导语:做图这件事,最贵的从来不是“出图”
做过商品图、公众号配图、小红书封面的人都懂:真正的成本不在第一张图,在第三十次修改。
“背景换白一点”“这个包的颜色再深一度”“logo 挪到右下角”“同一套图再来六个配色”——每改一次,很多工具就让你整张重出,一分钟一分钟地烧钱。做电子商详的人月底一看账单,往往比软件订阅贵好几倍。
11 月 17 日,微软在 Ignite 大会上发了三样东西:MAI Image 2.7、便宜的 MAI Image 2.7 Flash,以及一个新的图片工作台 Canvas。核心卖点就一句:改一处,不动其他地方;价格按“分”算,不是按“月”算。
这篇把官方口径、第三方榜单和实际计费方式拆开讲——因为这轮价格战里,最容易被忽悠的就是“一美分一张”这句话。
一、先算钱:一美分一张,是怎么算出来的
微软给的官方价格是近似价:
- MAI Image 2.7:约 35 美元 / 1000 张,折合每张约 3.5 美分;
- MAI Image 2.7 Flash:约 10 美元 / 1000 张,折合每张约 1 美分。
按当下 1 美元约 7.1 元算:2.7 大概是 0.25 元一张,Flash 大概 0.07 元一张。也就是七分钱。
横向比一下,微软自己的说法是:GPT Image 2.6 Sunburst(最高档)的成本大约是 MAI Image 2.7 的五倍。这是微软的口径,不是第三方核算,听的时候打个折。
但这里有个必须讲清的细节:“一美分”是不含输入的价格。
第三方平台 fal 的挂牌计费是按 token 走的:Flash 的输出是每百万 token 10 美元,一张 1024×1024 的图算 1024 个 token,成本约 0.01024 美元;2.7 的输出是每百万 token 34 美元,同样一张约 0.0348 美元。听起来和官方接近,但——你上传的参考图、你写的提示词,全都要另外计费。
fal 举的例子很能说明问题:一次“输入一张图 + 输出一张图”的编辑,图片 token 部分就要 0.043 美元,还没算文字提示。也就是说,改图(有参考图)比生图(纯文字)贵,用多张参考图更贵。
结论:七分钱一张是真的,但那是“一张纯文字生成、1024 分辨率、不含任何输入”的底价。你做电商改图,实际单张成本大概率是这个数字的两到三倍。仍然便宜,只是别拿它做预算表。
二、三样东西分别是什么,一句话分清
MAI Image 2.7:质量档,专门治“改一处毁全图”
20 亿参数级别的扩散模型(微软口径:20B 非嵌入参数,flow matching 架构),输出上限约 419 万像素,也就是 2048×2048 那一档,两个版本都支持透明背景。
它主打的两件事,恰好是做图的人最痛的两件事:
一是细粒度编辑。改一个物体的颜色、材质、位置,而不破坏画面其余部分。模型卡里列的操作包括删除、替换、局部重绘、改文字、去瑕疵。
二是连续编辑不跑偏。这是最关键的差异点。很多模型你改三次,画面就开始“漂”——人物变了脸、光影前后不一致、背景细节越改越糊。微软说 2.7 在多次连续编辑中能保持视觉一致性。这一条建议你自己试,因为“保持一致”是最容易在宣传里成立、在实际里打折的能力。
Flash:草稿档,便宜 3.5 倍
同样的活儿,更快更便宜,定位是草稿、变体、大批量。它的正确用法不是“省钱版”,是“先试错”——见下面第五节的省钱法。
Canvas:不写代码也能用的工作台
在 MAI Labs 里,浏览器打开就能用,由 Flash 驱动。从一句提示词或者一张草图起步,生成后框选画面里的任意一块,替换、移动、改风格,全程不跳出去。适合“改到满意为止”这种反复磨的活。
代价是:Canvas 用的是 Flash,不是 2.7。想要最高质量,最后还得走 API 或 Foundry。
三、“榜单第一”这句话,得拆开听
微软的宣传重点是:MAI Image 2.7 在 Artificial Analysis 的图像编辑榜上排第一。具体数字是 1215 Elo、5478 票,领先第二名 GPT Image 2.6 Sunburst(最高档)4 个 Elo。