何も生成しない編集専用モデル、MAI-Image-2.7が2位に入った理由

Artificial Analysisの画像編集ボードで、MicrosoftのMAI-Image-2.7-Previewは1,193 Eloで2位につける。GPT Image 2.5 Sunburstと6ポイント差だ。Arenaの編集ボードでは1,471で3位。Artificial Analysisが測る7つの編集操作すべてで前世代を上回り、シーン変更、スタイル変更、推論ベースのカテゴリを含む4つで1位を取った。
OpenRouterの週間画像生成リクエストボードには、まったく出てこない。トップ50にも入らない。一方、MAI-Image-2.6 Flashが35,500リクエストで27位、MAI-Image-2.6が22,200で32位、MAI-Image-2.5が33位、MAI-Image-2.5 Proすら43位にいる。
1つのモデルが審査員を制し、残り4つがトラフィックを取る。この差が、今月画像モデルについて見た中で最も有用なものだ。
「編集専用」は実務で何を意味するか
MAI-Image-2.7-Previewは何もないところから画像を生成しない。すでにある画像を受け取り、その一部を変える。それが製品のすべてだ。
制限に聞こえて、実は主張だ。制作の現場で画像モデルがどう使われているかを見ればいい。代理店はプロンプトからヒーロー画像を生成しているのではない。先月生成した1枚があり、クライアントが背景をもう少し暖かく、商品をもう少し大きく、モデルのジャケットをネイビーからオリーブに変えてほしいと言っている。ECチームは白背景で撮った商品写真を4,000枚持っていて、それを大理石の上に置きたい。出版社には承認済みのレイアウトがあり、組版に触れずに中のイラストだけを調整したい。
3つとも編集の仕事だ。3つとも「新しい画像を説明しろ」というインターフェースのモデルではうまくいかない。差は品質ではない。フレームの残りが動かないかどうかだ。
編集専用モデルを出し、プレビューと名付けたMicrosoftの判断は、リーダーボードを見て何かに気づいたことを示す。生成のボードは混雑していて、編集のボードは競争構造が違う。生成ではGoogleとOpenAIが2年と莫大な計算を、いまや1桁Eloで測られる競争に投じてきた。編集では、つい最近までボードの頂上はほぼOpenAIと少数の専門勢だった。

ボードを説明する76%
OpenRouterのデータの形を見ると、編集という主張はさらに鮮明になる。
リクエスト量で上位10の画像モデルのうち6つをGoogleが持つ。Nano Banana 2だけで週219万リクエスト、1,181万リクエストの市場の18.5%だ。上位10に入るOpenAIの3つは合計267万。これは流通だ。GeminiはすべてのAndroid端末とすべてのGoogle Workspaceアカウントに入っていて、GPT ImageはChatGPTの既定だ。
では下のほうの小さい数字を見る。KreaのK3 Editは18位で114,000リクエスト、前週比751%増。編集製品で、ボード上で最も速く伸びている。Recraft V4.1 Flashは12位で223,000、55%増。デザインツールの系譜を持つモデルで、チャットボットの系譜ではない。Flux 3 Image Kleinは15位で140,000、28%増。Flux.2 Klein 4Bは17位で122,000、97%増。制御を求めるコミュニティに引っ張られているオープンウェイトのモデルだ。
パターンはこうだ。リクエストボードの上は、モデルがどこに埋め込まれているかで決まる。中段は、特定の仕事をうまくやるかで決まる。MAI-Image-2.7は中段を狙っていて、まだそこに届いていない。プレビューのプレイグラウンドにいて、CopilotやBingの中にいないからだ。
なぜ編集のベンチマークは信じにくいのか
編集のスコアが生成のスコアより意味があるように感じられる理由があり、両方を疑う理由もある。
生成のベンチマークは、プロンプトに対して2枚の画像を比べさせる。美的感覚とプロンプト追従を測り、その日評価者が気にしているもので重み付けされる。編集のベンチマークは、特定の変更が行われ、それ以外が保たれたかを問う。はるかに反証可能な問いだ。ジャケットがオリーブかそうでないか。組版が無事かそうでないか。
だから7操作の内訳が面白い部分になる。Artificial Analysisはシーンとスタイルの編集、推論ベースの編集、その他5カテゴリを分ける。シーンとスタイルで首位だが文字描画で4位のモデルは、特定の仕事のための特定の道具であり、買い手には集計Eloより有用だ。
疑いのほう。3,402票は小さいサンプルだ。ArenaはMAI-Image-2.7-Previewを1,471、信頼区間1,461〜1,481、3,402票と表示する。GPT-Image-2は336,785票。新しいモデルのEloは暫定的で、リーダーボードはそれを大声で言わない。数千票のプレビューは、100万票なら確認できない表彰台に見えることがある。
流通の問題を、率直に
これらのボードを読んで購買判断をする人への罠がここにある。
世界で2番目に編集がうまいモデルが、制作トラフィックをゼロしか持たないことはあり得る。トラフィックを得る方法は上手さではなく、どこかの既定になることだからだ。リクエストボードでのGoogleの優位は、Nano Banana 2が他より60%優れているからではない。すでに開いている製品の中で1タップの距離にあるからだ。
Microsoftにとって道は明白で遅い。Copilotに入れ、Designerに入れ、Edgeのサイドバーに入れ、Officeに入れる。それが起きた瞬間にリクエストボードは登録し、その数字は品質の尺度ではなくなる。配置の尺度になる。
それ以外の全員にとって教訓は違う。製品のためにモデルを選ぶなら、リクエストボードは何が安く手に入るかを教える。Eloのボードは何が良いかを教える。別の2つの問いで、答えは大きく乖離している。
これで実際に何をするか
画像モデルで作るなら、具体的に2つ。
プロンプトではなく自分の編集で試す。 すでに出荷した10枚と、クライアントが実際に頼んだ10の変更を用意する。3つのモデルに通す。変えたくなかった部分が変わらずに残った回数を数える。その数字はどのリーダーボードとも相関しないし、クライアントが気づく唯一の数字だ。
生成の予算と編集の予算を分ける。 ほとんどのチームは1つのモデルを買って両方に使う。データはそれがもう間違った形だと言っている。生成は価格と配置で決まるコモディティで、編集には差別化が残り、6ポイントのElo差が午後1つ分の節約になり得る。
MAI-Image-2.7-Previewが編集の既定になるかは分からない。だが大手ラボが何も生成できないモデルを出し、ボードで2位につけたという事実は、真剣に受け止める価値のあるシグナルだ。画像モデルの面白い競争は「何を作れるか」から「何をそのままにできるか」へ移った。
関連記事
Antigravityのリモートエージェント、クラウドVMで動く代わりに手放すもの
Antigravity 2.29でリモートエージェントが登場し、セッションとツールがGoogle管理のクラウドVMで動くようになった。ノートPCを閉じても作業は続くが、ローカルのMCPサーバーやskillsは失われる。
NVIDIA、世界モデル「Cosmos 3」の派生4種とデコード基盤「VFlash」を相次いで公開
NVIDIAは11月5日、16BのCosmos 3 Nanoを専門化した4つのチェックポイントをOpenMDW1.1で公開し、学習レシピと推論コードも添えた。翌日には幾何出力を並列生成するデコード基盤VFlashを発表している。
GitHubトレンドの4分の1を「エージェントskills」が占め、導入方法は4通りに分裂
11月8日のGitHubデイリートレンド15件のうち4件がエージェントskillsのリポジトリだった。形式は`SKILL.md`とYAMLフロントマターだけで単純だが、導入経路は4製品でばらばらで、重複が優先順位の問題を生む。
Thinking Machinesの「Inkling 2 Small」、594Bの疎なMoEで86.3% 重みは「来週」のまま
Thinking Machinesは11月5日、総パラメータ594B・トークンあたり17B活性の疎なMoE「Inkling 2 Small」を発表した。SWE-Bench Pro v2 Hardで86.3%を記録し、Apache 2.0の重みは公開1週間後以降とされる。