MAI-Image-2.5-Pro vs GPT Image 2：影像王冠現已分裂

要總結MAI-Image-2.5-Pro與GPT Image 2，最簡潔的說法是：「最佳影像模型」已經不再是一個問題。在 Artificial Analysis 的 Image Editing Arena 上，Microsoft 的 MAI-Image-2.5-Pro 位居Elo 1,272 第 1 名；在同一個網站的 Text-to-Image Arena 上，Ope​nAI 的 GPT Image 2 位居Elo 1,369 第 1 名；而在另一個主要排行榜——LMArena（現名 Arena）——GPT Image 2 在影像編輯方面依然全面佔優，領先全部七個提示詞類別。兩款模型都屬高階，也都是按 token 計費的託管式 API；若要老實回答「哪個會贏」，完全取決於你指的是哪項任務：編輯方面有利於 Microsoft 的新進者，生成與複雜提示詞遵循方面則有利於 Ope​nAI 的既有產品。

排行榜拆分，請仔細閱讀

• 編輯（Artificial Analysis）： MAI-Image-2.5-Pro 第 1 名 — 1,272 Elo，約 6,100 個樣本。GPT Image 2（高）第 4 名 — 1,256 Elo。

• 文字生成圖像（Artificial Analysis）： GPT Image 2（高）第 1 名 — 1,369 Elo，約 14,500 個樣本。MAI-Image-2.5-Pro 第 7 名 — 1,292 Elo，約 11,500 個樣本。

• 編輯（Arena）：GPT Image 2 以約 1,463 Elo 領先，且在每個類別中都取得最大的實測領先幅度——這是兩款模型中任一模型所獲得的最強獨立結果。

這些互相衝突的編輯評測榜並非矛盾；它們是兩個不同的競技場，擁有不同的模型參賽項目與不同的投票群體。Artificial Analysis 將 GPT Image 2 的特定「高」等級與 MAI-Image-2.5-Pro 的預覽版本進行正面對決，微軟的模型在那裡勝出。Arena 則以中等版本迎戰更廣泛的對手，OpenAI 在那裡以更大的差距獲勝。兩者都是真實的、各自獨立，且任一個榜單的領先幅度都不足以斷言編輯領域的桂冠已經塵埃落定。

各自的擅長之處

MAI-Image-2.5-Pro 是一款專業編輯器。微軟打造它的目的是進行精準、細微的修改——置換物件、更新圖像內文字、清除瑕疵——同時保持圖像其餘部分的一致性，而其 94% 的多圖像角色一致性宣稱（廠商自行報告）正是將設計目標化為具體數字。它的首要能力是文字渲染：微軟宣稱在英文、中文、日文、韓文和西班牙文上達到 96.8% 的準確率，不過同一份文件也將輸出限制在接近一百萬像素左右，因此該宣稱中「8K」的措辭是行銷話術，可以忽略。此模型並非空白畫布領域的領先者：其文字轉圖像排名第 7 名直接說明了這點。

GPT Image 2 是一款具備推理引擎的多面手。它是第一個內建思考模式的 Ope​nAI 影像模型——它會規劃版面、搜尋網路參考資料，並在繪製前自我檢查——這就是為什麼它在複雜、多重約束的提示詞以及 Arena 的編輯類別中，被公認為領導者。它能良好地渲染多語言文字（包括中日韓文字），支援最高 4K 解析度，寬高比上限為 3:1，並提供三種品質等級。它的弱點正是其強項的映照：高品質下價格昂貴，而且它會重新生成而非精準保留——所謂的「編輯」更像是「依照此指令重新渲染」，而這正是 MAI-Image-2.5-Pro 試圖以一致性訴求做出區隔的地方。

價格

兩者皆以 Token 計量，且均未公布每張圖像所需的 Token 數，因此每張圖像的數字是換算值，而非報價。

• MAI-Image-2.5-Pro — 每百萬文字輸入 tokens 為 $5，每百萬影像輸入 tokens 為 $8，每百萬影像輸出 tokens 為 $106。Artificial Analysis 的換算：≈ 每 1,000 張 1024×1024 影像為 $108.50。

• GPT Image 2 — 文字輸入每百萬 $5，圖像輸入每百萬 $8，圖像輸出 tokens 每百萬 $30。每張圖像的成本隨品質等級而變化：在 1024×1024 下，低品質約 $0.006，中品質約 $0.05，高品質約 $0.21 — ≈ 高品質下每 1,000 張 $211.

所以在買家實際使用的等級中，MAI-Image-2.5-Pro 大約是GPT Image 2 高階層級每張圖片價格的一半——這在大量使用時是實質的價差，且與微軟自己（供應商報告、特定情境）宣稱在 PowerPoint 和 OneDrive 中 GPU 成本比 GPT 模型低最多 84% 的說法一致。需要注意的是：排行榜顯示的是 GPT Image 2 的「高」等級，如果你把 GPT Image 2 降到中等品質，其價格會降到接近 MAI-Image-2.5-Pro，但它的 Elo 也會下降。

解析度與格式

• 輸出上限：MAI-Image-2.5-Pro 的輸出上限接近 1 百萬像素（相當於 1024×1024，最小邊長 768px）——用於網頁與大多數產品視覺素材綽綽有餘，但對印刷來說是硬性限制。GPT Image 2 可達 4K（最大邊長 4,000px，總像素約 830 萬），長寬比上限為 3:1。

• 輸入：兩者皆接受 JPEG/PNG 圖片及文字。MAI-Image-2.5-Pro 記載 32k token 的文字輸入與 131k 的上下文視窗；GPT Image 2 的推理模式則是輸入端的差異化所在。

• 格式： GPT Image 2 在推出時不支援透明背景；微軟對 Pro 層級的透明度方案也未作說明。

若您的輸出需要放大尺寸——海報、印刷品、戶外看板——GPT Image 2 的 4K 上限如今是一項決定性優勢。若您的輸出以網頁原生為主，百萬像素上限通常不會成為真正的限制條件。

可用性與路由角度

兩者皆為託管式 API，但可及性並不相同。GPT Image 2 自 2026 年 4 月 21 日起透過 Ope​nAI 的 API 全面上市，現已可透過 OrcaRouter 進行路由——只需一個金鑰，供應商列表價格以 0% 加價轉傳，並跨供應商自動容錯移轉。MAI-Image-2.5-Pro 是 2026 年 7 月 23 日在 Microsoft Foundry 和 MAI Playground 推出的公開預覽版；目前尚無法透過第三方路由層存取，且其預覽定價在正式上市（GA）時可能有所變動。

這種不對稱性值得任何在實際管線中比較這兩者的人記下一筆決策註記。你可以在同一個端點上，把一部分流量路由到 GPT Image 2，另一部分路由到另一個模型，並在 Microsoft 的預覽版全面開放呼叫時，換掉模型字串。你想要的流程——在你自己的圖片上比較兩個編輯器，在新模型贏得信任之前保留已驗證的模型作為後備——正是路由層能提供的功能，而且在 OrcaRouter 上完全不需額外成本，因為供應商價格就是最終價格。

裁決

如果你的任務是編輯現有圖片，且輸出僅需網頁尺寸，MAI-Image-2.5-Pro 是性價比之選，也是目前在 Artificial Analysis 編輯排行榜上獨立排名第一的模型——每張圖片的成本約為 GPT Image 2 high 的一半。如果你的任務是空白畫布生成、複雜的多重約束提示詞，或大尺寸輸出，GPT Image 2 是更好的工具，其文生圖排名第一及 Arena 編輯榜的統治地位就說明了這點。兩者都是頂級模型，都值得隨時備用；榜單分裂並非行銷上的平手——而是兩種真正不同的專長領域。而且因為兩者皆為託管服務，在你將生產路徑押注於任一模型之前，透過路由層在自家圖片上並行測試才是明智之舉。