mai image 和 gpt image 2.5 对比：同题十图横评
先摆条件：同一批原图、十道题、两边各跑两轮，只记肉眼胜负不编跑分。mai image 快，gpt image 2.5 稳，谁也没有全胜。
mai image 和 gpt image 2.5 对比这事我拖了一个多月，一直怕写成两张参数表的缝合。最后用了最笨的办法：同一批原图，十道题，两边各跑两轮，拿手机秒表掐时间，肉眼定胜负。跑完的账很清楚，一个快一个稳。你先想清楚自己出图是赶时间还是要经得起放大，再往下看对号入座。
先摆条件：十道题怎么定、规矩怎么立
十道题覆盖人像、中文字招牌、手部、白底图、海报、去杂物、扩图、换天空、逆光、同脸一致性，两边同题同图同提示词。
图全是我手机里的存货：楼下面馆的招牌、朋友的逆光侧脸、阳台外带电线的天空、一只用了三年的保温杯。定题的思路就一条，不挑模型擅长的题，挑我平时真的会遇到的题。发布会上的演示图谁都能做漂亮，落到这些鸡毛蒜皮的需求上才见真章。
规矩也简单。提示词两边发同一句，不改写、不迁就、不替谁润色。每道题各跑两轮取好的那张，因为实际干活的时候你本来就会重跑，没人拿第一张废片交差。计分只记我肉眼认谁的账，不碰任何跑分。我之前写过一篇把营销话术和实测效果对个账的文章，这次算是照着自己立的规矩执行。
前五道题：人像和中文字先拉开差距
人像、中文字、海报三道 gpt image 2.5 全赢，mai image 拿下手部特写和白底图，比分三比二。
人像那题是朋友的逆光侧脸。mai image 十秒内出图，第一张肤色亮得有点过，发丝边缘糊了一层；gpt image 2.5 让我等了小几十秒，肤色的过渡和逆光下发丝那圈亮边明显更耐看。这题它赢，赢得不冤。
中文字招牌写的「老陈面馆」四个字。mai image 第一轮把「面」写成了「麦」，第二轮改对了但笔画发虚；gpt image 2.5 两轮四个字全对，笔画立得住。中文字这块我用下来一直是它的强项，这次没翻车。
手部那题挺离谱。托着咖啡杯的手，两边第一张全翻，指头多的多、少的少。区别在重跑成本：mai image 十秒给我一张，我连跑五张挑出一张能用的；gpt image 2.5 每张都要干等，到第三张才对。这题算 mai image 赢，不是它更准，是它输得起。
白底图拍的保温杯。mai image 直接给一张抠得干干净净的白底，杯沿干脆；gpt image 2.5 的白底微微发灰，还自作主张给杯子加了道倒影。电商图要的就是省事，mai image 赢。海报题反过来，读书会招募要有标题有日期的排版，mai image 排得乱，日期数字还被改写了；gpt image 2.5 的版式像个样子，一个字没错。
后五道题：改图和扩图见真章
去杂物和换天空 mai image 再下两城，扩图、逆光、一致性归 gpt image 2.5，总分六比四。
去杂物那题，阳台照里横着三根电线。mai image 动的范围很小，电线没了，栏杆还是那个栏杆；gpt image 2.5 顺手把栏杆也优化了，栏杆样式都换了。改图我一贯的经验是动得越少越准，这题 mai image 赢。换天空同理，它快到我能连换五个方案挑一个，gpt image 2.5 质量高但等不起。
扩图才是真正的分水岭。一比一的图扩成十六比九，mai image 扩出去那截沙发扶手直接换了材质，编得潦草；gpt image 2.5 编得有分寸，纹理延续得像那么回事。扩图那截本来就是模型编的，关键看编得认不认真，这个道理我在之前一篇讲扩图那截是不是编的的文章里展开过，这次实测又验证了一遍。这题 gpt image 2.5 赢。
逆光救回也归它。同一张侧脸，gpt image 2.5 把脸提亮的同时没让背景飘掉，光的方向感是对的；mai image 提亮之后整张图像蒙了层灰。最后一道是同一张脸出五张定妆照：gpt image 2.5 五张里四张像同一个人，mai image 五张五张脸，像五个陌生人。要做短剧素材或者虚拟形象的人，应该懂这道题的分量。
那到底该把图交给谁？
赶时间和批量出图选 mai image；改图、中文字、扩图、一致性选 gpt image 2.5，按需求选不按名气选。
我现在的分工就是这么定的。封面图、白底图、换天空这种要量的活，全丢给 mai image，快就是生产力；定稿前的中文字、扩图、同脸一致性，交给 gpt image 2.5 收尾。两个我都不卸载，也别问我站哪边，工具而已。
真到批量的量级，手工一张张贴提示词就不现实了。我试过用 API 把修图流程串起来自建了一版，能跑通，但工程量比想象中大，那是另一篇文章的事了。总之量变会引起质变，选型前先估一下自己每周的出图量，比背谁的发布会金句有用得多。
回到开篇那句话，先摆条件再谈胜负。mai image 和 gpt image 2.5 对比跑下来，四比六的比分说明谁都没有碾压谁，比出来的是分工不是高下。你手里要是天天几十张白底图，就别硬扛着「稳」字头的模型慢慢等；你要是两周才出一张带字的封面，快那一方的优势对你几乎没意义。图是你自己的，题也是你自己的，答案只能从你自己跑的那几十张里来。
常见问题
十道题的原图都是哪里来的？
全是我手机里的日常照片：面馆招牌、朋友的逆光侧脸、阳台外带电线的天空、用了三年的保温杯。两边用同一批，谁也没吃到偏饭。
两个模型出一张图大概各要多久？
我拿手机秒表掐的：mai image 大多几秒到十来秒一张，gpt image 2.5 普遍要等小几十秒。具体快慢跟当时的网络和排队情况有关，以你实际跑的为准。
提示词写法不同，结果会不会反过来？
会。提示词本身就是变量，我这次两边发的是同一句，尽量压平这个变量。你要是给某一方写更精细的提示词，比分变动很正常，所以我只说体感倾向，不下定论。
mai image 用起来要额外花钱吗？
我是在自己已有的订阅入口里用的，当时页面显示的额度规则不算复杂，但价格政策经常调整，具体数字这里不给，用之前以官方页面为准。