生图平面类

一张图 3.5 美分对 21 美分:微软把图像编辑榜第一抢了过来,但文生图只排第四

2026年11月18日3 次阅读
一张图 3.5 美分对 21 美分:微软把图像编辑榜第一抢了过来,但文生图只排第四

3分钟看懂:先说结论

2026 年 11 月 17 日,微软在 Ignite 2026 上发布两个图像模型:MAI Image 2.7 和更便宜的 MAI Image 2.7 Flash(两者目前都是公开预览状态),同时上线一个叫 Canvas 的交互式修图工作区。

三句话说完重点:

  • 按 Artificial Analysis 的图像编辑榜,MAI Image 2.7 拿了第一,1,215 Elo,5,478 票,比 OpenAI 的 GPT Image 2.6 Sunburst(max)高 4 分;官方说价格只有对方的约五分之一。
  • 但换成「从零画一张图」,它只排第四(1,214.39 Elo),第一名 GPT Image 2.6 Sunburst 是 1,260.66。它强在改图,不是强在凭空画图。
  • 这已经不是 10 月那个「只会编辑、没有 API、没有价格」的预览版了:这次生成和编辑都做,有 Flash 档,有公开定价,还同时上了 Foundry、Vercel AI Gateway、fal、OpenRouter、Genspark。

这到底是什么

微软这次一口气发了七个模型(代码、安全、语音、图像、路由都有),图像线这两个是主角:

  • MAI Image 2.7:主模型,官方定位是「最终成品」,一张约 3.5 美分。
  • MAI Image 2.7 Flash:快而便宜的一档,一张约 1 美分,用来试提示词、批量出变体。
  • Canvas:跑在 Flash 上的工作区,可以从一句话或一张草图起步,然后框选画面里的任意局部去替换、移动、改风格。

两个模型都能文生图,也都能改图。Vercel 的 changelog 补了几个官方稿里没细说的数:最大输出提升到 2048×2048,支持透明背景,编辑时最多可带 5 张参考图,模型 ID 是 microsoft/mai-image-2.7 和 microsoft/mai-image-2.7-flash,用 AI Gateway 的 key 就能调,不需要微软账号。

和 10 月那个预览版差在哪

站内 10 月 29 日写过 MAI-Image-2.7 的预览版,当时的结论是「只做编辑、不能从零画图、没有公开 API、没有定价」。这次有四处硬变化,值得单独成篇:

  1. 能力补齐:预览版只有编辑,这次生成 + 编辑 + 透明背景 + 组图一致。
  2. 多出 Flash 档:官方第一次给出低价档,$10/千张。
  3. 第一次公布价格与分发渠道:Foundry 公开预览,加 fal、Genspark、OpenRouter、Vercel 四个平台。
  4. 榜单位置变了:编辑榜从第 2(1,193 Elo / 4,891 票)升到第 1(1,215 Elo / 5,478 票)。

三个能自己验证的新能力

精准局部改,连续改不漂。 官方举的例子是改一个物体的颜色、材质或位置,要求画面其余部分不动。真正难的是第二十次修改之后,前面改过的地方别又变回去——微软的说法是「跨连续编辑保持视觉一致性」,这也是所有做电商图、做详情页的人最烦的那件事。

透明背景直接出。 商品图、Logo、图标、插画可以直接拿到带 alpha 的图,省掉抠图。Vercel 那边给了具体做法:把 providerOptions.azure.background 设成 transparent。

参考图带 5 张。 改图时可给最多 5 张参考图来约束主体和风格,这部分由 Vercel 的接口文档写死,比官方发布稿具体。

成绩单要拆开看

微软的官方措辞是:「MAI Image 2.7 在 Artificial Analysis 图像编辑榜排第一,以约五分之一的价格超过 GPT Image 2.6 Sunburst(max);在 Arena 上,微软是图像生成和单图编辑两个榜的前二实验室。」

这句话每一半都是真的,但容易读歪:

  • 4 分不是碾压。 1,215 对 1,211 这一档差距,落在榜单的置信区间内,属于「统计上分不清谁更强」的范围。官方自己也在文末加了免责声明:结果反映特定模型配置与评测方法,性能、速度、成本对比随工作负载变化。
  • 「前二实验室」不等于「单模型第二」。 这部分基于多家媒体转述整理:Arena 官方账号的说法是 MAI-Image-2.7 在多图编辑榜第 3、单图编辑榜第 4,而「前二」指的是把微软所有模型放一起算的实验室排名。微软官方稿只写了「top-two lab」,没有给单模型名次。
  • 文生图是第四,不是第一。 AA 文生图榜前五里四个是 GPT Image 系列,微软排第 4;它自己的上一代 MAI-Image-2.6 已经掉到第 9(1,167.71)。
  • 数据截止 11 月 16 日,也就是发布前一天。

成本怎么算

官方给的数是「约」:MAI Image 2.7 约 $35 / 1,000 张,Flash 约 $10 / 1,000 张。折算下来是 3.5 美分和 1 美分一张。

拿 AA 榜单同一栏的单价横向比(按每千张标注):GPT Image 2.6 Sunburst(max)210.72,MAI Image 2.7 是 34.816,比例约 1:6;谷歌 Nano Banana 2.1 是 33.6,基本同档;可灵 Kling Image 4.0 是 63;字节 Seedream 5.5 是 20。

两个提醒:

  • 单价是「成功出图」的价格。真正烧钱的是重试——改图类任务平均要跑几次才能用,一次 3.5 美分乘上五轮,就跟一次 21 美分差别没那么大了。
  • 官方写「约五分之一」,AA 的单价算出来约六分之一。这类差额通常来自计价口径(是否含编辑、是否含参考图),下单前按自己的任务量实测一遍最稳。

怎么用:三条路,按需要选

第一步,先看效果:去 MAI Labs 的 Canvas(微软官方模型页就有入口),选 MAI Image 2.7 或 2.7 Flash,传一张自己的图,框一块区域改颜色或材质。注意 MAI Labs 的弹窗写明「仅限个人非商业用途」,别拿它跑公司项目。

第二步,接进产品:要 API 就走 Microsoft Foundry 的公开预览;不想开微软账号,就走 Vercel AI Gateway(AI_GATEWAY_API_KEY + generateImage,AI SDK 6 以上),或者 fal、OpenRouter、Genspark。

第三步,批量跑账:先用 Flash 把提示词和参数试出来,定稿再切 2.7。官方把 Flash 定位成「探索提示词、做变体」,2.7 定位成「最终素材」,按这个分工跑,账单能压下来一大截。

适用场景与不适用场景:谁该用,谁别碰

适合:

  • 电商和品牌方:商品图换色换材质、局部改文案、透明背景直出、同一套视觉批量出变体。
  • 设计团队:海报、包装、UI 稿上的文字和图形要「长在画面里」,而不是后期贴上去。
  • 内容团队:手上有素材要复用,靠参考图维持风格一致,而不是每次重新抽卡。

不适合:

  • 想靠它一次生成复杂长文本排版的:单图文字能力和专门做排版的模型不是一回事。
  • 要做视频或动图的:这是图像模型,动态能力不在范围内。
  • 需要立刻上生产、要 SLA 的:现在是公开预览(public preview),不是正式商用 GA。
  • 对「第一名」三个字特别敏感的采购决策:4 分差距不足以下结论,按自己的任务做 A/B 更靠谱。

避坑:四个容易踩的点

  1. 别把预览当 GA。 官方写的是 public preview,接口、限流、价格都可能变,别把长期合同压在预览价上。
  2. 别只看编辑榜。 你的任务如果是「一句话出一张新图」,该看的是文生图榜第 4 这个位置。
  3. 透明背景和分辨率要实测。 2048×2048 是上限,不代表每张都能稳到这个尺寸;透明 PNG 在部分下游工具里会被二次压缩。
  4. 参考图有隐私门槛。 官方写明参考图在提交时才上传、需要接受图像上传同意条款;企业接入前先过一遍合规。

行动建议

第一步,挑 5 张你最近真实改过的图,用 MAI Labs 的 Canvas 跑一遍,记录「改对需要几次」。

第二步,同样 5 张图,用你现在在用的模型跑一遍,对比次数和单价,算真实成本而不是标价成本。

第三步,如果编辑环节确实省钱,就先接 Flash 进内部流程,别一上来就全量切 2.7。

参考来源

评论

0 条已公开
登录或注册后可以参与评论。

正在加载评论...