{ "aboutHtml": "

Microsoft AI MAI-Image-2.6 הוא המהדורה הממוקדת בדיוק של משפחת התמונות 2.6, המיועדת ליצירת תמונות מטקסט ולעריכה מבוקרת של נכסים חזותיים קיימים. כרטיס המודל שלו מתאר מודל דיפוזיה המשתמש ב־flow matching, עם 20 מיליארד פרמטרים שאינם פרמטרי הטמעה והקשר של 32K טוקנים. הפלט המיועד הוא תמונה: קומפוזיציית מוצר, דיוקן, איור ממותג או חזות מתוקנת שהפריסה והנושאים המרכזיים שלה נשארים מגובשים בזמן שרכיב מוגדר משתנה.

ליצירה, תארו את הנושא, הקומפוזיציה, החומרים, התאורה, נקודת המבט והסגנון החזותי. כללו ניסוח מדויק כאשר תווית, כותרת או שלט צריכים להופיע בתמונה, ותארו היכן הניסוח הזה שייך. היצרן מדגיש במהדורה הזו רינדור טקסט משופר, דיוקנאות, דימויים תלת־ממדיים ופלט מסחרי או פוטוריאליסטי. בריף שימושי מגדיר את היחסים המעטים שהופכים את התמונה למוצלחת: איזה עצם מודגש בחזית, כיצד הוא יושב בסצנה והיכן הקהל צריך להביט תחילה. בדקו בתמונה המוגמרת כיתוב עדין ופרטים קטנים.

לעריכה, ספקו את נכס המקור וציינו את השינוי יחד עם החלקים שיש לשמור. המשימות המתועדות כוללות הסרת עצמים או החלפתם, שינויי מאפיינים, מילוי אזורים בתמונה, התאמת פריסה, עדכוני טקסט וניקוי פגמים כגון טשטוש תנועה. כרטיס המודל מדגיש הסקה הנוגעת לקנה מידה, לפרספקטיבה, לתאורה ולמיקום במרחב כדי שתיקון יתאים לסצנה הקיימת. כהכנה, הגדירו בבירור את העצם או האזור והסבירו אם המטרה היא תיקון מקומי, סידור אחר או שינוי סגנון רחב יותר.

מדריך עריכת התמונות של היצרן מקבל עד חמישה ייחוסים בפורמט JPEG או PNG. תנו לכל תמונה תפקיד נפרד, כגון המוצר, אדם, סביבה, פריסה או סגנון חזותי. לעריכת תאורה, הניחו מנורה מייחוס אחד על שולחן בייחוס אחר, תוך שמירה על פרספקטיבת השולחן והתאמת צל המנורה לאור החדר. תיקון נפרד יכול לעדכן תווית קצרה תוך שמירה על צורת המוצר ומיקומו. בדקו בתוצאה את היחסים בין הייחוסים במקום לקבל עצם סביר ששונה מזה שסופק.

משפחת 2.6 מוסיפה עיגון אופציונלי במידע מהרשת ובחירת יחס ממדים בהכוונת המודל. עיגון ברשת מספק הקשר עדכני רלוונטי בעת פרשנות בקשה העוסקת במקום אמיתי, בעצם או במידע משתנה. הוא קלט יצירתי, לכן בדקו פרטים חזותיים עובדתיים מול הנושא המיועד. בחירת יחס אוטומטית מאפשרת למודל להביא בחשבון את ההנחיה ואת התמונות בבחירת צורת הקומפוזיציה. בריף עיצוב יכול להגדיר את היעד ואת הפריסה הנדרשת: למשל, תמונת מוצר ראשית רחבה עם מרווח בצד אחד או תמונה לאורך הבנויה סביב דמות עומדת.

גודל הפלט נקבע לפי השטח הכולל. כרטיס המודל המדויק ומדריך התמונה מציינים מקסימום של 2,359,296 פיקסלים, השקול לריבוע של 1536×1536. ממשק התמונה המתועד מחייב רוחב וגובה של לפחות 768 פיקסלים, וכל אחד מהממדים יכול לעלות על 1536 אם הסך הכולל נשאר בתוך מגבלת השטח. הדבר מאפשר קומפוזיציה ארוכה יותר לרוחב או לאורך, במקום להטיל מקסימום של 1536 פיקסלים על כל צלע. למשל, יעד של 1024×2048 כולל 2,097,152 פיקסלים ומתאים לכלל השטח המתועד הזה. בדקו את הממדים הסופיים לפי הפריסה שתשתמש בתמונה.

מדריך היצרן מחזיר תוצאות שנוצרו ונערכו כנתוני תמונת PNG. שמרו את התמונה שהושלמה לצד הבריף וייחוסי המקור בעת הכנת תיקון עיצוב. כרטיס המודל מציין הקשר של 32K טוקנים, ואילו מדריך ההגשה מגדיר הקשר הנחיה מרבי של 32,000 טוקנים; שמרו על תחומי ההתייחסות המוצהרים האלה בהכנת בריף ארוך, במקום להתייחס אליהם כממדי תמונה. תוצר ההפקה השימושי הוא התמונה לאחר פענוח, שאפשר לבדוק ולהציב בעמוד, בשקופית או בקומפוזיציה. תעדו עמה את החיתוך ואת מיקום הטקסט הרצויים כדי שעריכות מאוחרות לא ישנו בטעות את מטרת העיצוב.

בתוך המשפחה הזו, MAI-Image-2.6 מדגיש שליטה מדויקת ואת השיפורים החדשים בפרטים חזותיים. MAI-Image-2.6-Flash מספק את אותן יכולות יצירה, עריכה, עיגון במידע ובחירת יחס במהדורה המותאמת להפקה מהירה בתגובה וחוזרת. סדרת 2.5 משתמשת במגבלת שטח פלט מתועדת קטנה יותר ואינה יורשת את בקרות העיגון במידע או יחס הממדים האוטומטי של 2.6. בחרו את המהדורה לפי התמונה ולפי תהליך התיקונים הנדרשים, במקום להניח ששם משפחה משותף הופך כל הגדרה לזהה.

בדקו עריכה מול המקור המלא: פנים שנשמרו, זהות עצמים, גאומטריה, צללים, כיתוב והפריסה הרצויה כולם חשובים. גם צילום משכנע יכול להכיל סימון שגוי, השתקפות לא עקבית או מאפיין ששונה מחוץ לעריכה שהתבקשה. הגדירו תיקון ממוקד להמשך, כגון התווית, מיקום העצם או פגם מסוים. כך עריכה איטרטיבית מועילה תוך שמירה על הנושא ועל הקומפוזיציה של הבריף המקורי.

", "aboutText": "Microsoft AI MAI-Image-2.6 הוא המהדורה הממוקדת בדיוק של משפחת התמונות 2.6, המיועדת ליצירת תמונות מטקסט ולעריכה מבוקרת של נכסים חזותיים קיימים. כרטיס המודל שלו מתאר מודל דיפוזיה המשתמש ב־flow matching, עם 20 מיליארד פרמטרים שאינם פרמטרי הטמעה והקשר של 32K טוקנים. הפלט המיועד הוא תמונה: קומפוזיציית מוצר, דיוקן, איור ממותג או חזות מתוקנת שהפריסה והנושאים המרכזיים שלה נשארים מגובשים בזמן שרכיב מוגדר משתנה.\n\nליצירה, תארו את הנושא, הקומפוזיציה, החומרים, התאורה, נקודת המבט והסגנון החזותי. כללו ניסוח מדויק כאשר תווית, כותרת או שלט צריכים להופיע בתמונה, ותארו היכן הניסוח הזה שייך. היצרן מדגיש במהדורה הזו רינדור טקסט משופר, דיוקנאות, דימויים תלת־ממדיים ופלט מסחרי או פוטוריאליסטי. בריף שימושי מגדיר את היחסים המעטים שהופכים את התמונה למוצלחת: איזה עצם מודגש בחזית, כיצד הוא יושב בסצנה והיכן הקהל צריך להביט תחילה. בדקו בתמונה המוגמרת כיתוב עדין ופרטים קטנים.\n\nלעריכה, ספקו את נכס המקור וציינו את השינוי יחד עם החלקים שיש לשמור. המשימות המתועדות כוללות הסרת עצמים או החלפתם, שינויי מאפיינים, מילוי אזורים בתמונה, התאמת פריסה, עדכוני טקסט וניקוי פגמים כגון טשטוש תנועה. כרטיס המודל מדגיש הסקה הנוגעת לקנה מידה, לפרספקטיבה, לתאורה ולמיקום במרחב כדי שתיקון יתאים לסצנה הקיימת. כהכנה, הגדירו בבירור את העצם או האזור והסבירו אם המטרה היא תיקון מקומי, סידור אחר או שינוי סגנון רחב יותר.\n\nמדריך עריכת התמונות של היצרן מקבל עד חמישה ייחוסים בפורמט JPEG או PNG. תנו לכל תמונה תפקיד נפרד, כגון המוצר, אדם, סביבה, פריסה או סגנון חזותי. לעריכת תאורה, הניחו מנורה מייחוס אחד על שולחן בייחוס אחר, תוך שמירה על פרספקטיבת השולחן והתאמת צל המנורה לאור החדר. תיקון נפרד יכול לעדכן תווית קצרה תוך שמירה על צורת המוצר ומיקומו. בדקו בתוצאה את היחסים בין הייחוסים במקום לקבל עצם סביר ששונה מזה שסופק.\n\nמשפחת 2.6 מוסיפה עיגון אופציונלי במידע מהרשת ובחירת יחס ממדים בהכוונת המודל. עיגון ברשת מספק הקשר עדכני רלוונטי בעת פרשנות בקשה העוסקת במקום אמיתי, בעצם או במידע משתנה. הוא קלט יצירתי, לכן בדקו פרטים חזותיים עובדתיים מול הנושא המיועד. בחירת יחס אוטומטית מאפשרת למודל להביא בחשבון את ההנחיה ואת התמונות בבחירת צורת הקומפוזיציה. בריף עיצוב יכול להגדיר את היעד ואת הפריסה הנדרשת: למשל, תמונת מוצר ראשית רחבה עם מרווח בצד אחד או תמונה לאורך הבנויה סביב דמות עומדת.\n\nגודל הפלט נקבע לפי השטח הכולל. כרטיס המודל המדויק ומדריך התמונה מציינים מקסימום של 2,359,296 פיקסלים, השקול לריבוע של 1536×1536. ממשק התמונה המתועד מחייב רוחב וגובה של לפחות 768 פיקסלים, וכל אחד מהממדים יכול לעלות על 1536 אם הסך הכולל נשאר בתוך מגבלת השטח. הדבר מאפשר קומפוזיציה ארוכה יותר לרוחב או לאורך, במקום להטיל מקסימום של 1536 פיקסלים על כל צלע. למשל, יעד של 1024×2048 כולל 2,097,152 פיקסלים ומתאים לכלל השטח המתועד הזה. בדקו את הממדים הסופיים לפי הפריסה שתשתמש בתמונה.\n\nמדריך היצרן מחזיר תוצאות שנוצרו ונערכו כנתוני תמונת PNG. שמרו את התמונה שהושלמה לצד הבריף וייחוסי המקור בעת הכנת תיקון עיצוב. כרטיס המודל מציין הקשר של 32K טוקנים, ואילו מדריך ההגשה מגדיר הקשר הנחיה מרבי של 32,000 טוקנים; שמרו על תחומי ההתייחסות המוצהרים האלה בהכנת בריף ארוך, במקום להתייחס אליהם כממדי תמונה. תוצר ההפקה השימושי הוא התמונה לאחר פענוח, שאפשר לבדוק ולהציב בעמוד, בשקופית או בקומפוזיציה. תעדו עמה את החיתוך ואת מיקום הטקסט הרצויים כדי שעריכות מאוחרות לא ישנו בטעות את מטרת העיצוב.\n\nבתוך המשפחה הזו, MAI-Image-2.6 מדגיש שליטה מדויקת ואת השיפורים החדשים בפרטים חזותיים. MAI-Image-2.6-Flash מספק את אותן יכולות יצירה, עריכה, עיגון במידע ובחירת יחס במהדורה המותאמת להפקה מהירה בתגובה וחוזרת. סדרת 2.5 משתמשת במגבלת שטח פלט מתועדת קטנה יותר ואינה יורשת את בקרות העיגון במידע או יחס הממדים האוטומטי של 2.6. בחרו את המהדורה לפי התמונה ולפי תהליך התיקונים הנדרשים, במקום להניח ששם משפחה משותף הופך כל הגדרה לזהה.\n\nבדקו עריכה מול המקור המלא: פנים שנשמרו, זהות עצמים, גאומטריה, צללים, כיתוב והפריסה הרצויה כולם חשובים. גם צילום משכנע יכול להכיל סימון שגוי, השתקפות לא עקבית או מאפיין ששונה מחוץ לעריכה שהתבקשה. הגדירו תיקון ממוקד להמשך, כגון התווית, מיקום העצם או פגם מסוים. כך עריכה איטרטיבית מועילה תוך שמירה על הנושא ועל הקומפוזיציה של הבריף המקורי.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "0da08cf9378f6606b01c9a8bd3bb78ab1d005f8c27cd771faac6f27748408053", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "he", "methods": [ { "html": "
•

Microsoft AI: MAI-Image-2.6

Microsoft AI /microsoft/mai-image-2.6

התחלה

Microsoft AI MAI-Image-2.6 יוצר ועורך תמונות לעבודת עיצוב מדויקת. הוא משלב טקסט עם עד חמישה ייחוסים חזותיים, תומך בעיגון אופציונלי במידע מהרשת ובקביעת גודל אוטומטית לקומפוזיציה, ומפיק תמונות PNG של עד 2,359,296 פיקסלים. הדגש שלו הוא עריכות מבוקרות, טקסט, דיוקנאות וחזות מסחרית.

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-2.6 הוא המהדורה הממוקדת בדיוק של משפחת התמונות 2.6, המיועדת ליצירת תמונות מטקסט ולעריכה מבוקרת של נכסים חזותיים קיימים. כרטיס המודל שלו מתאר מודל דיפוזיה המשתמש ב־flow matching, עם 20 מיליארד פרמטרים שאינם פרמטרי הטמעה והקשר של 32K טוקנים. הפלט המיועד הוא תמונה: קומפוזיציית מוצר, דיוקן, איור ממותג או חזות מתוקנת שהפריסה והנושאים המרכזיים שלה נשארים מגובשים בזמן שרכיב מוגדר משתנה.

ליצירה, תארו את הנושא, הקומפוזיציה, החומרים, התאורה, נקודת המבט והסגנון החזותי. כללו ניסוח מדויק כאשר תווית, כותרת או שלט צריכים להופיע בתמונה, ותארו היכן הניסוח הזה שייך. היצרן מדגיש במהדורה הזו רינדור טקסט משופר, דיוקנאות, דימויים תלת־ממדיים ופלט מסחרי או פוטוריאליסטי. בריף שימושי מגדיר את היחסים המעטים שהופכים את התמונה למוצלחת: איזה עצם מודגש בחזית, כיצד הוא יושב בסצנה והיכן הקהל צריך להביט תחילה. בדקו בתמונה המוגמרת כיתוב עדין ופרטים קטנים.

לעריכה, ספקו את נכס המקור וציינו את השינוי יחד עם החלקים שיש לשמור. המשימות המתועדות כוללות הסרת עצמים או החלפתם, שינויי מאפיינים, מילוי אזורים בתמונה, התאמת פריסה, עדכוני טקסט וניקוי פגמים כגון טשטוש תנועה. כרטיס המודל מדגיש הסקה הנוגעת לקנה מידה, לפרספקטיבה, לתאורה ולמיקום במרחב כדי שתיקון יתאים לסצנה הקיימת. כהכנה, הגדירו בבירור את העצם או האזור והסבירו אם המטרה היא תיקון מקומי, סידור אחר או שינוי סגנון רחב יותר.

מדריך עריכת התמונות של היצרן מקבל עד חמישה ייחוסים בפורמט JPEG או PNG. תנו לכל תמונה תפקיד נפרד, כגון המוצר, אדם, סביבה, פריסה או סגנון חזותי. לעריכת תאורה, הניחו מנורה מייחוס אחד על שולחן בייחוס אחר, תוך שמירה על פרספקטיבת השולחן והתאמת צל המנורה לאור החדר. תיקון נפרד יכול לעדכן תווית קצרה תוך שמירה על צורת המוצר ומיקומו. בדקו בתוצאה את היחסים בין הייחוסים במקום לקבל עצם סביר ששונה מזה שסופק.

משפחת 2.6 מוסיפה עיגון אופציונלי במידע מהרשת ובחירת יחס ממדים בהכוונת המודל. עיגון ברשת מספק הקשר עדכני רלוונטי בעת פרשנות בקשה העוסקת במקום אמיתי, בעצם או במידע משתנה. הוא קלט יצירתי, לכן בדקו פרטים חזותיים עובדתיים מול הנושא המיועד. בחירת יחס אוטומטית מאפשרת למודל להביא בחשבון את ההנחיה ואת התמונות בבחירת צורת הקומפוזיציה. בריף עיצוב יכול להגדיר את היעד ואת הפריסה הנדרשת: למשל, תמונת מוצר ראשית רחבה עם מרווח בצד אחד או תמונה לאורך הבנויה סביב דמות עומדת.

גודל הפלט נקבע לפי השטח הכולל. כרטיס המודל המדויק ומדריך התמונה מציינים מקסימום של 2,359,296 פיקסלים, השקול לריבוע של 1536×1536. ממשק התמונה המתועד מחייב רוחב וגובה של לפחות 768 פיקסלים, וכל אחד מהממדים יכול לעלות על 1536 אם הסך הכולל נשאר בתוך מגבלת השטח. הדבר מאפשר קומפוזיציה ארוכה יותר לרוחב או לאורך, במקום להטיל מקסימום של 1536 פיקסלים על כל צלע. למשל, יעד של 1024×2048 כולל 2,097,152 פיקסלים ומתאים לכלל השטח המתועד הזה. בדקו את הממדים הסופיים לפי הפריסה שתשתמש בתמונה.

מדריך היצרן מחזיר תוצאות שנוצרו ונערכו כנתוני תמונת PNG. שמרו את התמונה שהושלמה לצד הבריף וייחוסי המקור בעת הכנת תיקון עיצוב. כרטיס המודל מציין הקשר של 32K טוקנים, ואילו מדריך ההגשה מגדיר הקשר הנחיה מרבי של 32,000 טוקנים; שמרו על תחומי ההתייחסות המוצהרים האלה בהכנת בריף ארוך, במקום להתייחס אליהם כממדי תמונה. תוצר ההפקה השימושי הוא התמונה לאחר פענוח, שאפשר לבדוק ולהציב בעמוד, בשקופית או בקומפוזיציה. תעדו עמה את החיתוך ואת מיקום הטקסט הרצויים כדי שעריכות מאוחרות לא ישנו בטעות את מטרת העיצוב.

בתוך המשפחה הזו, MAI-Image-2.6 מדגיש שליטה מדויקת ואת השיפורים החדשים בפרטים חזותיים. MAI-Image-2.6-Flash מספק את אותן יכולות יצירה, עריכה, עיגון במידע ובחירת יחס במהדורה המותאמת להפקה מהירה בתגובה וחוזרת. סדרת 2.5 משתמשת במגבלת שטח פלט מתועדת קטנה יותר ואינה יורשת את בקרות העיגון במידע או יחס הממדים האוטומטי של 2.6. בחרו את המהדורה לפי התמונה ולפי תהליך התיקונים הנדרשים, במקום להניח ששם משפחה משותף הופך כל הגדרה לזהה.

בדקו עריכה מול המקור המלא: פנים שנשמרו, זהות עצמים, גאומטריה, צללים, כיתוב והפריסה הרצויה כולם חשובים. גם צילום משכנע יכול להכיל סימון שגוי, השתקפות לא עקבית או מאפיין ששונה מחוץ לעריכה שהתבקשה. הגדירו תיקון ממוקד להמשך, כגון התווית, מיקום העצם או פגם מסוים. כך עריכה איטרטיבית מועילה תוך שמירה על הנושא ועל הקומפוזיציה של הבריף המקורי.

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-2.6
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: ⁦5⁩
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 $0.311296 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-2.6', '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\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-2.6

כינויים לנתיבי שיטות

/v1/images

מזהי מודלים קשורים IDs

microsoft/mai-image-2.6

", "method_identity": { "effective_request_model_id": "microsoft/mai-image-2.6", "fmt": "images", "http": "POST", "path": "/v1/images/generations", "request_model_id": "microsoft/mai-image-2.6", "route_label": "Ultra" }, "method_key": "Ultra|images|/v1/images/generations|microsoft%2Fmai-image-2.6", "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-2.6" ], "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": 5, "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": 5, "minItems": 0, "type": "array" }, "model": { "enum": [ "microsoft/mai-image-2.6" ], "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-2.6", "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": "0.311296", "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": "0.311296", "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-2.6', '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\"