작성자 주석: 이미지 편집과 이미지 생성, 두 갈래로 나누어 MAI-Image-2.7과 GPT Image 2.6의 등급별 최종 순위 구간, 정규화 가격, 호출 채널을 대조하고, 바로 따라 할 수 있는 선택 단계를 제시합니다.
이미지 작업이 주로 편집이고 가끔 처음부터 생성하는 일도 있다면, 요즘은 MAI-Image-2.7과 GPT Image 2.6 사이에서 고민하게 될 거예요. 전자는 마이크로소프트가 2026-11-17에 공개했고, 후자는 리더보드에서 Sunburst와 Flare 두 등급으로 나뉘어 각자 다른 점수를 받고 있어요.
이 글은 순위를 매기는 글이 아니에요. 편집과 생성은 서로 다른 일이고, 같은 모델이라도 두 리더보드에서의 자리가 같지 않으며, 점수가 아주 가까울 때는 바로 결론을 내릴 수 없어요.
아래에서는 독자가 그대로 따라 할 수 있는 세 단계를 먼저 제시하고, 이어서 데이터를 풀어 볼게요:
- 편집은 먼저 양쪽 점수 범위가 겹치는지 보고, 겹친다면 몇 점 차이를 승부로 삼지 말고, 그다음 1,000장당 가격을 비교하세요.
- 생성은 먼저 GPT Image 2.6의 Sunburst 등급이 확실히 앞서는지 보고, 편집 순위로 대신하지 마세요.
- 실제로 주문하기 전에, 호출 플랫폼에서 각 모델명이 어느 등급에 해당하고 어떻게 과금되는지 구분하고, 서로 다른 등급의 가격을 섞지 마세요.
핵심: 편집과 생성은 따로 보고, 각 갈래에서 먼저 구간을 본 다음 가격을 보세요.

MAI-Image-2.7과 GPT Image 2.6 비교 전에: 모델을 세 갈래로 나눠 보기
많은 논의가 GPT Image 2.6을 하나의 모델, 하나의 점수로 취급해요. 하지만 실제로는 2026-11-18에 확인한 Artificial Analysis 최종 리더보드에서 Sunburst (max)와 Flare (max) 두 항목으로 각각 올라가 있고, 두 등급의 점수와 구간이 서로 달라요. 그래서 이번 비교는 사실상 세 갈래예요. MAI-Image-2.7, GPT Image 2.6 Sunburst, GPT Image 2.6 Flare죠.
데이터 출처도 구분해야 해요. Artificial Analysis 최종 리더보드는 사람이 두 결과물 중 선호하는 쪽에 투표한 것을 바탕으로 Elo를 계산하고, 95% 신뢰구간과 가능한 순위 범위를 함께 제공해요. 마이크로소프트의 발표는 공식적인 자체 설명이고, Arena는 별개의 독립 아레나로 앞의 둘과 기준이 달라요.
| 출처 | 성격 | 이 글에서의 용도 |
|---|---|---|
| Artificial Analysis 최종 리더보드(2026-11-18 확인) | 독립 제3자, 인간 선호 투표 Elo + 95% 구간 | 이미지 편집·이미지 생성의 주요 비교 근거 |
| 마이크로소프트 발표(2026-11-17) | 공식 자체 설명 | 기능 설명, 공식 가격 기준, 별도 표기 |
| Arena 게시물(2026-11-17) | 또 다른 아레나, 기준이 다름 | 참고용 보조 자료로만, 최종 리더보드 점수와 합산하지 않음 |
| 2026-10-27 미리보기 글 | 오래된 스냅샷 | 이번 결과로 사용하지 않음 |
MAI-Image-2.7과 GPT Image 2.6의 가격 기준
Artificial Analysis 최종 리더보드의 가격 열은 각 업체 자체 API가 1024×1024, 기본 설정에서 1000장을 생성할 때의 정규화 가격이에요. 가로 비교에는 적합하지만, 여러분이 특정 플랫폼에서 실제로 지불하는 단가와 같지는 않아요. 호출 경로를 다룰 때 따로 설명할게요.
MAI-Image-2.7과 GPT Image 2.6의 이미지 편집 핵심 차이
이미지 편집은 이번 발표에서 마이크로소프트가 가장 강조한 부분이에요. Artificial Analysis 최종 리더보드의 이미지 편집 리더보드에서 세 모델의 위치는 다음과 같아요:
| 모델 | 순위(가능 범위) | Elo | 95% 구간 | 표본 | 정규화 가격(1,000장당) |
|---|---|---|---|---|---|
| MAI-Image-2.7 | 1위(1–3) | 1215 | 1201–1229 | 5478 | $34.82 |
| GPT Image 2.6 Sunburst (max) | 2위(1–4) | 1211 | 1198–1224 | 6554 | $210.72 |
| GPT Image 2.6 Flare (max) | 3위(1–4) | 1205 | 1192–1218 | 6798 | $210.72 |
| MAI-Image-2.7-Flash | 7위(5–7) | 1179 | 1166–1192 | 5891 | $10.24 |
| Seedream 5.5 | 8위(8–11) | 1160 | 1146–1174 | 5101 | $28.00 |
| Nano Banana 2.1 | 10위(8–13) | 1152 | 1140–1164 | 7606 | $33.60 |
MAI-Image-2.7은 Sunburst의 1211보다 4점, Flare의 1205보다 10점 앞서요. 하지만 세 모델의 구간 1201–1229, 1198–1224, 1192–1218은 서로 겹치고, 순위 범위에도 모두 1위가 포함돼요. 즉 4점 차이는 이미 벌어진 격차가 아니며, 10점 차이도 안정적인 우위라고 쓰기는 어려워요. 통계적으로는 세 모델을 같은 티어로 봐야 해요.
격차가 벌어지는 건 티어 사이예요. MAI-Image-2.7의 이미지 편집 구간은 Nano Banana 2.1, Seedream 5.5와 겹치지 않아서, 이 부분에서는 더 앞선다는 걸 확인할 수 있어요. 마이크로소프트의 공식 설명에서는 이미지 편집 부문 1위이며 GPT Image 2.6 Sunburst (max)를 앞선다고 밝히고 있어요. 각주에는 집계 기준일이 2026-11-16이고 4 Elo 앞선다고 적혀 있으며, 이는 최종 리더보드 숫자와 일치해요. 다만 ‘앞선다’는 표현은 구간과 함께 이해해야 해요.
MAI-Image-2.7 이미지 편집의 세부 항목별 성과
Artificial Analysis의 발표 스레드에서는 MAI-Image-2.7이 7개 이미지 편집 동작 중 4개에서 1위를 차지했다고 언급했어요. 이름이 언급된 항목은 텍스트 또는 기호, 장면 및 스타일, 향상 및 복원이며, 네 번째 항목의 이름은 게시물 본문에는 나오지 않았어요. 10개 이미지 편집 사용 사례 가운데에서는 건축 및 부동산, 소비자, Frontier, 마케팅 및 광고의 4개 사례에서 1위를 차지했어요. 이미지 편집 요구가 이 방향들에 집중돼 있다면, 이 세부 항목 결과를 참고할 수 있어요.

MAI-Image-2.7과 GPT Image 2.6 이미지 생성의 핵심 차이
텍스트-이미지 변환 순위로 넘어가면 상황이 달라져요. 이래서 이미지 편집 순위로 텍스트-이미지 변환 순위를 대신할 수 없어요.
| 모델 | 순위(가능 범위) | Elo | 95% 구간 | 샘플 | 정규화 가격(1,000장당) |
|---|---|---|---|---|---|
| GPT Image 2.6 Sunburst (max) | 1위(유일) | 1261 | 1247–1275 | 5337 | $210.72 |
| GPT Image 2.5 Sunburst (max) | 2위 | 1229 | 1219–1239 | — | — |
| GPT Image 2.6 Flare (max) | 3위(2–4위) | 1227 | 1215–1239 | 7214 | $210.72 |
| MAI-Image-2.7 | 4위(3–5위) | 1214 | 1200–1228 | 5008 | $34.82 |
| Nano Banana 2.1 | 8위(7–10위) | 1176 | 1164–1188 | 6793 | $33.60 |
| MAI-Image-2.7-Flash | 11위(9–12위) | 1158 | 1146–1170 | 5951 | $10.24 |
| Seedream 5.5 | 14위(13–17위) | 1134 | 1122–1146 | 5260 | $20.00 |
Sunburst의 1261과 MAI-Image-2.7의 1214를 보면, 구간 1247–1275와 1200–1228이 겹치지 않고 순위 범위도 1위뿐이에요. 이 대목에서는 Sunburst가 텍스트-이미지 변환에서 확실히 앞섰다고 말할 수 있어요. Flare의 1227과 MAI-Image-2.7의 1214는 구간 1215–1239와 1200–1228이 여전히 겹쳐서, 13점 차이만으로 결론을 내릴 수는 없어요.
마이크로소프트 Ignite 발표 자료에서는 자사의 텍스트-이미지 변환이 4위라고 밝히고, 이를 근거로 자신을 2위 연구소라고 표현했는데, 이는 최종 순위와 일치해요. MAI-Image-2.7은 텍스트-이미지 변환의 Knowledge 항목에서 1위지만, 전체 순위는 여전히 Sunburst 뒤에 있어요.

MAI-Image-2.7과 GPT Image 2.6, 가격은 어떻게 봐야 할까요
가격을 설명하는 방식이 두 가지예요. 출처가 다르니 따로 짚어볼게요.
| 기준 | MAI-Image-2.7 | GPT Image 2.6 (max) | 배수 | 출처 |
|---|---|---|---|---|
| 정규화 가격(1000장당) | $34.82 | $210.72 | 210.72 ÷ 34.82 ≈ 6.05 | Artificial Analysis 최종 리더보드 |
| 장당 환산 | $0.03482 | $0.21072 | 약 6배 | 위와 동일한 환산 |
| 공식 발표 | 1000장당 약 $35 | — | 비용 약 5분의 1 | 마이크로소프트 공지, 공식 측 자체 설명 |
| 아레나 측 발표 | 장당 약 $0.035 | — | — | Arena 게시물 |
마이크로소프트는 공지에서 MAI-Image-2.7의 비용이 GPT Image 2.6 Sunburst (max)의 약 5분의 1 수준이라고 밝혔어요. 이건 공식적인 자체 설명이에요. Artificial Analysis 최종 리더보드의 두 가지 정규화 가격으로 계산하면 210.72를 34.82로 나눈 값이 약 6.05배, 그러니까 대략 6분의 1이 돼요. 두 가지 설명 모두 출처를 함께 남겨두고, 하나의 숫자로 합치지 마세요.
Flash 등급은 가격이 더 낮아요. 최종 리더보드 기준 정규화 가격은 1000장당 $10.24이고, 마이크로소프트는 1000장당 약 $10이라고 해요. 아레나의 장당 약 $0.035, 마이크로소프트의 1000장당 약 $35, 최종 리더보드의 $34.82 — 셋 다 같은 자릿수대이긴 하지만, 같은 가격표는 아니에요.
다시 이미지 편집으로 돌아가볼게요. 세 곳의 가격 구간이 겹치고 품질에서도 우열을 가리기 어렵다면, 약 6배의 정규화 가격 차이가 실제 의사결정에서 더 무게 있는 요소가 돼요. 반대로 이미지 생성은 Sunburst의 우위가 명확해서, 이 품질이 더 높은 비용을 지불할 가치가 있는지 판단해야 해요.
APIYI apiyi.com의 모델 전체 목록(데이터 기준 시각 2026-11-17 15:54, UTC+8)과 2026-11-18에 조회한 가격 인터페이스를 확인해보면, 두 곳 모두 마이크로소프트 이미지 모델은 현재 MAI-Image-2.6(1회당 $0.12)과 MAI-Image-2.6-Flash(1회당 $0.06)뿐이에요. 이건 2.6 세대의 가격이라 2.7의 판매 가격으로 볼 수 없어요. MAI-Image-2.7과 MAI-Image-2.7-Flash는 아직 등록되지 않았고, 빠른 시일 내에 등록할 예정이에요. 모델과 가격은 플랫폼의 모델 목록을 기준으로 확인해 주세요.
APIYI에서 GPT Image 2.6을 호출하는 세 가지 채널
GPT Image 2.6은 APIYI에서 세 가지 모델 ID로 제공되며, 각각 서로 다른 채널에 대응해요. 가격은 서로 혼용할 수 없어요.
| 모델 ID | 요약표 과금 | 가격 API | 엔드포인트 | 그룹 |
|---|---|---|---|---|
gpt-image-2.6-sunburst |
호출당 $0.2 | model_price 0.2, 백만 토큰당 과금 수식 포함 | images | Default, image2Enterprise, image2_OSS, SVIP |
gpt-image-2.6-flare |
호출당 $0.2 | 동일 | images | 동일 |
gpt-image-2.6-all |
호출당 $0.025 | — | chat, images | Default, image2_OSS, SVIP |
Sunburst와 Flare 두 모델은 요약표에 호출당 $0.2로 적혀 있어요. 같은 시점의 가격 API에는 model_price 0.2 외에 과금 수식 p * 5 + cr * 1.25 + img * 8 + img_cr * 2 + c * 30도 함께 있어요. 이는 텍스트 입력 $5, 텍스트 캐시 읽기 $1.25, 이미지 입력 $8, 이미지 캐시 읽기 $2, 출력 $30에 해당하며, 단위는 모두 백만 토큰당이에요. 요약표와 API의 표기가 서로 달라서 두 가지를 모두 여기 적어 두었어요. 호출 전에는 콘솔 청구서를 기준으로 확인하세요.
gpt-image-2.6-all은 또 다른 채널로, 호출당 $0.025예요. 이 가격은 all에만 해당하며 Sunburst나 Flare에 적용할 수 없어요. 마찬가지로 Artificial Analysis 리더보드의 $210.72/1000장은 max 티어가 1024 기본 설정에서 나온 결과로 약 $0.211/장이며, all의 가격도 아니에요.
호출 방식은 APIYI가 OpenAI 호환 인터페이스를 제공하므로, SDK의 base_url을 https://api.apiyi.com/v1로 설정한 뒤 model 파라미터를 위 세 모델 ID 중 하나로 바꿔 images 엔드포인트로 호출하면 돼요. 이미지 편집 작업은 Sunburst와 Flare로 각각 자신의 실제 소재를 소량씩 먼저 테스트해 본 뒤, 청구서와 비교해 어느 쪽이 더 경제적인지 판단하는 걸 권장해요.
🚀 빠른 시작: APIYI apiyi.com에서 API 키 하나로
gpt-image-2.6-sunburst,gpt-image-2.6-flare,gpt-image-2.6-all을 전환할 수 있어요. 신규 사용자에게는 무료 테스트 크레딧이 제공되니, 소량의 소재로 세 채널의 결과와 청구서를 비교해 보기 좋아요.
MAI-Image-2.7과 GPT Image 2.6 시나리오별 추천
MAI-Image-2.7을 선택하면 좋은 경우
- 이미지 수정 중심, 대량 작업: 가격 구간이 GPT Image 2.6의 두 등급과 겹치고, 정규화 가격은 약 1/6 수준이라 사용량이 늘수록 비용 차이가 더 커져요.
- 세부 항목별로 잘 맞아요: 텍스트나 기호, 장면과 스타일, 강화와 복원, 건축·부동산, 마케팅·광고 같은 사용 시나리오에서 최종 리더보드 1위를 차지했어요.
- 투명 배경이 필요한 경우: 마이크로소프트가 공식적으로 밝힌 바로는 2.7과 Flash 모두 투명 배경을 지원해서 제품 이미지, 로고, 아이콘에 활용할 수 있어요. 이 부분은 제조사 설명이지 리더보드에서 측정한 결과는 아니에요.
GPT Image 2.6 Sunburst를 선택하면 좋은 경우
- 처음부터 이미지를 생성하는 작업이 중심이고 화질을 중시하는 경우: 텍스트-이미지 변환 1261점으로, 구간이 MAI-Image-2.7과 겹치지 않으며 순위 범위도 1위 하나뿐이에요.
- 이미지 수정과 생성을 같은 모델로 해야 하는 경우: 이미지 수정은 최상위권과 구간이 겹치고, 이미지 생성은 앞서서 모델을 바꿀 때 드는 관리 비용을 줄일 수 있어요.
Flare 또는 all을 살펴볼 경우
Flare는 두 리더보드 모두에서 MAI-Image-2.7과 구간이 겹치고, 가격 등급은 Sunburst와 같아요. 실제 소재에서 Sunburst와 비교한 뒤 결정하기에 적합해요. gpt-image-2.6-all은 호출당 $0.025의 독립 채널로, 리더보드의 max 등급과는 과금 기준이 달라요. 워크플로를 먼저 검증하고 시행착오 비용을 줄이는 데 적합해요.
지금 바로 출시해야 할 때의 대체 모델
2.7이 출시되기 전에 프로젝트가 기다릴 수 없다면, APIYI에 이미 출시되어 있는 두 모델을 살펴볼 수 있어요. gemini-nano-banana-2.1은 호출당 $0.045이고, 1K, 2K, 4K가 동일 가격이며, 최대 객체 참조 이미지 10장 + 캐릭터 참조 이미지 4장 + 스타일 참조 이미지 3장을 지원해요. Gemini 네이티브 /v1beta/models/gemini-nano-banana-2.1:generateContent 경로를 사용해요. 문서 실측 기준으로 4K는 호출당 과금이 더 절약되고, 1K·2K는 사용량 기반 과금이 더 낮아요. Seedream 5.5(seedream-5-5-261028 또는 doubao-seedream-5-5-261028)는 /v1/images/generations만 지원하며, 참조 이미지는 image 필드에 넣어요. 투명 이미지와 최대 100장의 레이어 분할을 네이티브로 지원해요. 이 두 기능은 선호도 점수에서 측정되지 않았으니 문서를 기준으로 확인해야 해요.
MAI-Image-2.7과 GPT Image 2.6, 결정 가이드
앞선 내용을 하나의 실행 가능한 경로로 정리하면 다음과 같아요.
- 주요 작업 정하기: 지난 한 달간의 호출량을 집계해서 이미지 편집과 이미지 생성이 각각 얼마나 되는지 파악해요.
- 이미지 편집은 가격대를 보기: 세 모델의 가격대가 겹치므로 품질을 결정 요인으로 삼지 않고, 대신 정규화 가격을 비교해요. 차이는 약 6배(최종 순위 계산 기준) 또는 약 1/5(마이크로소프트 자체 설명 기준)예요.
- 이미지 생성은 Sunburst를 보기: 우위가 분명하니, 이 품질 향상이 추가 비용을 정당화하는지 따져봐요. Flare와 MAI-Image-2.7은 여전히 실제 비교가 필요해요.
- 채널 확인: Sunburst, Flare, all 세 모델 ID는 각각 별도로 과금되니, 호출 전에 콘솔의 청구 내역을 확인해요.
- 2.7 출시를 기다리기: 출시 전에는 GPT Image 2.6 또는 현재 서비스 중인 대체 모델로 프로세스를 검증하고, 출시 후 A/B 비교를 진행해요.
💡 선택 제안: 어떤 모델을 선택할지는 이미지 편집과 이미지 생성의 비율, 예산에 달려 있어요. APIYI apiyi.com에서 동일한 실제 소재로 Sunburst, Flare, all을 각각 호출해 보고, 청구서와 최종 결과물 품질을 기준으로 결정하는 걸 권해요. MAI-Image-2.7이 출시되면 같은 비교 프로세스에 바로 추가할 수 있어요.
자주 묻는 질문(FAQ)
Q1: MAI-Image-2.7은 무엇인가요?
마이크로소프트 AI가 2026-11-17에 공개한 이미지 모델이고, MAI-Image-2.7-Flash도 함께 발표됐어요. 두 모델 모두 텍스트-이미지 변환과 이미지 편집을 지원하며, 현재 Microsoft Foundry에서 공개 프리뷰 중이에요. Foundry 카탈로그 페이지를 보면 입력은 텍스트와 이미지, 출력은 이미지로 표시돼요.
Q2: 이미지 편집에서 MAI-Image-2.7이 GPT Image 2.6보다 몇 점 앞서는데, 이걸 이긴 걸로 볼 수 있나요?
격차가 벌어졌다고 보긴 어려워요. 2026-11-18에 확인한 Artificial Analysis 최종 리더보드 기준으로 MAI-Image-2.7이 1215, Sunburst가 1211, Flare가 1205이고, 세 모델의 95% 구간이 겹치며 순위 범위에 모두 1위가 포함돼요. 같은 그룹에 속해 있다고 보는 게 맞아요.
Q3: 텍스트-이미지 변환 성능을 이미지 편집 순위로 추론할 수 있나요?
안 돼요. 텍스트-이미지 변환 리더보드에서는 Sunburst가 1261, MAI-Image-2.7이 1214로 구간이 겹치지 않아요. Flare 1227과 MAI-Image-2.7은 여전히 구간이 겹치고요. 두 리더보드의 구도 자체가 다르니 각각 따로 봐야 해요.
Q4: 가격은 대체 1/5 차이인가요, 1/6 차이인가요?
두 수치는 출처가 달라요. 마이크로소프트가 공식적으로 밝힌 비용은 Sunburst(max)의 약 1/5 수준이고, Artificial Analysis 최종 리더보드의 정규화 가격으로 계산하면 210.72 ÷ 34.82 ≈ 6.05로 약 1/6이에요. 둘 다 1024 기본 설정 기준의 수치이며, 어느 플랫폼의 실제 단가와도 같지 않아요.
Q5: 지금 API로 MAI-Image-2.7을 호출할 수 있나요?
마이크로소프트 공지에 따르면 Microsoft Foundry는 물론 fal, Genspark, OpenRouter, Vercel을 통해서도 호출할 수 있어요. APIYI에 현재 등록된 모델은 `MAI-Image-2.6`과 `MAI-Image-2.6-Flash`이고, 2.7 두 모델은 아직 등록되지 않았어요. 먼저 APIYI apiyi.com에서 GPT Image 2.6의 세 가지 모델로 워크플로를 검증해 볼 수 있어요.
Q6: `gpt-image-2.6-all`의 $0.025는 Sunburst 가격인가요?
아니요. $0.025는 `gpt-image-2.6-all` 채널에만 해당해요. `gpt-image-2.6-sunburst`와 `gpt-image-2.6-flare`는 총표 기준 호출당 $0.2이고, 가격 책정 API에는 백만 토큰당 공식도 함께 있어요. 청구서를 기준으로 보세요.
Q7: 두 모델에는 리더보드가 측정하지 못한 제약이 어떤 게 있나요?
선호도 투표 점수로는 투명 배경이나 레이어 분리 같은 기능을 측정하지 못해요. MAI-Image-2.7의 투명 배경과 연속 편집 일관성은 마이크로소프트 자체 설명에서 나온 것이고, 2.7은 아직 공개 프리뷰 단계예요. GPT Image 2.6은 APIYI에서 두 가지 과금 방식이 아직 통일되지 않아 청구서를 주의 깊게 볼 필요가 있어요.
MAI-Image-2.7과 GPT Image 2.6 핵심 요점 Key Takeaways
- 3자 비교: GPT Image 2.6은 리더보드에서 Sunburst와 Flare로 나뉘어 있어서, 점수 하나만 떼어다 쓸 수는 없어요.
- 이미지 편집은 같은 등급: 1215, 1211, 1205 구간이 겹쳐 있어서, 4점 앞선다고 이미 격차가 벌어진 건 아니에요.
- 텍스트-이미지 변환은 층이 나뉨: Sunburst의 1261과 MAI-Image-2.7의 1214는 구간이 겹치지 않지만, Flare는 여전히 겹쳐요.
- 가격은 두 가지说法: 마이크로소프트 자체 설명으로는 약 5분의 1, 최종 리더보드 계산으로는 약 6.05배라서 출처를 각각 밝혀야 해요.
- 채널은 따로 계산: Sunburst와 Flare는 전체 표에서 회당 $0.2에 token 공식이 붙고, all은 회당 $0.025예요.
- 시작하는 방법: 2.7이 출시되기 전에 APIYI apiyi.com에서 같은 Key로 GPT Image 2.6의 세 채널을 비교해볼 수 있어요.
정리
MAI-Image-2.7과 GPT Image 2.6을 비교할 때 핵심은 이미지 편집과 텍스트-이미지 변환을 분리해서 보는 거예요.
- 이미지 편집: 세 주체의 구간이 겹쳐서 품질만으로는 구분하기 어렵고, 주로 약 6배(최종 리더보드) 또는 약 5분의 1(마이크로소프트 자체 설명)의 가격 차이를 비교하게 돼요.
- 텍스트-이미지 변환: Sunburst의 우위는 분명하지만, Flare와 MAI-Image-2.7은 여전히 겹치는 구간에 있어요.
- 호출: 세 모델 ID가 각각 과금되니 콘솔 청구서를 기준으로 확인하는 게 정확해요. 2.7은 아직 출시되지 않았어요.
자신의 이미지 편집·텍스트-이미지 변환 비율에 맞춰 실제 소재로 소규모 비교를 한 번 해보시길 권해요. APIYI apiyi.com에서 OpenAI 호환 인터페이스로 테스트를 마칠 수 있고, MAI-Image-2.7이 출시된 뒤에 비교군에 추가하면 돼요.
📚 참고 자료
-
Artificial Analysis 이미지 편집 최종 리더보드: 2026-11-18 조회
- 링크:
artificialanalysis.ai/image/leaderboard/editing - 설명: 이미지 편집 Elo, 95% 신뢰구간, 순위 범위 및 정규화 가격
- 링크:
-
Artificial Analysis 텍스트-이미지 변환 최종 리더보드: 2026-11-18 조회
- 링크:
artificialanalysis.ai/image/leaderboard/text-to-image - 설명: 텍스트-이미지 변환 Elo, 구간 및 정규화 가격
- 링크:
-
Artificial Analysis 게시 스레드: 2026-11-17
- 링크:
x.com/ArtificialAnlys/status/2122754535206846610 - 설명: 이미지 편집 세부 항목별 · 사용 시나리오별 순위
- 링크:
-
마이크로소프트 MAI-Image-2.7 공지: 공식 자체 발표
- 링크:
microsoft.ai/news/introducing-mai-image-2-7 - 설명: 기능 설명, 공식 가격 산정 기준 및 각주에 표기된 통계 시점
- 링크:
-
Arena 게시물: 2026-11-17
- 링크:
x.com/arena/status/2122764936388784405 - 설명: 다른 아레나의 평가 기준으로, 참고용 보조 자료로만 활용
- 링크:
작성자: APIYI 기술팀
기술 문의: APIYI 웹사이트 첫 페이지에서 저희에게 연락해 주세요. 모델 전체 목록과 연동 안내는 docs.apiyi.com 문서 센터에서 확인하실 수 있어요.
