Qwen-Image 2.1 對上 MAI-Image-2.5-Pro：6,100 張盲投票對零

這兩個模型当中，有一個已經經過約 6,100 次盲測人工比較的排名。另一個則沒有任何自家實驗室以外的人員替它排名。MAI-Image-2.5-Pro是 Microsoft 的頂級圖像模型，在 Artificial Analysis 圖像編輯競技場上以 1,272 的 Elo 位居第一——這是該類別中獲得最多投票的結果。Qwen-Image 2.1由 Qwen-Image 團隊於 2026 年 9 月 20 日開源，完全沒有獨立評分，而且在足夠多人在公開場合運行它以產生投票之前，也不會有任何評分。這個落差才是本次比較的真正主題，因為它是這兩個模型之間唯一不屬於廠商宣稱的差異。其他一切——架構、解析度、價格——都是可得知但未經證實的，而這兩個模型在紙面規格上又足夠接近，因此真正應該左右決定的，是這個量測上的落差。

這些投票實際上說明了什麼，以及它們沒有說明什麼

Artificial Analysis 進行盲測成對比較：兩個模型拿到相同提示，投票者選出較好的輸出，Elo 則由結果得出。它不是完美的工具，但它是這個類別最接近共用計分板的東西，而樣本數和分數本身一樣重要。

• MAI-Image-2.5-Pro — 在約 6,100 次比較中，以 Elo 1,272 位居影像編輯第一。在文字轉圖像方面，它則以 Elo 1,292 排名第 7，落後於 GPT Image 2（high）的 1,369、Reve 2.1 的 1,322、Nano Banana 2 的 1,320、GPT Image 1.5（high）的 1,310，以及 MAI-Image-2.5 的 1,304。

• Qwen-Image 2.1 — 兩個榜單上皆無紀錄。不是分數低，而是根本沒有分數。撰寫本文時，該版本才剛發布一天。

這些數字的樣貌值得仔細解讀，因為它並不是行銷所暗示的那種樣貌。微軟的模型在編輯方面確實排名第一，在生成方面也確實排名第七。這是一個具體、站得住腳的定位——一個領先其所屬類別的編輯專家——而這與成為最佳圖像模型是兩回事，而它並不是最佳圖像模型。同時，在文字轉圖像方面勝過它的是 GPT Image 2（high），而這也不是 OpenAI 在此領域最新的模型。獨立排行榜會獎勵被測量最多次的模型，而在這場對決中，那無疑是微軟的模型。

開源模型唯一徹底勝出的一項規格

這兩者之間有一個具體且非主觀的差異，那就是解析度。

• Qwen-Image 2.1原生即可生成 2K 影像，官方文件記載的預設值為 2048×2048、40 個推論步數，並提供七種長寬比預設，以及具備真正 alpha 通道（而非合成用遮罩）的 RGBA 輸出。

• MAI-Image-2.5-Pro 的輸出上限為 1,048,576 像素——約等於一百萬像素。它真正亮眼的規格數字在別處：32,000 個文字輸入 token、131k 的上下文視窗，以及 4,096 個輸出 token，這說明的是它能吸收多少指令，而非它能輸出多少影像。

對大多數社群與產品工作而言，一百萬像素的上限並不是限制。但對印刷、大尺寸合成，以及任何裁切後仍須經得起考驗的用途來說，它就是限制。這是整場比較中唯一一個你能指著某個數字說開源模型領先的面向——而且要注意，這是來自模型卡的架構事實，不是品質宣稱。Qwen-Image 2.1 都會以 2048×2048 渲染，無論它渲染出來的東西是否值得一看。

價格，這正是比較令人不自在的地方

MAI-Image-2.5-Pro 以高階模型定位來定價，而且價格數字毫不含糊：每百萬個文字輸入 token 為 $5、每百萬個圖片輸入 token 為 $8、每百萬個圖片輸出 token 為 $106。以 1024 像素輸出計算，換算下來約為每千張圖片 $108.50。作為對照，這大約是 MAI-Image-2.5 成本的 2.3 倍，也大約是 MAI-Image-2.5-Flash 的 5.4 倍，因此微軟是刻意區隔自家產品線，而非將 Pro 等級定價為小幅升級。

Qwen-Image 2.1 沒有託管價格，因為它沒有託管端點——它是在研究授權下提供下載的權重檔。它的成本是你的 GPU 時間，而它的限制在於你無法合法販售它產出的東西。拿每千張圖片 108.50 美元來和「免費權重」相比，等於是把一項服務拿來和一台機器相比，而這個比較誠實的版本是：按量計費的價格買到的是經實測、有支援、具商業授權的模型，而權重買到的是一個 33 GB 的下載檔，以及一份寫著僅限非商用的授權文件。

這種取捨正是路由層發揮價值的地方。OrcaRouter 以供應商定價、零加價的方式，將 200 多個模型置於單一 OpenAI 相容端點之後，並具備跨供應商的自動容錯移轉 ——因此想評估某個未經實測的開放模型的團隊，不必為了評估而把正式環境遷移到該模型上，而且由於定價是原樣轉嫁，被路由模型的任何供應商價格變動，當天就會落在我們這邊，而不是等到下一次合約續約。MAI-Image-2.5-Pro 與 Qwen-Image 2.1 目前都不在我們路由的模型之列，本文也不會暗示相反的情況。我們確實有代理的圖像產品線，是 OpenAI 的 GPT-Image 系列、Google 的 Imagen 4 各級版本與 Gemini 圖像預覽版，以及 xAI 的 Grok Imagine 圖像端點。

供應商宣稱的定位，以及應賦予它們多少權重

兩家廠商公布的數據都沒有第三方重現過，而無論哪一方，都應以同樣的懷疑態度看待。

• 微軟的說法——英文、中文、日文、韓文與西班牙文之間的文字渲染準確率達 96.8%；提示詞遵循度比 GPT-Image-1.5 高出 27%；多圖角色一致性達 94%；以及在特定微軟內部情境下，GPU 成本最多可降低 84–89%。最後一項得格外小心：它描述的是微軟自家的服務配置，而不是客戶能自行驗證的任何事。

• 阿里巴巴的說法——Qwen-Image 2.1 的部落格文章附有一張 Qwen-Image-Bench 比較圖表，而其中的數字是廠商自家提供的。第三方報導中還流傳著一個數字，稱該模型是 20 層的 transformer，這與模型卡所述的 32 層單流 DiT 相牴觸；模型卡是主要來源，應採用 32 層這個數字。

這兩種情況的差異不在於任何一家供應商是否誠實，而在於微軟的模型已經過獨立測量，阿里巴巴的模型則尚未如此，因此微軟的宣稱有某個東西可供核對，而阿里巴巴的宣稱目前則沒有任何東西可供核對。

每個的用途是什麼

放在一起看，這些並不是在爭奪同一個位置。

• MAI-Image-2.5-Pro 就是那件編輯工具。 它在龐大的投票基礎上領先編輯排行榜，它接受長指令（32k 文字輸入 token、131k 上下文），它具備商業授權，而且現在已於 Microsoft Foundry 和 MAI Playground 上以公開預覽形式提供。如果你的工作是反覆迭代的影像修正，而你需要在投入之前就知道它是該項任務目前可用的最佳選擇，這就是經實測得出的答案，而它的費用約為每千張影像 $108.50。

• Qwen-Image 2.1 是開放研究的產物。它的渲染規模更大，隨影像模型一併附上可檢視的提示改寫檢查點，最多可接受 10 張參考影像，並能透過圈選、塗繪標註或遮罩進行局部編輯，而且可免費下載，但用來販售則屬違法。如果你從事的是評估、基準測試，或是在可讀取的權重上進行開發，它是更有意思的對象——而且你做這些工作時，並沒有排行榜告訴你它到底好不好。

此外，還有一個值得點明的時間不對稱性。MAI-Image-2.6 於 2026 年 8 月 19 日進入私人預覽，這意味著編輯排行榜上位居榜首的模型，已經落後微軟準備推出的版本整整一個世代。相較之下，Qwen-Image 2.1 才剛起步，其早期存取計畫要求測試者於 9 月 29 日前發表成果。這項比較中的兩份排行榜，在一個月內都會變得截然不同。

什麼能解決這件事？

還有一點：Qwen-Image 2.1 出現在某個排行榜上。這篇文章裡除了解析度上限和價格以外的一切，都只是某一方實驗室的主張；而 MAI-Image-2.5-Pro 之所以能被一本正經地推薦，理由完全在於有 6,100 位並非為 Microsoft 工作的人，把它的輸出跟另一樣東西擺在一起看，然後偏好它。那正是這個開放模型尚未達到的標準，也是它理應被要求的標準。

在那之前，實際的解讀很簡單。如果你今天就需要一個編輯模型，而且要採用商業授權、背後還有排行榜作為後盾，答案就是微軟的，價格約為每千張圖片 108.50 美元。如果你想弄清楚一個具備原生 2K 輸出與可檢查提示改寫器的 7B 開放權重模型是否更好，你得自己進行衡量——而你能對結果做的最有用的事，就是把它公開，因為整個類別目前正缺一個資料點。