微軟的 MAI-Image-2.6 正悄悄逼近 GPT Image 2

2026 年大部分時間，AI 影像的故事一直是 OpenAI 與 Google 的雙雄之爭。這種說法開始顯得不完整。微軟的 MAI-Image-2.6-Preview 爬升排行榜的速度夠快，與 GPT Image 2 的差距如今只剩 21 個 Elo 分。

這個數字之所以重要，在於它的變化方式。當 GPT Image 2 在 4 月 21 日推出時，它把領先幅度從 7 月約 67 Elo 擴大到 8 月約 97。然後微軟在 9 月前縮小到 21。這不是產品保持穩定，而是挑戰者正在加速。

排行榜一覽

截至 2026 年 9 月，GPT Image 2 在 Artificial Analysis 文字生成影像競技場的 Elo 分為 1,370。MAI-Image-2.6-Preview 為 1,349。在影像編輯競技場，GPT Image 2 以 1,255 位居第一，但同樣的趨勢正在發生：微軟正在追近。

在目前人人最關心的具體能力——文字渲染上，並列領先的是 GPT Image 2 與 Google 的 Nano Banana Pro。FLUX.2 被認為是排版方面最好的開放模型。微軟的模型尚未在該類別中稱王，但整體爬升顯示它在各方面都具有競爭力。

為什麼微軟的處境不同

這個領域大多數挑戰者不是新創，就是沒有既有企業版圖的實驗室。微軟不是。MAI-Image-2.6 是可在微軟生態系內部部署的模型，這表示 Azure、Copilot 及整個企業堆疊都成了分發管道。

這就是這件事不太被張揚的部分。OpenAI 與 Google 透過消費性產品和 API 販售影像。微軟可以透過已經付費使用微軟基礎架構的公司的採購流程來銷售。對於一家正在決定要把影像生成流程放在哪裡的企業來說，「它已經在 Azure 裡」是一個很實際的論點。

這個模型本身也反映了走向多模態整合的趨勢。微軟一直把影像生成整合進它的助理介面，而一個強大、可自行託管的影像模型，讓這些介面有理由存在，而不必依賴競爭對手的 API。

仍有待觀察的部分

有幾點注意事項值得明白說出。

Elo 差距是 21 分，這很有意義，但不是壓倒性勝利。排行榜位置逐月變動，而且預覽版模型可以交出強勁數字，卻未必能在生產條件下維持。MAI-Image-2.6 仍被標示為預覽版。

微軟影像模型的定價也比 OpenAI 或 Google 公布的每張影像費率更不透明。對於正在評估這個選項的公司來說，這是個摩擦點，不過企業授權通常本來就採自訂條款。

而且排行榜本身只衡量特定面向。盲投 Elo 分數獎勵的是提示遵循度與整體吸引力。它們無法反映授權條款、浮水印政策，或模型在內容審核下的表現；對於一間要把輸出內容呈現在客戶面前的企業來說，這些都比那幾分的 Elo 差距更重要。

這個模型真正擅長的地方

除了排行榜數字之外，MAI-Image-2.6 的早期報告顯示，它在目前市場最看重的地方很強：一般提示遵循度，以及在各種風格中都能產出乾淨、連貫的輸出。

微軟沒有把它定位成風格大師。它的賣點是實用性。這是一個可以放進 Copilot 和 Azure 的模型，能為產品模型圖、行銷素材和內部設計工作產出可靠影像，而且不帶 Midjourney 的美學個性，也不帶 Nano Banana Pro 的純粹照片寫實感。

這種「無聊但可靠」的定位，在企業採購中是一項優勢。一間每月產出一千張符合品牌形象影像的公司，不想要一個有自己意見的模型。它要的是穩定性，而微軟賭的是：穩定性加上 Azure 通路，足以從兩大領先者手中搶下一部分市場。

多模型並存的現實即將到來

更大的重點不是微軟可能追上 OpenAI，而是影像生成正在變成一種有多家可信供應商的商品，而這會改變買家的思考方式。

一年前，合理的預設是「用最好的模型」。現在合理的預設是「用符合你的技術堆疊、預算和授權需求的模型」。已經在 Azure 上的公司會預設用微軟的模型，就像 Google Cloud 上的公司會預設用 Nano Banana 一樣：使用其他任何東西的整合成本都是真實存在的。

這就是為什麼 21 分的 Elo 差距沒有表面上看起來那麼重要。Elo 衡量的是提示遵循度，不是總持有成本。而在真正驅動企業採購的那個指標上，微軟擁有其他競爭對手光靠發佈新模型無法匹敵的結構性優勢。

接下來該關注什麼

三個訊號會告訴你，這是真正的版圖轉移，還是排行榜上的曇花一現。

第一，預覽版標籤。如果 MAI-Image-2.6 正式全面上市並保住 Elo 排名，那就是確認訊號。預覽版可以交出強勁數字，卻不必承受正式發佈模型的生產限制。

第二，定價透明度。微軟對每張影像費率的說明一直比 OpenAI 和 Google 更安靜。當這些資訊出現後，總成本比較才有可能進行，而許多採購決策也會隨之跟進。

第三，Copilot 的動作。一旦 MAI-Image-2.6 開始在 Copilot 中大規模生成影像，它就不再是基準測試的故事，而是分發的故事。那才是真正會推動市場的指標。

就目前而言，保守的總結是：GPT Image 2 仍然領先，但「明顯領先者」這種說法的時間已經不多了。微軟擁有模型、通路和趨勢。它只需要讓這三者持續朝同一個方向前進。

這對未來幾個月意味著什麼

實際的重點是，「該用哪個模型」這個問題只會變得更複雜，而不是更簡單。如果你過去因為 GPT Image 2 是明顯領先者而將它標準化，2026 年 9 月是重新評估的合理時機。

這不代表要更換。GPT Image 2 仍然領先，21 分的領先還是領先。這代表 AI 影像生成只有單一明顯答案的時代正在結束，而微軟是主要原因。

對開發者來說，訊號更簡單：留意 MAI-Image-2.6 何時離開預覽階段，並觀察微軟在 Azure 與 Copilot 內部如何運用它。市場衝擊會落在那裡，而不是任何排行榜數字。