榜上第二，就等于你用着更好？
MAI-Image-2.6 这回把文生图 Arena 的排名干到了第二。但 Arena 是人类盲选投票堆出来的，量的是平均口味，跟你自己那套 prompt 的契合度完全是两码事。风格化、中文排版这类细分需求，榜上几乎体现不出来，换过去也未必更顺手。
有意思的是信号本身：微软自家模型能爬到这个位置，说明第一梯队的门槛在往下掉。以前是那么几家轮流坐庄，现在几个月就换一次脸。
手头那批固定测试 prompt 我再跑一轮，看它到底在哪些类目上真的赢了。
榜上第二，就等于你用着更好？
MAI-Image-2.6 这回把文生图 Arena 的排名干到了第二。但 Arena 是人类盲选投票堆出来的，量的是平均口味，跟你自己那套 prompt 的契合度完全是两码事。风格化、中文排版这类细分需求，榜上几乎体现不出来，换过去也未必更顺手。
有意思的是信号本身：微软自家模型能爬到这个位置，说明第一梯队的门槛在往下掉。以前是那么几家轮流坐庄，现在几个月就换一次脸。
手头那批固定测试 prompt 我再跑一轮，看它到底在哪些类目上真的赢了。