整张表里唯一胜负毫无悬念的一行。Alpha 由采样器产生，而 MAI-Image 系列压根没有记录过透明输出。
• 你需要把输出卖出去——就目前情况而言，两者都不行。Qwen-Image-2.1 未经单独许可禁止这样做，而 MAI-Image-2.6 Preview 则根本买不到。若要用于商业流水线，请选择有公开价目表和商业许可的模型。

值得关注的两件事都关乎同一个缺口的弥合。如果微软以公开价目表的形式让 MAI-Image-2.6 结束预览，它就不再只是排行榜上的一件新鲜事，而会变成榜单上拥有最佳独立编辑证据的可购买选项。如果 Qwen 公布 Qwen-Image-2.1 的商业条款，且该模型开始出现在独立榜单上，那么许可证这一行就不再独挑大梁。在那之前，诚实的解读是：这并非两款产品之间的对决——而是两种缺失信息之间的对决。