MAI Image 2.7 Preview 對比 Ideogram 4.5：兩種「精準」，只有一種要付費

兩款模型都以精準為賣點，而這個詞在各自的宣傳中各有所指。Ideogram 4.5 於 2026 年 9 月 30 日發布，指的是像素級精準：遮罩會指明哪些像素可以變更，編輯會以來源影像本身的解析度執行，而不是先降採樣，並且有明文承諾周圍像素會留在原位。MAI Image 2.7 Preview 由 Microsoft AI 在四週後、2026 年 10 月 27 日發布，指的是判斷層級的精準：重新風格化整個場景而不破壞它，正確地重新打光，改寫文字使其附屬於表面，而不是漂浮在其上。 這兩者都無法透過閘道呼叫，且兩家廠商都未表示何時會改變。查看目前可路由的影像模型。你可呼叫的模型會連同其供應商定價一併列出。

這些並不是針對同一項能力、彼此互別苗頭的說法。一個是控制介面，另一個是品味模型。而兩者之間的實際差異，就顯現在規格表上最不起眼的部分：Ideogram 4.5 公布了遮罩規範和每張圖的價格；MAI Image 2.7 Preview 兩者皆未公布。

有面具時，「精確」代表什麼意思

遮罩就是一份契約。Ideogram 4.5 會接受遮罩，其中黑色標示要編輯的區域，白色標示要保留的區域，並可搭配最多五張輸入影像——一張來源影像加上四張參考影像。這樣的介面讓編輯成為你能明確指定的事情，而不是只能描述後碰運氣。

這也讓模型能以僅靠提示詞的編輯器做不到的方式接受測試。如果客戶說「只改瓶身標籤，其他什麼都別動」，遮罩版本可以機械化檢查：將輸出與輸入在遮罩區域之外進行差異比對，並計算變更的像素數。提示詞版本則需要人工查看兩張圖並形成主觀判斷。五個素材時，這點差異微不足道；五百個素材時，這就是一個 QA 步驟與一整個 QA 部門之間的差別。

Microsoft 並未為 MAI Image 2.7 Preview 發布任何遮罩語意、邊界框介面或座標控制。此模型接受指令與來源影像。它要改變什麼由模型決定，而該公司對設計目標的描述——全場景重新風格化、重新打光、修復資產、就地編輯文字與符號——所描述的正是刻意採全域性的編輯。對 2.7 所鎖定的工作而言，這是合理的設計選擇。這也是為什麼你不能交給它一個嚴格鎖定的區域編輯，還期望約定能夠成立。

兩千四百萬像素輸入，兩千四百萬像素輸出

Ideogram 針對 4.5 的頭條示範，是對一張 4,016×6,016 的來源影像進行編輯——約 24.2 百萬像素——且沒有先將輸入影像降採樣。這是一個具體且格外誠實的基準，因為降採樣正是大多數編輯模型悄悄丟失你所關心內容的地方。一張被重新取樣到兩百萬像素、編輯後再放大回來的影像，在你看到之前已經歷兩次有損轉換，而「保留」的區域根本沒有被保留；它是重建出來的。

4.5 的原生輸出為 2K，在最高品質設定下長邊為 2,048 像素，並提供從 1:1 到 3:1 的十三種長寬比。所以宣傳重點並不是它能回傳 2,400 萬像素，而是大型來源在往返處理後仍能保留，不會在輸入階段被壓平。

對於 MAI Image 2.7 Preview，完全沒有公布任何解析度。前代 MAI-Image-2.6 的輸出上限約為 1536×1536，若假設 2.7 與之相同，那只是推論，而非報導。當比較的其中一方有公布的數字、另一方卻默不作聲時，公布的數字不會自動就是比較好的那一個——但它是你唯一能據以進行工程規劃的數字。

字體排印正是兩種推銷提案交鋒之處

文字渲染是這兩個模型都直接宣稱具備的一項能力，而箇中緣由值得具體說明，何以它在兩個方向上都很困難。

Ideogram 的聲譽建立在生成時的排版能力上——清晰可讀的文字、正確的拼寫、尊重標題層級的版面配置。在 4.5 中，這項優勢延伸到了編輯功能，而模型也保留了文字轉圖像模式，因此團隊可以生成包含真實文字的版面，然後在不更換工具的情況下修改同一個版面。

Microsoft 對 2.7 的主張較為狹窄，且在某一方面更難：在變更現有文字與符號的同時，仍讓它們保持整合——配合招牌的透視、標籤的曲度、印刷表面的光影。這與在平面畫布上乾淨俐落地呈現標題是截然不同的問題，而當一項行銷活動需要同一張包裝照以六種語言呈現時，浮現的就是這個問題。Artificial Analysis 在其評估的七項操作中，將 2.7 在文字與符號編輯方面列為第一，這是兩個模型中任一者在這一特定軸向上所擁有的最強獨立證據。

問題在於，文字結果是類別排名，而非逐張圖片的保證，且完全沒說明一個困難案例需要嘗試多少次。Microsoft 表示，相較於 2.6，2.7 在全部十個使用案例與全部七項編輯動作上都有所改善，並在場景與風格方面領先 24 點；這些是該公司自行對獨立排行榜所做的切分，且底層執行紀錄並未公開。

價格階梯，以及沒有價格階梯的模型

Ideogram 4.5 依品質等級而非解析度計價，這是個不尋常但大致合理的選擇：你付費買的是模型「思考」的強度，而不是回傳的像素多寡。官方公布的等級大約是 Low 每張 $0.03、Medium $0.06、High $0.22，另有一個僅限編輯功能使用的極低等級，部分經銷商報價約從 $0.008 起。提示詞可透過 Magic Prompt 開關進行擴展，種子值會公開，而單次請求最多可回傳八張圖片——這意味著每張可用成果的實際成本，在很大程度上取決於你在得到正確結果之前生成了多少個候選。

最後一點值得強調，因為它顛覆了表面上的標價。一個要價 0.03 美元、卻需要四次嘗試的模型，成本是十二美分；一個要價 0.22 美元、但第一次就成功的模型，反而是更便宜的選擇。分級清單是一份菜單，不是帳單。

MAI Image 2.7 Preview 之所以沒有價格，是因為它沒有商業端點。它可在 MAI Playground、Arena 和 Artificial Analysis 上使用。它沒有 API、沒有 Foundry 上架項目，也沒有價目表。最接近預測的參考，是前代產品的 Foundry 定價——每百萬文字輸入 token 5 美元、每百萬圖片輸入 token 8 美元、每百萬圖片輸出 token 38 美元，換算下來大約每張圖片四美分——這只能大致告訴你微軟對圖片工作的定價落在哪裡，卻完全無法說明 2.7 會落在什麼價位。

分數落點何在，以及為何差距比表面上看起來更小

MAI Image 2.7 Preview 以 1,193 Elo 在 AA-Image-Editing v2.1 上排名第二，以六個 Elo 之差落後GPT Image 2.5 Sunburst。據報導，Ideogram 4.5 在編輯排行榜上以 1,064 Elo 排名第二十三，在文字轉圖像排行榜上則以 1,014 Elo 在 167 個中排名第三十四。

那兩個編輯數據並不是乾淨的相減，原因就跟跨排行榜改版時從來都不是乾淨相減一樣：4.5 這個數字來自它自己的評測窗口，而 2.7 這個數字則來自 10 月 22 日的一份排行榜快照，而那個排行榜今年至少重建過一次。差距的方向無庸置疑——前三名模型對上第二十三名模型，確實有實質差距——但差距的大小並不是一項測量結果。

這項排名確實點出了一件事：Ideogram 主打精準度的說法，並未轉化為前段水準的編輯分數。它的文生圖分數為 1,014，僅微幅高於上一代的 1,011。該公司向來強調的是控制力與字體排版，而非排行榜名次，而 4.5 也與此相符：一款位居中段的可控工具，依方案層級計價，並具備可稽核的遮罩介面。

開放權重的承諾

Ideogram 在發佈時表示，4.5 的權重很快就會釋出。他們至今仍未正式推出。這件事很重要，因為這是唯一能讓該模型與 Microsoft 目前提供的任何東西產生根本性差異的功能——可下載的檢查點是架構層面的決定，而託管 API 則是一種依賴。

在權重釋出之前，這項說法只是路線圖上的一項規劃，就應該被當作如此看待。該模型目前可透過 Ideogram 自家的應用程式與 API，以及一長串合作夥伴平台取得，這確實是一種可用性，但並不等同於可攜性。

在它們之間做選擇

如果編輯必須受到範圍限制，就選 Ideogram 4.5。如果你能畫出可能變更的區域、如果來源檔案很大且必須以其自身解析度保留、如果你需要在同一個模型中同時擁有文字轉圖像模式和編輯模式，而且如果你需要在開始前就知道成本——4.5 在其文件中回答了這四個問題。它也是這兩者中唯一目前可置於 API 背後的模型。

如果編輯工作高度仰賴判斷，且數量較少，就選擇 MAI Image 2.7 Preview。重新設計場景風格、重新調整照片光線、以尊重表面材質的方式改寫招牌文字——這些正是 24 點分類領先幅度能發揮價值的工作，而 Playground 也是合理地手動處理其中二十項的地方。

你不該做的，是把排行榜上的差距當成採購建議。第二名的模型無法呼叫，而第二十三名的模型在 Medium 等級下花六美分就能呼叫。對一個要決定本季該建構在什麼之上的團隊來說，這就是全部的比較。OrcaRouter 並未託管這兩者，兩家供應商也都未宣布計畫改變這一點；在這裡，閘道器的用處在於當預覽等級的編輯器不可用時，你會退而使用的那些模型，因為同一排行榜上排在 2.7 前後的 OpenAI 層級只需一把金鑰即可依牌價路由，而且無須改動程式碼就能吸收一次失敗的呼叫。