{ "aboutHtml": "

Microsoft AI MAI-Image-2.5 הוא מהדורת היצירה הכללית והעריכה המבוקרת של משפחת התמונות 2.5. כרטיס המודל שלו מתאר מודל דיפוזיה המשתמש ב־flow matching, עם 20 מיליארד פרמטרים שאינם פרמטרי הטמעה, קלט טקסט ותמונה והקשר של 32K טוקנים. הוא מפיק פלט תמונה לקונספטים, לדיוקנאות, לתמונות מוצר, לאיורים ולתיקוני עיצובים קיימים. הבחירה ההתחלתית השימושית היא אם המשימה דורשת קומפוזיציה חדשה או שינוי מסוים בנכס שכבר מכיל את הנושא הרצוי.

ליצירה, תארו את הנושא המרכזי, הסגנון החזותי, התאורה, נקודת המבט והסידור. היצרן מדגיש תמונות מפורטות ומגובשות, רינדור טקסט, תמונות מוצר והיצמדות להנחיה. בריף מעשי לאיור במצגת יכול להגדיר את תפקיד הנושא, את הדגש החזותי הרצוי ואת כמות המרחב שסביבו. קונספט מוצר יכול לכלול את החומר, קנה המידה וגימור המשטח. שמרו על תיאור מגובש כדי שעצמים יחלקו סצנה אחת ותוכנית תאורה אחת, במקום לשלב כמה טיפולים חזותיים שאינם מתיישבים זה עם זה.

הסקה חזותית במהדורה הזו נוגעת למבנה הסצנה, לתאורה, לקנה המידה וליחסים מרחביים. היצרן נותן הוספת עצם עם פרספקטיבה וצללים מתאימים כשימוש בעריכה. לעריכת סדנה, הניחו שרפרף קטן לצד שולחן עבודה תוך שמירה על נקודת המבט והתאורה הקיימות. בבדיקה יש להשוות את גודל השרפרף, את המקום שבו הוא נוגע ברצפה ואת התאמת צלו לעצמים האחרים. גם עצם משכנע מקומית צריך להתאים לגאומטריה של תמונת המקור כולה.

עריכות מונחות כוללות הסרת עצמים או החלפתם, שינויי מאפיינים, מילוי אזורים בתמונה, התאמת פריסה, עדכוני טקסט וניקוי כגון הפחתת פגמי טשטוש תנועה. ספקו את תמונת המקור וציינו גם את התיקון וגם את הפרטים שיש לשמור. עריכת צילום ממוקדת יכולה להסיר עצם מסיח מהרקע תוך שמירה על האדם, החיתוך וסידור החזית. תיקון עיצוב יכול לעדכן שורת טקסט קצרה תוך שמירה על הקומפוזיציה. השוו את התוצאה המלאה למקור במקום להעריך רק את האזור שנערך.

Microsoft מדגישה גם עקביות בזהות פנים בין עריכות, לרבות שינויי תנוחה, הבעה או נקודת מבט. השתמשו בייחוס ברור לדמיון בפנים והגדירו את השינוי הרצוי באופן שמשמר את המאפיינים המזהים. מדריך העריכה הנוכחי של היצרן מקבל עד חמש תמונות JPEG או PNG, ומאפשר לייחוסים שונים לזהות את האדם, העצם, הסצנה או הסגנון. נקבו בתפקידים האלה בהנחיה. בתיקון דיוקן, בדקו את הפנים וגם את הלבוש או הרקע שהשתנו לפני שמתייחסים לתמונה כמוגמרת.

כרטיס המודל המדויק מגביל את הפלט ל־1,048,576 פיקסלים בסך הכול, השקולים לריבוע 1024×1024, ומאפשר לצלע אחת לעלות על 1024 אם הסך הכולל נשאר בתוך השטח הזה. מדריך ההגשה מחייב בנוסף ששני הממדים יהיו לפחות 768 פיקסלים. יעד מלבני כגון 1344×768 כולל 1,032,192 פיקסלים ועומד בכללי השטח והממדים המזעריים המתועדים האלה. המגבלה השימושית היא מכפלת הרוחב בגובה, לכן הכינו את צורת היעד לפני בקשת קומפוזיציה לרוחב או לאורך.

יצירה ועריכה מחזירות נתוני תמונת PNG בממשק ההגשה של היצרן. כרטיס המודל המקורי מדווח על הקשר של 32K טוקנים, ואילו הממשק הזה מגדיר הקשר הנחיה מרבי של 32,000 טוקנים. נתון 4,096 טוקני הפלט הנפרד בקטלוג הוא הקצאת טוקנים ולא ממד פלט. שמרו על תחומי ההתייחסות המוצהרים האלה בארגון הנחיה מפורטת והתמונה המוגמרת. נכסי המקור, מאפיינים שנשמרו, עריכות שהתבקשו וגודל יעד יוצרים רשומת תיקון שימושית לצד ה־PNG.

הטווח היצירתי של המודל כולל דימויים פוטוריאליסטיים וקולנועיים, דיוקנאות, קונספטים למוצר או למיתוג, עיצובים נושאי טקסט וסגנונות חזותיים אחרים. לתווית או לשלט, ספקו את הניסוח המדויק ובדקו את האיות בגודל התצוגה הסופי. גם משטח צילומי מזוהה יכול להכיל פרט מומצא, השתקפות לא עקבית או כיתוב לא מדויק. בדיקה מעשית עוקבת אחר דרישות העיצוב: זהות עצמים, קריאות, יחסים מרחביים והסצנה שנשמרה כולם חשובים. שמרו תיקון מסוים נפרד משינויים שכבר הצליחו.

בתוך משפחת 2.5, Pro מדגיש נאמנות גבוהה יותר ויחסים יציבים בסצנות עמוסות, ואילו Flash משרת הפקה עם תגובה מהירה יותר. משפחת 2.6 מוסיפה הקצאת שטח פיקסלים מתועדת גדולה יותר, עיגון אופציונלי במידע מהרשת ובחירת יחס בהכוונת המודל. 2.5 הרגיל שומר על תהליך היצירה והעריכה שלו ללא הבקרות המאוחרות האלה. בחרו את המהדורה לפי החלק הקשה במשימת התמונה בפועל ובדקו את התוצאה המוגמרת מול הבריף הזה.

", "aboutText": "Microsoft AI MAI-Image-2.5 הוא מהדורת היצירה הכללית והעריכה המבוקרת של משפחת התמונות 2.5. כרטיס המודל שלו מתאר מודל דיפוזיה המשתמש ב־flow matching, עם 20 מיליארד פרמטרים שאינם פרמטרי הטמעה, קלט טקסט ותמונה והקשר של 32K טוקנים. הוא מפיק פלט תמונה לקונספטים, לדיוקנאות, לתמונות מוצר, לאיורים ולתיקוני עיצובים קיימים. הבחירה ההתחלתית השימושית היא אם המשימה דורשת קומפוזיציה חדשה או שינוי מסוים בנכס שכבר מכיל את הנושא הרצוי.\n\nליצירה, תארו את הנושא המרכזי, הסגנון החזותי, התאורה, נקודת המבט והסידור. היצרן מדגיש תמונות מפורטות ומגובשות, רינדור טקסט, תמונות מוצר והיצמדות להנחיה. בריף מעשי לאיור במצגת יכול להגדיר את תפקיד הנושא, את הדגש החזותי הרצוי ואת כמות המרחב שסביבו. קונספט מוצר יכול לכלול את החומר, קנה המידה וגימור המשטח. שמרו על תיאור מגובש כדי שעצמים יחלקו סצנה אחת ותוכנית תאורה אחת, במקום לשלב כמה טיפולים חזותיים שאינם מתיישבים זה עם זה.\n\nהסקה חזותית במהדורה הזו נוגעת למבנה הסצנה, לתאורה, לקנה המידה וליחסים מרחביים. היצרן נותן הוספת עצם עם פרספקטיבה וצללים מתאימים כשימוש בעריכה. לעריכת סדנה, הניחו שרפרף קטן לצד שולחן עבודה תוך שמירה על נקודת המבט והתאורה הקיימות. בבדיקה יש להשוות את גודל השרפרף, את המקום שבו הוא נוגע ברצפה ואת התאמת צלו לעצמים האחרים. גם עצם משכנע מקומית צריך להתאים לגאומטריה של תמונת המקור כולה.\n\nעריכות מונחות כוללות הסרת עצמים או החלפתם, שינויי מאפיינים, מילוי אזורים בתמונה, התאמת פריסה, עדכוני טקסט וניקוי כגון הפחתת פגמי טשטוש תנועה. ספקו את תמונת המקור וציינו גם את התיקון וגם את הפרטים שיש לשמור. עריכת צילום ממוקדת יכולה להסיר עצם מסיח מהרקע תוך שמירה על האדם, החיתוך וסידור החזית. תיקון עיצוב יכול לעדכן שורת טקסט קצרה תוך שמירה על הקומפוזיציה. השוו את התוצאה המלאה למקור במקום להעריך רק את האזור שנערך.\n\nMicrosoft מדגישה גם עקביות בזהות פנים בין עריכות, לרבות שינויי תנוחה, הבעה או נקודת מבט. השתמשו בייחוס ברור לדמיון בפנים והגדירו את השינוי הרצוי באופן שמשמר את המאפיינים המזהים. מדריך העריכה הנוכחי של היצרן מקבל עד חמש תמונות JPEG או PNG, ומאפשר לייחוסים שונים לזהות את האדם, העצם, הסצנה או הסגנון. נקבו בתפקידים האלה בהנחיה. בתיקון דיוקן, בדקו את הפנים וגם את הלבוש או הרקע שהשתנו לפני שמתייחסים לתמונה כמוגמרת.\n\nכרטיס המודל המדויק מגביל את הפלט ל־1,048,576 פיקסלים בסך הכול, השקולים לריבוע 1024×1024, ומאפשר לצלע אחת לעלות על 1024 אם הסך הכולל נשאר בתוך השטח הזה. מדריך ההגשה מחייב בנוסף ששני הממדים יהיו לפחות 768 פיקסלים. יעד מלבני כגון 1344×768 כולל 1,032,192 פיקסלים ועומד בכללי השטח והממדים המזעריים המתועדים האלה. המגבלה השימושית היא מכפלת הרוחב בגובה, לכן הכינו את צורת היעד לפני בקשת קומפוזיציה לרוחב או לאורך.\n\nיצירה ועריכה מחזירות נתוני תמונת PNG בממשק ההגשה של היצרן. כרטיס המודל המקורי מדווח על הקשר של 32K טוקנים, ואילו הממשק הזה מגדיר הקשר הנחיה מרבי של 32,000 טוקנים. נתון 4,096 טוקני הפלט הנפרד בקטלוג הוא הקצאת טוקנים ולא ממד פלט. שמרו על תחומי ההתייחסות המוצהרים האלה בארגון הנחיה מפורטת והתמונה המוגמרת. נכסי המקור, מאפיינים שנשמרו, עריכות שהתבקשו וגודל יעד יוצרים רשומת תיקון שימושית לצד ה־PNG.\n\nהטווח היצירתי של המודל כולל דימויים פוטוריאליסטיים וקולנועיים, דיוקנאות, קונספטים למוצר או למיתוג, עיצובים נושאי טקסט וסגנונות חזותיים אחרים. לתווית או לשלט, ספקו את הניסוח המדויק ובדקו את האיות בגודל התצוגה הסופי. גם משטח צילומי מזוהה יכול להכיל פרט מומצא, השתקפות לא עקבית או כיתוב לא מדויק. בדיקה מעשית עוקבת אחר דרישות העיצוב: זהות עצמים, קריאות, יחסים מרחביים והסצנה שנשמרה כולם חשובים. שמרו תיקון מסוים נפרד משינויים שכבר הצליחו.\n\nבתוך משפחת 2.5, Pro מדגיש נאמנות גבוהה יותר ויחסים יציבים בסצנות עמוסות, ואילו Flash משרת הפקה עם תגובה מהירה יותר. משפחת 2.6 מוסיפה הקצאת שטח פיקסלים מתועדת גדולה יותר, עיגון אופציונלי במידע מהרשת ובחירת יחס בהכוונת המודל. 2.5 הרגיל שומר על תהליך היצירה והעריכה שלו ללא הבקרות המאוחרות האלה. בחרו את המהדורה לפי החלק הקשה במשימת התמונה בפועל ובדקו את התוצאה המוגמרת מול הבריף הזה.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "6eb8f5ff7da4ad9e8ca82f6fca1cae720bc2fc326da06d69f9bfb0fb8e4c5327", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "he", "methods": [ { "html": "
•

Microsoft AI: MAI-Image-2.5

Microsoft AI /microsoft/mai-image-2.5

התחלה

Microsoft AI MAI-Image-2.5 יוצר תמונות מטקסט ומבצע עריכות ממוקדות בצילומים או בעיצובים שסופקו. הוא תומך בשינויי עצמים וטקסט, בניקוי פגמים ובתיקונים המשמרים פנים, עם פלט PNG ועד חמישה ייחוסים חזותיים. כרטיס המודל שלו מגדיר הקשר של 32K ו־1,048,576 פיקסלי פלט.

סוגי קלט נתמכים
טקסט · תמונות
תוצאות
תמונות
על המודל

התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.

Microsoft AI MAI-Image-2.5 הוא מהדורת היצירה הכללית והעריכה המבוקרת של משפחת התמונות 2.5. כרטיס המודל שלו מתאר מודל דיפוזיה המשתמש ב־flow matching, עם 20 מיליארד פרמטרים שאינם פרמטרי הטמעה, קלט טקסט ותמונה והקשר של 32K טוקנים. הוא מפיק פלט תמונה לקונספטים, לדיוקנאות, לתמונות מוצר, לאיורים ולתיקוני עיצובים קיימים. הבחירה ההתחלתית השימושית היא אם המשימה דורשת קומפוזיציה חדשה או שינוי מסוים בנכס שכבר מכיל את הנושא הרצוי.

ליצירה, תארו את הנושא המרכזי, הסגנון החזותי, התאורה, נקודת המבט והסידור. היצרן מדגיש תמונות מפורטות ומגובשות, רינדור טקסט, תמונות מוצר והיצמדות להנחיה. בריף מעשי לאיור במצגת יכול להגדיר את תפקיד הנושא, את הדגש החזותי הרצוי ואת כמות המרחב שסביבו. קונספט מוצר יכול לכלול את החומר, קנה המידה וגימור המשטח. שמרו על תיאור מגובש כדי שעצמים יחלקו סצנה אחת ותוכנית תאורה אחת, במקום לשלב כמה טיפולים חזותיים שאינם מתיישבים זה עם זה.

הסקה חזותית במהדורה הזו נוגעת למבנה הסצנה, לתאורה, לקנה המידה וליחסים מרחביים. היצרן נותן הוספת עצם עם פרספקטיבה וצללים מתאימים כשימוש בעריכה. לעריכת סדנה, הניחו שרפרף קטן לצד שולחן עבודה תוך שמירה על נקודת המבט והתאורה הקיימות. בבדיקה יש להשוות את גודל השרפרף, את המקום שבו הוא נוגע ברצפה ואת התאמת צלו לעצמים האחרים. גם עצם משכנע מקומית צריך להתאים לגאומטריה של תמונת המקור כולה.

עריכות מונחות כוללות הסרת עצמים או החלפתם, שינויי מאפיינים, מילוי אזורים בתמונה, התאמת פריסה, עדכוני טקסט וניקוי כגון הפחתת פגמי טשטוש תנועה. ספקו את תמונת המקור וציינו גם את התיקון וגם את הפרטים שיש לשמור. עריכת צילום ממוקדת יכולה להסיר עצם מסיח מהרקע תוך שמירה על האדם, החיתוך וסידור החזית. תיקון עיצוב יכול לעדכן שורת טקסט קצרה תוך שמירה על הקומפוזיציה. השוו את התוצאה המלאה למקור במקום להעריך רק את האזור שנערך.

Microsoft מדגישה גם עקביות בזהות פנים בין עריכות, לרבות שינויי תנוחה, הבעה או נקודת מבט. השתמשו בייחוס ברור לדמיון בפנים והגדירו את השינוי הרצוי באופן שמשמר את המאפיינים המזהים. מדריך העריכה הנוכחי של היצרן מקבל עד חמש תמונות JPEG או PNG, ומאפשר לייחוסים שונים לזהות את האדם, העצם, הסצנה או הסגנון. נקבו בתפקידים האלה בהנחיה. בתיקון דיוקן, בדקו את הפנים וגם את הלבוש או הרקע שהשתנו לפני שמתייחסים לתמונה כמוגמרת.

כרטיס המודל המדויק מגביל את הפלט ל־1,048,576 פיקסלים בסך הכול, השקולים לריבוע 1024×1024, ומאפשר לצלע אחת לעלות על 1024 אם הסך הכולל נשאר בתוך השטח הזה. מדריך ההגשה מחייב בנוסף ששני הממדים יהיו לפחות 768 פיקסלים. יעד מלבני כגון 1344×768 כולל 1,032,192 פיקסלים ועומד בכללי השטח והממדים המזעריים המתועדים האלה. המגבלה השימושית היא מכפלת הרוחב בגובה, לכן הכינו את צורת היעד לפני בקשת קומפוזיציה לרוחב או לאורך.

יצירה ועריכה מחזירות נתוני תמונת PNG בממשק ההגשה של היצרן. כרטיס המודל המקורי מדווח על הקשר של 32K טוקנים, ואילו הממשק הזה מגדיר הקשר הנחיה מרבי של 32,000 טוקנים. נתון 4,096 טוקני הפלט הנפרד בקטלוג הוא הקצאת טוקנים ולא ממד פלט. שמרו על תחומי ההתייחסות המוצהרים האלה בארגון הנחיה מפורטת והתמונה המוגמרת. נכסי המקור, מאפיינים שנשמרו, עריכות שהתבקשו וגודל יעד יוצרים רשומת תיקון שימושית לצד ה־PNG.

הטווח היצירתי של המודל כולל דימויים פוטוריאליסטיים וקולנועיים, דיוקנאות, קונספטים למוצר או למיתוג, עיצובים נושאי טקסט וסגנונות חזותיים אחרים. לתווית או לשלט, ספקו את הניסוח המדויק ובדקו את האיות בגודל התצוגה הסופי. גם משטח צילומי מזוהה יכול להכיל פרט מומצא, השתקפות לא עקבית או כיתוב לא מדויק. בדיקה מעשית עוקבת אחר דרישות העיצוב: זהות עצמים, קריאות, יחסים מרחביים והסצנה שנשמרה כולם חשובים. שמרו תיקון מסוים נפרד משינויים שכבר הצליחו.

בתוך משפחת 2.5, Pro מדגיש נאמנות גבוהה יותר ויחסים יציבים בסצנות עמוסות, ואילו Flash משרת הפקה עם תגובה מהירה יותר. משפחת 2.6 מוסיפה הקצאת שטח פיקסלים מתועדת גדולה יותר, עיגון אופציונלי במידע מהרשת ובחירת יחס בהכוונת המודל. 2.5 הרגיל שומר על תהליך היצירה והעריכה שלו ללא הבקרות המאוחרות האלה. בחרו את המהדורה לפי החלק הקשה במשימת התמונה בפועל ובדקו את התוצאה המוגמרת מול הבריף הזה.

זמין ב-Ailoot · קלט ושיטות

Ailoot Ultra · תמונות POST /v1/images/generations
סוגי קלט
text, image
סוגי פלט
image
שדהסוגדרישהערכים ומגבלותברירת מחדל
שדהmodelסוגstringדרישהחובהערכים ומגבלות
microsoft/mai-image-2.5
ברירת מחדל—
שדהpromptסוגstringדרישהחובהערכים ומגבלות
אורך מזערי: ⁦1⁩
ברירת מחדל—
שדהaspect_ratioסוגstringדרישהרשותערכים ומגבלות
1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3, auto
ברירת מחדל—
שדהnסוגintegerדרישהרשותערכים ומגבלות
מינימום: ⁦1⁩
מקסימום: ⁦1⁩
ברירת מחדל—
שדהinput_referencesסוגarrayדרישהרשותערכים ומגבלות
מספר פריטים מזערי: ⁦0⁩
מספר פריטים מרבי: ⁦1⁩
ברירת מחדל—
שדהproviderסוגobjectדרישהרשותערכים ומגבלותברירת מחדל—
פרמטרים ומחזור חיים של השיטה
פרמטרמפרט
פרמטרcontent_typeמפרטapplication/json
פרמטרrequiredמפרטmodel, prompt
פרמטרmaterial_typesמפרטtext, image

מחזור חיים: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · ערך task_id שהוחזר בפועל או רשומה בספריית המדיה

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

תעריפים

אופן חישוב החיוב הסופי

התעריפים המוצגים מספקים אומדן לעלות לפני היצירה. החיוב הסופי מחושב לפי העלות שנרשמה עבור היצירה המקורית. משך הפלט שנמדד והכמויות החזויות אינם הכמות הסופית לחיוב.

מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.

מצב מהיר
לא צוין כאשר נבחר מצב מהיר
מצב Flex
לא צוין כאשר נבחר מצב flex
מאמץ חשיבה מרבי
לא צוין כאשר מאמץ החשיבה המרבי משתמש בהתאמת ברירת המחדל (default)

תעריפים משוערים להשוואה

מחירים לפי תצורה

התאימו כל חיוב לתנאים המוצגים. השתמשו בתעריף אחד לכל קבוצה של תצורות חלופיות.

תצורהטבלת תעריפיםכמות חזויהחיוב
תצורהתעריפי בסיס לטוקניםטבלת תעריפיםתעריף בסיסכמות חזויה—חיוב
קלט · טוקני קלט · אומדן להשוואה בלבד — / 1K טוקנים
פלט · טוקני פלט · אומדן להשוואה בלבד — / 1K טוקנים
קלט · קריאה מהמטמון · אומדן להשוואה בלבד — / 1K טוקנים
קלט · כתיבה למטמון · אומדן להשוואה בלבד — / 1K טוקנים
קלט · כתיבה למטמון, 1 שעה · אומדן להשוואה בלבד — / 1K טוקנים
תצורהעלות יצירה משוערתטבלת תעריפים—כמות חזויהאומדן ליצירה אחתחיוב
פלט · עלות יצירה משוערת · אומדן להשוואה בלבד $0.385024 אומדן לפני היצירה

אומדן זה אינו חיוב נוסף או תעריף קבוע עבור היצירה שהושלמה.

לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →

דוגמאות לבקשות

Ailoot Ultra · תמונות

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', '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\n

קבלה ושמירה של תוצאות

Ailoot Ultra · תמונות

הורידו כל תמונה שהוחזרה או שמרו את תוכן ה-Base64 שלה

קריאות תוכן נוספות
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.\n
שמירת כל התוצאות שהושלמו

שמרו כל תמונה שהושלמה; אחזרו אותה מכל URL שהוחזר או פענחו את תוכן ה-Base64 שלה.

שמרו את התשובה המלאה ואת הכותרות, כל פלט שהתקבל בפועל, את המזהים המקוריים שהוחזרו ואת כל שדות השימוש. שחזרו את הפעולה המקורית בלי לשלוח שוב בקשת יצירה.

כשצריך לבדוק את התגובה המקורית

שמרו את X-Client-Request-ID שהוחזר לצורך התאמת רישומים. קראו רק ערכי task_id/asset_id שהוחזרו בפועל או את ספריית המדיה שבבעלותכם; לעולם אל תבנו URL של משימה ממזהה הפעולה ואל תשלחו שוב בקשת יצירה.

שדות התגובה
שדהסוג
שדהcreatedסוג
שדהdata[].urlסוג
שדהdata[].b64_jsonסוג
שדהusageסוג

כינויים

כינויים למודל

Ailoot Ultra microsoft/mai-image-2.5

כינויים לנתיבי שיטות

/v1/images

מזהי מודלים קשורים IDs

microsoft/mai-image-2.5

", "method_identity": { "effective_request_model_id": "microsoft/mai-image-2.5", "fmt": "images", "http": "POST", "path": "/v1/images/generations", "request_model_id": "microsoft/mai-image-2.5", "route_label": "Ultra" }, "method_key": "Ultra|images|/v1/images/generations|microsoft%2Fmai-image-2.5", "ordinal": 0, "rawMethod": { "available": null, "billing_basis": { "basis": "original_invoice_usd", "description": "התעריפים המוצגים מספקים אומדן לעלות לפני היצירה. החיוב הסופי מחושב לפי העלות שנרשמה עבור היצירה המקורית. משך הפלט שנמדד והכמויות החזויות אינם הכמות הסופית לחיוב.", "forecast_quantity_is_estimate": true, "physical_output_is_billable_quantity": false, "version": "original_invoice_usd_v1" }, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "actual returned task_id or media library record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "שמרו את X-Client-Request-ID שהוחזר לצורך התאמת רישומים. קראו רק ערכי task_id/asset_id שהוחזרו בפועל או את ספריית המדיה שבבעלותכם; לעולם אל תבנו URL של משימה ממזהה הפעולה ואל תשלחו שוב בקשת יצירה." }, "outputs": { "all_results": "שמרו את התשובה המלאה ואת הכותרות, כל פלט שהתקבל בפועל, את המזהים המקוריים שהוחזרו ואת כל שדות השימוש. שחזרו את הפעולה המקורית בלי לשלוח שוב בקשת יצירה.", "family": "image", "fields": [ { "description": null, "name": "created", "type": null }, { "description": null, "name": "data[].url", "type": null }, { "description": null, "name": "data[].b64_json", "type": null }, { "description": null, "name": "usage", "type": null } ] }, "parameters": [ { "enum": [ "microsoft/mai-image-2.5" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "min_length": 1, "name": "prompt", "required": true, "type": "string" }, { "enum": [ "1:1", "4:3", "3:4", "16:9", "9:16", "3:2", "2:3", "auto" ], "enum_known": true, "name": "aspect_ratio", "required": false, "type": "string" }, { "maximum": 1, "minimum": 1, "name": "n", "required": false, "type": "integer" }, { "items": { "properties": { "image_url": { "properties": { "url": { "type": "string" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url" ], "type": "object" }, "maximum_items": 1, "minimum_items": 0, "name": "input_references", "required": false, "type": "array" }, { "name": "provider", "required": false, "type": "object" } ], "request_schema": { "properties": { "aspect_ratio": { "enum": [ "1:1", "4:3", "3:4", "16:9", "9:16", "3:2", "2:3", "auto" ], "type": "string" }, "input_references": { "items": { "properties": { "image_url": { "properties": { "url": { "type": "string" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url" ], "type": "object" }, "maxItems": 1, "minItems": 0, "type": "array" }, "model": { "enum": [ "microsoft/mai-image-2.5" ], "type": "string" }, "n": { "maximum": 1, "minimum": 1, "type": "integer" }, "prompt": { "minLength": 1, "type": "string" }, "provider": { "description": "Exact image provider preferences from the documented image request schema.", "type": "object" } }, "required": [ "model", "prompt" ], "type": "object" }, "schema_template": { "actual_file_preparation_required": false, "body": { "model": "microsoft/mai-image-2.5", "prompt": "a red panda astronaut floating in space, studio lighting" }, "content_type": "application/json" } }, "input": { "content_type": "application/json", "material_types": [ "text", "image" ], "required": [ "model", "prompt" ] }, "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "ערך task_id שהוחזר בפועל או רשומה בספריית המדיה", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Keep the returned X-Client-Request-ID for reconciliation. Read only actual returned task_id/asset_id values or the owned media library; never build a task URL from the operation ID and never resubmit creation." }, "method": { "http": "POST", "path": "/v1/images/generations" }, "output": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "family": "image", "fields": [ { "description": null, "name": "created", "type": null }, { "description": null, "name": "data[].url", "type": null }, { "description": null, "name": "data[].b64_json", "type": null }, { "description": null, "name": "usage", "type": null } ] } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "basis": "אומדן זה אינו חיוב נוסף או תעריף קבוע עבור היצירה שהושלמה.", "dimensions": { "forecast_quantity": "one generation estimate" }, "label": "עלות יצירה משוערת", "units": [ { "amount": "0.385024", "amount_unit": "usd_per_exact_native_unit", "billing_input": false, "estimate_only": true, "key": "forecast_usd", "label": "Estimated generation cost", "native_amount_usd_per_unit": "0.385024", "native_quantity": 1, "public_unit_label": "estimate before generation", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "request_estimate" } ] } ], "examples": [ { "code": "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', '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\"