Source: https://ailoot.ai/models/id/microsoft-mai-image-2-5-pro/
Canonical: https://ailoot.ai/models/id/microsoft-mai-image-2-5-pro/
Language: id

# Microsoft AI: MAI-Image-2.5 Pro

[Markdown](https://ailoot.ai/models/id/microsoft-mai-image-2-5-pro/index.md) · [JSON](https://ailoot.ai/models/id/microsoft-mai-image-2-5-pro/facts.json)

## [Microsoft AI: MAI-Image-2.5 Pro](https://ailoot.ai/models/id/microsoft-mai-image-2-5-pro/)

Microsoft AI MAI-Image-2.5 Pro menghasilkan dan menyunting gambar terperinci untuk visual hero, komposisi produk, dan teks presisi dalam gambar. Edisi Pro menekankan konsistensi objek, karakter, material, dan hubungan ruang dalam adegan padat, menggunakan teks dan referensi visual untuk menghasilkan gambar PNG.

- [**Ailoot Ultra · Gambar** `POST /v1/images/generations` `microsoft/mai-image-2.5-pro`](https://ailoot.ai/models/id/microsoft-mai-image-2-5-pro/#method-0)

Tentang model

Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.

Microsoft AI MAI-Image-2.5 Pro adalah edisi berfokus kesetiaan visual dalam seri gambar 2.5. Model menghasilkan gambar dari brief bahasa alami dan melakukan suntingan terarah pada aset yang ada. Microsoft menyebut visual hero, penyuntingan terperinci, serta teks presisi dalam gambar sebagai penggunaan utama, dan perbandingan modelnya menyoroti konsistensi objek, karakter, material, serta hubungan ruang dalam komposisi kompleks. Artefak akhir berupa gambar untuk alur desain atau produksi, seperti gambar produk utama atau adegan editorial yang disusun cermat.

Untuk generasi, jelaskan komposisi melalui hubungan, alih-alih daftar objek tidak berkaitan. Tentukan subjek utama, skalanya terhadap benda sekitar, material yang terlibat, dan arah cahaya. Penalaran visual terdokumentasi edisi Pro berguna ketika hubungan tersebut menentukan keterpercayaan adegan padat. Untuk komposisi produk, tempatkan teko keramik, gelas bening, dan kain terlipat di meja kayu, dengan pantulan konsisten serta satu cahaya jendela. Tinjau titik kontak, bayangan, dan sifat material yang terlihat dalam gambar hasil.

Untuk pekerjaan produk dan karakter, berikan identitas visual yang harus bertahan setelah penyuntingan. Microsoft menjelaskan konsistensi objek dalam adegan kompleks serta konsistensi karakter di berbagai pandangan dan momen sebagai kekuatan Pro. Nyatakan fitur pengenal benda atau orang dan aspek adegan yang harus berubah. Misalnya, pertahankan siluet jaket dan detail pengencangnya sambil menempatkan karakter di latar berbeda. Tinjauan yang berguna membandingkan detail yang dipertahankan itu dengan referensi sumber; hasil menarik secara visual bukan dengan sendirinya bukti kecocokan tepat.

Antarmuka penyuntingan gambar produsen menerima hingga lima referensi JPEG atau PNG. Pisahkan perannya dalam brief: produk, orang, latar, atau pengolahan visual. Tugas penyuntingan mencakup penghapusan dan penggantian objek, perubahan atribut, inpainting, adaptasi tata letak, pembaruan teks, dan pembersihan artefak. Untuk suntingan lokal, jelaskan sasaran serta elemen sekeliling yang dipertahankan. Untuk penyusunan ulang yang lebih besar, jelaskan cara komposisi bekerja setelah perubahan agar model memiliki tujuan ruang yang padu.

Rendering teks terutama relevan untuk komposisi hero atau konsep kemasan. Berikan frasa tepat, posisinya, dan hubungannya dengan objek atau gambar. Jaga nama berulang dan teks label konsisten antara brief serta referensi. Periksa setiap karakter yang dirender pada ukuran tampilan yang dimaksud dan bandingkan dengan kata-kata yang diberikan. Suntingan berikutnya dapat berfokus pada kata-kata atau penempatan sambil mempertahankan komposisi produk yang berhasil. Keluaran PNG kemudian dapat dimasukkan dalam tata letak yang kebutuhan tipografi serta potongan akhirnya telah diketahui.

Panduan gambar Microsoft saat ini menerapkan luas keluaran maksimum 1.048.576 piksel pada model 2.5, setara dengan 1024×1024. Kedua dimensi harus minimal 768 piksel dalam antarmuka itu, dan sisi lebih panjang diizinkan bila luas total tetap dalam batas. Ini memungkinkan komposisi persegi panjang seperti 1344×768, yang totalnya 1.032.192 piksel. Batasan luas itu berbeda dari maksimum 1024 pada setiap sisi. Siapkan bentuk sasaran untuk komposisi, alih-alih mengharapkan label rasio aspek umum menentukan potongan dengan benar.

Panduan penyajian menentukan konteks prompt maksimum 32.000 token dan mengembalikan data gambar PNG untuk generasi maupun penyuntingan. Halaman katalog Pro yang tepat secara terpisah mencantumkan jendela konteks 131.072K dan 4.096 token keluaran. Itu merupakan jumlah token yang diterbitkan dengan cakupan katalog atau penyajian masing-masing; persiapan praktis permintaan gambar mengikuti batas prompt penyajian dan piksel. Simpan gambar, referensi sumber, dan brief sebagai satu catatan revisi. Periksa hasil visual itu sendiri untuk batasan identitas, material, serta geometri terperinci yang mendorong pemilihan Pro.

Pilihan versi harus mengikuti komposisi. MAI-Image-2.5 standar mencakup generasi umum dan suntingan lokal; Pro menambahkan penekanan seri pada kesetiaan visual dan hubungan konsisten dalam adegan padat secara visual. Keluarga 2.6 menaikkan batas luas keluaran terdokumentasi dan menambahkan grounding web opsional serta pemilihan aspek otomatis. Kendali terbaru itu khusus 2.6 dan tidak menentukan alur edisi Pro ini. Pilih Pro ketika bagian sulit brief menyangkut identitas objek stabil, tampilan material, atau struktur ruang dalam gambar terperinci.

Tinjau perubahan yang diminta maupun konten yang dipertahankan. Tangan yang memegang objek, persilangan, tulisan kecil, kemiripan wajah, dan pantulan merupakan bagian berguna untuk diperiksa dalam komposisi kompleks. Gambar masuk akal tetap dapat memuat tanda menyesatkan atau hubungan fisik salah. Buat koreksi berikutnya konkret dan pertahankan bagian brief yang menghasilkan tata letak yang dimaksud. Ini mendukung rangkaian revisi desain terkendali, alih-alih terus mendefinisikan ulang seluruh adegan.

**Ailoot Ultra · Gambar** `POST /v1/images/generations` `microsoft/mai-image-2.5-pro`

[`microsoft/mai-image-2.5-pro`](https://ailoot.ai/models/id/#m=microsoft%2Fmai-image-2.5-pro&route=Ultra&caller=microsoft%2Fmai-image-2.5-pro&fmt=images)

Microsoft AI /`microsoft/mai-image-2.5-pro`

### Mulai

Microsoft AI MAI-Image-2.5 Pro menghasilkan dan menyunting gambar terperinci untuk visual hero, komposisi produk, dan teks presisi dalam gambar. Edisi Pro menekankan konsistensi objek, karakter, material, dan hubungan ruang dalam adegan padat, menggunakan teks dan referensi visual untuk menghasilkan gambar PNG.

Masukan yang diterima

Teks · Gambar

Hasil

Gambar

### Tersedia di Ailoot · masukan & metode

**Ailoot Ultra · Gambar** `POST /v1/images/generations`

Masukan

`text`, `image`

Keluaran

`image`

| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
| --- | --- | --- | --- | --- |
| Kolom`model` | Jenis`string` | PersyaratanWajib | Nilai & batasan microsoft/mai-image-2.5-pro | Bawaan— |
| Kolom`prompt` | Jenis`string` | PersyaratanWajib | Nilai & batasan Panjang minimum: 1 | Bawaan— |
| Kolom`aspect_ratio` | Jenis`string` | PersyaratanOpsional | Nilai & batasan 1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3, auto | Bawaan— |
| Kolom`n` | Jenis`integer` | PersyaratanOpsional | Nilai & batasan Minimum: 1 Maksimum: 1 | Bawaan— |
| Kolom`input_references` | Jenis`array` | PersyaratanOpsional | Nilai & batasan Item minimum: 0 Item maksimum: 1 | Bawaan— |
| Kolom`provider` | Jenis`object` | PersyaratanOpsional | Nilai & batasan | Bawaan— |

Parameter metode dan siklus hidup

| Parameter | Kontrak |
| --- | --- |
| Parameter`content_type` | Kontrakapplication/json |
| Parameter`required` | Kontrakmodel, prompt |
| Parameter`material_types` | Kontraktext, image |

Siklus hidup: `synchronous_result_then_owned_library`

`GET /v1/media/tasks/{task_id}` · task\_id aktual yang dikembalikan atau catatan pustaka media

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

`GET /v1/media/assets`

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

### Paket

##### Cara menghitung biaya akhir

Tarif yang ditampilkan memperkirakan biaya sebelum pembuatan. Biaya akhir dihitung dari biaya yang tercatat untuk proses pembuatan awal. Durasi keluaran yang terukur dan kuantitas perkiraan bukanlah kuantitas akhir yang ditagihkan.

Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.

Mode Fast

Tidak ditentukan Saat mode fast dipilih

Mode Flex

Tidak ditentukan Saat mode flex dipilih

Upaya penalaran maksimum

Tidak ditentukan Saat upaya penalaran maksimum menggunakan penyesuaian default

#### Perkiraan tarif untuk perbandingan

#### Harga menurut konfigurasi

Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.

| Konfigurasi | Jadwal tarif | Jumlah perkiraan | Biaya |
| --- | --- | --- | --- |
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Jumlah perkiraan— | Biaya Masukan · Token masukan · Perkiraan hanya untuk perbandingan **—** / 1K token Keluaran · Token keluaran · Perkiraan hanya untuk perbandingan **—** / 1K token Masukan · Pembacaan cache · Perkiraan hanya untuk perbandingan **—** / 1K token Masukan · Penulisan cache · Perkiraan hanya untuk perbandingan **—** / 1K token Masukan · Penulisan cache, 1 jam · Perkiraan hanya untuk perbandingan **—** / 1K token |
| KonfigurasiPerkiraan biaya pembuatan | Jadwal tarif— | Jumlah perkiraanestimasi satu kali pembuatan | Biaya Keluaran · Perkiraan biaya pembuatan · Perkiraan hanya untuk perbandingan **$0.884736** estimasi sebelum pembuatan Perkiraan ini bukan biaya tambahan maupun tarif tetap untuk proses pembuatan yang telah selesai. |

Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. [Cara kerja cadangan dan penyelesaian tagihan →](https://ailoot.ai/docs/id/billing/reserve/)

### Contoh permintaan

#### Ailoot Ultra · Gambar

curl

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p={'model': 'microsoft/mai-image-2.5-pro', 'prompt': 'a red panda astronaut floating in space, studio lighting'}

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import base64, json, os, subprocess
from pathlib import Path
from urllib.parse import urlsplit, urljoin

def save_images(items):
    if not items: raise SystemExit("No completed images; retain the full response")
    for index, item in enumerate(items):
        encoded=item.get("b64_json")
        uri=item.get("url", "")
        if not encoded and uri.startswith("data:image/"):
            header, separator, encoded=uri.partition(",")
            if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")
        if encoded:
            raw=base64.b64decode(encoded,validate=True)
        elif uri:
            uri=urljoin("https://api.ailoot.ai",uri)
            parsed=urlsplit(uri)
            if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:
                raise SystemExit("Invalid returned image URL")
            owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")
            args=["curl","--fail-with-body","--silent","--show-error",uri]
            if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]
            temporary=Path(f"image-{index}.bin")
            subprocess.run(args+["-o",str(temporary)],check=True)
            raw=temporary.read_bytes()
            temporary.unlink()
        else: raise SystemExit("Image has neither bytes nor URL")
        if not raw: raise SystemExit("Empty image result")
        ext="png" if raw.startswith(b"\x89PNG") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"
        Path(f"image-{index}.{ext}").write_bytes(raw)
    print("Every returned image saved; complete response metadata retained")
save_images(json.loads(Path("result.json").read_text())["data"])
PY_RESULT
```

### Terima dan simpan hasil

#### Ailoot Ultra · Gambar

Unduh setiap gambar yang dikembalikan atau simpan konten Base64-nya

- `GET /v1/media/tasks/{task_id}`
- `GET /v1/media/assets/{asset_id}/content`
- `GET /v1/media/assets`
- `GET /v1/media/assets/{asset_id}`

Pembacaan konten lain

Baca aset yang sudah ada dan menjadi milik Anda

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json
# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.
```

##### Simpan semua hasil yang selesai

Simpan setiap gambar yang selesai; ambil setiap URL yang dikembalikan atau dekode konten Base64-nya.

Simpan respons dan header secara lengkap, setiap keluaran aktual, identifikator asli yang dikembalikan, dan semua kolom usage. Pulihkan operasi asli tanpa mengirim ulang permintaan pembuatan.

##### Jika respons asli perlu diperiksa

Simpan X-Client-Request-ID yang dikembalikan untuk rekonsiliasi. Baca hanya nilai task\_id/asset\_id yang benar-benar dikembalikan atau pustaka media milik Anda; jangan pernah membuat URL tugas dari ID operasi dan jangan pernah mengirim ulang permintaan pembuatan.

Kolom respons

| Kolom | Jenis |
| --- | --- |
| Kolom`created` | Jenis |
| Kolom`data[].url` | Jenis |
| Kolom`data[].b64_json` | Jenis |
| Kolom`usage` | Jenis |

### Alias

#### Alias model

**Ailoot Ultra** [`microsoft/mai-image-2.5-pro`](https://ailoot.ai/models/id/#m=microsoft%2Fmai-image-2.5-pro&route=Ultra&caller=microsoft%2Fmai-image-2.5-pro&fmt=images)

#### Alias jalur metode

`/v1/images`

#### ID pemanggil terkait

[`microsoft/mai-image-2.5-pro`](https://ailoot.ai/models/id/#m=microsoft%2Fmai-image-2.5-pro&route=Ultra&caller=microsoft%2Fmai-image-2.5-pro&fmt=images)

FAQ · Microsoft AI: MAI-Image-2.5 Pro

Input dan hasil apa yang tersedia?

`POST /v1/images/generations` · `microsoft/mai-image-2.5-pro`: `text`, `image` → `image`

Kolom apa yang digunakan permintaan?

`POST /v1/images/generations` · `microsoft/mai-image-2.5-pro`: `model`, `prompt`, `aspect_ratio`, `n`, `input_references`, `provider`

Batasan apa yang berlaku?

`POST /v1/images/generations` · `microsoft/mai-image-2.5-pro`: `n.minimum`: `1`; `n.maximum`: `1`

Hubungkan Ailoot ke Claude Code, OpenCode, Hermes, atau aplikasi Anda.

## Perusahaan dan portofolio proyeknya

Perusahaan dan portofolio proyeknya: jutaan pelanggan; penjualan miliaran setiap bulan.

## Beli token dengan diskon.

Diskon langganan untuk pekerjaan rutin. Kode promo — hingga 50% untuk pembelian token.

Langganan

Pilih paket dengan diskon untuk permintaan rutin Anda.

Kode promo hingga 50%

Masukkan kode saat membeli. Harga dihitung ulang sesuai promosi aktif.

Biaya dalam riwayat

Model, token, dan jumlah tagihan disimpan untuk setiap permintaan.

[Pilih langganan](https://ailoot.ai/docs/id/billing/subscriptions/) · [Lihat harga model](https://ailoot.ai/models/id/)

## Hubungkan API ke produk yang Anda jual.

SaaS, aplikasi, dan bot — sesuai penawaran dan perjanjian lisensi Ailoot. Untuk penjualan kembali, mintalah lisensi reseller.

Aplikasi komersial

Integrasikan pembuatan teks, gambar, video, dan suara dalam fitur berbayar layanan Anda.

Lisensi reseller

Kirim deskripsi proyek dan skema akses. Mintalah ketentuan penggunaan dan penjualan kembali secara tertulis.

Dokumen di situs

Penawaran, perjanjian lisensi, dan kebijakan pemrosesan data tersedia sebelum koneksi.

[Minta lisensi reseller](mailto:support@ailoot.ai) · [Penawaran dan perjanjian lisensi](https://ailoot.ai/legal/offer?lang=id)

## Ailoot · Perusahaan dan portofolio proyeknya





Ailoot bertumpu pada pengalaman operasional yang teruji, basis pelanggan yang besar, layanan yang stabil, dan pemantauan KPI berkelanjutan.





Perusahaan dan portofolio proyeknya: jutaan pelanggan; penjualan miliaran setiap bulan.





Ailoot memanfaatkan pengalaman operasional ini untuk akses API ke fitur AI dalam produk pelanggan, agen, aplikasi, dan otomatisasi.
