Microsoft AI MAI-Image-2.5 Pro es la edición centrada en la fidelidad dentro de la serie de imágenes 2.5. Genera imágenes a partir de encargos en lenguaje natural y realiza ediciones dirigidas de recursos existentes. Microsoft identifica las imágenes principales, la edición detallada y el texto preciso dentro de la imagen como usos centrales, y su comparación de modelos destaca la coherencia de objetos, personajes, materiales y relaciones espaciales en composiciones complejas. El recurso final es una imagen para un flujo de diseño o producción, como una imagen clave de producto o una escena editorial cuidadosamente organizada.
Para generar, describe la composición mediante relaciones en lugar de una lista de objetos inconexos. Identifica el sujeto principal, su escala respecto a los elementos próximos, los materiales y la dirección de la luz. El razonamiento visual documentado de la edición Pro es útil cuando esas relaciones determinan si una escena densa resulta creíble. Para una composición de producto, coloca una jarra de cerámica, vasos transparentes y un paño doblado sobre una mesa de madera, con reflejos coherentes y luz de una sola ventana. Revisa los puntos de contacto, las sombras y las propiedades visibles de los materiales en la imagen resultante.
Para trabajar con productos y personajes, proporciona la identidad visual que debe sobrevivir a la edición. Microsoft describe la coherencia de objetos en escenas complejas y la coherencia de personajes entre vistas y momentos como puntos fuertes de Pro. Indica qué características identifican el artículo o la persona y qué aspecto de la escena debe cambiar. Por ejemplo, conserva la silueta y los detalles de cierre de una chaqueta mientras sitúas al personaje en otro fondo. Una revisión útil compara esos detalles conservados con la referencia de origen; un resultado visualmente atractivo no demuestra por sí solo una coincidencia exacta.
La interfaz de edición de imágenes del fabricante acepta hasta cinco referencias JPEG o PNG. Separa sus funciones en el encargo: el producto, la persona, el entorno o el tratamiento visual. Las tareas de edición incluyen eliminar y sustituir objetos, cambiar atributos, rellenar zonas, adaptar la composición, actualizar texto y corregir artefactos. Para una edición local, describe el objetivo y los elementos circundantes que deben conservarse. Para una reorganización más sustancial, explica cómo debe funcionar la composición después del cambio para que el modelo tenga un objetivo espacial coherente.
La representación de texto es especialmente relevante para una composición principal o un concepto de envase. Proporciona la frase exacta, su posición y su relación con el objeto o la imagen. Mantén coherentes los nombres recurrentes y el texto de las etiquetas entre el encargo y las referencias. Inspecciona cada carácter representado al tamaño de visualización previsto y compáralo con el texto proporcionado. Una edición posterior puede centrarse en la redacción o la colocación y conservar la composición de producto lograda. La salida PNG puede incorporarse después a la composición cuyos requisitos finales de tipografía y recorte se conocen.
La guía actual de imágenes de Microsoft aplica a los modelos 2.5 un área máxima de salida de 1 048 576 píxeles, equivalente a 1024×1024. Ambas dimensiones deben ser de al menos 768 píxeles en esa interfaz, y se permite un lado más largo cuando el área total permanece dentro del límite. Esto permite composiciones rectangulares como 1344×768, que suman 1 032 192 píxeles. Esa restricción de área es diferente de un máximo de 1024 en cada lado. Prepara la forma objetivo de la composición en lugar de esperar que una etiqueta genérica de relación de aspecto determine correctamente el recorte.
La guía de servicio especifica un contexto máximo del prompt de 32 000 tokens y devuelve datos de imagen PNG tanto para generación como para edición. La página exacta de Pro en el catálogo indica por separado una ventana de contexto de 131,072K y 4096 tokens de salida. Son cantidades de tokens publicadas con su propio ámbito de catálogo o servicio; la preparación práctica de solicitudes de imagen sigue los límites de prompt y píxeles del servicio. Conserva la imagen, las referencias de origen y el encargo como un único registro de revisión. Comprueba en el resultado visual las restricciones detalladas de identidad, material y geometría que motivaron elegir Pro.
La elección de versión debe responder a la composición. MAI-Image-2.5 estándar cubre generación general y ediciones localizadas; Pro añade el énfasis de la serie en fidelidad y relaciones coherentes en escenas visualmente densas. La familia 2.6 eleva el límite documentado de área de salida y añade fundamentación web opcional y selección automática de aspecto. Esos controles posteriores son específicos de 2.6 y no definen el flujo de esta edición Pro. Elige Pro cuando la dificultad del encargo afecte a la identidad estable de los objetos, el aspecto de los materiales o la estructura espacial dentro de una imagen detallada.
Revisa tanto el cambio solicitado como el contenido conservado. Las manos que sujetan objetos, las intersecciones, la letra pequeña, el parecido facial y los reflejos son lugares útiles para inspeccionar en una composición compleja. Una imagen plausible aún puede contener una marca engañosa o una relación física incorrecta. Haz concreta la siguiente corrección y conserva las partes del encargo que produjeron la distribución prevista. Esto permite una secuencia controlada de revisiones de diseño en lugar de redefinir repetidamente la escena completa.
", "aboutText": "Microsoft AI MAI-Image-2.5 Pro es la edición centrada en la fidelidad dentro de la serie de imágenes 2.5. Genera imágenes a partir de encargos en lenguaje natural y realiza ediciones dirigidas de recursos existentes. Microsoft identifica las imágenes principales, la edición detallada y el texto preciso dentro de la imagen como usos centrales, y su comparación de modelos destaca la coherencia de objetos, personajes, materiales y relaciones espaciales en composiciones complejas. El recurso final es una imagen para un flujo de diseño o producción, como una imagen clave de producto o una escena editorial cuidadosamente organizada.\n\nPara generar, describe la composición mediante relaciones en lugar de una lista de objetos inconexos. Identifica el sujeto principal, su escala respecto a los elementos próximos, los materiales y la dirección de la luz. El razonamiento visual documentado de la edición Pro es útil cuando esas relaciones determinan si una escena densa resulta creíble. Para una composición de producto, coloca una jarra de cerámica, vasos transparentes y un paño doblado sobre una mesa de madera, con reflejos coherentes y luz de una sola ventana. Revisa los puntos de contacto, las sombras y las propiedades visibles de los materiales en la imagen resultante.\n\nPara trabajar con productos y personajes, proporciona la identidad visual que debe sobrevivir a la edición. Microsoft describe la coherencia de objetos en escenas complejas y la coherencia de personajes entre vistas y momentos como puntos fuertes de Pro. Indica qué características identifican el artículo o la persona y qué aspecto de la escena debe cambiar. Por ejemplo, conserva la silueta y los detalles de cierre de una chaqueta mientras sitúas al personaje en otro fondo. Una revisión útil compara esos detalles conservados con la referencia de origen; un resultado visualmente atractivo no demuestra por sí solo una coincidencia exacta.\n\nLa interfaz de edición de imágenes del fabricante acepta hasta cinco referencias JPEG o PNG. Separa sus funciones en el encargo: el producto, la persona, el entorno o el tratamiento visual. Las tareas de edición incluyen eliminar y sustituir objetos, cambiar atributos, rellenar zonas, adaptar la composición, actualizar texto y corregir artefactos. Para una edición local, describe el objetivo y los elementos circundantes que deben conservarse. Para una reorganización más sustancial, explica cómo debe funcionar la composición después del cambio para que el modelo tenga un objetivo espacial coherente.\n\nLa representación de texto es especialmente relevante para una composición principal o un concepto de envase. Proporciona la frase exacta, su posición y su relación con el objeto o la imagen. Mantén coherentes los nombres recurrentes y el texto de las etiquetas entre el encargo y las referencias. Inspecciona cada carácter representado al tamaño de visualización previsto y compáralo con el texto proporcionado. Una edición posterior puede centrarse en la redacción o la colocación y conservar la composición de producto lograda. La salida PNG puede incorporarse después a la composición cuyos requisitos finales de tipografía y recorte se conocen.\n\nLa guía actual de imágenes de Microsoft aplica a los modelos 2.5 un área máxima de salida de 1 048 576 píxeles, equivalente a 1024×1024. Ambas dimensiones deben ser de al menos 768 píxeles en esa interfaz, y se permite un lado más largo cuando el área total permanece dentro del límite. Esto permite composiciones rectangulares como 1344×768, que suman 1 032 192 píxeles. Esa restricción de área es diferente de un máximo de 1024 en cada lado. Prepara la forma objetivo de la composición en lugar de esperar que una etiqueta genérica de relación de aspecto determine correctamente el recorte.\n\nLa guía de servicio especifica un contexto máximo del prompt de 32 000 tokens y devuelve datos de imagen PNG tanto para generación como para edición. La página exacta de Pro en el catálogo indica por separado una ventana de contexto de 131,072K y 4096 tokens de salida. Son cantidades de tokens publicadas con su propio ámbito de catálogo o servicio; la preparación práctica de solicitudes de imagen sigue los límites de prompt y píxeles del servicio. Conserva la imagen, las referencias de origen y el encargo como un único registro de revisión. Comprueba en el resultado visual las restricciones detalladas de identidad, material y geometría que motivaron elegir Pro.\n\nLa elección de versión debe responder a la composición. MAI-Image-2.5 estándar cubre generación general y ediciones localizadas; Pro añade el énfasis de la serie en fidelidad y relaciones coherentes en escenas visualmente densas. La familia 2.6 eleva el límite documentado de área de salida y añade fundamentación web opcional y selección automática de aspecto. Esos controles posteriores son específicos de 2.6 y no definen el flujo de esta edición Pro. Elige Pro cuando la dificultad del encargo afecte a la identidad estable de los objetos, el aspecto de los materiales o la estructura espacial dentro de una imagen detallada.\n\nRevisa tanto el cambio solicitado como el contenido conservado. Las manos que sujetan objetos, las intersecciones, la letra pequeña, el parecido facial y los reflejos son lugares útiles para inspeccionar en una composición compleja. Una imagen plausible aún puede contener una marca engañosa o una relación física incorrecta. Haz concreta la siguiente corrección y conserva las partes del encargo que produjeron la distribución prevista. Esto permite una secuencia controlada de revisiones de diseño en lugar de redefinir repetidamente la escena completa.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "62f63231f778c0b312abf75c0c82ca58e085ad474e14de5bd53ef23b6aa27ffb", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es", "methods": [ { "html": "microsoft/mai-image-2.5-proMicrosoft AI MAI-Image-2.5 Pro genera y edita imágenes detalladas para imágenes principales, composiciones de producto y texto preciso dentro de la imagen. La edición Pro destaca la coherencia de objetos, personajes, materiales y relaciones espaciales en escenas densas, utilizando texto y referencias visuales para producir una imagen PNG.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Microsoft AI MAI-Image-2.5 Pro es la edición centrada en la fidelidad dentro de la serie de imágenes 2.5. Genera imágenes a partir de encargos en lenguaje natural y realiza ediciones dirigidas de recursos existentes. Microsoft identifica las imágenes principales, la edición detallada y el texto preciso dentro de la imagen como usos centrales, y su comparación de modelos destaca la coherencia de objetos, personajes, materiales y relaciones espaciales en composiciones complejas. El recurso final es una imagen para un flujo de diseño o producción, como una imagen clave de producto o una escena editorial cuidadosamente organizada.
Para generar, describe la composición mediante relaciones en lugar de una lista de objetos inconexos. Identifica el sujeto principal, su escala respecto a los elementos próximos, los materiales y la dirección de la luz. El razonamiento visual documentado de la edición Pro es útil cuando esas relaciones determinan si una escena densa resulta creíble. Para una composición de producto, coloca una jarra de cerámica, vasos transparentes y un paño doblado sobre una mesa de madera, con reflejos coherentes y luz de una sola ventana. Revisa los puntos de contacto, las sombras y las propiedades visibles de los materiales en la imagen resultante.
Para trabajar con productos y personajes, proporciona la identidad visual que debe sobrevivir a la edición. Microsoft describe la coherencia de objetos en escenas complejas y la coherencia de personajes entre vistas y momentos como puntos fuertes de Pro. Indica qué características identifican el artículo o la persona y qué aspecto de la escena debe cambiar. Por ejemplo, conserva la silueta y los detalles de cierre de una chaqueta mientras sitúas al personaje en otro fondo. Una revisión útil compara esos detalles conservados con la referencia de origen; un resultado visualmente atractivo no demuestra por sí solo una coincidencia exacta.
La interfaz de edición de imágenes del fabricante acepta hasta cinco referencias JPEG o PNG. Separa sus funciones en el encargo: el producto, la persona, el entorno o el tratamiento visual. Las tareas de edición incluyen eliminar y sustituir objetos, cambiar atributos, rellenar zonas, adaptar la composición, actualizar texto y corregir artefactos. Para una edición local, describe el objetivo y los elementos circundantes que deben conservarse. Para una reorganización más sustancial, explica cómo debe funcionar la composición después del cambio para que el modelo tenga un objetivo espacial coherente.
La representación de texto es especialmente relevante para una composición principal o un concepto de envase. Proporciona la frase exacta, su posición y su relación con el objeto o la imagen. Mantén coherentes los nombres recurrentes y el texto de las etiquetas entre el encargo y las referencias. Inspecciona cada carácter representado al tamaño de visualización previsto y compáralo con el texto proporcionado. Una edición posterior puede centrarse en la redacción o la colocación y conservar la composición de producto lograda. La salida PNG puede incorporarse después a la composición cuyos requisitos finales de tipografía y recorte se conocen.
La guía actual de imágenes de Microsoft aplica a los modelos 2.5 un área máxima de salida de 1 048 576 píxeles, equivalente a 1024×1024. Ambas dimensiones deben ser de al menos 768 píxeles en esa interfaz, y se permite un lado más largo cuando el área total permanece dentro del límite. Esto permite composiciones rectangulares como 1344×768, que suman 1 032 192 píxeles. Esa restricción de área es diferente de un máximo de 1024 en cada lado. Prepara la forma objetivo de la composición en lugar de esperar que una etiqueta genérica de relación de aspecto determine correctamente el recorte.
La guía de servicio especifica un contexto máximo del prompt de 32 000 tokens y devuelve datos de imagen PNG tanto para generación como para edición. La página exacta de Pro en el catálogo indica por separado una ventana de contexto de 131,072K y 4096 tokens de salida. Son cantidades de tokens publicadas con su propio ámbito de catálogo o servicio; la preparación práctica de solicitudes de imagen sigue los límites de prompt y píxeles del servicio. Conserva la imagen, las referencias de origen y el encargo como un único registro de revisión. Comprueba en el resultado visual las restricciones detalladas de identidad, material y geometría que motivaron elegir Pro.
La elección de versión debe responder a la composición. MAI-Image-2.5 estándar cubre generación general y ediciones localizadas; Pro añade el énfasis de la serie en fidelidad y relaciones coherentes en escenas visualmente densas. La familia 2.6 eleva el límite documentado de área de salida y añade fundamentación web opcional y selección automática de aspecto. Esos controles posteriores son específicos de 2.6 y no definen el flujo de esta edición Pro. Elige Pro cuando la dificultad del encargo afecte a la identidad estable de los objetos, el aspecto de los materiales o la estructura espacial dentro de una imagen detallada.
Revisa tanto el cambio solicitado como el contenido conservado. Las manos que sujetan objetos, las intersecciones, la letra pequeña, el parecido facial y los reflejos son lugares útiles para inspeccionar en una composición compleja. Una imagen plausible aún puede contener una marca engañosa o una relación física incorrecta. Haz concreta la siguiente corrección y conserva las partes del encargo que produjeron la distribución prevista. Esto permite una secuencia controlada de revisiones de diseño en lugar de redefinir repetidamente la escena completa.
POST /v1/images/generationstext, imageimage| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites microsoft/mai-image-2.5-pro | Predeterminado— |
Campoprompt | Tipostring | RequisitoObligatorio | Valores y límites Longitud mínima: 1 | Predeterminado— |
Campoaspect_ratio | Tipostring | RequisitoOpcional | Valores y límites 1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3, auto | Predeterminado— |
Campon | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Máximo: 1 | Predeterminado— |
Campoinput_references | Tipoarray | RequisitoOpcional | Valores y límites Número mínimo de elementos: 0 Número máximo de elementos: 1 | Predeterminado— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores y límites | Predeterminado— |
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, prompt |
Parámetromaterial_types | Contratotext, image |
Ciclo de vida: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id real devuelto o registro de la biblioteca multimedia
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Las tarifas mostradas estiman el coste antes de la generación. El cargo final se calcula a partir del coste registrado para la generación original. La duración medida del resultado y las cantidades previstas no constituyen la cantidad facturable final.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Cantidad prevista | Cargo |
|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cantidad prevista— | Cargo Entrada · Tokens de entrada · Estimación solo para comparar — / 1K tokens Salida · Tokens de salida · Estimación solo para comparar — / 1K tokens Entrada · Lectura de caché · Estimación solo para comparar — / 1K tokens Entrada · Escritura en caché · Estimación solo para comparar — / 1K tokens Entrada · Escritura en caché, 1 hora · Estimación solo para comparar — / 1K tokens |
| ConfiguraciónCoste estimado de generación | Tabla de tarifas— | Cantidad previstaestimación para una generación | Cargo Salida · Coste estimado de generación · Estimación solo para comparar $0.884736 estimación previa a la generación Esta estimación no es un cargo adicional ni una tarifa fija para la generación completada. |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${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-2.5-pro', '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\nDescarga cada imagen recibida o guarda su contenido Base64
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.\nGuarda todas las imágenes completadas; descarga cada URL recibida o decodifica su contenido Base64.
Conserva la respuesta completa y las cabeceras, todas las salidas reales, los identificadores originales devueltos y todos los campos de uso. Recupera la operación original sin volver a enviar la solicitud de creación.
Conserva el X-Client-Request-ID devuelto para la conciliación. Consulta únicamente los valores task_id/asset_id realmente devueltos o la biblioteca multimedia propia; nunca construyas una URL de tarea a partir del ID de la operación ni vuelvas a enviar la solicitud de creación.
| Campo | Tipo |
|---|---|
Campocreated | Tipo |
Campodata[].url | Tipo |
Campodata[].b64_json | Tipo |
Campousage | Tipo |
Ailoot Ultra microsoft/mai-image-2.5-pro
/v1/images