作者注:按改图和生图两条线,对照 MAI-Image-2.7 与 GPT Image 2.6 两个档位的终榜区间、归一化价和调用通道,给出可直接照做的选型步骤。
如果你的图像工作以改图为主,偶尔也要从零生成,最近大概会在 MAI-Image-2.7 和 GPT Image 2.6 之间犹豫。前者由微软在 2026-11-17 发布,后者在榜上分成 Sunburst 和 Flare 两个档位,各有各的分数。
这不是一篇排座次的文章。改图和生图是两件事,同一个模型在两块榜上的位置并不一样,分数靠得很近时也不能直接下结论。
下面先给出读者可以直接照做的三步,再展开数据:
- 改图先看两边的分数范围有没有叠在一起,叠在一起就别把几分差距当胜负,然后再去比每千张的价格。
- 生图先看 GPT Image 2.6 的 Sunburst 档是不是明显在前,不要拿改图名次来顶替。
- 真正下单前,分清调用平台上每个型号对应哪一档、怎么计费,不要把不同档位的价格混在一起。
重点:改图和生图分开看,每条线先看区间、再看价格。

MAI-Image-2.7 和 GPT Image 2.6 对比前:先把型号拆成三个
很多讨论把 GPT Image 2.6 当成一个模型、一个分数。实际上,2026-11-18 读取的 Artificial Analysis 终榜里,它以 Sunburst (max) 和 Flare (max) 两个条目分别上榜,两个档位的分数和区间都不同。所以这场对比实际上是三方:MAI-Image-2.7、GPT Image 2.6 Sunburst、GPT Image 2.6 Flare。
数据来源也要分开。Artificial Analysis 的终榜基于人类两两偏好投票算出 Elo,并给出 95% 置信区间和可能的名次范围;微软公告属于官方自述;Arena 是另一个独立竞技场,口径与前两者不同。
| 来源 | 性质 | 本文用法 |
|---|---|---|
| Artificial Analysis 终榜(2026-11-18 读取) | 独立第三方,人类偏好投票 Elo + 95% 区间 | 改图、生图的主要比较依据 |
| 微软公告(2026-11-17) | 官方自述 | 能力说明、官方价格口径,单独标注 |
| Arena 帖子(2026-11-17) | 另一竞技场,口径不同 | 只作旁证,不和终榜分数混算 |
| 2026-10-27 预览稿 | 旧快照 | 不作为本次结果 |
MAI-Image-2.7 与 GPT Image 2.6 的价格口径
Artificial Analysis 终榜里的价格列,是厂商自家 API 在 1024×1024、默认设置下生成 1000 张的归一化价。它适合横向比较,但不等于你在某个平台上实际支付的单价,后面讲调用通道时会单独说明。
MAI-Image-2.7 和 GPT Image 2.6 改图核心差异
改图是这次发布中微软最强调的部分。在 Artificial Analysis 终榜的改图榜上,三方的位置如下:
| 模型 | 名次(可能范围) | Elo | 95% 区间 | 样本 | 归一化价(每千张) |
|---|---|---|---|---|---|
| MAI-Image-2.7 | 第 1(1–3) | 1215 | 1201–1229 | 5478 | $34.82 |
| GPT Image 2.6 Sunburst (max) | 第 2(1–4) | 1211 | 1198–1224 | 6554 | $210.72 |
| GPT Image 2.6 Flare (max) | 第 3(1–4) | 1205 | 1192–1218 | 6798 | $210.72 |
| MAI-Image-2.7-Flash | 第 7(5–7) | 1179 | 1166–1192 | 5891 | $10.24 |
| Seedream 5.5 | 第 8(8–11) | 1160 | 1146–1174 | 5101 | $28.00 |
| Nano Banana 2.1 | 第 10(8–13) | 1152 | 1140–1164 | 7606 | $33.60 |
MAI-Image-2.7 对 Sunburst 的 1211 领先 4 分,对 Flare 的 1205 领先 10 分。不过三者的区间 1201–1229、1198–1224、1192–1218 彼此重叠,名次范围也都包含第 1 名。也就是说,4 分领先不是已经拉开,10 分同样不能写成稳定超过,统计上三者应视为同一梯队。
能拉开差距的是梯队之间。MAI-Image-2.7 的改图区间和 Nano Banana 2.1、Seedream 5.5 不重叠,这一层可以确认它更靠前。微软官方自述称其改图第 1、超过 GPT Image 2.6 Sunburst (max),脚注写明统计截至 2026-11-16、领先 4 Elo,这和终榜数字一致,但”超过”两个字需要配合区间来理解。
MAI-Image-2.7 改图的分项表现
Artificial Analysis 的发布线程提到,MAI-Image-2.7 在 7 项改图动作中有 4 项排第 1,点名的有文字或符号、场景与风格、增强与修复,第四项的名称没有出现在帖子正文里。在 10 个改图使用场景中,它在建筑与房地产、消费、Frontier、营销与广告 4 个场景排第 1。如果你的改图需求正好集中在这些方向,可以参考这些分项结果。

MAI-Image-2.7 和 GPT Image 2.6 生图核心差异
换到文生图榜,情况不同了。这也是为什么不能用改图名次代替生图名次。
| 模型 | 名次(可能范围) | Elo | 95% 区间 | 样本 | 归一化价(每千张) |
|---|---|---|---|---|---|
| GPT Image 2.6 Sunburst (max) | 第 1(仅 1) | 1261 | 1247–1275 | 5337 | $210.72 |
| GPT Image 2.5 Sunburst (max) | 第 2 | 1229 | 1219–1239 | — | — |
| GPT Image 2.6 Flare (max) | 第 3(2–4) | 1227 | 1215–1239 | 7214 | $210.72 |
| MAI-Image-2.7 | 第 4(3–5) | 1214 | 1200–1228 | 5008 | $34.82 |
| Nano Banana 2.1 | 第 8(7–10) | 1176 | 1164–1188 | 6793 | $33.60 |
| MAI-Image-2.7-Flash | 第 11(9–12) | 1158 | 1146–1170 | 5951 | $10.24 |
| Seedream 5.5 | 第 14(13–17) | 1134 | 1122–1146 | 5260 | $20.00 |
Sunburst 的 1261 对 MAI-Image-2.7 的 1214,区间 1247–1275 和 1200–1228 不重叠,名次范围也只有第 1。这一段可以明确说 Sunburst 在生图上拉开了。Flare 的 1227 对 MAI-Image-2.7 的 1214,区间 1215–1239 和 1200–1228 仍有重叠,差 13 分也不能当作定论。
微软 Ignite 稿件自述文生图排第 4,并据此称自己是第二名实验室,这和终榜名次一致。MAI-Image-2.7 在文生图的 Knowledge 一项排第 1,但整体名次仍然在 Sunburst 之后。

MAI-Image-2.7 和 GPT Image 2.6 价格怎么看
价格有两种说法,出处不同,需要分开说明。
| 口径 | MAI-Image-2.7 | GPT Image 2.6 (max) | 倍数 | 出处 |
|---|---|---|---|---|
| 归一化价(每千张) | $34.82 | $210.72 | 210.72 ÷ 34.82 ≈ 6.05 | Artificial Analysis 终榜 |
| 折合每张 | $0.03482 | $0.21072 | 约 6 倍 | 同上换算 |
| 官方说法 | 约每千张 $35 | — | 成本约五分之一 | 微软公告,官方自述 |
| 竞技场说法 | 约 $0.035/张 | — | — | Arena 帖子 |
微软在公告里说,MAI-Image-2.7 的成本大约是 GPT Image 2.6 Sunburst (max) 的五分之一,这是官方自述。用 Artificial Analysis 终榜的两档归一化价计算,210.72 除以 34.82 约等于 6.05 倍,也就是大约六分之一。两种说法都保留出处,不要合并成一个数字。
Flash 档价格更低:终榜归一化价为每千张 $10.24,微软称约每千张 $10。Arena 的约 $0.035/张、微软的约每千张 $35、终榜的 $34.82,三者在同一量级,但不是同一份价目表。
回到改图:既然三方区间重叠,质量上难分胜负,那么约 6 倍的归一化价差就成了实际决策中更有分量的因素。生图则相反,Sunburst 的领先是明确的,需要判断这部分质量值不值得付更高成本。
查询 API易 apiyi.com 的型号总表(数据时间 2026-11-17 15:54,UTC+8)和 2026-11-18 读取的定价接口,两处的微软图像型号目前只有 MAI-Image-2.6(按次 $0.12)和 MAI-Image-2.6-Flash(按次 $0.06),这是 2.6 代的价格,不能当成 2.7 的售价。MAI-Image-2.7 和 MAI-Image-2.7-Flash 暂未上架,我们会尽快上架这个模型;型号与价格以平台型号列表为准。
在 API易 调用 GPT Image 2.6 的三条通道
GPT Image 2.6 在 API易 上有三个型号 ID,对应三条不同的通道,价格不能混用:
| 型号 ID | 总表计费 | 定价接口 | 端点 | 分组 |
|---|---|---|---|---|
gpt-image-2.6-sunburst |
按次 $0.2 | model_price 0.2,同时带每百万 token 计费公式 | images | Default、image2Enterprise、image2_OSS、SVIP |
gpt-image-2.6-flare |
按次 $0.2 | 同上 | images | 同上 |
gpt-image-2.6-all |
按次 $0.025 | — | chat、images | Default、image2_OSS、SVIP |
Sunburst 和 Flare 两个型号,在总表中写作按次 $0.2;同一时刻的定价接口除了 model_price 0.2,还带有计费表达式 p * 5 + cr * 1.25 + img * 8 + img_cr * 2 + c * 30。对应文本输入 $5、文本缓存读 $1.25、图片输入 $8、图片缓存读 $2、输出 $30,单位都是每百万 token。总表与接口的写法不一致,两种都在这里列出,调用前以控制台账单为准。
gpt-image-2.6-all 是另一条通道,按次 $0.025,这个价格只属于 all,不能套到 Sunburst 或 Flare 上。同样,Artificial Analysis 榜上的 $210.72/千张对应的是 max 档在 1024 默认设置下的结果,约 $0.211/张,也不是 all 的价格。
调用方式上,API易 采用 OpenAI 兼容接口,把 SDK 的 base_url 设为 https://api.apiyi.com/v1,然后把 model 参数换成上面三个型号 ID 之一,走 images 端点即可。改图任务建议先用 Sunburst 和 Flare 各跑一小批自己的真实素材,再对照账单判断哪一档划算。
🚀 快速开始:在 API易 apiyi.com 用一个 API Key 就能切换
gpt-image-2.6-sunburst、gpt-image-2.6-flare和gpt-image-2.6-all,新用户有免费测试额度,适合先用小批量素材对比三条通道的效果和账单。
MAI-Image-2.7 和 GPT Image 2.6 场景推荐
适合选 MAI-Image-2.7 的场景
- 以改图为主、批量大:区间与 GPT Image 2.6 两档重叠,归一化价约为六分之一,成本差距会随着用量放大。
- 分项对口:文字或符号、场景与风格、增强与修复,以及建筑与房地产、营销与广告等使用场景,在终榜中排第 1。
- 需要透明背景:微软官方自述称 2.7 和 Flash 都支持透明背景,可用于产品图、标志、图标,这一点属于厂商说明,不是榜单测出来的结果。
适合选 GPT Image 2.6 Sunburst 的场景
- 以从零生图为主,看重画面质量:文生图 1261 分,区间和 MAI-Image-2.7 不重叠,名次范围只有第 1。
- 改图和生图都要用同一个型号:改图与第一梯队重叠,生图领先,可以减少切换型号带来的管理成本。
适合看 Flare 或 all 的场景
Flare 在两块榜上都与 MAI-Image-2.7 区间重叠,价格档位与 Sunburst 相同,适合在实际素材上和 Sunburst 对比后再决定。gpt-image-2.6-all 是按次 $0.025 的独立通道,与榜上的 max 档不是同一个计费口径,适合先跑通流程、控制试错成本。
现在就要上线的替代型号
2.7 上架前,如果项目不能等,可以看 API易 上已经在架的两个型号。gemini-nano-banana-2.1 按次 $0.045,1K、2K、4K 同价,最多支持 10 张物体参考图 + 4 张角色参考图 + 3 张风格参考图,走 Gemini 原生 /v1beta/models/gemini-nano-banana-2.1:generateContent 路径;文档实测 4K 用按次更省,1K、2K 用按量更低。Seedream 5.5(seedream-5-5-261028 或 doubao-seedream-5-5-261028)只有 /v1/images/generations,参考图放在 image 字段,原生支持透明图和最多 100 张的图层拆分。这两项能力是偏好分没测的,需要以文档为准。
MAI-Image-2.7 和 GPT Image 2.6 决策建议
把前面的内容合成一条可以执行的路径:
- 定主任务:统计你过去一个月的调用量,改图和生图大致各占多少。
- 改图看区间:三方区间重叠,质量不作为决定因素,转而比较归一化价,约 6 倍(终榜计算)或约五分之一(微软自述)。
- 生图看 Sunburst:领先明确,再评估这部分质量提升是否值得多付的成本;Flare 与 MAI-Image-2.7 仍需实际对比。
- 核对通道:Sunburst、Flare、all 三个型号 ID 分开计费,调用前看控制台账单。
- 等 2.7 上架:上架前用 GPT Image 2.6 或在架替代型号跑通流程,上架后再做 A/B 对比。
💡 选择建议:选哪个型号取决于你的改图、生图比例和预算。建议在 API易 apiyi.com 上用同一批真实素材分别调用 Sunburst、Flare 和 all,按账单和成片质量做决定;MAI-Image-2.7 上架后可以直接加入同一套对比流程。
常见问题 FAQ
Q1:MAI-Image-2.7 是什么?
微软 AI 在 2026-11-17 发布的图像模型,同时发布的还有 MAI-Image-2.7-Flash。两者都支持文生图和改图,目前在 Microsoft Foundry 公开预览。Foundry 目录页显示输入为文本和图像,输出为图像。
Q2:改图上 MAI-Image-2.7 领先 GPT Image 2.6 几分,算赢了吗?
不算拉开。根据 2026-11-18 读取的 Artificial Analysis 终榜,MAI-Image-2.7 为 1215,Sunburst 为 1211,Flare 为 1205,三者 95% 区间重叠,名次范围都包含第 1 名,只能说处于同一梯队。
Q3:生图能用改图名次来推断吗?
不能。在文生图榜上,Sunburst 1261 对 MAI-Image-2.7 1214,区间不重叠;Flare 1227 与 MAI-Image-2.7 的区间仍然重叠。两块榜的格局不同,需要分别看。
Q4:价格到底差五分之一还是六分之一?
两个数字出处不同。微软官方自述成本约为 Sunburst (max) 的五分之一;按 Artificial Analysis 终榜归一化价计算,210.72 ÷ 34.82 ≈ 6.05,约为六分之一。两者都是 1024 默认设置下的口径,不等于任何平台的实际单价。
Q5:现在能通过 API 调用 MAI-Image-2.7 吗?
微软公告称可以通过 Microsoft Foundry 以及 fal、Genspark、OpenRouter、Vercel 调用。API易 目前在架的是 `MAI-Image-2.6` 和 `MAI-Image-2.6-Flash`,2.7 两款暂未上架,可以先在 API易 apiyi.com 上用 GPT Image 2.6 的三个型号跑通流程。
Q6:gpt-image-2.6-all 的 $0.025 是 Sunburst 的价格吗?
不是。$0.025 只属于 `gpt-image-2.6-all` 这条通道。`gpt-image-2.6-sunburst` 和 `gpt-image-2.6-flare` 总表按次 $0.2,定价接口同时有每百万 token 公式,以账单为准。
Q7:两者有哪些榜单没测到的限制?
偏好投票分没有测透明底和图层拆分等能力。MAI-Image-2.7 的透明背景和连续编辑一致性来自微软自述;2.7 仍处于公开预览阶段。GPT Image 2.6 在 API易 上的两种计费写法尚未统一,需要关注账单。
MAI-Image-2.7 和 GPT Image 2.6 核心要点 Key Takeaways
- 三方对比:GPT Image 2.6 在榜上分为 Sunburst 和 Flare,不能只取一个分数。
- 改图同梯队:1215、1211、1205 区间重叠,4 分领先不代表已经拉开。
- 生图有分层:Sunburst 1261 与 MAI-Image-2.7 1214 区间不重叠,Flare 仍与其重叠。
- 价格两种说法:微软自述约五分之一,终榜计算约 6.05 倍,需要分别标注出处。
- 通道分开算:Sunburst、Flare 总表按次 $0.2 并带 token 公式,all 为按次 $0.025。
- 上手方式:2.7 上架前,可在 API易 apiyi.com 用同一个 Key 对比 GPT Image 2.6 三个通道。
总结
MAI-Image-2.7 和 GPT Image 2.6 的对比,关键在于把改图和生图分开:
- 改图:三方区间重叠,质量不足以区分,主要比较约 6 倍(终榜)或约五分之一(微软自述)的价差。
- 生图:Sunburst 领先明确,Flare 与 MAI-Image-2.7 仍在重叠区间。
- 调用:三个型号 ID 各自计费,以控制台账单为准;2.7 暂未上架。
建议按自己的改图、生图比例,用真实素材做一轮小批量对比。可以通过 API易 apiyi.com 用 OpenAI 兼容接口完成测试,等 MAI-Image-2.7 上架后再加入对比。
📚 参考资料
-
Artificial Analysis 改图终榜:2026-11-18 读取
- 链接:
artificialanalysis.ai/image/leaderboard/editing - 说明:改图 Elo、95% 区间、名次范围与归一化价
- 链接:
-
Artificial Analysis 文生图终榜:2026-11-18 读取
- 链接:
artificialanalysis.ai/image/leaderboard/text-to-image - 说明:文生图 Elo、区间与归一化价
- 链接:
-
Artificial Analysis 发布线程:2026-11-17
- 链接:
x.com/ArtificialAnlys/status/2122754535206846610 - 说明:改图分项与使用场景名次
- 链接:
-
微软 MAI-Image-2.7 公告:官方自述
- 链接:
microsoft.ai/news/introducing-mai-image-2-7 - 说明:能力说明、官方价格口径与脚注统计时间
- 链接:
-
Arena 发布帖:2026-11-17
- 链接:
x.com/arena/status/2122764936388784405 - 说明:另一竞技场口径,仅作旁证
- 链接:
作者:APIYI 技术团队
技术交流:欢迎在 API易 网站首页联系我们,型号总表与接入说明可访问 docs.apiyi.com 文档中心
