AI Image Edit Arena Leaderboard 2026 — Helmikuun rankingit

Täydelliset rankingit

Kolmekymmentäneljä mallia. Seitsemän organisaatiota. Miljoonia ja taas miljoonia yhteisön vertailuja. Olen linkittänyt jokaisen mallin, jotta voit testata niitä itse — koska yhdenkään arvostelun ei pitäisi pyytää sinua luottamaan sokeasti jonkun sanaan.

Mitä helmikuu muutti

Ero huipulla kutistuu. Kun kirjoitin tästä tulostaulukosta viimeksi tammikuussa, chatgpt-image-latest-high-fidelity (20251216) piti mukavaa johtoa. Nyt gemini-3-pro-image-preview-2k (nano-banana-pro) hengittää sen niskaan — 13 pisteen ero kentässä, jossa neljän kärki on erotettu vain 23 pisteellä. Se on käytännössä tasapeli, kun otetaan huomioon varianssi yhteisön äänestysmalleissa.

Tällä tulostaulukolla ilmestyi neljä nimeä, joita ei ollut täällä tammikuussa. hunyuan-image-3.0-instruct Tencentiltä laskeutui suoraan sijalle #6 — ei lämmittelyä, ei hidasta kiipeämistä, vain suoraan kymmenen kärkeen. p-image-edit Prunalta ilmestyi sijalle #22, villi kortti yritykseltä, joka tunnetaan paremmin mallien optimoinnista kuin mallien rakentamisesta. Alibaba lisäsi wan2.6-image sijalle #18 ja wan2.5-i2i-preview sijalle #25, laajentaen hiljaisesti kuvankäsittelyjalanjälkeään yhteensä neljään malliin. Black Forest Labs jakaa nyt nimenomaisesti Klein-linjansa flux-2-klein-9b (#15) ja flux-2-klein-4b (#24) malleihin, tehden parametrimäärän kompromissista läpinäkyvän.

Mutta helmikuun otsikko ei kerro siitä, kuka voitti tai menetti muutaman sijoituksen. Se kertoo mallista, jonka käyttöä en voinut lopettaa.

nano-banana-pro: Se, jonka ammattilaiset valitsevat

Haluan olla rehellinen teille tavalla, jolla tulostaulukon numerot eivät voi olla. Areena sanoo, että chatgpt-image-latest-high-fidelity (20251216) on #1. Muokkaushistoriani sanoo jotain muuta. Viimeisen kolmen viikon aikana en ole käyttänyt mitään muuta kuin gemini-3-pro-image-preview-2k (nano-banana-pro) asiakastöissäni — jokainen taustan vaihto, jokainen värien korjaus, jokainen objektin poisto, jokainen valaistuksen korjaus. Tapahtui jotain yksinkertaista: lakkasin tavoittelemasta mitään muuta.

Olen seurannut yhteisöä tiiviisti. Discord-palvelimia, Reddit-ketjuja, todellisia työnkulun kuvakaappauksia, joita ihmiset jakavat X:ssä. Kun ammattilaiset julkaisevat ennen-ja-jälkeen muokkausvertailujaan, malli, joka jatkuvasti nousee esiin, ei ole ChatGPT. Se on nano-banana-pro. Ei siksi, että se voittaisi jonkin abstraktin mieltymysäänestyksen, vaan siksi, että ihmiset toimittavat todellista työtä sen avulla.

Tässä on kyky, joka myi minut. Annoin sille neliosaisen ohjeen: "Poista pysäköity auto ajotieltä, laajenna puutarhaa täyttämään tila, sovita iltapäivän valaistus uudelle nurmikolle ja lisää hienovarainen linssiheijastus auringon sijainnista." Neljä kerrostettua vaatimusta yhdellä ajolla. nano-banana-pro osui kaikkiin neljään. Rekonstruoidulla puutarhalla oli oikea varjon suunta. Linssiheijastus istui oikeassa kulmassa valonlähteeseen nähden. Olen kokeillut tätä tarkkaa kehotetta jokaisella viiden parhaan mallin kohdalla. Useimmat käsittelevät kaksi ohjetta ennen kuin johdonmukaisuus alkaa hajota. ChatGPT käsittelee kolme hyvänä päivänä. nano-banana-pro käsitteli neljä räpäyttämättä silmääkään.

2K-variantti — gemini-3-pro-image-preview-2k (nano-banana-pro), tällä hetkellä sijalla #2 — käsittelee korkean resoluution muokkausta tyyneydellä, jota en ole nähnyt muualla. 2K:ssa monet mallit tuovat mukanaan soittoartefakteja terävien reunojen ympärille tai menettävät hienoja yksityiskohtia toistuvissa kuvioissa, kuten kudotussa kankaassa, tiiliseinissä tai puiden latvustoissa. nano-banana-pro säilyttää ne. Standardiresoluution sisarus sijalla #3 on kerännyt yli puoli miljoonaa yhteisön arviota — tällainen volyymi kertoo, että ihmiset kokeilevat sitä kerran ja jäävät.

Se, mitä kutsun "kontekstuaaliseksi muokkausälyksi", on se, missä tämä malli aidosti johtaa kenttää. Se ei vain suorita pikselitason muutoksia — se ymmärtää semanttisen suhteen kohtauksen elementtien välillä. Poista henkilö ryhmäkuvasta, ja se rekonstruoi sosiaalisen etäisyyden luonnollisesti, säätäen viereisten kohteiden kehonkieltä sen sijaan, että vain maalaisi litteän paikan. Muuta kohtaus kesästä syksyyn, ja se muokkaa paitsi lehvistöä myös varjokulmia, ympäristön valon lämpötilaa ja tapaa, jolla pinnat heijastavat hajavaloa. Nämä eivät ole kehotesuunnittelun temppuja. Tämä on malli, joka on sisäistänyt, miltä fyysinen maailma näyttää.

Odotan, että nano-banana-pro ohittaa ChatGPT:n #1-paikan seuraavan rankkaussyklin aikana. Rata on olemassa. Google iterioi nano-banana-arkkitehtuuria nopeammin kuin OpenAI iterioi high-fidelity-tilassa, ja käytännön edut monivaiheisessa muokkauksessa antavat sille vauhtia, jota yhden muokkauksen vertailukohdat kamppailevat tavoittaakseen.

OpenAI:n kirurginen tarkkuus

Haluan olla reilu OpenAI:lle, koska he ansaitsevat kunniaa aidosta insinööritaidosta. chatgpt-image-latest-high-fidelity (20251216) sijalla #1 on siellä syystä. "High-fidelity" -nimitys on uusi edellisen arvosteluni jälkeen, ja tuotantoputken parannukset ovat näkyviä. Missä ChatGPT loistaa, ovat eristetyt, kirurgiset muokkaukset. "Muuta vain silmien väri vihreäksi" — se tekee tämän nollavuodolla ympäröiviin ihonsävyihin. "Korvaa teksti kyltissä muuttamatta kyltin sään kulutusta" — se säilyttää pinnan tekstuurin samalla kun vaihtaa sisältöä. Tuo spesifisyys on aidosti vertaansa vailla.

OpenAI asettaa neljä mallia 31 parhaan joukkoon: chatgpt-image-latest-high-fidelity sijalla #1, gpt-image-1.5-high-fidelity sijalla #4, gpt-image-1 sijalla #29 ja gpt-image-1-mini sijalla #31. Ero heidän parhaansa ja budjettitason välillä on merkittävä — 285 pistettä — mikä viittaa siihen, että OpenAI on keskittänyt muokkausinvestointinsa huipulle sen sijaan, että rakentaisi laajaa valikoimaa. Jos käytät OpenAI:ta kuvien muokkaamiseen, maksat lippulaivasta tai tyydyt vähempään.

Uudet kasvot

hunyuan-image-3.0-instruct Tencentiltä on suurin yllätys, josta kukaan ei puhu. #6 saapuessaan. Se ei ole hidas kiipeäminen — se on malli, joka ilmestyi valmiina. Tencent on hallinnut kiinankielistä tekoälyä vuosia, mutta tämä on Hunyuanin ensimmäinen vakava esiintyminen globaalissa kuvankäsittelyvertailussa. "Instruct"-nimitys merkitsee: tämä on malli, joka on arkkitehtonisesti viritetty muokkauskomennoille eikä luomiselle. Testauksessani se käsittelee kaksikielisiä kehotteita — englanti ja kiina — luonnollisella sujuvuudella molemmissa, mikä avaa todellisia työnkulkuja tiimeille, jotka toimivat eri kielillä.

Bytedance jatkaa laajimman listan asettamista. Viisi mallia ulottuu seedream-4.5:stä (#5) alas seededit-3.0:aan (#30). seedream-4.5 on edelleen heidän kruununjalokivensä taiteelliseen muuntamiseen — kerro sille "tee tästä muotokuvasta Rembrandtin näköinen", ja se ei vain lämmitä värejä; se simuloi siveltimen vetoja, chiaroscuro-valaistusta ja kankaan tekstuuria. seedream-4-2k sijalla #8 käsittelee korkean resoluution työtä, kun taas seedream-4-fal (#20) ja seedream-4-high-res-fal (#13) kattavat nopeammat päättelyreitit. Bytedance ei rakenna yhtä mestaria — he rakentavat täydellistä työkalupakkia.

Alibaba laajensi hiljaisesti neljään malliin. qwen-image-edit sijalla #16 on kerännyt yli 1,7 miljoonaa yhteisön arviota — massiivinen orgaaninen omaksuminen. Uudempi qwen-image-edit-2511 sijalla #14 kiipeää nopeasti. Ja kaksi Wan-mallia — wan2.6-image (#18) ja wan2.5-i2i-preview (#25) — viestivät, että Alibaba investoi vakavasti kuva-kuvaksi-muunnokseen omana tuotekategorianaan.

Reve pitää kolme sijaa 23 parhaan joukossa. reve-v1.1 sijalla #10 ja reve-v1 sijalla #12 ovat päteviä keskitason muokkaajia, ja reve-edit-fast (#23) tarjoaa nopeusoptimoidun vaihtoehdon. p-image-edit Prunalta sijalla #22 on katsomisen arvoinen — Pruna on erikoistunut mallien pakkaamiseen ja optimointiin, joten tämä on todennäköisesti tislattu lähestymistapa, joka iskee yli parametripainonsa. Ja sijalla #34 step1x-edit StepFunilta ankkuroi listan avoimen lähdekoodin perustasona, joka pitää ekosysteemin rehellisenä.

Avoimen lähdekoodin etu

Meille, jotka rakennamme tuotteita näiden mallien päälle, on ulottuvuus, jota tulostaulukko ei tavoita: riippumattomuus. Black Forest Labs pitää nyt yhdeksää sijaa — enemmän kuin mikään muu organisaatio. flux-2-max:sta sijalla #9 alas flux-1-kontext-dev:iin sijalla #28, tämä on täydellinen spektri laatu-nopeus-kompromisseja, joita voit ajaa omalla infrastruktuurillasi.

Klein-linja kertoo mielenkiintoisen insinööritarinan. flux-2-klein-9b (#15) ja flux-2-klein-4b (#24) — nimet paljastavat parametrimäärät. Yhdeksän miljardia ja neljä miljardia vastaavasti. BFL tekee systemaattisesti kykenevästä kuvankäsittelystä saatavilla olevaa pienemmälle laitteistolle. flux-2-klein-4b voi toimia kuluttaja-GPU:lla 8 Gt VRAM-muistilla. Sillä on valtava merkitys kehittäjille, jotka eivät voi perustella API-kustannuksia mittakaavassa tai jotka tarvitsevat offline-muokkauskykyä. Kontext-perhe — flux-1-kontext-max (#26), flux-1-kontext-pro (#27), flux-1-kontext-dev (#28) — tuo kontekstitietoisen muokkauksen itse isännöityihin ympäristöihin, ja flux-1-kontext-pro yksin on kerännyt yli 6,4 miljoonaa yhteisön arviota.

Mihin tämä kaikki on menossa

Kolmen kuukauden jälkeen uppoutuneena tähän tilaan, tuijottaen tulostaulukon muutoksia ja ajaen malleja epäonnistumiseen, näen neljän asian yhtyvän.

nano-banana-pro todennäköisesti lunastaa #1 sijan vuoden puoliväliin mennessä. Googlen iterointinopeus nano-banana-arkkitehtuurissa on ollut säälimätön. 2K-variantti on jo iskuetäisyydellä, ja monivaiheinen muokkausetu luo vauhtipyörän: ammattilaiset, jotka ottavat sen käyttöön, tuottavat parempia tuloksia, jakavat niitä tuloksia ja houkuttelevat lisää ammattilaisia. OpenAI:n on toimitettava jotain perustavanlaatuisesti uutta — ei inkrementaalista hienosäätöä — pitääkseen kärkipaikan.

Ohje-viritetyt muokkausmallit tulevat standardiparadigmasta. Tencentin hunyuan-image-3.0-instruct saapuminen sijalle #6 vahvistaa sen, mitä nano-banana-arkkitehtuuri jo ehdotti: kuvankäsittelyn tulevaisuus on malleissa, jotka on rakennettu nimenomaan muokkauskomentoja varten, ei generointimalleissa, jotka on otettu uusiokäyttöön muokkaukseen. Odota OpenAI:n ja BFL:n julkaisevan ohjespesifisiä variantteja ennen kesää.

Alle 4B mallit tulevat aidosti kilpailukykyisiksi. flux-2-klein-4b osoittaa jo, että neljän miljardin parametrin malli voi tuottaa muokkauksia, jotka kilpailevat samalla areenalla kymmenen kertaa suurempien mallien kanssa. Vuoden 2026 puoliväliin mennessä odotan näkeväni puhelimissa toimivia 2-3B muokkausmalleja. Kun se tapahtuu, koko kuvankäsittelyn taloustiede muuttuu — pilvi-API-kutsuista laitteessa tapahtuvaan päättelyyn.

Kuvankäsittely ja videoeditointi sulautuvat yhteen. Mallit, jotka käsittelevät ajallista johdonmukaisuutta kuvankäsittelyssä — säilyttäen fysiikan mukaisen valaistuksen, kun siirrät objektia, säilyttäen varjon johdonmukaisuuden, kun vaihdat taustaa — rakentavat juuri sitä perustaa, jota tarvitaan kuva kuvalta tapahtuvaan videoeditointiin. Organisaatiot, joilla on vahvat kuvankäsittelyasemat tänään, ovat niitä, jotka hallitsevat videoeditointia huomenna. Pidä silmällä erityisesti Googlea ja Bytedancea.

Minun suositukseni

Ajettuani nämä mallit todellisten työnkulkujen läpi — ei vertailukehotteita, vaan todellisia asiakastoimituksia — tässä on mihin ohjaisin sinut riippuen siitä, mitä todella tarvitset.