Microsoft AI MAI-Image-2.6 est l’édition de la famille d’images 2.6 axée sur la précision, conçue pour la génération texte-vers-image et la retouche contrôlée de visuels existants. Sa fiche décrit un modèle de diffusion utilisant le flow matching, avec 20 milliards de paramètres hors embeddings et un contexte de 32K tokens. La sortie prévue est une image : composition produit, portrait, illustration de marque ou visuel révisé dont l’agencement et les sujets clés restent cohérents pendant qu’un élément précis change.
Pour la génération, décrivez le sujet, la composition, les matériaux, la lumière, le point de vue et le style visuel. Fournissez le texte exact lorsqu’une étiquette, un titre ou une enseigne doit apparaître dans l’image, et décrivez son emplacement. Le fabricant souligne dans cette édition l’amélioration du rendu de texte, des portraits, de l’imagerie 3D et des sorties commerciales ou photoréalistes. Un brief utile identifie les quelques relations qui font fonctionner l’image : l’objet mis au premier plan, sa place dans la scène et l’endroit où le public doit regarder d’abord. Examinez les petits caractères et les détails fins dans l’image terminée.
Pour la retouche, fournissez le visuel source et énoncez le changement avec les parties à conserver. Les tâches documentées comprennent la suppression ou le remplacement d’objets, les changements d’attributs, l’inpainting, l’adaptation de mise en page, les mises à jour de texte et la correction d’artefacts comme le flou de mouvement. La fiche souligne le raisonnement sur l’échelle, la perspective, la lumière et le placement spatial afin qu’une révision s’intègre à la scène existante. En préparation, identifiez clairement l’objet ou la zone et expliquez si l’objectif est une correction locale, un autre agencement ou un changement de style plus large.
Le guide de retouche du fabricant accepte jusqu’à cinq références JPEG ou PNG. Donnez à chaque image un rôle distinct : produit, personne, décor, mise en page ou style visuel. Pour une retouche d’éclairage, placez une lampe d’une référence sur le bureau d’une autre, en préservant la perspective du bureau et en faisant suivre à l’ombre de la lampe la lumière de la pièce. Une révision distincte peut mettre à jour une courte étiquette tout en conservant la forme et la position du produit. Vérifiez les relations entre références dans le résultat au lieu d’accepter un objet plausible qui diffère de celui fourni.
La famille 2.6 ajoute un ancrage web facultatif et la sélection du rapport d’image par le modèle. L’ancrage web fournit un contexte actuel pertinent lors de l’interprétation d’une demande portant sur un lieu réel, un objet ou des informations changeantes. C’est une entrée créative : vérifiez donc les détails visuels factuels par rapport au sujet visé. La sélection automatique du rapport laisse le modèle tenir compte du prompt et des images pour choisir la forme de la composition. Un brief de design peut préciser la destination et la mise en page requise : par exemple, un grand visuel produit horizontal avec de l’espace libre d’un côté ou une image portrait construite autour d’un sujet debout.
La taille de sortie dépend de la surface totale. La fiche exacte et le guide d’image indiquent un maximum de 2 359 296 pixels, équivalent à un carré de 1536×1536. L’interface d’image documentée exige une largeur et une hauteur d’au moins 768 pixels chacune, et l’une ou l’autre peut dépasser 1536 si le total respecte la limite de surface. Cela permet une composition paysage ou portrait plus allongée au lieu d’imposer un maximum de 1536 pixels à chaque côté. Par exemple, une cible de 1024×2048 compte 2 097 152 pixels et respecte cette règle de surface documentée. Vérifiez les dimensions finales pour la mise en page qui utilisera l’image.
Le guide du fabricant renvoie les résultats générés et retouchés sous forme de données d’image PNG. Conservez l’image terminée avec le brief et les références sources lorsque vous préparez une révision de design. La fiche indique un contexte de 32K tokens, tandis que le guide de service fixe le contexte maximal du prompt à 32 000 tokens ; conservez ces périmètres déclarés lors de la préparation d’un long brief au lieu de les traiter comme des dimensions d’image. Le livrable de production utile est l’image décodée, qui peut être examinée et placée dans une page, une diapositive ou une composition. Enregistrez le recadrage prévu et le placement du texte avec elle pour que les retouches suivantes ne modifient pas accidentellement la finalité du design.
Dans cette famille, MAI-Image-2.6 privilégie la maîtrise précise et les derniers progrès de détail visuel. MAI-Image-2.6-Flash propose les mêmes capacités de génération, de retouche, d’ancrage et de sélection du rapport dans une édition optimisée pour une production réactive et répétée. La série 2.5 utilise une limite documentée de surface de sortie plus petite et n’hérite pas des commandes d’ancrage ou de rapport automatique de 2.6. Choisissez l’édition en fonction de l’image et du processus de révision requis au lieu de supposer qu’un nom de famille commun rend tous les réglages identiques.
Comparez une retouche à la source complète : visages conservés, identité des objets, géométrie, ombres, caractères et mise en page prévue comptent tous. Une photographie convaincante peut néanmoins comporter une inscription erronée, un reflet incohérent ou une caractéristique modifiée hors de la retouche demandée. Gardez la correction suivante concrète, comme l’étiquette, le placement de l’objet ou un artefact particulier. Cela rend la retouche itérative utile tout en préservant le sujet et la composition du brief original.
", "aboutText": "Microsoft AI MAI-Image-2.6 est l’édition de la famille d’images 2.6 axée sur la précision, conçue pour la génération texte-vers-image et la retouche contrôlée de visuels existants. Sa fiche décrit un modèle de diffusion utilisant le flow matching, avec 20 milliards de paramètres hors embeddings et un contexte de 32K tokens. La sortie prévue est une image : composition produit, portrait, illustration de marque ou visuel révisé dont l’agencement et les sujets clés restent cohérents pendant qu’un élément précis change.\n\nPour la génération, décrivez le sujet, la composition, les matériaux, la lumière, le point de vue et le style visuel. Fournissez le texte exact lorsqu’une étiquette, un titre ou une enseigne doit apparaître dans l’image, et décrivez son emplacement. Le fabricant souligne dans cette édition l’amélioration du rendu de texte, des portraits, de l’imagerie 3D et des sorties commerciales ou photoréalistes. Un brief utile identifie les quelques relations qui font fonctionner l’image : l’objet mis au premier plan, sa place dans la scène et l’endroit où le public doit regarder d’abord. Examinez les petits caractères et les détails fins dans l’image terminée.\n\nPour la retouche, fournissez le visuel source et énoncez le changement avec les parties à conserver. Les tâches documentées comprennent la suppression ou le remplacement d’objets, les changements d’attributs, l’inpainting, l’adaptation de mise en page, les mises à jour de texte et la correction d’artefacts comme le flou de mouvement. La fiche souligne le raisonnement sur l’échelle, la perspective, la lumière et le placement spatial afin qu’une révision s’intègre à la scène existante. En préparation, identifiez clairement l’objet ou la zone et expliquez si l’objectif est une correction locale, un autre agencement ou un changement de style plus large.\n\nLe guide de retouche du fabricant accepte jusqu’à cinq références JPEG ou PNG. Donnez à chaque image un rôle distinct : produit, personne, décor, mise en page ou style visuel. Pour une retouche d’éclairage, placez une lampe d’une référence sur le bureau d’une autre, en préservant la perspective du bureau et en faisant suivre à l’ombre de la lampe la lumière de la pièce. Une révision distincte peut mettre à jour une courte étiquette tout en conservant la forme et la position du produit. Vérifiez les relations entre références dans le résultat au lieu d’accepter un objet plausible qui diffère de celui fourni.\n\nLa famille 2.6 ajoute un ancrage web facultatif et la sélection du rapport d’image par le modèle. L’ancrage web fournit un contexte actuel pertinent lors de l’interprétation d’une demande portant sur un lieu réel, un objet ou des informations changeantes. C’est une entrée créative : vérifiez donc les détails visuels factuels par rapport au sujet visé. La sélection automatique du rapport laisse le modèle tenir compte du prompt et des images pour choisir la forme de la composition. Un brief de design peut préciser la destination et la mise en page requise : par exemple, un grand visuel produit horizontal avec de l’espace libre d’un côté ou une image portrait construite autour d’un sujet debout.\n\nLa taille de sortie dépend de la surface totale. La fiche exacte et le guide d’image indiquent un maximum de 2 359 296 pixels, équivalent à un carré de 1536×1536. L’interface d’image documentée exige une largeur et une hauteur d’au moins 768 pixels chacune, et l’une ou l’autre peut dépasser 1536 si le total respecte la limite de surface. Cela permet une composition paysage ou portrait plus allongée au lieu d’imposer un maximum de 1536 pixels à chaque côté. Par exemple, une cible de 1024×2048 compte 2 097 152 pixels et respecte cette règle de surface documentée. Vérifiez les dimensions finales pour la mise en page qui utilisera l’image.\n\nLe guide du fabricant renvoie les résultats générés et retouchés sous forme de données d’image PNG. Conservez l’image terminée avec le brief et les références sources lorsque vous préparez une révision de design. La fiche indique un contexte de 32K tokens, tandis que le guide de service fixe le contexte maximal du prompt à 32 000 tokens ; conservez ces périmètres déclarés lors de la préparation d’un long brief au lieu de les traiter comme des dimensions d’image. Le livrable de production utile est l’image décodée, qui peut être examinée et placée dans une page, une diapositive ou une composition. Enregistrez le recadrage prévu et le placement du texte avec elle pour que les retouches suivantes ne modifient pas accidentellement la finalité du design.\n\nDans cette famille, MAI-Image-2.6 privilégie la maîtrise précise et les derniers progrès de détail visuel. MAI-Image-2.6-Flash propose les mêmes capacités de génération, de retouche, d’ancrage et de sélection du rapport dans une édition optimisée pour une production réactive et répétée. La série 2.5 utilise une limite documentée de surface de sortie plus petite et n’hérite pas des commandes d’ancrage ou de rapport automatique de 2.6. Choisissez l’édition en fonction de l’image et du processus de révision requis au lieu de supposer qu’un nom de famille commun rend tous les réglages identiques.\n\nComparez une retouche à la source complète : visages conservés, identité des objets, géométrie, ombres, caractères et mise en page prévue comptent tous. Une photographie convaincante peut néanmoins comporter une inscription erronée, un reflet incohérent ou une caractéristique modifiée hors de la retouche demandée. Gardez la correction suivante concrète, comme l’étiquette, le placement de l’objet ou un artefact particulier. Cela rend la retouche itérative utile tout en préservant le sujet et la composition du brief original.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "9dfdfad9a848d2cd503408b83dc491150836fd31455a5a015c57cf49f9a267fc", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "fr-be", "methods": [ { "html": "microsoft/mai-image-2.6Microsoft AI MAI-Image-2.6 génère et retouche des images pour des travaux de design précis. Il associe texte et jusqu’à cinq références visuelles, propose un ancrage web facultatif et un dimensionnement automatique de la composition, et produit des images PNG jusqu’à 2 359 296 pixels. Il privilégie les retouches maîtrisées, le texte, les portraits et les visuels commerciaux.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Microsoft AI MAI-Image-2.6 est l’édition de la famille d’images 2.6 axée sur la précision, conçue pour la génération texte-vers-image et la retouche contrôlée de visuels existants. Sa fiche décrit un modèle de diffusion utilisant le flow matching, avec 20 milliards de paramètres hors embeddings et un contexte de 32K tokens. La sortie prévue est une image : composition produit, portrait, illustration de marque ou visuel révisé dont l’agencement et les sujets clés restent cohérents pendant qu’un élément précis change.
Pour la génération, décrivez le sujet, la composition, les matériaux, la lumière, le point de vue et le style visuel. Fournissez le texte exact lorsqu’une étiquette, un titre ou une enseigne doit apparaître dans l’image, et décrivez son emplacement. Le fabricant souligne dans cette édition l’amélioration du rendu de texte, des portraits, de l’imagerie 3D et des sorties commerciales ou photoréalistes. Un brief utile identifie les quelques relations qui font fonctionner l’image : l’objet mis au premier plan, sa place dans la scène et l’endroit où le public doit regarder d’abord. Examinez les petits caractères et les détails fins dans l’image terminée.
Pour la retouche, fournissez le visuel source et énoncez le changement avec les parties à conserver. Les tâches documentées comprennent la suppression ou le remplacement d’objets, les changements d’attributs, l’inpainting, l’adaptation de mise en page, les mises à jour de texte et la correction d’artefacts comme le flou de mouvement. La fiche souligne le raisonnement sur l’échelle, la perspective, la lumière et le placement spatial afin qu’une révision s’intègre à la scène existante. En préparation, identifiez clairement l’objet ou la zone et expliquez si l’objectif est une correction locale, un autre agencement ou un changement de style plus large.
Le guide de retouche du fabricant accepte jusqu’à cinq références JPEG ou PNG. Donnez à chaque image un rôle distinct : produit, personne, décor, mise en page ou style visuel. Pour une retouche d’éclairage, placez une lampe d’une référence sur le bureau d’une autre, en préservant la perspective du bureau et en faisant suivre à l’ombre de la lampe la lumière de la pièce. Une révision distincte peut mettre à jour une courte étiquette tout en conservant la forme et la position du produit. Vérifiez les relations entre références dans le résultat au lieu d’accepter un objet plausible qui diffère de celui fourni.
La famille 2.6 ajoute un ancrage web facultatif et la sélection du rapport d’image par le modèle. L’ancrage web fournit un contexte actuel pertinent lors de l’interprétation d’une demande portant sur un lieu réel, un objet ou des informations changeantes. C’est une entrée créative : vérifiez donc les détails visuels factuels par rapport au sujet visé. La sélection automatique du rapport laisse le modèle tenir compte du prompt et des images pour choisir la forme de la composition. Un brief de design peut préciser la destination et la mise en page requise : par exemple, un grand visuel produit horizontal avec de l’espace libre d’un côté ou une image portrait construite autour d’un sujet debout.
La taille de sortie dépend de la surface totale. La fiche exacte et le guide d’image indiquent un maximum de 2 359 296 pixels, équivalent à un carré de 1536×1536. L’interface d’image documentée exige une largeur et une hauteur d’au moins 768 pixels chacune, et l’une ou l’autre peut dépasser 1536 si le total respecte la limite de surface. Cela permet une composition paysage ou portrait plus allongée au lieu d’imposer un maximum de 1536 pixels à chaque côté. Par exemple, une cible de 1024×2048 compte 2 097 152 pixels et respecte cette règle de surface documentée. Vérifiez les dimensions finales pour la mise en page qui utilisera l’image.
Le guide du fabricant renvoie les résultats générés et retouchés sous forme de données d’image PNG. Conservez l’image terminée avec le brief et les références sources lorsque vous préparez une révision de design. La fiche indique un contexte de 32K tokens, tandis que le guide de service fixe le contexte maximal du prompt à 32 000 tokens ; conservez ces périmètres déclarés lors de la préparation d’un long brief au lieu de les traiter comme des dimensions d’image. Le livrable de production utile est l’image décodée, qui peut être examinée et placée dans une page, une diapositive ou une composition. Enregistrez le recadrage prévu et le placement du texte avec elle pour que les retouches suivantes ne modifient pas accidentellement la finalité du design.
Dans cette famille, MAI-Image-2.6 privilégie la maîtrise précise et les derniers progrès de détail visuel. MAI-Image-2.6-Flash propose les mêmes capacités de génération, de retouche, d’ancrage et de sélection du rapport dans une édition optimisée pour une production réactive et répétée. La série 2.5 utilise une limite documentée de surface de sortie plus petite et n’hérite pas des commandes d’ancrage ou de rapport automatique de 2.6. Choisissez l’édition en fonction de l’image et du processus de révision requis au lieu de supposer qu’un nom de famille commun rend tous les réglages identiques.
Comparez une retouche à la source complète : visages conservés, identité des objets, géométrie, ombres, caractères et mise en page prévue comptent tous. Une photographie convaincante peut néanmoins comporter une inscription erronée, un reflet incohérent ou une caractéristique modifiée hors de la retouche demandée. Gardez la correction suivante concrète, comme l’étiquette, le placement de l’objet ou un artefact particulier. Cela rend la retouche itérative utile tout en préservant le sujet et la composition du brief original.
POST /v1/images/generationstext, imageimage| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites microsoft/mai-image-2.6 | Par défaut— |
Champprompt | Typestring | ExigenceObligatoire | Valeurs et limites Longueur minimale: 1 | Par défaut— |
Champaspect_ratio | Typestring | ExigenceFacultatif | Valeurs et limites 1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3, auto | Par défaut— |
Champn | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Maximum: 1 | Par défaut— |
Champinput_references | Typearray | ExigenceFacultatif | Valeurs et limites Nombre minimal d’éléments: 0 Nombre maximal d’éléments: 5 | Par défaut— |
Champprovider | Typeobject | ExigenceFacultatif | Valeurs et limites | Par défaut— |
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, prompt |
Paramètrematerial_types | Contrattext, image |
Cycle de vie : synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id effectivement renvoyé ou enregistrement de la bibliothèque multimédia
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Les tarifs affichés servent à estimer le coût avant la génération. Le montant final est calculé à partir du coût enregistré pour la génération d’origine. La durée mesurée du résultat et les quantités prévisionnelles ne constituent pas la quantité finale facturable.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Quantité prévisionnelle | Coût |
|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Quantité prévisionnelle— | Coût Entrée · Tokens en entrée · Estimation à des fins de comparaison uniquement — / 1K tokens Sortie · Tokens en sortie · Estimation à des fins de comparaison uniquement — / 1K tokens Entrée · Lecture du cache · Estimation à des fins de comparaison uniquement — / 1K tokens Entrée · Écriture dans le cache · Estimation à des fins de comparaison uniquement — / 1K tokens Entrée · Écriture dans le cache, 1 h · Estimation à des fins de comparaison uniquement — / 1K tokens |
| ConfigurationCoût estimé de la génération | Barème tarifaire— | Quantité prévisionnelleEstimation pour une génération | Coût Sortie · Coût estimé de génération · Estimation à des fins de comparaison uniquement $0.311296 estimation avant génération Cette estimation ne constitue ni des frais supplémentaires ni un tarif fixe pour la génération terminée. |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${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\nTéléchargez chaque image renvoyée ou enregistrez son contenu 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.\nEnregistrez chaque image terminée ; récupérez chaque URL renvoyée ou décodez son contenu Base64.
Conservez la réponse complète et les en-têtes, chaque sortie effective, les identifiants initialement renvoyés et tous les champs d’utilisation. Récupérez l’opération d’origine sans soumettre à nouveau sa création.
Conservez le X-Client-Request-ID renvoyé pour le rapprochement. Consultez uniquement les valeurs task_id/asset_id effectivement renvoyées ou votre bibliothèque multimédia ; ne construisez jamais une URL de tâche à partir de l’identifiant de l’opération et ne soumettez jamais à nouveau la création.
| Champ | Type |
|---|---|
Champcreated | Type |
Champdata[].url | Type |
Champdata[].b64_json | Type |
Champusage | Type |
Ailoot Ultra microsoft/mai-image-2.6
/v1/images