아무것도 생성하지 않는 편집 전용 모델, MAI-Image-2.7이 2위에 오른 이유

Artificial Analysis의 이미지 편집 보드에서 마이크로소프트의 MAI-Image-2.7-Preview가 1,193 Elo로 2위다. GPT Image 2.5 Sunburst와 6점 차이다. Arena 편집 보드에서는 1,471로 3위다. Artificial Analysis가 측정하는 7개 편집 작업 모두에서 전작을 앞섰고, 장면과 스타일 변경, 추론 기반 항목을 포함한 4개에서 1위를 차지했다.
OpenRouter의 주간 이미지 생성 요청 보드에는 아예 나오지 않는다. 상위 50위에도 없다. 반면 MAI-Image-2.6 Flash는 3만5500건으로 27위, MAI-Image-2.6은 2만2200건으로 32위, MAI-Image-2.5는 33위, MAI-Image-2.5 Pro조차 43위에 있다.
한 모델이 심사자를 이기고, 나머지 네 개가 트래픽을 가져간다. 이 격차가 이번 달 이미지 모델에 대해 본 것 중 가장 유용한 예다.
“편집 전용”이 실무에서 뜻하는 것
MAI-Image-2.7-Preview는 무에서 이미지를 만들지 않는다. 이미 가진 이미지를 받아 일부를 바꾼다. 그게 제품의 전부다.
제한처럼 들리지만 실은 논지다. 현장에서 이미지 모델이 어떻게 쓰이는지 보면 된다. 에이전시는 프롬프트로 히어로 이미지를 만드는 게 아니다. 지난달에 한 장을 만들었고, 클라이언트는 배경을 조금 더 따뜻하게, 제품을 조금 더 크게, 모델의 재킷을 네이비에서 올리브로 바꿔달라고 한다. 이커머스 팀은 흰 배경에서 찍은 상품 사진 4,000장을 갖고 있고, 그걸 대리석 위에 올려야 한다. 출판사는 승인된 레이아웃이 있고, 조판은 건드리지 않은 채 안의 일러스트만 손보고 싶다.
셋 다 편집 작업이다. 셋 다 “새 이미지를 설명하라”가 인터페이스인 모델로는 제대로 안 된다. 차이는 품질이 아니다. 나머지 프레임이 가만히 있는지다.
편집 전용 모델을 내고 프리뷰라고 이름 붙인 마이크로소프트의 판단은, 리더보드를 보고 무언가를 알아챘다는 뜻이다. 생성 보드는 붐비고 편집 보드는 경쟁 구조가 다르다. 생성에서는 구글과 오픈AI가 2년과 막대한 연산을, 이제 한 자릿수 Elo로 재는 경쟁에 쏟아부었다. 편집에서는 최근까지 보드 정상이 대부분 오픈AI와 소수 전문 모델이었다.

보드를 설명하는 76%
OpenRouter 데이터의 모양을 보면 편집이라는 논지가 더 선명해진다.
요청량 기준 상위 10개 이미지 모델 중 6개를 구글이 갖고 있다. Nano Banana 2 하나로 주당 219만 건, 1,181만 건 시장의 18.5%다. 상위 10위에 든 오픈AI의 세 모델은 합계 267만 건. 이건 유통이다. Gemini는 모든 안드로이드폰과 모든 구글 워크스페이스 계정에 들어 있고, GPT Image는 ChatGPT의 기본값이다.
이제 아래쪽 작은 숫자를 보자. Krea의 K3 Edit은 18위에 11만4000건, 전주 대비 751% 늘었다. 편집 제품이고 보드에서 가장 빠르게 크는 항목이다. Recraft V4.1 Flash는 12위에 22만3000건, 55% 증가. 디자인 도구 계보의 모델이지 챗봇 계보가 아니다. Flux 3 Image Klein은 15위에 14만 건, 28% 증가. Flux.2 Klein 4B는 17위에 12만2000건, 97% 증가. 통제를 원하는 커뮤니티가 끌어당기는 오픈 웨이트 모델이다.
패턴은 이렇다. 요청 보드의 위쪽은 모델이 어디에 박혀 있느냐로 결정된다. 중간은 특정 작업을 잘하느냐로 결정된다. MAI-Image-2.7은 중간을 겨냥했고 아직 거기 도착하지 않았다. 프리뷰 놀이터에 있고 Copilot이나 Bing 안에 없기 때문이다.
편집 벤치마크를 믿기 어려운 이유
편집 점수가 생성 점수보다 의미 있어 보이는 이유가 있고, 둘 다 의심할 이유도 있다.
생성 벤치마크는 프롬프트를 기준으로 이미지 두 장을 비교하게 한다. 미학과 프롬프트 준수를 재고, 평가자가 그날 신경 쓰는 것으로 가중된다. 편집 벤치마크는 특정 변경이 이뤄졌고 나머지가 보존됐는지를 묻는다. 훨씬 반증 가능한 질문이다. 재킷이 올리브이거나 아니거나. 조판이 멀쩡하거나 아니거나.
그래서 7개 작업 내역이 흥미로운 부분이다. Artificial Analysis는 장면·스타일 편집, 추론 기반 편집, 나머지 5개 범주를 나눈다. 장면과 스타일에서 선두지만 텍스트 렌더링에서 4위인 모델은 특정 작업을 위한 특정 도구이고, 구매자에게 집계 Elo보다 유용하다.
의심 쪽. 3,402표는 작은 표본이다. Arena는 MAI-Image-2.7-Preview를 1,471, 신뢰구간 1,461~1,481, 3,402표로 표시한다. GPT-Image-2는 336,785표다. 새 모델의 Elo는 잠정적이고, 리더보드는 그걸 크게 말하지 않는다. 수천 표짜리 프리뷰는 100만 표라면 확인되지 않을 시상대처럼 보일 수 있다.
유통 문제를 있는 그대로
이 보드를 읽고 구매를 결정하는 사람에게 놓인 함정이 여기 있다.
세계에서 두 번째로 편집을 잘하는 모델이 프로덕션 트래픽을 0으로 가질 수 있다. 트래픽을 얻는 방법은 잘하는 게 아니라 어딘가의 기본값이 되는 것이기 때문이다. 요청 보드에서 구글의 우위는 Nano Banana 2가 다른 것보다 60% 뛰어나서가 아니다. 사람들이 이미 열어둔 제품 안에서 한 번 탭하는 거리에 있어서다.
마이크로소프트의 경로는 뻔하고 느리다. Copilot에 넣고, Designer에 넣고, Edge 사이드바에 넣고, Office에 넣는다. 그 순간 요청 보드가 잡아내고, 그 숫자는 품질의 척도가 아니게 된다. 배치의 척도가 된다.
나머지 모두에게 교훈은 다르다. 제품에 쓸 모델을 고른다면 요청 보드는 무엇이 싸고 구하기 쉬운지를 알려준다. Elo 보드는 무엇이 좋은지를 알려준다. 서로 다른 두 질문이고, 답은 크게 갈라졌다.
그래서 실제로 뭘 할까
이미지 모델로 만든다면 구체적으로 두 가지.
프롬프트가 아니라 자기 편집으로 테스트하라. 이미 출시한 이미지 열 장과 클라이언트가 실제로 요청한 변경 열 가지를 준비한다. 세 모델에 돌린다. 바꾸고 싶지 않았던 부분이 그대로 남은 횟수를 센다. 그 숫자는 어떤 리더보드와도 상관이 낮고, 클라이언트가 유일하게 알아채는 숫자다.
생성 예산과 편집 예산을 분리하라. 대부분의 팀은 모델 하나를 사서 둘 다에 쓴다. 데이터는 그게 이제 틀린 형태라고 말한다. 생성은 가격과 배치로 결정되는 상품이고, 편집에는 차별화가 남아 있으며 6점 Elo 차이가 오후 한나절을 아껴줄 수 있다.
MAI-Image-2.7-Preview가 편집의 기본값이 될지는 모른다. 하지만 대형 랩이 아무것도 생성하지 못하는 모델을 내놓고 보드 2위에 올렸다는 사실은 진지하게 받아들일 신호다. 이미지 모델의 흥미로운 경쟁은 “무엇을 만들 수 있나”에서 “무엇을 건드리지 않을 수 있나”로 옮겨갔다.
관련 글
Antigravity의 원격 에이전트, 클라우드 VM에서 도는 대신 잃는 것
Antigravity 2.29에서 원격 에이전트가 등장해 세션과 도구가 Google 관리 클라우드 VM에서 돌아간다. 노트북을 닫아도 작업은 계속되지만 로컬 MCP 서버와 skills는 잃는다.
NVIDIA, 월드 모델 'Cosmos 3' 파생 4종과 디코딩 프레임워크 'VFlash' 잇달아 공개
NVIDIA는 11월 5일 16B Cosmos 3 Nano를 전문화한 체크포인트 네 종을 OpenMDW1.1로 공개하고 학습 레시피와 추론 코드를 함께 내놨다. 다음 날에는 기하 출력을 병렬 생성하는 디코딩 프레임워크 VFlash를 발표했다.
GitHub 트렌드 4분의 1이 '에이전트 skills'…설치 방식은 네 갈래로 갈렸다
11월 8일 GitHub 데일리 트렌드 15건 가운데 4건이 에이전트 skills 저장소였다. 형식은 `SKILL.md`와 YAML 프런트매터로 단순하지만, 설치 경로는 네 제품에서 제각각이고 중복이 우선순위 문제를 만든다.
Thinking Machines 'Inkling 2 Small', 594B 희소 MoE로 86.3%…가중치는 여전히 '다음 주'
Thinking Machines는 11월 5일 총 594B, 토큰당 17B 활성의 희소 MoE 'Inkling 2 Small'을 발표했다. SWE-Bench Pro v2 Hard에서 86.3%를 기록했고 Apache 2.0 가중치는 출시 일주일 뒤로 예고됐다.