← Retour au blog
AiEnviron 7 min de lecture

Deuxième au classement de l'édition, absent de celui des requêtes

Publié le 11 nov. 2026
Deuxième au classement de l'édition, absent de celui des requêtes

Sur le tableau d'édition d'images d'Artificial Analysis, MAI-Image-2.7-Preview de Microsoft est à 1 193 Elo. Deuxième, six points derrière GPT Image 2.5 Sunburst. Sur le tableau d'édition d'Arena, il est troisième à 1 471. Sur les sept actions d'édition mesurées par Artificial Analysis, il bat son prédécesseur sur les sept et prend la première place sur quatre, dont les changements de scène et de style et la catégorie fondée sur le raisonnement.

Sur le tableau hebdomadaire des requêtes de génération d'images d'OpenRouter, il n'apparaît pas du tout. Pas dans le top cinquante. Pendant ce temps, MAI-Image-2.6 Flash est 27e avec 35 500 requêtes, MAI-Image-2.6 32e avec 22 200, MAI-Image-2.5 33e, et même MAI-Image-2.5 Pro figure 43e.

Un modèle gagne le jury. Les quatre autres prennent le trafic. Cet écart est la chose la plus instructive que j'aie vue ce mois-ci sur les modèles d'image.

Ce que « édition seule » veut dire en pratique

MAI-Image-2.7-Preview ne génère pas une image à partir de rien. Il prend une image que vous avez déjà et en modifie une partie. C'est tout le produit.

Cela ressemble à une limitation et c'est en fait une thèse. Regardez comment les gens utilisent les modèles d'image en production. Une agence ne génère pas une image de couverture à partir d'un prompt : elle en a généré une le mois dernier et le client veut le fond plus chaud, le produit plus gros dans le cadre, et la veste du mannequin passée de bleu marine à kaki. Une équipe e-commerce a 4 000 photos produit sur fond blanc et les veut sur du marbre. Un éditeur a une maquette validée et veut ajuster l'illustration à l'intérieur sans toucher à la typographie.

Ces trois cas sont des tâches d'édition. Tous les trois sont mal servis par un modèle dont l'interface est « décris une nouvelle image ». La différence n'est pas la qualité. C'est de savoir si le reste du cadre bouge.

La décision de Microsoft de livrer un modèle d'édition seule, et de l'appeler preview, suggère qu'ils ont regardé les classements et remarqué quelque chose : les tableaux de génération sont encombrés, et les tableaux d'édition ont une structure concurrentielle différente. En génération, Google et OpenAI ont dépensé deux ans et un calcul énorme sur une course qui se mesure maintenant en Elo à un chiffre. En édition, le haut du tableau était, jusqu'à récemment, surtout OpenAI plus une grappe de spécialistes.

Une photographie sur une table lumineuse dont un coin est repeint, le reste de l'image maintenu en place par du ruban fin

Les 76 % qui expliquent le tableau

Regardez la forme des données OpenRouter et la thèse de l'édition devient encore plus claire.

Google possède six des dix premiers modèles d'image en volume de requêtes. Nano Banana 2 à lui seul représente 2,19 millions de requêtes en une semaine, 18,5 % d'un marché de 11,81 millions. Les trois entrées OpenAI du top dix totalisent 2,67 millions. C'est de la distribution : Gemini est dans chaque téléphone Android et chaque compte Google Workspace, et GPT Image est le défaut dans ChatGPT.

Regardez maintenant les petits chiffres plus bas. K3 Edit de Krea est 18e avec 114 000 requêtes, en hausse de 751 % d'une semaine à l'autre. C'est un produit d'édition, et il croît plus vite que tout le reste du tableau. Recraft V4.1 Flash est 12e à 223 000, en hausse de 55 % — un modèle issu d'un outil de design, pas d'un chatbot. Flux 3 Image Klein est 15e à 140 000, +28 %, et Flux.2 Klein 4B 17e à 122 000, +97 %. Ce sont des modèles à poids ouverts, tirés par une communauté qui veut le contrôle.

Le schéma : le haut du tableau des requêtes se décide à l'endroit où le modèle est intégré. Le milieu se décide à la capacité du modèle à faire un travail précis. MAI-Image-2.7 vise le milieu, et il n'y est pas encore arrivé parce qu'il vit dans un playground de preview et non dans Copilot ou Bing.

Pourquoi l'édition est le benchmark le moins fiable

Il y a une raison pour laquelle les scores d'édition semblent plus significatifs que ceux de génération, et une raison de se méfier des deux.

Les benchmarks de génération demandent à un évaluateur de comparer deux images à un prompt. Cela mesure l'esthétique et le respect du prompt, pondérés par ce qui intéresse l'évaluateur ce jour-là. Les benchmarks d'édition demandent si une modification précise a été faite pendant que tout le reste était préservé. C'est une question beaucoup plus falsifiable. Soit la veste est kaki, soit elle ne l'est pas. Soit la typographie est intacte, soit elle ne l'est pas.

Ce qui rend la ventilation par sept actions intéressante. Artificial Analysis sépare les éditions de scène et de style, les éditions fondées sur le raisonnement, et cinq autres catégories. Un modèle qui domine en scène et style mais finit quatrième en rendu de texte est un outil précis pour un travail précis, et c'est plus utile à un acheteur qu'un Elo agrégé.

La méfiance : 3 402 votes, c'est un petit échantillon. Arena liste MAI-Image-2.7-Preview à 1 471 avec un intervalle de confiance de 1 461 à 1 481, sur 3 402 votes. GPT-Image-2 en a 336 785. Quand un modèle est neuf, son Elo est provisoire d'une façon que le classement ne clame pas, et une preview à quelques milliers de votes peut ressembler à un podium qu'un million de votes ne confirmerait pas.

Le problème de distribution, dit simplement

Voici le piège pour quiconque lit ces tableaux pour décider d'un achat.

Un modèle peut être le deuxième meilleur au monde en édition et n'avoir aucun trafic de production, parce qu'on n'obtient pas du trafic en étant bon. On en obtient en étant le défaut quelque part. L'avantage de Google sur le tableau des requêtes n'est pas que Nano Banana 2 soit 60 % meilleur que le reste. C'est qu'il est à un tap dans des produits que les gens ouvrent déjà.

Pour Microsoft, le chemin est évident et lent : le mettre dans Copilot, dans Designer, dans la barre latérale d'Edge, dans Office. À ce moment-là, le tableau des requêtes l'enregistrera, et le chiffre ne mesurera pas la qualité. Il mesurera le placement.

Pour les autres, la leçon est différente. Si vous choisissez un modèle pour un produit, le tableau des requêtes vous dit ce qui est bon marché et disponible. Les tableaux Elo vous disent ce qui est bon. Ce sont deux questions différentes, et les réponses ont nettement divergé.

Ce qu'il faut en faire concrètement

Deux choses précises, si vous construisez avec des modèles d'image.

Testez sur vos propres retouches, pas sur des prompts. Prenez dix images déjà livrées et dix modifications réellement demandées par un client. Passez-les dans trois modèles. Comptez combien de fois les parties que vous ne vouliez pas changer sont restées inchangées. Ce chiffre sera mal corrélé à n'importe quel classement, et c'est le seul que votre client remarquera.

Séparez le budget de génération du budget d'édition. La plupart des équipes achètent un modèle et l'utilisent pour les deux. Les données suggèrent que ce n'est plus la bonne forme : la génération est une commodité décidée par le prix et le placement, l'édition est là où la différenciation existe encore et où six points d'Elo peuvent valoir un après-midi de gagné.

MAI-Image-2.7-Preview deviendra peut-être le défaut de l'édition, peut-être pas. Mais le fait qu'un grand laboratoire ait livré un modèle incapable de générer quoi que ce soit, et l'ait placé deuxième d'un tableau, est un signal à prendre au sérieux. La concurrence intéressante dans les modèles d'image est passée de « que sait-il produire » à « que sait-il laisser tranquille ».

Articles associés