Images 2.6 對比 MAI-Image 2.7 Preview：一款排名第二，另一款可呼叫

這場比較有一種版本，在基準測試表格上看起來很簡單：MAI-Image-2.7 Preview在 Artificial Analysis 的 AA-Image-Editing v2.1 榜單上獲得 1,196 Elo 分，位居第二，而Images 2.6——OpenAI 於 2026 年 11 月 4 日推出的GPT-Image-2.6 Sunburst與GPT-Image-2.6 Flare——在該榜單上根本沒有對應的列。有排名的模型對上沒排名的模型。問題在於，那個有排名的模型根本無法呼叫。MAI-Image-2.7 Preview 沒有公開 API、沒有 Azure AI Foundry 上的項目、沒有公布價格，也沒有開放權重。它只存在於 Microsoft 的 MAI Playground、Arena，以及排行榜某一欄裡的一個名字。

所以，有用的問題不是「哪個比較好」，而是「這幾個當中，有哪一個是你這週就能放進產品裡的；而當你選了那個接得起電話的，你又放棄了什麼」。這個答案一面倒，但不是朝 Elo 數字所暗示的方向倒。

三件在2026年11月5日為真的事

• MAI-Image-2.7 Preview 是編輯器，而且僅是編輯器。它需要一張來源影像。微軟將文字轉圖像功能描述為「即將推出」，並未附上任何日期——這就是為何你在 AA-Image-T2I 榜單上找不到 MAI-Image-2.7 Preview 的欄列，也是為何 1,196 這個數字是編輯分數，對生成能力毫無說明。

• Images 2.6 兩者兼具，並新增了第三種輸出類型。生成、編輯，以及——11 月 4 日全新推出——在 ChatGPT 中依提示詞或上傳的照片一步完成動畫 GIF 製作，另外還有 API 中的 SVG 匯出與標記引導式編輯。這是個更全面的產品，但截至今日，尚未有任何形式的獨立評分。

• 榜首那兩分的差距，其實並不是真的兩分。MAI-Image-2.7 Preview 的 1,196（±15）比 GPT Image 2.5 Sunburst 的 1,199（±11）低了三個 Elo。兩個信賴區間都比這個差距還要寬。從統計上來說，兩者可說是不相上下；而 OpenAI 的 2.6 後繼模型，才是微軟實際上會被拿來比較的對象——前提是真的有人對它做過基準測試。

1,196 實際上衡量的是什麼

編輯 Elo 是對編輯請求分佈取的平均值，而平均值往往掩蓋了買家真正在意的事。微軟自家的細項拆解比標題數字更有資訊量：它指出該模型在七項中的四項編輯動作上領先——增強與修復、基於推理的編輯、場景與風格，以及文字或符號編輯——其中以場景與風格的領先幅度最大，比次佳模型高出 24 個百分點。

它在另外三項上落敗。構圖、單一物件編輯與身分保留仍由 OpenAI 拿下。若把它讀成一種行為描述、而非計分板，那是一道乾淨的分野：給 MAI-Image-2.7 Preview 一個畫面，要它讓整體呈現黃昏的感覺，或修復受損的掃描檔，或重寫店面的字樣讓它融入場景之中，它就是榜上最強的。要它把某個物件往左移兩英尺、卻不改變拿著它的人，OpenAI 的模型長久以來在這方面做得更好。

相較於自身前代版本的提升也值得注意，因為以 Elo 標準而言這幅度很大：比 MAI-Image-2.6 高出 +45，而後者以將近 17,000 個樣本位居 1,151。這不是雜訊。微軟在 10 月 27 日推出了真正的改進，比 OpenAI 發布 2.6 早九天。

定價不對稱就是整個決策的關鍵

你無法購買 MAI-Image-2.7 Preview。目前沒有費率表，Microsoft 也未表示何時會有。最接近的參考是前一代在 Foundry 上的費用：MAI-Image-2.6 每百萬文字輸入 token 收費 $5、每百萬圖片輸入 token 收費 $8，每百萬圖片輸出 token 收費 $38，換算下來，典型圖片大約為 3.9 美分；Artificial Analysis 將其列為每千張圖片 $38.9，Flash 版本則為 $19.5。

相較之下，Images 2.6 目前有即時價格。它按 token 計費，且與 2.5 世代相同：每百萬文字輸入 $5（快取 $1.25）、每百萬圖像輸入 $8（快取 $2）、每百萬圖像輸出 $30。由於 OpenAI 並未公布每張圖片的固定價格，實際估算只能來自輸出 token 預算——約 高品質時 $0.053，xhigh 時 $0.094，max 時 $0.21，批次費率約為一半。這些預算沿用自 2.5，因此請將每張圖片的數字視為近似值，並將每 token 的數字視為合約。

注意這對這項比較造成了什麼影響。帳面上較便宜的模型——MAI-Image-2.7 Preview，價格想必接近前代的四美分——如今卻貴得無以復加，因為要用它，唯一的方法就是打開 playground 手動操作。反觀每張圖片成本上限較高的那個模型，才是你確實收得到帳單的那一個。

這正是路由層不是成本最佳化，而是讓決策保持可逆的方法的情況。OrcaRouter 提供 OpenAI 的圖像產品線，以供應商定價、0% 加價——GPT-Image-2.6 Sunburst 和 Flare 與 GPT-Image-2.5 Sunburst 和 Flare、GPT Image 2、Imagen 4 及 Gemini 的 flash-image 模型並列於同一把金鑰，無需第二份合約，也無需第二個 SDK。當 Microsoft 真的發布 2.7 端點時，新增它對我們而言是目錄變更，對你而言是模型字串變更，而不是遷移。同時，容錯移轉能避免一個才推出九天的預覽版，在它開始限流的那天成為生產環境的依賴。

今天你能得出與不能得出的結論

你無法斷定 MAI-Image-2.7 Preview 在編輯方面勝過 Images 2.6，因為沒有人給 2.6 評分。你也不能斷定相反結果。對排行榜唯一站得住腳的解讀是，Microsoft 在編輯方面已追近 OpenAI 的上一代，差距落在統計雜訊範圍內，而 OpenAI 的現行世代尚未被測量。

你可以得出三項更為具體的結論，而它們已足以作為行動依據。

首先，如果你的問題是整個場景的轉換——重新打光、重新風格化、修復、讓文字融入照片之中，而不是浮在照片上方——那麼根據 Microsoft 自己的分析，MAI-Image-2.7 Preview 是形態更合適的工具，也是唯一值得花一個下午在 playground 試用的地方。評估它不收費，這很不尋常，也很有用。

其次，如果你的問題是套用到特定區域的字面指令——把這個移走、刪掉那個、讓臉部保持完全相同——七項行動分類指出，這類工作正屬於 OpenAI 的產品線，而 GPT-Image-2.6 Sunburst 是它目前的版本。

第三，如果你需要生成、動畫、SVG 或 API，這項比較就不成立了。MAI-Image-2.7 Preview 這四項全都沒有提供。

什麼會改變這個

兩件事，其中任何一件都會讓這篇文章在一個月內過時。

一筆附有價格的 Foundry 上架項目。Microsoft 已將 2.6 與 2.6-Flash 推出至 Foundry，因此這個模式已然確立，而 2.7 的延遲看起來更像是預覽版到正式版（GA）之間的落差，而非政策問題。如果 2.7 端點以大致比照 2.6 價目表的價格登場，它將在一夜之間成為場景層級編輯工作的預設推薦——以每張圖片四美分的價格取得排名前二的編輯評分，且不收取參考圖片附加費，在多參考圖任務上大幅低於 Krea 3 的 0.06 美元基礎價及其每張參考圖 0.07 美元的附加費。

Images 2.6 的 AA 排行列。這些圖像排行榜是分批加入模型，而非逐日加入——有幾個是在本文撰寫前的三十天內才加入的——因此落差通常是數週而非數月。當 2.6 出現時，關鍵數字在於它是否突破 1,199——它自己的前代——因為一個在加入 GIF 的同時卻在編輯能力上退步的後繼版本，會是功能更新版，而不是編輯能力更新版，而 MAI-Image-2.7 Preview 所拿下的 1,196 將不再是第二高分，而會開始成為現有最佳分數。

在上述情況之一發生之前，誠實的總結很短。你能拿來做基準測試的最佳編輯模型，並不是你能買到的最佳編輯模型；而你能買到的模型尚未經過基準測試。任何人告訴你這兩者哪個勝出，都只是在猜。

實務流程

如果你是要用這組比較來評估實際工作用途，那麼最不浪費時間的順序是：先把你自己最難的十個整場景編輯丟進 playground 的 MAI-Image-2.7 Preview 跑一遍，因為它不花錢，而且對這類任務確實很擅長；接著把同樣這十個拿到 API 上用 GPT-Image-2.6 Sunburst 跑一遍，這輪測試的成本大約是五十美分；然後再把它們用 GPT-Image-2.5 Sunburst 跑一遍作為對照組，因為那是背後有 18,300 個樣本支撐其 1,199 的模型，也是三者之中唯一你能信任其定位的模型。如果 2.6 在你的這十個案例上勝過前代，那它很可能就是真正的進步。如果沒有，你也只花了不到兩美元，就學到了排行榜目前還無法告訴你的事。

唯一不該做的事，就是把決定延後到基準測試結果出爐。Microsoft 的預覽版尚未公布端點，OpenAI 的後繼模型也尚未公布分數，而這兩個缺口都可能在下週或下一季補上。這些模型現在已足夠可供測試，這一點是證據還比不上的。