Ming-Image-0.1-Design 對上 MAI Image 2.6 Preview：無人代管的開放權重，對比微軟已開始收費的預覽版

兩個模型，其製造者都說它們尚未完成，而「未完成」這個詞在雙方各代表相反的意思。MAI Image 2.6 Preview的未完成，是指微軟無論如何還是把它推出了：在獨立看板上列為 2026 年 8 月 10 日發布，追蹤價格為每 1,000 張圖片 38.90 美元，在 UI/UX 設計類別中以 818 次盲測比較下的 1,168.8 Elo 排名第五——一個有價格、有分數的預覽版。Ming-Image-0.1-Design的未完成，則是指 inclusionAI 只發布了成品本身，周邊什麼都沒有：自 2026 年 9 月 17 日起在 Hugging Face 上以 MIT 授權的 6B 權重、一份經驗證的單 GPU 配置，卻沒有端點、沒有價格、沒有供應商、沒有獨立評分，而 Quick Start 指向的 GitHub 儲存庫只回傳 404。這兩者之中，一個是處於 beta 階段的產品。另一個是資料夾裡的一個權重檔案。本文要談的是什麼把它們區隔開來，而答案幾乎完全在於基礎設施，而非模型品質。

授權是開放模式勝出的唯一維度

從這裡開始，因為這是唯一一個比較結果真正對 Ming-Image-0.1-Design 有利、而且差距很大的地方。

• Ming-Image-0.1-Design — 權重採用 MIT 授權。你可以下載、修改、微調它們，將它們放進商業產品中出貨，為客戶託管它們，無需向任何人支付每次呼叫費用，也無需協商使用條款。儲存庫中繼資料確認了該授權，以及 safetensors/diffusers 封裝方式。

• MAI Image 2.6 Preview — 一套依微軟條件提供的商業 API。有價目表，也有服務條款，而該模型是取用而非擁有。公開紀錄中沒有任何跡象顯示微軟打算開放這些權重。

那是一項真正的優勢，不該被一筆帶過。對於 GPU 預算固定、有隱私限制，或需要針對專有設計資產進行微調的團隊來說，根本沒有途徑能用 MAI Image 2.6 Preview——該 API 無法自行託管，而預覽版 API 也不保證能長期提供。Ming-Image-0.1-Design 則可以在你自己的硬體上永遠運行，而且採用的是律師數十年來早已理解的授權條款。

優勢唯有在你能運行它時才會轉化為價值，這也帶我們看到表格的其餘部分。

其他一切，逐行檢查

• 端點 — MAI Image 2.6 Preview 是透過 Microsoft 自家平台、以一個有文件記載的識別碼提供服務，而 Ming-Image-0.1-Design 則完全沒有這種識別碼。Hugging Face 回報該儲存庫已停用推論，且未由任何推論供應商部署，而該模型自己的 Quick Start 還叫你去複製一個根本不存在的配套儲存庫。

• 價格 — 每 1,000 張圖片 $38.90，平均每張約 3.9 美分，在 UI/UX 設計類別的前五名中為第二便宜，僅次於 $10.00 的 Muse Image，並且輕鬆低於 $60.00 的 Grok Imagine Image 2.0 與 $210.72 的 GPT Image 2.5，對比沒有價格，因為沒有東西可買。權重是免費的；80 GiB CUDA GPU 則不是。

• 獨立分數 — 在 UI/UX 設計類別中，於 818 次盲測投票中獲得 1,168.8 Elo，排名第五，高於 1,166.6 的 Nano Banana 2，低於 1,181.8 的 Grok Imagine Image 2.0。該模型的同系列模型 MAI-Image-2.6-Flash 在同一張排行榜上為 1,152.4，另一邊則無資料。Ming-Image-0.1-Design 唯一的數字，1,082 Elo，僅出現在 inclusionAI 自家儲存庫中的一張排行榜圖表上，而該排行榜我們在公開網路上找不到，且未顯示投票數。

• 部署支援 —— 一端是附帶正常運行時間保證與支援服務的代管平台，另一端則是一份模型卡，推薦使用 vLLM-Omni，並連結到一個能正常開啟的安裝指南，以及一份會回傳 404 的模型專屬配方。只說了一半的部署故事。

• 解析度與設定——在我們能查證的預覽相關數據中並未公布，對比建議的 2048 x 2048，或為速度而用的 1024 x 1024、12 個取樣步數、CFG 1.0、BF16、一張 80 GiB 的 CUDA GPU。

「預覽」在微軟這一邊會讓你付出什麼代價？

一個誠實的比較必須指出，Microsoft 這一欄本身也並非沒有風險。預覽版就是預覽版：識別碼可能變更，價目表可能調整，配額可能收緊，而預覽端點可能被撤銷或取代——而且 Microsoft 已經在同一系列中推出 Flash 的同類產品，這說明這條產品線正快速演進。以預覽版識別碼為基礎來建置正式環境管線，就意味著要接受你所整合的東西可能在你使用期間被重新命名。

差別在於，Microsoft 的風險是與交易對手相關的商業風險，而 Ming-Image-0.1-Design 的風險則是沒有交易對手的工程風險。如果預覽 API 有所變更，會有支援管道、淘汰過渡期，以及有文件記載的後繼方案。如果那個缺失的儲存庫始終沒有出現，就沒有人可以詢問——該模型文件記載的執行路徑是 404，而唯一的替代方案就是自己從檔案樹反向工程整個管線。

而這並非不可能。這個儲存庫為此具備良好的結構：一個含有五個分片的 transformer 資料夾、一個 VAE、一個排程器，以及各自獨立的 mllm、connector 與 mlp 元件，這正是多階段管線的形態，並由多模態語言模型負責文字編碼。模型卡指出，提示增強可由 Ling-3.0-flash-VL 或 qwen3.8-27B 處理，兩者都是來自同一組織的同門模型。一支有能力的團隊可以將它建置起來。只是，這與一個產品並不是同一回事。

路由層適合的地方，以及不適合的地方

這項比較中的兩個模型，目前都無法透過 OrcaRouter 路由，而這點值得直白說明：截至 2026 年 9 月 23 日，我們的目錄中沒有任何 Microsoft MAI 項目，也沒有任何 inclusionAI 項目，因此無論是 $38.90 這個費率，還是上述任何其他內容，都不是你能透過我們取得的價格。這兩個數字都是供應商自行公布或由看板追蹤的費率。

在這樣的對決中，路由層的用意在於填補現在與日後之間的落差。過去一季，圖像生成的經濟效益已與品質脫鉤——品類龍頭每 1,000 張圖像要價 210.72 美元，排名第五的模型要價 38.90 美元，而 Elo 再低十三分的模型只要 10.00 美元——這意味著對特定工作負載而言，正確的模型是移動標靶，而非固定選項。把生成呼叫放在橫跨 200 多個模型的單一端點之後，以 0% 加價轉嫁供應商定價，並在供應商不穩時自動容錯移轉，就能把這個移動標靶變成更換一個模型 ID，而不是一項整合工程。這比這份清單上任何單一模型都更有價值，而這也正是為什麼一開始就不該把你的管線焊死在某個預覽版識別碼上。

該選哪一個，以及什麼會改變答案

對本季要交付成果的人來說，答案就是 MAI Image 2.6 Preview，而且毫無懸念。它可呼叫，以所屬品質級距而言價格低廉，第五名的排名背後有 818 張獨立盲投票，而預覽版風險是可管理的商業風險。正式投入前唯一要做的事，就是把預覽版識別碼視為易變——將它放在設定中，而非程式碼裡，並讓第二個圖像模型只差一行就能切換，以防該識別碼變動。

Ming-Image-0.1-Design 值得下載，但不值得圍繞它來做規劃。如果你有 80 GiB 的顯示卡，而且有理由在寬鬆授權下測試文字密集的設計生成，那就把權重抓下來，因為這是它唯一能提供、而 Microsoft 的 API 在結構上做不到的事。別把 1,082 Elo 放進投影片——那是廠商自製的圖表，放在一個沒有其他人能檢視的排行榜上，而該模型自己的儲存庫顯示下載次數為零，這正是現階段一個沒有外部見證的主張會有的樣子。這張模型卡的建議設定至少具體且可查核：2048 x 2048、12 個取樣步驟、CFG 1.0、BF16。

能改寫這篇文章的事件，也正是能改寫本系列每一項比較的那件事：一份獨立的 Ming-Image-0.1-Design 評分，旁邊附上樣本數，出現在一個並非由 inclusionAI 營運的排行榜上。屆時，這個問題才會真正變得有趣——一個零邊際成本的自架 6B 模型，對上一個 Elo 為 1,169、每次要價 3.9 美分的預覽版 API——而這將是第一次，比較的雙方都擁有一個意義相同的數字。