معاينة MAI Image 2.7: الميزات، اختبارات الأداء المعيارية، وتوافر API
تعرّف على MAI-Image-2.7-Preview من Microsoft، وميزات تحرير الصور الخاصة به، ومعيار Elo بقيمة 1,193، والمقارنات مع GPT Image 2.5، وتوفر واجهة برمجة التطبيقات، والتسعير.
MAI-Image-2.7-Preview هو نموذج تحرير الصور بالذكاء الاصطناعي من Microsoft، قُدِّم في 27 أكتوبر 2026. يركّز على إحداث تغييرات مضبوطة في الصور القائمة، بما يشمل الإضاءة، والأسلوب البصري، والأجسام، والطباعة.
أعلنت Microsoft عن MAI Image 2.7 في المرتبة رقم 3 على Arena Edit ورقم 2 على Artificial Analysis. في لقطة 28 أكتوبر 2026 التي جرى مراجعتها لهذه المقالة، سجّل 1,193 Elo على Artificial Analysis واحتل المرتبة الثانية. بالنسبة للمصمّمين، تكمن قيمته في إجراء تعديلات كبيرة مع الحفاظ على العناصر الفعّالة أصلاً.
يمكن للمطورين تقييم النموذج عبر منصات الاختبار العامة، لكن Microsoft لم تعلن عن واجهة برمجة تطبيقات عامة لإصدار 2.7 أو عن التسعير حتى 28 أكتوبر 2026.
النقاط الرئيسية
أُطلق في 27 أكتوبر 2026: قدّمت Microsoft نموذج MAI-Image-2.7-Preview بوصفه خليفة يركّز على تحرير الصور لـ MAI-Image-2.6.
1,193 Elo على Artificial Analysis: يحتل المرتبة الثانية على AA-Image-Editing v2.1، بفارق ست نقاط عن GPT Image 2.5 Sunburst.
تمت المراجعة للوضوح ودقة المصدر ومصطلحات API الحالية.
مكاسب تحرير أوسع: تشير Microsoft إلى تحسينات عبر 10 حالات استخدام مُقَيَّمة وسبع إجراءات تحرير، بدلاً من التقدّم في نوع واحد فقط من التحرير.
قدرات تحرير متقدمة: يستهدف النموذج إعادة تهيئة المشاهد، وإعادة الإضاءة، وتحرير النصوص والرموز، والتعديلات المعتمدة على الاستدلال، واستعادة الصور.
قيِّم قبل الدمج: اختبر MAI-Image-2.7-Preview مقابل متطلباتك في الحفاظ على العناصر؛ استخدم واجهة برمجة تطبيقات متاحة عند الحاجة إلى نشر فوري.
ما هو MAI-Image-2.7-Preview؟
MAI-Image-2.7-Preview هو نموذج مملوك لتحرير الصور طوّرته Microsoft AI. ينتمي إلى عائلة MAI Image من Microsoft، التي تشمل نماذج سابقة للتوليد والتحرير وسير العمل الإبداعية الموجهة للإنتاج.
بدلاً من استبدال الصورة بالكامل، صُمّم النموذج لإجراء تعديلات مستهدفة مع الحفاظ على التماسك البصري للمشهد الأصلي.
على سبيل المثال، قد يضع المصمّم منتجاً في بيئة جديدة مع الحفاظ على العبوة والشعار والنِّسَب الأصلية. وقد يرغب المصوّر في تعديل الإضاءة دون تشويه الموضوع. وقد تحتاج فرق التسويق إلى استبدال نص في إعلان قائم مع الحفاظ على التخطيط.
مواصفات MAI-Image-2.7-Preview
المواصفة
MAI-Image-2.7-Preview
المطوّر
Microsoft AI
تاريخ الإصدار
October 27, 2026
مرحلة الإصدار
معاينة
القدرة الأساسية
تحرير الصور بالذكاء الاصطناعي
المدخلات
صورة موجودة وتعليمات تحرير نصية
المخرجات
صورة محرَّرة
توليد نص إلى صورة
أُعلن أنه قادم قريباً
واجهة برمجة تطبيقات عامة للمطورين
غير معلنة
معمارية النموذج وعدد المعلمات
غير مُفصح عنه
أقصى دقة
غير مُفصح عنه لـ 2.7
الحد الأقصى لعدد الصور المرجعية
غير مُفصح عنه لـ 2.7
منصات التقييم العامة
Arena وArtificial Analysis
اختبار تفاعلي
MAI Playground، رهناً بتوافر الوصول
لم تفصح Microsoft في إعلان الإطلاق عن معمارية نسخة المعاينة، أو عدد المعلمات، أو أقصى دقة، أو حد الصور المرجعية. لا ينبغي اعتبار مواصفات MAI السابقة حدوداً مؤكدة لإصدار 2.7.
ماذا يمكن لـ MAI-Image-2.7-Preview أن يفعل؟
تقول Microsoft إن النموذج يصل إلى حدود الفئة في أربعة مجالات: التحسين والاستعادة، والتحرير القائم على الاستدلال، وتحرير المشهد والأسلوب، وتحرير النصوص أو الرموز.
تحرير المشهد والأسلوب
يمكن لـ MAI-Image-2.7-Preview تعديل المظهر العام لصورة قائمة، بما يشمل البيئة والأسلوب الفني والإضاءة والمزاج.
فكّر في صورة منتج التُقطت على خلفية استوديو بسيطة. قد يرغب المصمّم في تحويل البيئة المحيطة إلى مشهد حملة خارجية فاخرة مع الحفاظ على المنتج نفسه.
يتطلب النجاح أكثر من مجرد تغيير الخلفية؛ إذ يجب أن تبقى اتجاهات الإضاءة والانعكاسات والظلال والمنظور والألوان متّسقة.
غالباً ما تواجه نماذج الصور بالذكاء الاصطناعي صعوبة في تعديل النصوص المضمّنة أصلاً داخل الصورة.
قد يؤدي استبدال تصنيف إلى تغيير غير مقصود في الطباعة أو التموضع أو المنظور أو التصميم المحيط. وحتى عند صحة الكلمات البديلة، قد تبدو المنطقة المحرّرة ملصوقة بشكل مصطنع على الأصل.
يركّز MAI-Image-2.7-Preview على تغيير النصوص والرموز مع إبقائها مندمجة بصرياً.
بالنسبة للشركات التي تُنشئ أصولاً تسويقية متعددة اللغات، قد يكون ذلك ذا قيمة خاصة. ومع ذلك، فإن الاعتمادية عبر اللغات والطباعة المعقّدة ما زالت بحاجة إلى اختبار خاص بكل مهمة.
تحرير الصور القائم على الاستدلال
تتطلب بعض تعديلات الصور فهماً لكيفية تفاعل الأجسام مع محيطها.
على سبيل المثال، قد يستلزم نقل جسم عاكس إلى بيئة مختلفة تغييرات منسّقة في الإضاءة والظلال والأسطح القريبة.
قد يتبع نموذج التحرير التعليمات تقنياً بينما ينتج مشهداً غير متسق.
صُمّم MAI-Image-2.7-Preview للتعامل مع التعديلات التي تشمل العلاقات بين الأجسام والإضاءة والبيئات.
تحسين الصور واستعادتها
تشمل سير العمل المعتادة استعادة الصور القديمة، وتحسين صور المنتجات منخفضة الجودة، وصقل الأصول الإبداعية، وتصحيح العيوب البصرية.
قد تُولّد الاستعادة بالذكاء الاصطناعي تفاصيل محتملة. لأعمال الأرشفة أو الأدلة، احتفظ بالأصل وحدّد بوضوح التغييرات المُولَّدة.
هذه فئات قدرات وليست ضمانات لنتائج مثالية. تعتمد دقة التحرير الفعلية على الصورة المصدر وتعقيد التوجيه ومعايير المراجعة.
كيف يُؤدّي MAI-Image-2.7-Preview على المقاييس القياسية؟
ظهر MAI-Image-2.7-Preview على منصتي تقييم رئيسيتين لتحرير الصور: Artificial Analysis وArena.
كلتاهما تستخدمان نهج تقييم قائم على التفضيلات، لكن لديهما مجموعات بيانات ومقاييس تسجيل ومنهجيات تصويت مختلفة.
ينبغي مقارنة درجات Elo ضمن كل قائمة متصدرين على حدة، وليس مباشرة عبر المنصات.
Artificial Analysis: AA-Image-Editing v2.1
يقيم Artificial Analysis مدى جودة تعديل النماذج لصورة دخل استجابةً لتعليمات نصية.
يرتّب AA-Image-Editing v2.1 النماذج باستخدام تصويت تفضيلات بشرية زوجية على مهام تحرير الصور. هذه نتائج منصة خارجية، وليست معياراً داخلياً لدى Microsoft.
تُظهر لقطة 28 أكتوبر 2026 ما يلي:
تحافظ الجدول على إعدادات النماذج المنشورة، بما في ذلك الإعداد الأقصى لـ GPT Image 2.5. تشير قيم ± إلى مجال عدم اليقين المعروض عند 95%. لا توفّر القائمة بيئة عتاد أو زمن استجابة مشتركة، لذا تصف هذه الدرجات تفضيلات التحرير لا سرعة المعالجة.
الترتيب
النموذج
درجة Elo للتحرير على AA
عينات التقييم
1
GPT Image 2.5 Sunburst (max)
1199 ± 11
18,250
2
MAI-Image-2.7-Preview
1193 ± 15
4,891
3
GPT Image 2.5 Flare (max)
1182 ± 11
19,136
4
MAI-Image-2.6
1151 ± 12
16,644
5
Krea 3 (Ultra)
1151 ± 14
5,505
6
Nano Banana 2.1
1151 ± 13
6,868
7
MAI-Image-2.6-Flash
1144 ± 13
10,753
يسجّل MAI-Image-2.7-Preview أعلى بـ 42 Elo من MAI-Image-2.6، وأعلى بـ 11 من Flare، وأقل بست نقاط من Sunburst على هذه القائمة.
مع ذلك، تتداخل فترات الثقة بين النماذج المتصدّرة. لا يثبت فرق الست نقاط أن Sunburst سيتفوّق باستمرار على MAI-Image-2.7-Preview في كل مهمة تحرير.
Arena Edit: تحرير الصور
يقيس Arena أيضاً تفضيلات المستخدمين عبر مقارنات عمياء.
تظهر درجات التحرير لصورة واحدة كما كانت في 28 أكتوبر 2026 أدناه. يحتفظ الجدول بتسميات Arena الأولية حيث تظهر.
الترتيب
النموذج
درجة Elo للتحرير على Arena
الأصوات
1
GPT-Image-2.5 Sunburst
1517 ± 5 (أولي)
90,545
2
GPT-Image-2.5 Flare
1482 ± 5 (أولي)
87,941
3
MAI-Image-2.7-Preview
1471 ± 10
3,402
4
GPT-Image-2 (Medium)
1460 ± 3
336,785
5
Grok Imagine Image 2.0
1439 ± 6 (أولي)
32,951
6
MAI-Image-2.6
1427 ± 5
76,933
7
Gemini Nano Banana 2.1
1427 ± 6 (أولي)
12,956
تضع الدرجات المعروضة نسخة 2.7 Preview أعلى بـ 44 Elo من 2.6 وبـ 11 Elo من GPT-Image-2 (Medium).
للحصول على خطوط أساس إضافية لواجهات برمجة التطبيقات، يمكن للمطورين الوصول إلى GPT Image 2 وواجهة Grok Imagine Image 2.0 API. يشير Medium في إدخال Arena الخاص بـ GPT Image 2 إلى إعداد تقييم، وليس اسم نموذج API منفصل.
نتائج Arena حيّة وقد تتغير بمرور الوقت؛ تعكس الأرقام أعلاه لقطة 28 أكتوبر التي جرى مراجعتها لهذه المقالة.
أداء التصميم التجاري
تُعد فئة المنتجات والعلامات التجارية والتصميم التجاري على Arena ذات صلة خاصة عندما يجب أن يصلح الناتج كإعلان أو أصل منتج.
في فئة Product, Branding & Commercial Design على Arena في 28 أكتوبر 2026، احتل MAI-Image-2.7-Preview المرتبة الثالثة عند 1,499 Elo — متقدماً بـ 55 نقطة على 2.6 الذي حلّ ثامناً. مع 718 صوتاً فقط وهامش عدم يقين أوسع، يُعد ذلك إشارة مبكرة للاختبار مقابل متطلباتك التصميمية الخاصة.
تُظهر كلتا القائمتين أداء تحرير أقوى من MAI-Image-2.6 ونتائج تنافسية مقابل النماذج الرائدة. لا تزال السرعة والاعتمادية والتكلفة في الإنتاج تتطلب اختبار واجهة برمجة تطبيقات منفصلاً.
مقارنة MAI-Image-2.7-Preview بـ MAI-Image-2.6
كان MAI-Image-2.6 متاحاً سابقاً للمطورين عبر Microsoft Foundry، مع إصدار Flash منفصل. يمثل ذلك محطة API مختلفة عن شهر الإصدار المسجل لدى Artificial Analysis في أغسطس.
قدّم 2.6 وإصداره Flash قدرات موجهة للمطورين مثل تحرير مرجعي متعدد الصور، والارتكاز على الويب، ونسب أبعاد ديناميكية، ودقة مخرجات حتى 1.5K.
تحوّل نسخة معاينة 2.7 التركيز الفوري للإصدار نحو أداء التحرير.
البُعد
MAI-Image-2.6
MAI-Image-2.7-Preview
أداء التحرير
يدعم تحرير المشهد والأسلوب والاستدلال والنص والاستعادة
تفيد Microsoft بتحسينات عبر المجالات الأربعة للتحرير، مع نتائج رائدة ضمن الفئة
قدرة النص إلى صورة
متاحة
قادمة قريباً
واجهة برمجة التطبيقات للمطورين
متاحة عبر Microsoft Foundry
غير معلنة
تبلغ Microsoft عن مكاسب عبر 10 حالات استخدام مُقَيَّمة وسبع إجراءات تحرير. السؤال العملي هو ما إذا كانت تلك المكاسب تُحسّن التعديلات التي ينفذها فريقك أكثرها تكراراً.
يظل النموذج السابق ذا صلة للمطورين الذين يحتاجون إلى واجهة توليد صور موثّقة وتكاملات إنتاج راسخة.
كيفية الوصول إلى وتجربة MAI Image 2.7
تُحدّد Microsoft كلاً من MAI Playground وArena وArtificial Analysis بوصفها مسارات لاستكشاف نسخة المعاينة. ابدأ بـ Playground لصورتك الخاصة، واستخدم منصات التقييم لمقارنة التفضيلات والدرجات.
يوفر MAI Playground بيئة تجريب مباشرة لنماذج MAI من Microsoft.
عندما تتوفر نسخة المعاينة لحسابك ومنطقتك، تتضمن سير العمل المقصود اختيار نموذج التحرير، وتقديم صورة موجودة، ووصف التغييرات المطلوبة.
تجربة أولى مفيدة هي إجراء تعديل بتغيير رئيسي واحد وعدة متطلبات صريحة للحفاظ.
مثال على توجيه:
استبدل خلفية صورة المنتج هذه بديكور متجر تجزئة فاخر حديث. حافظ على الأبعاد الدقيقة للمنتج، والشعار، ونص العبوة، وزاوية الكاميرا. عدّل الإضاءة والظلال لتتناسب مع البيئة الجديدة. لا تُدخل أي نص إضافي.
منهجية اختبار قابلة للتكرار
لتقييم النموذج بصورة ذات معنى، استخدم الصور المصدر نفسها والتعليمات نفسها عبر المحرّرات المتنافسة.
للفرز الأولي، اجمع 20 إلى 50 مهمة ممثّلة تغطي تغييرات المنتجات، والطباعة، وإعادة الإضاءة، والاستعادة، والتراكيب متعددة الأجسام. هذا مجموعة بداية عملية، وليس متطلباً لحجم عينة مُثبت إحصائياً.
راجع المخرجات عبر أربعة أبعاد:
دقة التعليمات: هل أجرى النموذج التغييرات المطلوبة؟
الحفاظ: هل بقيت العناصر غير الممسوسة متسقة؟
الواقعية البصرية: هل تبدو الإضاءة والمنظور والتكوين طبيعية؟
قبول المخرجات: هل يمكنك استخدام النتيجة دون تصحيح إضافي؟
لتقييم موجّه للإنتاج، يجب أيضاً تسجيل زمن الاستجابة والتكلفة عندما تتوفر واجهة برمجة تطبيقات مناسبة.
هل واجهة MAI-Image-2.7-Preview API متاحة، وما تكلفتها؟
اعتباراً من 28 أكتوبر 2026، لم تعلن Microsoft عن نقطة نهاية API عامة، أو التسعير، أو تاريخ التوافر العام لـ MAI Image 2.7. يصنّف Artificial Analysis نسخة المعاينة بأنها لا تتوفر واجهة برمجة تطبيقات.
تشمل التفاصيل غير المحسومة للتخطيط للإنتاج معرف نموذج النشر، وحدود الصور، وحدود المعدّل، والفوترة، وشروط استخدام خاصة بالمعاينة.
تقول Microsoft إن توليد النص إلى صورة قادم قريباً. إذا كان تطبيقك يحتاج إلى التوليد والتحرير معاً الآن، فاختر واجهة API موثّقة وتعامل مع 2.7 كمرشح تقييم منفصل.
تحرير الصور باستخدام CometAPI
للمطورين الذين يحتاجون إلى تحرير الصور في الإنتاج اليوم، تتيح CometAPI الوصول عبر API إلى عدة بدائل راسخة.
يتيح لك ذلك التحقق من سير عمل التحرير الآن وتقييم MAI Image 2.7 بشكل منفصل عندما توفر Microsoft واجهة مدعومة للمطورين.
مثال: تحرير صورة موجودة باستخدام CometAPI
شغّل هذا الطلب في Bash باستخدام مفتاح CometAPI صالح وملف product.png في الدليل الحالي. سيحفظ الاستجابة بصيغة JSON في edit-response.json.
export COMETAPI_KEY="YOUR_COMETAPI_KEY"
curl --fail-with-body \
"https://api.cometapi.com/v1/images/edits" \
-H "Authorization: Bearer $COMETAPI_KEY" \
-F "model=gpt-image-2.5-sunburst" \
-F "image[]=@product.png" \
-F "prompt=Preserve the product, logo, and camera angle. Replace only the background with a premium studio environment. Match the original lighting naturally." \
-F "quality=high" \
-F "output_format=png" \
--output edit-response.json
وفقاً لتنسيق استجابة CometAPI، تُعاد الصورة المحرّرة كقيمة Base64 في data[0].b64_json. فك ترميز قيمة الـ Base64 إلى ملف PNG؛ استجابة JSON نفسها ليست صورة. إذا أبلغ cURL عن خطأ HTTP، افحص جسم الاستجابة قبل إعادة المحاولة.
مقاييس التقييم للإنتاج
مقياس مفيد لكفاءة الإنتاج هو التكلفة لكل صورة مقبولة، وليس مجرد التكلفة لكل طلب.
على سبيل المثال، لنفترض أن خدمة التحرير تنتج 100 صورة بمتوسط تكلفة إجمالية قدرها $0.10 لكل صورة.
إذا اجتاز 70 فقط مراجعة الجودة، إذن:
Cost per accepted image = $10 / 70 = approximately $0.143.
إذا رفعت جودة التحرير معدل القبول إلى 90% عند نفس تكلفة الطلب، تنخفض التكلفة الفعلية إلى نحو $0.111 لكل صورة مقبولة.
هذا مثال افتراضي يعزل أثر معدل القبول؛ افتراض $0.10 للإدخال ليس عرض سعر لأي نموذج.
يوضح المثال لماذا يمكن أن تكون دقة التحرير مهمة بقدر أهمية سعر واجهة API المعلن.
الأسئلة الشائعة
كيف أتعامل مع شعار مشوّه في تعديل MAI-Image-2.7-Preview؟
ارجع إلى الصورة الأصلية، وضيّق نطاق التغيير المطلوب، واذكر صراحةً أن الشعار ونص العبوة يجب أن يظلا دون تغيير. قارن الجزء المعني بالأصل عند الدقة الكاملة. إذا استمر النموذج في تغيير تفاصيل حرجة للعلامة، فحافظ على تلك العناصر عبر خطوة تركيب منفصلة أو استخدم محرراً تقليدياً لتلك المنطقة. النتيجة الجذابة بصرياً ليست كافية عندما يجب أن يكون الشعار دقيقاً.
هل قد تتراكم الأخطاء مع تكرار تعديلات MAI-Image-2.7-Preview؟
يمكن أن تُدخل التعديلات التوليدية المتكررة انحرافاً تدريجياً، حتى عندما يبدو كل ناتج فردي معقولاً. احتفظ بالمصدر غير الممسوس واحفظ إصدارات بعد كل تعديل مقبول. لعمل نسخة جديدة، قارن البدء من الأصل مع المتابعة من الناتج الأخير؛ اختر المسار الذي يحافظ على التفاصيل التي يتطلبها مشروعك. لا تفترض أن نجاح تعديل سابق يضمن الاتساق عبر سلسلة أطول.
كيف أقارن نتائج MAI-Image-2.7-Preview بشكل عادل؟
أخفِ أسماء النماذج أثناء المراجعة وعشوِ ترتيب المخرجات. اتفق على معايير الرفض قبل أن يرى المراجعون الصور، وسجّل الإخفاقات بالإضافة إلى المخرجات المفضلة. إذا سمحت بإعادة المحاولة، امنح كل نموذج ميزانية محاولات متساوية وضمّن كل المحاولات في حساب التكلفة. يقلّل ذلك من احتمال تفضيل نموذج لأن نتيجة استثنائية واحدة تم اختيارها.
هل تحافظ استعادة MAI-Image-2.7-Preview على الحقيقة التاريخية؟
قد تحتوي الصورة المُستعادة على تفاصيل محتملة لم تكن مرئية في المصدر. احتفظ بالأصل إلى جانب النسخة المحرّرة وميّز بين التحسين التجميلي والإعادة التركيبية للحقائق. لمشروع أرشيفي أو وثائقي، سجّل التغييرات المطلوبة وحدّد التفاصيل المُولّدة بدلاً من التعامل مع الصورة المُستعادة كدليل جديد عن المشهد الأصلي.
الخاتمة
قيِّم MAI-Image-2.7-Preview إذا كان سير عملك يعتمد على إجراء تعديلات كبيرة مع الحفاظ على التفاصيل البصرية الرئيسية. استخدم صوراً مصدرية ممثّلة لقياس جودة الحفاظ ومعدل قبول المخرجات. إذا كنت تحتاج إلى تكامل API اليوم، اختر نموذجاً متاحاً وعاود النظر في 2.7 عندما تنشر Microsoft وصول المطورين والتسعير.
معاينة MAI Image 2.7: الميزات، اختبارات الأداء المعيارية، وتوافر API - CometAPI
