微软 MAI-Image-2.7 图像编辑第二：1193 Elo，无 API 无定价

一句话结论：微软在 10 月 27 日推出 MAI-Image-2.7-Preview，在两套第三方图像编辑榜单上分别拿到第二和第三，把 OpenAI 的领先压到 6 个 Elo 以内，但这一版没有公开 API、没有价格、没有开源权重，短期内只能在 Playground 里体验。

这条消息的分量不在名次，而在对比对象。图像生成赛道从 2025 年下半年起就是 OpenAI 的主场，GPT-Image 系列长期占据编辑榜首位。微软自研的 MAI-Image 前一代 2.6 在今年 9 月发布时还只是并列水平，一个版本迭代之后直接顶到第二，中间只隔了 42 个 Elo。

更值得注意的是发布方式。上一代 2.6 是在 9 月 4 日进入 Microsoft Foundry 并附带完整价目表的，2.7 这次却只放在 MAI Playground、Arena 和 Artificial Analysis 三个地方，没有上架 Foundry，没有公布任何每百万 token 的费率，权重也没有开放，无法自托管。对做工程的人来说，榜单第一和能不能调进生产链路是两件事。

两套榜单给出两个名次

微软 AI 负责人 Mustafa Suleyman 在社交平台宣布了这一代模型，同时引用了两个独立评测机构的成绩。Artificial Analysis 的图像编辑榜上，MAI-Image-2.7-Preview 得到 1193 Elo 排第二；Arena 的图像编辑榜上，它以 1470 分排第三，实验室维度让微软 AI 成为该榜第二大实验室。

两个名次不矛盾。Arena 用的是人类两两投票的对战池，Artificial Analysis 用的是带基准的评分体系，量纲和投票池完全不同，彼此之间不能换算。真正值得注意的是两个榜单给出了一致的方向判断：在人类偏好和结构化评测两条独立路径上，微软的图像编辑模型都已经贴到了 OpenAI 身上。

Arena 官方在 10 月 27 日同步发布了这个成绩，并指出这次比 MAI-Image-2.6 高出 45 分，而 2.6 此前在榜上排第 7。一个版本把名次从第 7 挪到第 3，这是本轮发布里最有信息量的一个数字变化。Arena 对早期模型标注为预估值，随着投票累积排名可能继续变动。

Artificial Analysis 编辑榜全貌

完整榜单能看出微软这次追到了什么位置。Artificial Analysis 在 10 月 22 日的快照里评测了 4891 个样本，下面是各模型的 Elo 与名次。

这张表里有两个常被误读的地方需要点破。第一，2.7 是唯一一个进入榜首 11 分以内的非 OpenAI 模型，并且卡在 OpenAI 自家的两个 2.5 变体之间。第二，2.6 看上去像是退步了，其实没有。Artificial Analysis 把编辑榜重建为 v2.1，v2.1 之前的分数不能与之后直接相减。微软 9 月发文时 2.6 还挂着旧榜第一的口径，那是两套不同的量。在 v2.1 里，2.6 是 1151 分的模型，2.7 是 1193 分的模型，42 分的差距才是这组数字唯一支持的比较方式。

榜单还暴露出微软这条产品线的厚度。2.7、2.6、2.6-Flash 同时在榜上前七，说明自研图像模型已经不是单一模型加一个轻量版的搭配，而是有了一个分层结构。同期被甩开的还有谷歌的 Nano Banana 2.1 与 Krea 3，两家都停在 1151 分这个档位上。

七类编辑动作的排名迁移

总分只是一个切面。Artificial Analysis 把编辑评测拆成 7 类动作和 10 个用例，微软公布的名次迁移比总分更能说明模型改了哪里。

7 类动作里有 4 类由微软拿到第一，分别是增强修复、推理编辑、场景风格、文字符号。领先幅度最大的是场景与风格，比次优模型高出 24 个 Elo，这是所有能力里差距最明显的一项。推理式编辑和文字符号的跃升幅度最大，两个都从第 6、7 名直接跳到第一。

需要给这些数字加一层限定。7 个类别分数是从产生总 Elo 的同一份偏好数据里切出来的，不是 7 次彼此独立的实验。总分赢的模型通常会在多数切面上一起赢，所以有信息量的部分在于形状，一个原本在推理和文字上排中游的模型现在领先这两项，而不是每个类别的分差本身。另外所有能力描述都是微软自己对 Artificial Analysis 评测结果的转述，属于比厂商自跑基准更强的证据，但仍然不是第三方对微软工作流的复现。

这些能力点对应的都是实际生产里容易翻车的地方。把产品照片搬进新场景并自动匹配光影透视，重打光让阴影方向和材质反光符合物理规律，改画面里的文字并让它融入原有透视和材质，修复老素材同时保住原构图。这几类恰好也是当前图像编辑流水线上出错的类型。此前业内对榜单基座饱和的讨论，可以对照Claude Opus 5.5 通过率仅 45.6%那篇分析，其中拆解了 105 个基准里有多少已经失去区分度。

对比 OpenAI：6 分差距与两种模型定位

把 MAI-Image-2.7-Preview 和榜首相邻的两款 OpenAI 模型放在一起，差异不止是分数。

OpenAI 的优势在工程侧。在 GPT Image 2.5 Sunburst 上可以接 16 张参考图，用蒙版做局部重绘，还能做多图融合编辑，输出规格给到 4K 并提供 5 档画质。MAI-Image-2.7-Preview 目前的主路径是输入一张原图加文字指令输出改好的图，单图编辑为主，输出规格跟随 Playground 默认值。在指令的精确执行上，字面指令遵循最准的那几类仍然属于 OpenAI。

所以准确的说法是，微软把追平的差距压到了编辑榜的第二位，并在一类场景上反超，而 OpenAI 守住了功能覆盖面的完整度。两家在编辑这件事上已经贴得很近，真正的分野在能不能被工程调用。

价格与可用性：2.6 有价目表，2.7 只有 Playground

对要落地的人，2.7 的可用性缺口是最实际的问题。上一代 2.6 在 9 月 4 日进入 Microsoft Foundry 时，附带 2.6-Flash 在内的完整费率。

按 Artificial Analysis 的单图估算，2.6 的一次编辑约合 4 美分，Flash 约 2 美分。这是目前唯一能锚定微软图像编辑成本的公开数字，但那是上一代的，不是 2.7 的价格。2.7 这一栏目前是空的，Artificial Analysis 榜单上也标注它没有 API。

微软自己的说法是先从编辑开始，文生图即将推出，没有给日期。微软也没有解释这个排序安排。从产品面能看出理由：PowerPoint、OneDrive、Bing Image Creator 和 Copilot 需要的是改这张图而别的不动这类行为，编辑能力对这些场景的价值比再做一个文生图入口高得多。编辑也更难差异化，更容易对着一个具体需求做演示。文生图则是拥挤且成本高的服务，先把生成侧做完再一起上 Foundry 包装也是一种合理节奏。

风险同样清楚。一个没有价格也没有 API 的预览版，很难转化成开发者的心智份额，而微软 9 月做 2.6 时一次性把商业化的另一半做完了，说明它知道怎么把这套流程走通，现在只是选择先不公布。

从 MAI-Image-1 到 2.7 的路线节奏

把这次发布放回产品线里看，节奏就清楚了。MAI-Image-1 在 2025 年 10 月发布，MAI-Image-2 在 2026 年 3 月，2.5 和 2.6 在夏天陆续推出，2.7 在 10 月 27 日上线。全部由微软 AI 自研，没有基于外部模型的微调。算上 2.7，这条线已经是第五代模型。

9 个多月里跑完五代，说明图像模型在这个团队那里是按硬件级的迭代节奏在做，而不是按产品级的。每一代都上独立榜单验证一次，2.6 是 1151 分的并列第四，2.7 是 1193 分的第二。

微软 AI 在图像之外的动作也在同步。前面推出的MAI-DxO 诊断智能体走的是同一个思路，先在医疗等垂直场景把单点指标做扎实再往外扩，这两篇稿子的评测口径也一致，都是先立单点。图像编辑这次立的单点是场景风格和文字符号，属于创意生产里最难替代的两类需求。

现在能做什么，不能做什么

能做的部分很清楚。MAI-Image-2.7-Preview 目前可在 MAI Playground、Arena 和 Artificial Analysis 三个入口体验，MAI Playground 历史上主要对美国用户开放，地区可用性可能受限。使用方式是上传一张已有照片、设计稿或截图作为底图，用自然语言指令描述要改什么，等结果后继续迭代或下载。

三个最实用的场景。第一是电商产品图，把产品照片搬进新场景并自动匹配光影透视，一次产出多套风格的主图素材。第二是设计稿与界面截图迭代，改主题色、换版式、试探风格方向，在定稿前低成本试错。第三是老素材修复与营销物料本地化，清理噪点、提升画质，或者直接改海报与包装上的文字并让它保持原有透视。

不能做的部分也要说清。文生图未开放，没有 API，没有价格，权重不开放所以无法自托管，没有输出规格说明，参考图与蒙版局部重绘这类进阶能力在 2.7 上尚未见到可用路径。把评测结论直接写进生产路线的风险在于，榜单跑分来自公共评测流程，与真实业务素材上的表现往往不是一回事。

如果这周就需要一个能调用的图像编辑接口，现实选择仍然是 MAI-Image-2.6 的 Foundry 预览版，或者 OpenAI 那边已经商用成熟的 GPT Image 2.5 系列。2.7 更适合放进评估清单，拿自己最难的五张图去 Playground 里跑一遍，看那 42 分的提升能不能在自己的素材上复现。微软自家文档也建议先从一项高频重复的编辑任务开始验证。站内此前对开源视觉模型的整理，比如腾讯 WeVisOne-VL 统一七类视觉任务的思路，以及MOSS-Image 在长文本渲染与排版上的取舍，可以作为另一条对照路线。

常见问题

MAI-Image-2.7-Preview 是什么，有 API 吗

它是微软自研的第六代之前的图像编辑模型，2026 年 10 月 27 日以预览版推出，接替 9 月发布的 MAI-Image-2.6。目前没有公开 API、没有公布价格、没有上架 Microsoft Foundry，权重也未开放，只能在 MAI Playground、Arena 和 Artificial Analysis 上体验，文生图功能官方说即将推出但没有给日期。

MAI-Image-2.7 的 Elo 是多少，比 GPT Image 2.5 强吗

在 Artificial Analysis 的 AA-Image-Editing v2.1 榜上，MAI-Image-2.7-Preview 得到 1193 Elo 排第 2，评测快照含 4891 个样本，榜首 GPT Image 2.5 Sunburst (max) 是 1199 分，差距 6 分。Arena 上它以 1470 分排第 3，比 MAI-Image-2.6 高 45 分，后者此前排第 7。整体没超过 OpenAI，但在场景与风格编辑这一类上以 24 个 Elo 反超次优模型。

现在该选 MAI-Image-2.7 还是 MAI-Image-2.6

要做生产集成，选 2.6，它的 Foundry 预览版有明确价目表，文本输入 5 美元每百万 token、图像输入 8 美元、图像输出 38 美元，Flash 版更低。要评估新一代的编辑上限，去 Playground 跑自己的难例。2.7 至少要等到 Foundry 里出现版本号和费率，才值得写进技术选型文档。

小结

这次发布把微软自研图像模型的进度摆到了台面上。42 分的提升把 2.6 拉到 2.7，Arena 上从第 7 挪到第 3，Artificial Analysis 上以 6 分之差咬住榜首，其中场景与风格编辑反超 24 个 Elo。微软 AI 在不到一年的时间里跑完五代模型，追赶速度本身就是个信号。

但真正决定这次发布价值的，是它缺失的那一半。没有 API、没有价格、没有权重、连输出规格都没公布，榜单上的位置暂时无法转换成一次生产调用。OpenAI 在这轮里守住的不仅是分数，还有完整的功能面和可直接下单的商业路径。编辑这条赛道已经进入贴身阶段，接下来要看的不是名次会不会再变，而是 2.7 什么时候出现在 Foundry 的价目表上。

相关阅读

• 微软 MAI-DxO 诊断智能体：83.2% 准确率对医生 36.1%
• MOSS-Image 深度：5B 模型排版 0.88，长文本 96.3 分
• Claude Opus 5.5 通过率仅 45.6%：AI 榜单 105 个基准已饱和
• 腾讯 WeVisOne-VL 开源：4B 模型统一七类视觉任务，拒答率 96.4%
• Hi3D V1.0 开源：1536³ 几何细化与 90% 切片成功率，对比 9 个开源基线