Source: https://ailoot.ai/models/de-ch/microsoft-mai-image-2-5/ Canonical: https://ailoot.ai/models/de-ch/microsoft-mai-image-2-5/ Language: de-ch # Microsoft AI: MAI-Image-2.5 [Markdown](https://ailoot.ai/models/de-ch/microsoft-mai-image-2-5/index.md) · [JSON](https://ailoot.ai/models/de-ch/microsoft-mai-image-2-5/facts.json) ## [Microsoft AI: MAI-Image-2.5](https://ailoot.ai/models/de-ch/microsoft-mai-image-2-5/) Microsoft AI MAI-Image-2.5 erstellt Bilder aus Text und bearbeitet bereitgestellte Fotos oder Designs gezielt. Es unterstützt Objekt- und Textänderungen, Artefaktbereinigung und gesichtserhaltende Überarbeitungen mit PNG-Ausgabe und bis zu fünf visuellen Referenzen. Seine Modellkarte nennt 32K Kontext und 1’048’576 Ausgabepixel. - [**Ailoot Ultra · Bilder** `POST /v1/images/generations` `microsoft/mai-image-2.5`](https://ailoot.ai/models/de-ch/microsoft-mai-image-2-5/#method-0) Über das Modell Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt. Microsoft AI MAI-Image-2.5 ist die Edition für allgemeine Generierung und kontrollierte Bearbeitung der 2.5-Bildfamilie. Seine Modellkarte beschreibt ein Diffusionsmodell mit Flow Matching, 20 Milliarden Parametern ohne Embeddings, Text- und Bildeingabe und einem Kontext von 32K Tokens. Es liefert Bilder für Konzepte, Porträts, Produktvisualisierungen, Illustrationen und Überarbeitungen bestehender Designs. Die sinnvolle Ausgangsentscheidung ist, ob die Aufgabe eine neue Komposition oder eine konkrete Änderung an vorhandenem Material mit dem gewünschten Motiv benötigt. Beschreiben Sie für die Generierung Hauptmotiv, Bildstil, Licht, Blickwinkel und Anordnung. Der Hersteller hebt detaillierte, zusammenhängende Bilder, Textdarstellung, Produktbilder und Prompt-Befolgung hervor. Ein praktisches Briefing für eine Präsentationsillustration kann Motivrolle, visuellen Schwerpunkt und umgebenden Freiraum bestimmen. Ein Produktkonzept kann Material, Massstab und Oberflächenfinish enthalten. Halten Sie die Beschreibung zusammenhängend, damit Objekte eine Szene und einen Lichtplan teilen, statt mehrere unvereinbare Bildgestaltungen zu kombinieren. Visuelles Schlussfolgern betrifft in dieser Edition Szenenstruktur, Licht, Massstab und räumliche Beziehungen. Der Hersteller nennt als Bearbeitungsanwendung das Hinzufügen eines Objekts mit passender Perspektive und Schatten. Platzieren Sie bei einer Werkstattbearbeitung einen kleinen Hocker neben eine Werkbank und erhalten Sie Blickwinkel und Licht. Vergleichen Sie bei der Prüfung Hockergrösse, Bodenkontakt und die Ausrichtung seines Schattens mit anderen Objekten. Auch ein lokal überzeugendes Objekt muss zur Geometrie des gesamten Quellbildes passen. Gezielte Bearbeitungen umfassen Objektentfernung oder -ersatz, Attributänderungen, Inpainting, Layoutanpassung, Textaktualisierung und Bereinigung wie das Reduzieren von Bewegungsunschärfeartefakten. Liefern Sie das Quellbild und benennen Sie Korrektur und zu erhaltende Details. Eine fokussierte Fotobearbeitung könnte ein störendes Hintergrundobjekt entfernen und dabei Person, Beschnitt und Vordergrundanordnung erhalten. Eine Designüberarbeitung könnte eine kurze Textzeile aktualisieren und die Komposition bewahren. Vergleichen Sie das vollständige Ergebnis mit der Quelle, statt nur den bearbeiteten Bereich zu beurteilen. Microsoft betont auch konsistente Gesichtsidentität über Bearbeitungen hinweg, einschliesslich Änderungen von Haltung, Ausdruck oder Blickwinkel. Verwenden Sie eine klare Ähnlichkeitsreferenz und formulieren Sie die gewünschte Änderung so, dass identifizierende Merkmale erhalten bleiben. Der aktuelle Bearbeitungsleitfaden akzeptiert bis zu fünf JPEG- oder PNG-Bilder; verschiedene Referenzen können Person, Objekt, Szene oder Stil bestimmen. Benennen Sie diese Rollen im Prompt. Prüfen Sie bei einer Porträtüberarbeitung Gesicht und veränderte Kleidung oder Hintergrund, bevor Sie das Bild als fertig behandeln. Die genaue Modellkarte begrenzt die Ausgabe auf insgesamt 1’048’576 Pixel, entsprechend einem Quadrat mit 1024×1024, und erlaubt einer Seite, 1024 zu überschreiten, wenn die Gesamtfläche innerhalb dieser Grenze bleibt. Der Bereitstellungsleitfaden verlangt zusätzlich mindestens 768 Pixel für beide Abmessungen. Ein rechteckiges Ziel wie 1344×768 hat 1’032’192 Pixel und erfüllt diese dokumentierten Flächen- und Mindestabmessungsregeln. Entscheidend ist das Produkt aus Breite und Höhe; bereiten Sie deshalb das Zielformat vor, bevor Sie eine Quer- oder Hochformatkomposition anfordern. Generierung und Bearbeitung liefern PNG-Bilddaten in der Bereitstellungsschnittstelle des Herstellers. Die native Modellkarte nennt 32K Tokens Kontext, diese Schnittstelle dagegen maximal 32’000 Tokens Prompt-Kontext. Die separate Katalogangabe von 4’096 Ausgabetokens ist ein Tokenkontingent und keine Ausgabeabmessung. Erhalten Sie diese genannten Geltungsbereiche beim Ordnen eines detaillierten Prompts und des fertigen Bildes. Quellmaterial, erhaltene Merkmale, gewünschte Änderungen und Zielgrösse bilden zusammen mit dem PNG einen nützlichen Überarbeitungsnachweis. Das kreative Spektrum des Modells reicht von fotorealistischen und filmischen Bildern über Porträts, Produkt- oder Markenkonzepte bis zu texttragenden Designs und anderen Bildstilen. Geben Sie bei Etiketten oder Schildern den exakten Wortlaut an und prüfen Sie die Schreibweise in der endgültigen Anzeigegrösse. Eine erkennbare fotografische Oberfläche kann dennoch erfundene Details, inkonsistente Reflexionen oder ungenaue Schrift enthalten. Eine praktische Prüfung folgt den Designanforderungen: Objektidentität, Lesbarkeit, räumliche Beziehungen und erhaltene Szene sind alle wichtig. Halten Sie eine konkrete Korrektur von bereits gelungenen Änderungen getrennt. Innerhalb der 2.5-Familie betont Pro höhere Wiedergabetreue und stabile Beziehungen in dichten Szenen; Flash dient reaktionsschnellerer Produktion. Die 2.6-Familie führt eine grössere dokumentierte Pixelfläche, optionale Web-Fundierung und modellgesteuerte Seitenverhältniswahl ein. Standard-2.5 behält seinen eigenen Generierungs- und Bearbeitungsablauf ohne diese späteren Steuerungen. Wählen Sie die Edition nach dem schwierigen Teil der tatsächlichen Bildaufgabe und prüfen Sie das fertige Ergebnis anhand dieses Briefings. **Ailoot Ultra · Bilder** `POST /v1/images/generations` `microsoft/mai-image-2.5` [`microsoft/mai-image-2.5`](https://ailoot.ai/models/de-ch/#m=microsoft%2Fmai-image-2.5&route=Ultra&caller=microsoft%2Fmai-image-2.5&fmt=images) Microsoft AI /`microsoft/mai-image-2.5` ### Einstieg Microsoft AI MAI-Image-2.5 erstellt Bilder aus Text und bearbeitet bereitgestellte Fotos oder Designs gezielt. Es unterstützt Objekt- und Textänderungen, Artefaktbereinigung und gesichtserhaltende Überarbeitungen mit PNG-Ausgabe und bis zu fünf visuellen Referenzen. Seine Modellkarte nennt 32K Kontext und 1’048’576 Ausgabepixel. Zulässige Eingaben Text · Bilder Ergebnisse Bilder ### In Ailoot verfügbar · Eingaben und Methoden **Ailoot Ultra · Bilder** `POST /v1/images/generations` Eingabe `text`, `image` Ausgabe `image` | Feld | Typ | Anforderung | Werte und Limits | Standard | | --- | --- | --- | --- | --- | | Feld`model` | Typ`string` | AnforderungErforderlich | Werte und Limits microsoft/mai-image-2.5 | Standard— | | Feld`prompt` | Typ`string` | AnforderungErforderlich | Werte und Limits Mindestlänge: 1 | Standard— | | Feld`aspect_ratio` | Typ`string` | AnforderungOptional | Werte und Limits 1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3, auto | Standard— | | Feld`n` | Typ`integer` | AnforderungOptional | Werte und Limits Minimum: 1 Maximum: 1 | Standard— | | Feld`input_references` | Typ`array` | AnforderungOptional | Werte und Limits Mindestanzahl Elemente: 0 Maximale Anzahl Elemente: 1 | Standard— | | Feld`provider` | Typ`object` | AnforderungOptional | Werte und Limits | Standard— | Methodenparameter und Lebenszyklus | Parameter | Vertrag | | --- | --- | | Parameter`content_type` | Vertragapplication/json | | Parameter`required` | Vertragmodel, prompt | | Parameter`material_types` | Vertragtext, image | Lebenszyklus: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · die tatsächlich zurückgegebene task\_id oder ein Eintrag in der Medienbibliothek `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Tarife ##### So wird die endgültige Gebühr berechnet Die angezeigten Tarife dienen zur Kostenschätzung vor der Generierung. Der endgültige Betrag wird aus den für die ursprüngliche Generierung erfassten Kosten berechnet. Die gemessene Ausgabedauer und prognostizierte Mengen sind nicht die endgültige abrechenbare Menge. Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode. Schnellmodus Nicht angegeben Wenn der Schnellmodus ausgewählt ist Flex-Modus Nicht angegeben Wenn der Modus flex ausgewählt ist Maximaler Denkaufwand Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird #### Geschätzte Tarife zum Vergleich #### Preise nach Konfiguration Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif. | Konfiguration | Tarifstaffel | Prognostizierte Menge | Gebühr | | --- | --- | --- | --- | | KonfigurationToken-Basistarife | TarifstaffelGrundtarif | Prognostizierte Menge— | Gebühr Eingabe · Eingabetoken · Schätzung nur zum Vergleich **—** / 1K Tokens Ausgabe · Ausgabetoken · Schätzung nur zum Vergleich **—** / 1K Tokens Eingabe · Cache lesen · Schätzung nur zum Vergleich **—** / 1K Tokens Eingabe · Cache schreiben · Schätzung nur zum Vergleich **—** / 1K Tokens Eingabe · Cache schreiben, 1 Stunde · Schätzung nur zum Vergleich **—** / 1K Tokens | | KonfigurationGeschätzte Erzeugungskosten | Tarifstaffel— | Prognostizierte MengeSchätzung für eine Generierung | Gebühr Ausgabe · Geschätzte Generierungskosten · Schätzung nur zum Vergleich **$0.385024** Schätzung vor der Generierung Diese Schätzung ist weder eine zusätzliche Gebühr noch ein fester Tarif für die abgeschlossene Generierung. | Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. [So funktionieren Reservierung und Abrechnung →](https://ailoot.ai/docs/de-ch/billing/reserve/) ### Beispielanfragen #### Ailoot Ultra · Bilder curl ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" export AILOOT_API_KEY python3 - <<'PY_REQUEST' import json,os from pathlib import Path p={'model': 'microsoft/mai-image-2.5', 'prompt': 'a red panda astronaut floating in space, studio lighting'} Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import base64, json, os, subprocess from pathlib import Path from urllib.parse import urlsplit, urljoin def save_images(items): if not items: raise SystemExit("No completed images; retain the full response") for index, item in enumerate(items): encoded=item.get("b64_json") uri=item.get("url", "") if not encoded and uri.startswith("data:image/"): header, separator, encoded=uri.partition(",") if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI") if encoded: raw=base64.b64decode(encoded,validate=True) elif uri: uri=urljoin("https://api.ailoot.ai",uri) parsed=urlsplit(uri) if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password: raise SystemExit("Invalid returned image URL") owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content") args=["curl","--fail-with-body","--silent","--show-error",uri] if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]] temporary=Path(f"image-{index}.bin") subprocess.run(args+["-o",str(temporary)],check=True) raw=temporary.read_bytes() temporary.unlink() else: raise SystemExit("Image has neither bytes nor URL") if not raw: raise SystemExit("Empty image result") 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"