標題卡寫著「MAI Image 2.7 Flash 與 Canvas」:左側是 Flash 模型的卡片,1,179 Elo,在 AA-Image-Editing v2.1 上排名第七,價格為每 1,000 張圖片 10.24 美元;右側是 MAI Image 2.7 的卡片,1,215 Elo,在同一排行榜上排名第一,價格為 34.82 美元;頁腳寫著 Canvas 每個提示詞執行一張圖片,耗時約 10 到 20 秒,數據依據 Artificial Analysis 於 2026 年 11 月 20 日。
Guides & Insights

MAI Image 2.7 Flash:僅需 29% 成本的 Canvas 引擎

作者

jinhao.song

發佈日期

最新模型 · 20查看全部模型 →
基準測試:Artificial Analysis · 每日更新
返回全部文章

MAI Image 2.7 Flash是 Canvas 背後的模型,這個素描與編輯工作區是 Microsoft 本週在 labs.microsoft.ai 啟用的——而它並不是在 Artificial Analysis 上奪下第一名的模型。MAI Image 2.7 是旗艦款,以 1,215 Elo 位居編輯排行榜榜首,並在文字轉圖像排名第四。實際驅動你可點擊使用之功能的 Flash 變體則分別排名第七與第十一,每 1,000 張圖像收費 10.24 美元,對比旗艦款的 34.82 美元。Canvas 是 Microsoft 以較便宜模型打造出的最具體產品,而對多數人來說,這將是他們初次接觸兩者中任一模型的地方。

這件事之所以重要,是因為 11 月 17 日上線時的報導幾乎全繞著旗艦款打轉:排名第一、領先 GPT Image 2.6 Sunburst 四分、成本僅五分之一。這些說法全都成立,卻沒有一項說的是你打開 Canvas 時實際拿到的那個模型。本文要談的是便宜的那一個——它跑出什麼分數、微軟在上線三天後對它记录了什麼、又漏了什麼,以及 36 分的編輯落差從哪裡開始變得不值 3.4 倍的價差。

Canvas 是什麼,以及它不會保留什麼

Canvas 會以雙面板工作區開啟:左側是提示詞欄,右側是影像,並有模式切換,可在新增影像與圖表之間切換。Microsoft 自家的發布文案將這個循環描述為把草圖變成精緻的圖表、選擇影像中的某個部分來「替換、移動或重新造型」,以及「不必從頭開始」進行微調。頁面上的內嵌指示比行銷文案更具體:「在面板中描述它,或從照片開始。每次執行會在大約 10 到 20 秒內產生一張影像」,而針對編輯階段則是「變更一個字詞,或選取影像中的物件。」

在對它養成習慣之前,關於這項實作有兩件事值得知道。

• 什麼都不會保留。工作區會保留一份本次工作階段的版本清單,但頁面明白寫著「這裡的結果不會儲存到畫布」——關掉分頁,你花了二十次編輯建立的分支就消失了。雖然有下載按鈕,但完全沒有專案、分享連結或已儲存文件之類的東西。

• 公開揭露的資訊相當有限。預設長寬比為正方形 1:1,提示詞輸入框會計入 1,000 字元上限,而且頁面上任何地方都未標示輸出解析度。Microsoft 的 MAI Image 2.7 模型頁面也未提供。

有一項命名更正,因為這會讓任何關注相關報導的人感到困惑:這個產品是 MAI Labs——頁面標題是「MAI Labs | Microsoft AI」,並附有免責聲明「新穎且實驗性 AI 模型的有限預覽」。playground.microsoft.ai 會解析到同一個應用程式,這想必就是為何該工作區被描述為 MAI Playground 功能的原因。相同介面,兩個名稱。

Screenshot of Microsoft's Canvas workspace at labs.microsoft.ai on 20 November 2026, showing the prompt panel with the line that each run makes one image in about 10 to 20 seconds, an aspect-ratio control set to square 1:1, a prompt counter at 0 of 1,000, a Generate button, a This session panel reading No versions yet, an empty result area, and a model picker listing MAI-Image-2.7, MAI-Transcribe-2, MAI-Voice-2.1, MAI-Thinking-1, MAI-Realtime-1 and Canvas marked Current.

它下方的模型不是板子上的那一個。

Microsoft 的發布貼文明確表示 Canvas「由我們的 Flash 模型驅動」,而工作區本身隨附的設定也證實了這點——不過有個值得注意的細節。應用程式會把模型清單傳送到瀏覽器,而 "id":"mai-image-2-7-flash" 這筆項目帶有 "sidebarLabel":"MAI-Image-2.7"。因此,訪客看到的選擇器顯示 MAI-Image-2.7,但實際回應的模型是 Flash 變體。Artificial Analysis 將兩者分開評分,而且兩者差距夠大,不該有人把它們當成同一個產品只是把旋鈕調低。

在 AA-Image-Editing v2.1 上,於 2026 年 11 月 20 日讀取:MAI-Image-2.7 以 5,478 票、1,215 Elo 位居第一,95% 區間為 1,201 至 1,229。MAI-Image-2.7-Flash 以 5,891 票、1,179 位居第七,區間為 1,166 至 1,192。在 AA-Image-T2I v2.1 上,差距擴大:旗艦款以 1,214 位居第四,Flash 以 1,158 位居第十一。這些是 Artificial Analysis 自身附有樣本數的測量結果,而非 Microsoft 的。

三十六點在編輯上的差距不是四捨五入造成的假象。每一列都帶有約 ±13 到 ±14 的誤差範圍,而兩個獨立估計值之間的差異範圍比任一單一誤差範圍更寬——約 ±19。三十六點的差距輕鬆超過這個門檻,還留有餘裕;這與排行榜頂端的情況正好相反:旗艦模型領先 GPT Image 2.6 Sunburst 四點,完全落在雜訊範圍內,不應被解讀為已成定論的排名。

Generated two-column scoreboard comparing MAI Image 2.7 Flash with MAI Image 2.7 across six dimensions: editing Elo 1,179 at seventh versus 1,215 at first, text-to-image Elo 1,158 at eleventh versus 1,214 at fourth, editing votes 5,891 versus 5,478, price per 1,000 images $10.24 versus $34.82, daily images per signed-in user 40 versus 20, and image inputs per request 4 versus 4; footer credits Elo and price to Artificial Analysis AA-Image-Editing v2.1 and AA-Image-T2I v2.1, and the limits to the MAI Labs model configuration.

Flash 有筆帳要算,而且幾乎沒有文書作業。

這就是這個才發布三天的版本顯得古怪的地方。打開 microsoft.ai/models,上面只列出一個影像模型:MAI Image 2.7,位於 /models/mai-image-2-7/。該頁面用一張段落大小的卡片來描述 Flash——「專為快速、符合成本效益的影像生成而打造,同時不犧牲品質」,以及「成本不到我們旗艦模型的一半」——而且它自己的生成器下拉式選單提供了這兩個項目。沒有 /models/mai-image-2-7-flash/ 頁面,沒有規格表,沒有解析度,也沒有延遲數據。

Azure 這邊的情況更為單薄。微軟的「Foundry Models sold by Azure」參考資料列出了 MAI-Image-2.5、MAI-Image-2.5-Flash、MAI-Image-2.5-Pro、MAI-Image-2.6 和 MAI-Image-2.6-Flash,每一項都標示為 Preview,並記載有 32,000 個權杖的上下文、PNG 輸出,以及「最多五張圖片」作為輸入。MAI-Image-2.7 和 MAI-Image-2.7-Flash 都沒有出現在該表中,儘管發布文章說兩者已在 Microsoft Foundry 上進入公開預覽。三天並不長;2.6 系列自己的文件也不是立刻就到位。但這意味著截至今天,Flash 唯一的公開數字是別人的測量結果。

Labs 頁面無意間公開的,其實是它自己的費率政策——應用程式會將模型設定傳送到瀏覽器,並可在該處讀取:

• 每位已登入使用者 — Flash:每分鐘 4 次請求,每天 40 次。Flagship:每分鐘 2 次,每天 20 次。

• 每個 IP — Flash:每分鐘 6 次,每日 120 次。Flagship:每分鐘 3 次,每日 60 次。

• 依模型、全站 — Flash:每分鐘 30 次。旗艦:每秒 2 次,每分鐘上限 120 次。

由此可得兩點。第一,微軟給便宜模型的每位使用者配額,正好是昂貴模型的兩倍,這更像是高吞吐量引擎的樣貌,而不是示範性質。第二,同一份配置對兩個模型的影像輸入上限都是每次請求四張,而 Foundry 針對 2.6 系列的說明文件卻寫的是五張。這是文件上的不一致,而非實測到的效能退步——微軟並未發布 2.7 的資料表來駁斥任何一個數字——但任何想把五張參考圖的編輯工作流程移植到新系列的人,都應先確認這個上限,再假設它沿用過來。

當 36 分的差距不再重要時

價格比例就是整場論證的核心,因此值得精確陳述,而不是重複廠商的說法框架。微軟表示 Flash 的成本「不到旗艦型號的一半」。Artificial Analysis 在兩個榜單上測得的費率分別為每 1,000 張影像 10.24 美元與 34.82 美元——Flash 為 29.4%,也就是略低於十分之三。微軟的說法在方向上正確,且相較於獨立數據而言偏保守;兩者吻合程度足夠高,因此不應把任何一方視為公關話術。

算一下用量。每月 10,000 張影像,旗艦模型是 $348.20,Flash 是 $102.40——每月相差 $245.80,或大約每年 $2,950,換來 36 Elo。這是否划算,完全取決於這些影像的用途。一張要重畫六次才讀得正確的圖表,和一張只交付一次的主視覺圖片,是截然不同的購買。

與排行榜其餘模型相比,Flash 的排名比「便宜的 Microsoft 模型」這個說法所暗示的更有意思。在編輯項目上,它位列第七,介於 1,183 分的 Kli​ng Image 4.0 與 1,160 分的 Seedream 5.5 之間——領先 Krea 3 Ultra、Nano Banana 2.1 與前兩代 MAI,且僅落後於五個 GPT​ Image 層級以及 Kli​ng。以每 1,000 張圖片 10.24 美元的價格來看,這意味著:

• 相較於 GPT Image 2.6 Sunburst — 落後 32 Elo(1,179 對 1,211),為其 $210.72 費率的 4.9%。

• 相較於 Muse Image — Elo 領先 50 分(1,179 對 1,129),價格比其 $10.00 費率高 2.4%。

• 對比 Seedream 5.5 — Elo 領先 19 分(1,179 對 1,160),而其編輯費率不到 $28.00 的一半。

把這三行放在一起看,Flash 模型並不是妥協之下的選擇。它是榜上最便宜、又能跨過 1,175 Elo 門檻的那一列,而排在它上面的模型,每 1,000 張影像多拿八分,代價卻是四倍。

截至 2026 年 11 月 20 日,兩款 MAI 模型都不在 OrcaRouter 的目錄中,本文也不會假裝不是如此:Microsoft 目前公開的是有限、非商業性的 Labs 預覽,而正式生產途徑是經由 Foundry,而非透過我們。可路由的是比較用的模型組合——GPT Image 2.5 Sunburst 和 GPT Image 2.5 Flare 可用同一把金鑰呼叫,以供應商牌價、0% 加成,這是我們提供的每一款模型都適用的一貫安排:不會在供應商收費之上再加價,因此供應商降價會當天反映在這裡,而不是等到下一次合約續約才反映。如果 Microsoft 日後公布 MAI Image 2.7 Flash 的 Foundry 費率,那就會是衡量它時所依循的安排。

Screenshot of the Artificial Analysis AA-Image-Editing v2.1 leaderboard captured on 20 November 2026, ranked by Elo: MAI-Image-2.7 first at 1,215 from 5,478 samples and $34.82 per 1,000 images, GPT Image 2.6 Sunburst second at 1,211, GPT Image 2.6 Flare third at 1,205, GPT Image 2.5 Sunburst fourth at 1,202, GPT Image 2.5 Flare fifth at 1,185, Kling Image 4.0 sixth at 1,183, MAI-Image-2.7-Flash seventh at 1,179 from 5,891 samples and $10.24, Seedream 5.5 eighth at 1,160.

什麼會讓這變成一個決定?

缺少了三樣東西,而每一項都是下週就可能有人公布的數字。

解析度方面。Canvas 未說明,模型頁面也未說明,而 Foundry 參考資料並未涵蓋這個系列。少了這項資訊,「production-ready visuals」就只是個說法,而非規格;Microsoft 為旗艦機型記載的 4,194,304 像素上限,在 Flash 上也沒有已確認的對應值。

一份價目表。AA 的 $10.24 衡量的是 Microsoft 透過其可見介面所收取的費用,並非公開公布的定價層級。在 Foundry 價目表像列出 2.6 系列那樣列出 MAI-Image-2.7-Flash 之前,這個數字只是很好的估算,不是合約價。

針對 Canvas 真正用途的獨立一對一評測。上述每一個數字都來自一般編輯與文字轉圖像的評測榜,而這兩個榜都沒有單獨檢驗 Diagram 模式所宣稱的能力——把粗略草圖變成清晰易讀、標註正確的圖表。那是一項範圍很窄的能力,卻正是 Microsoft 主打的賣點。在有人實際跑過這項測試之前,誠實的立場是:Canvas 是一個建構良好、架在一個評分不錯但文件薄弱模型上的工作空間,可免費試用、非商業用途,且現階段還不是適合用來建立流程的基礎。

對今天正在做決定的人來說:如果工作量是每週幾張圖,而你身處 Microsoft 生態系,Canvas 是查看 2.7 世代如何處理草圖的最便宜方式,而它的速率限制——每個帳號每天 40 張圖——足夠寬鬆,讓人能形成真正的看法。如果任務是大量處理,要留意的數字不是 Elo,而是 $10.24 在碰上已公布的 Foundry 費率後是否還能成立。