Microsoft AI MAI-Image-2.6 er den præcisionsorienterede udgave af 2.6-billedfamilien, designet til tekst-til-billede-generering og kontrolleret redigering af eksisterende visuelt materiale. Modelkortet beskriver en diffusionsmodel med flow matching, 20 milliarder parametre uden for embeddings og en kontekst på 32K tokens. Det tilsigtede output er et billede: en produktkomposition, et portræt, en illustration med brandidentitet eller et revideret billede, hvis layout og hovedmotiver forbliver sammenhængende, mens et bestemt element ændres.
Til generering skal du beskrive motiv, komposition, materialer, lys, synsvinkel og visuel stil. Medtag præcis ordlyd, når en etiket, titel eller et skilt skal vises i billedet, og beskriv, hvor teksten hører til. Producenten fremhæver forbedret tekstgengivelse, portrætter, 3D-billeder og kommercielt eller fotorealistisk output i denne udgave. En nyttig beskrivelse identificerer de få relationer, der får billedet til at fungere: hvilken genstand der står i forgrunden, hvordan den indgår i scenen, og hvor publikum først skal se hen. Undersøg lille tekst og små detaljer i det færdige billede.
Ved redigering skal du medsende kildematerialet og angive ændringen sammen med de dele, der skal bevares. Dokumenterede opgaver omfatter fjernelse eller udskiftning af genstande, ændring af egenskaber, inpainting, layouttilpasning, tekstopdateringer og oprydning i artefakter såsom bevægelsessløring. Modelkortet fremhæver ræsonnement om skala, perspektiv, belysning og rumlig placering, så en revision passer til den eksisterende scene. Som forberedelse skal du tydeligt identificere genstanden eller området og forklare, om målet er en lokal rettelse, en anden opstilling eller en bredere stilændring.
Producentens billedredigeringsvejledning accepterer op til fem JPEG- eller PNG-referencer. Giv hvert billede en særskilt rolle, såsom produktet, en person, et miljø, et layout eller en visuel stil. Ved en belysningsredigering kan du placere en lampe fra én reference på skrivebordet i en anden, bevare skrivebordets perspektiv og lade lampens skygge følge rummets lys. En separat revision kan opdatere en kort etiket og samtidig bevare produktets form og position. Gennemgå referencernes relationer i resultatet frem for at acceptere en plausibel genstand, der adskiller sig fra den medsendte.
2.6-familien tilføjer valgfri webbaseret kildeforankring og modelstyret valg af billedformat. Webbaseret kildeforankring leverer relevant aktuel kontekst ved fortolkning af en anmodning om et virkeligt sted, en genstand eller oplysninger, der ændrer sig. Det er et kreativt input, så kontrollér faktuelle visuelle detaljer op mod det tilsigtede motiv. Automatisk formatvalg lader modellen tage højde for prompten og billederne, når den vælger kompositionens form. En designbeskrivelse kan angive anvendelse og nødvendigt layout: eksempelvis et bredt hovedbillede af et produkt med luft i den ene side eller et stående billede bygget op omkring en stående person.
Outputstørrelsen styres af det samlede areal. Det konkrete modelkort og billedvejledningen angiver højst 2.359.296 pixels, svarende til et kvadrat på 1536×1536. Den dokumenterede billedgrænseflade kræver, at både bredde og højde er mindst 768 pixels, og hver dimension kan overstige 1536, hvis det samlede antal holder sig inden for arealgrænsen. Det tillader en længere liggende eller stående komposition frem for at sætte højst 1536 pixels på hver side. Et mål på 1024×2048 har for eksempel 2.097.152 pixels og opfylder den dokumenterede arealregel. Kontrollér de endelige dimensioner i forhold til det layout, der skal bruge billedet.
Producentens vejledning returnerer genererede og redigerede resultater som PNG-billeddata. Gem det færdige billede sammen med beskrivelsen og kildereferencerne, når du forbereder en designrevision. Modelkortet angiver en kontekst på 32K tokens, mens driftsvejledningen angiver en maksimal promptkontekst på 32.000 tokens; bevar disse angivne anvendelsesområder, når du forbereder en lang beskrivelse, frem for at behandle dem som billeddimensioner. Det nyttige produktionsresultat er det afkodede billede, der kan undersøges og placeres på en side, en slide eller i en komposition. Registrér den ønskede beskæring og tekstplacering sammen med det, så senere redigeringer ikke utilsigtet ændrer designets formål.
Inden for denne familie lægger MAI-Image-2.6 vægt på præcis kontrol og de seneste forbedringer i visuelle detaljer. MAI-Image-2.6-Flash leverer de samme funktioner til generering, redigering, kildeforankring og formatvalg i en udgave optimeret til hurtig, gentagen produktion. 2.5-serien bruger en mindre dokumenteret outputarealgrænse og overtager ikke 2.6-kontrollerne for kildeforankring eller automatisk billedformat. Vælg udgave efter det nødvendige billede og revisionsforløb frem for at antage, at et fælles familienavn gør alle indstillinger identiske.
Gennemgå en redigering op mod hele kilden: bevarede ansigter, genstandsidentitet, geometri, skygger, tekst og det ønskede layout har alle betydning. Et overbevisende fotografi kan stadig indeholde forkert mærkning, en inkonsistent refleksion eller et ændret træk uden for den ønskede redigering. Hold den næste rettelse konkret, såsom etiketten, genstandens placering eller en bestemt artefakt. Det gør iterativ redigering nyttig og bevarer samtidig den oprindelige beskrivelses motiv og komposition.
", "aboutText": "Microsoft AI MAI-Image-2.6 er den præcisionsorienterede udgave af 2.6-billedfamilien, designet til tekst-til-billede-generering og kontrolleret redigering af eksisterende visuelt materiale. Modelkortet beskriver en diffusionsmodel med flow matching, 20 milliarder parametre uden for embeddings og en kontekst på 32K tokens. Det tilsigtede output er et billede: en produktkomposition, et portræt, en illustration med brandidentitet eller et revideret billede, hvis layout og hovedmotiver forbliver sammenhængende, mens et bestemt element ændres.\n\nTil generering skal du beskrive motiv, komposition, materialer, lys, synsvinkel og visuel stil. Medtag præcis ordlyd, når en etiket, titel eller et skilt skal vises i billedet, og beskriv, hvor teksten hører til. Producenten fremhæver forbedret tekstgengivelse, portrætter, 3D-billeder og kommercielt eller fotorealistisk output i denne udgave. En nyttig beskrivelse identificerer de få relationer, der får billedet til at fungere: hvilken genstand der står i forgrunden, hvordan den indgår i scenen, og hvor publikum først skal se hen. Undersøg lille tekst og små detaljer i det færdige billede.\n\nVed redigering skal du medsende kildematerialet og angive ændringen sammen med de dele, der skal bevares. Dokumenterede opgaver omfatter fjernelse eller udskiftning af genstande, ændring af egenskaber, inpainting, layouttilpasning, tekstopdateringer og oprydning i artefakter såsom bevægelsessløring. Modelkortet fremhæver ræsonnement om skala, perspektiv, belysning og rumlig placering, så en revision passer til den eksisterende scene. Som forberedelse skal du tydeligt identificere genstanden eller området og forklare, om målet er en lokal rettelse, en anden opstilling eller en bredere stilændring.\n\nProducentens billedredigeringsvejledning accepterer op til fem JPEG- eller PNG-referencer. Giv hvert billede en særskilt rolle, såsom produktet, en person, et miljø, et layout eller en visuel stil. Ved en belysningsredigering kan du placere en lampe fra én reference på skrivebordet i en anden, bevare skrivebordets perspektiv og lade lampens skygge følge rummets lys. En separat revision kan opdatere en kort etiket og samtidig bevare produktets form og position. Gennemgå referencernes relationer i resultatet frem for at acceptere en plausibel genstand, der adskiller sig fra den medsendte.\n\n2.6-familien tilføjer valgfri webbaseret kildeforankring og modelstyret valg af billedformat. Webbaseret kildeforankring leverer relevant aktuel kontekst ved fortolkning af en anmodning om et virkeligt sted, en genstand eller oplysninger, der ændrer sig. Det er et kreativt input, så kontrollér faktuelle visuelle detaljer op mod det tilsigtede motiv. Automatisk formatvalg lader modellen tage højde for prompten og billederne, når den vælger kompositionens form. En designbeskrivelse kan angive anvendelse og nødvendigt layout: eksempelvis et bredt hovedbillede af et produkt med luft i den ene side eller et stående billede bygget op omkring en stående person.\n\nOutputstørrelsen styres af det samlede areal. Det konkrete modelkort og billedvejledningen angiver højst 2.359.296 pixels, svarende til et kvadrat på 1536×1536. Den dokumenterede billedgrænseflade kræver, at både bredde og højde er mindst 768 pixels, og hver dimension kan overstige 1536, hvis det samlede antal holder sig inden for arealgrænsen. Det tillader en længere liggende eller stående komposition frem for at sætte højst 1536 pixels på hver side. Et mål på 1024×2048 har for eksempel 2.097.152 pixels og opfylder den dokumenterede arealregel. Kontrollér de endelige dimensioner i forhold til det layout, der skal bruge billedet.\n\nProducentens vejledning returnerer genererede og redigerede resultater som PNG-billeddata. Gem det færdige billede sammen med beskrivelsen og kildereferencerne, når du forbereder en designrevision. Modelkortet angiver en kontekst på 32K tokens, mens driftsvejledningen angiver en maksimal promptkontekst på 32.000 tokens; bevar disse angivne anvendelsesområder, når du forbereder en lang beskrivelse, frem for at behandle dem som billeddimensioner. Det nyttige produktionsresultat er det afkodede billede, der kan undersøges og placeres på en side, en slide eller i en komposition. Registrér den ønskede beskæring og tekstplacering sammen med det, så senere redigeringer ikke utilsigtet ændrer designets formål.\n\nInden for denne familie lægger MAI-Image-2.6 vægt på præcis kontrol og de seneste forbedringer i visuelle detaljer. MAI-Image-2.6-Flash leverer de samme funktioner til generering, redigering, kildeforankring og formatvalg i en udgave optimeret til hurtig, gentagen produktion. 2.5-serien bruger en mindre dokumenteret outputarealgrænse og overtager ikke 2.6-kontrollerne for kildeforankring eller automatisk billedformat. Vælg udgave efter det nødvendige billede og revisionsforløb frem for at antage, at et fælles familienavn gør alle indstillinger identiske.\n\nGennemgå en redigering op mod hele kilden: bevarede ansigter, genstandsidentitet, geometri, skygger, tekst og det ønskede layout har alle betydning. Et overbevisende fotografi kan stadig indeholde forkert mærkning, en inkonsistent refleksion eller et ændret træk uden for den ønskede redigering. Hold den næste rettelse konkret, såsom etiketten, genstandens placering eller en bestemt artefakt. Det gør iterativ redigering nyttig og bevarer samtidig den oprindelige beskrivelses motiv og komposition.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "8a55d313cc0e41c73658cf2f2442db3975fc6d492df53b06cbb5718481bd239e", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "da", "methods": [ { "html": "microsoft/mai-image-2.6Microsoft AI MAI-Image-2.6 genererer og redigerer billeder til præcist designarbejde. Den kombinerer tekst med op til fem visuelle referencer, understøtter valgfri webbaseret kildeforankring og automatisk valg af kompositionsstørrelse og leverer PNG-billeder på op til 2.359.296 pixels. Fokus er kontrollerede redigeringer, tekst, portrætter og kommercielle billeder.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Microsoft AI MAI-Image-2.6 er den præcisionsorienterede udgave af 2.6-billedfamilien, designet til tekst-til-billede-generering og kontrolleret redigering af eksisterende visuelt materiale. Modelkortet beskriver en diffusionsmodel med flow matching, 20 milliarder parametre uden for embeddings og en kontekst på 32K tokens. Det tilsigtede output er et billede: en produktkomposition, et portræt, en illustration med brandidentitet eller et revideret billede, hvis layout og hovedmotiver forbliver sammenhængende, mens et bestemt element ændres.
Til generering skal du beskrive motiv, komposition, materialer, lys, synsvinkel og visuel stil. Medtag præcis ordlyd, når en etiket, titel eller et skilt skal vises i billedet, og beskriv, hvor teksten hører til. Producenten fremhæver forbedret tekstgengivelse, portrætter, 3D-billeder og kommercielt eller fotorealistisk output i denne udgave. En nyttig beskrivelse identificerer de få relationer, der får billedet til at fungere: hvilken genstand der står i forgrunden, hvordan den indgår i scenen, og hvor publikum først skal se hen. Undersøg lille tekst og små detaljer i det færdige billede.
Ved redigering skal du medsende kildematerialet og angive ændringen sammen med de dele, der skal bevares. Dokumenterede opgaver omfatter fjernelse eller udskiftning af genstande, ændring af egenskaber, inpainting, layouttilpasning, tekstopdateringer og oprydning i artefakter såsom bevægelsessløring. Modelkortet fremhæver ræsonnement om skala, perspektiv, belysning og rumlig placering, så en revision passer til den eksisterende scene. Som forberedelse skal du tydeligt identificere genstanden eller området og forklare, om målet er en lokal rettelse, en anden opstilling eller en bredere stilændring.
Producentens billedredigeringsvejledning accepterer op til fem JPEG- eller PNG-referencer. Giv hvert billede en særskilt rolle, såsom produktet, en person, et miljø, et layout eller en visuel stil. Ved en belysningsredigering kan du placere en lampe fra én reference på skrivebordet i en anden, bevare skrivebordets perspektiv og lade lampens skygge følge rummets lys. En separat revision kan opdatere en kort etiket og samtidig bevare produktets form og position. Gennemgå referencernes relationer i resultatet frem for at acceptere en plausibel genstand, der adskiller sig fra den medsendte.
2.6-familien tilføjer valgfri webbaseret kildeforankring og modelstyret valg af billedformat. Webbaseret kildeforankring leverer relevant aktuel kontekst ved fortolkning af en anmodning om et virkeligt sted, en genstand eller oplysninger, der ændrer sig. Det er et kreativt input, så kontrollér faktuelle visuelle detaljer op mod det tilsigtede motiv. Automatisk formatvalg lader modellen tage højde for prompten og billederne, når den vælger kompositionens form. En designbeskrivelse kan angive anvendelse og nødvendigt layout: eksempelvis et bredt hovedbillede af et produkt med luft i den ene side eller et stående billede bygget op omkring en stående person.
Outputstørrelsen styres af det samlede areal. Det konkrete modelkort og billedvejledningen angiver højst 2.359.296 pixels, svarende til et kvadrat på 1536×1536. Den dokumenterede billedgrænseflade kræver, at både bredde og højde er mindst 768 pixels, og hver dimension kan overstige 1536, hvis det samlede antal holder sig inden for arealgrænsen. Det tillader en længere liggende eller stående komposition frem for at sætte højst 1536 pixels på hver side. Et mål på 1024×2048 har for eksempel 2.097.152 pixels og opfylder den dokumenterede arealregel. Kontrollér de endelige dimensioner i forhold til det layout, der skal bruge billedet.
Producentens vejledning returnerer genererede og redigerede resultater som PNG-billeddata. Gem det færdige billede sammen med beskrivelsen og kildereferencerne, når du forbereder en designrevision. Modelkortet angiver en kontekst på 32K tokens, mens driftsvejledningen angiver en maksimal promptkontekst på 32.000 tokens; bevar disse angivne anvendelsesområder, når du forbereder en lang beskrivelse, frem for at behandle dem som billeddimensioner. Det nyttige produktionsresultat er det afkodede billede, der kan undersøges og placeres på en side, en slide eller i en komposition. Registrér den ønskede beskæring og tekstplacering sammen med det, så senere redigeringer ikke utilsigtet ændrer designets formål.
Inden for denne familie lægger MAI-Image-2.6 vægt på præcis kontrol og de seneste forbedringer i visuelle detaljer. MAI-Image-2.6-Flash leverer de samme funktioner til generering, redigering, kildeforankring og formatvalg i en udgave optimeret til hurtig, gentagen produktion. 2.5-serien bruger en mindre dokumenteret outputarealgrænse og overtager ikke 2.6-kontrollerne for kildeforankring eller automatisk billedformat. Vælg udgave efter det nødvendige billede og revisionsforløb frem for at antage, at et fælles familienavn gør alle indstillinger identiske.
Gennemgå en redigering op mod hele kilden: bevarede ansigter, genstandsidentitet, geometri, skygger, tekst og det ønskede layout har alle betydning. Et overbevisende fotografi kan stadig indeholde forkert mærkning, en inkonsistent refleksion eller et ændret træk uden for den ønskede redigering. Hold den næste rettelse konkret, såsom etiketten, genstandens placering eller en bestemt artefakt. Det gør iterativ redigering nyttig og bevarer samtidig den oprindelige beskrivelses motiv og komposition.
POST /v1/images/generationstext, imageimage| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser microsoft/mai-image-2.6 | Standard— |
Feltprompt | Typestring | KravPåkrævet | Værdier og grænser Minimumslængde: 1 | Standard— |
Feltaspect_ratio | Typestring | KravValgfrit | Værdier og grænser 1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3, auto | Standard— |
Feltn | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Maksimum: 1 | Standard— |
Feltinput_references | Typearray | KravValgfrit | Værdier og grænser Minimumsantal elementer: 0 Maksimalt antal elementer: 5 | Standard— |
Feltprovider | Typeobject | KravValgfrit | Værdier og grænser | Standard— |
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, prompt |
Parametermaterial_types | Kontrakttext, image |
Livscyklus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · det faktisk returnerede task_id eller posten i mediebiblioteket
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
De viste satser bruges til at anslå omkostningen før genereringen. Det endelige beløb beregnes ud fra den registrerede omkostning for den oprindelige generering. Den målte varighed af outputtet og de anslåede mængder er ikke den endelige fakturerbare mængde.
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.
| Konfiguration | Takstplan | Forventet mængde | Beløb |
|---|---|---|---|
| KonfigurationGrundpriser for tokens | TakstplanGrundtakst | Forventet mængde— | Beløb Input · Inputtokens · Estimat kun til sammenligning — / 1K tokens Output · Outputtokens · Estimat kun til sammenligning — / 1K tokens Input · Cachelæsning · Estimat kun til sammenligning — / 1K tokens Input · Cacheskrivning · Estimat kun til sammenligning — / 1K tokens Input · Cacheskrivning, 1 time · Estimat kun til sammenligning — / 1K tokens |
| KonfigurationAnslået genereringsomkostning | Takstplan— | Forventet mængdeestimat for én generering | Beløb Output · Anslået genereringsomkostning · Estimat kun til sammenligning $0.311296 estimat før generering Dette estimat er hverken et ekstra gebyr eller en fast pris for den færdige generering. |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'model': 'microsoft/mai-image-2.6', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\nHent hvert returneret billede, eller gem dets Base64-indhold
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\nGem hvert færdigt billede; hent hver returneret URL eller afkod dets Base64-indhold.
Gem hele svaret og alle headere, alle faktisk returnerede output, de oprindeligt returnerede identifikatorer og alle felter med forbrugsdata. Gendan den oprindelige operation uden at sende oprettelsesanmodningen igen.
Gem det returnerede X-Client-Request-ID til afstemning. Brug kun faktisk returnerede task_id/asset_id-værdier eller dit eget mediebibliotek til læseanmodninger; opbyg aldrig en opgave-URL ud fra operations-ID’et, og send aldrig oprettelsesanmodningen igen.
| Felt | Type |
|---|---|
Feltcreated | Type |
Feltdata[].url | Type |
Feltdata[].b64_json | Type |
Feltusage | Type |
Ailoot Ultra microsoft/mai-image-2.6
/v1/images