Microsoft AI MAI-Image-2.5 è l’edizione di generazione generale e modifica controllata della famiglia immagini 2.5. La scheda descrive un modello di diffusione che usa flow matching, con 20 miliardi di parametri esclusi gli embedding, input testuali e immagini e un contesto di 32K token. Produce immagini per concept, ritratti, visuali di prodotto, illustrazioni e revisioni di design esistenti. La scelta iniziale utile è stabilire se l’attività richiede una nuova composizione o una modifica specifica a una risorsa che contiene già il soggetto desiderato.
Per la generazione, descrivi soggetto principale, stile visivo, luce, punto di vista e disposizione. Il produttore evidenzia immagini dettagliate e coerenti, resa del testo, visuali di prodotto e aderenza al prompt. Un brief pratico per un’illustrazione da presentazione può specificare ruolo del soggetto, enfasi visiva desiderata e quantità di spazio circostante. Un concept di prodotto può includere materiale, scala e finitura della superficie. Mantieni coerente la descrizione affinché gli oggetti condividano una scena e un piano d’illuminazione, anziché combinare vari trattamenti visivi incompatibili.
Il ragionamento visivo in questa edizione riguarda struttura della scena, illuminazione, scala e relazioni spaziali. Il produttore indica come uso di modifica l’aggiunta di un oggetto con prospettiva e ombre adatte. Per una modifica di un laboratorio, colloca un piccolo sgabello accanto a un banco da lavoro conservando punto di vista e luce esistenti. La revisione deve confrontare dimensioni dello sgabello, punto di contatto col pavimento e coerenza dell’ombra con gli altri oggetti. Un oggetto localmente convincente deve comunque adattarsi alla geometria dell’intera immagine sorgente.
Le modifiche guidate includono rimozione o sostituzione di oggetti, cambiamenti di attributi, inpainting, adattamento del layout, aggiornamenti del testo e pulizia, come ridurre artefatti di mosso. Fornisci l’immagine sorgente e nomina sia la correzione sia i dettagli da conservare. Una modifica fotografica mirata potrebbe rimuovere un oggetto distraente dallo sfondo mantenendo persona, ritaglio e disposizione in primo piano. Una revisione di design potrebbe aggiornare una breve riga di testo conservando la composizione. Confronta il risultato completo con la sorgente anziché valutare solo la zona modificata.
Microsoft sottolinea anche la coerenza dell’identità facciale fra modifiche, incluse variazioni di posa, espressione o punto di vista. Usa un riferimento chiaro per la somiglianza e specifica il cambiamento desiderato preservando i tratti identificativi. L’attuale guida di modifica del produttore accetta fino a cinque immagini JPEG o PNG, permettendo a riferimenti diversi di identificare persona, oggetto, scena o stile. Nomina tali ruoli nel prompt. In una revisione di ritratto, ispeziona il volto oltre ad abbigliamento o sfondo cambiati prima di considerare finita l’immagine.
La scheda esatta del modello limita l’output a 1.048.576 pixel totali, equivalenti a un quadrato 1024×1024, e consente a un lato di superare 1024 se il totale resta entro quell’area. La guida di erogazione richiede inoltre entrambe le dimensioni di almeno 768 pixel. Un obiettivo rettangolare come 1344×768 ha 1.032.192 pixel e soddisfa le regole documentate di area e dimensioni minime. Il limite utile è il prodotto di larghezza e altezza: prepara quindi il formato di destinazione prima di chiedere una composizione orizzontale o verticale.
Generazione e modifica restituiscono dati immagine PNG nell’interfaccia di erogazione del produttore. La scheda nativa del modello riporta un contesto di 32K token, mentre quell’interfaccia specifica un contesto massimo del prompt di 32.000 token. Il valore separato di 4.096 token in uscita del catalogo è una disponibilità di token anziché una dimensione d’output. Mantieni questi ambiti dichiarati nell’organizzare prompt dettagliato e immagine finita. Risorse sorgente, caratteristiche conservate, modifiche richieste e dimensioni di destinazione formano un registro di revisione utile insieme al PNG.
La gamma creativa del modello comprende immagini fotorealistiche e cinematografiche, ritratti, concept di prodotto o branding, design contenenti testo e altri stili visivi. Per un’etichetta o cartello, fornisci il testo esatto e verificane l’ortografia alle dimensioni finali di visualizzazione. Una superficie fotografica riconoscibile può comunque contenere dettagli inventati, riflessi incoerenti o scritte inesatte. Una verifica pratica segue i requisiti del design: identità degli oggetti, leggibilità, relazioni spaziali e scena conservata contano tutti. Mantieni separata una correzione specifica dai cambiamenti già riusciti.
All’interno della famiglia 2.5, Pro privilegia maggiore fedeltà e relazioni stabili nelle scene dense, mentre Flash serve una produzione più reattiva. La famiglia 2.6 introduce un limite documentato maggiore di area in pixel, grounding web facoltativo e selezione del formato guidata dal modello. Il 2.5 standard mantiene il proprio flusso di generazione e modifica senza quei controlli successivi. Scegli l’edizione in base alla difficoltà dell’attività immagine effettiva e controlla il risultato completato rispetto a quel brief.
", "aboutText": "Microsoft AI MAI-Image-2.5 è l’edizione di generazione generale e modifica controllata della famiglia immagini 2.5. La scheda descrive un modello di diffusione che usa flow matching, con 20 miliardi di parametri esclusi gli embedding, input testuali e immagini e un contesto di 32K token. Produce immagini per concept, ritratti, visuali di prodotto, illustrazioni e revisioni di design esistenti. La scelta iniziale utile è stabilire se l’attività richiede una nuova composizione o una modifica specifica a una risorsa che contiene già il soggetto desiderato.\n\nPer la generazione, descrivi soggetto principale, stile visivo, luce, punto di vista e disposizione. Il produttore evidenzia immagini dettagliate e coerenti, resa del testo, visuali di prodotto e aderenza al prompt. Un brief pratico per un’illustrazione da presentazione può specificare ruolo del soggetto, enfasi visiva desiderata e quantità di spazio circostante. Un concept di prodotto può includere materiale, scala e finitura della superficie. Mantieni coerente la descrizione affinché gli oggetti condividano una scena e un piano d’illuminazione, anziché combinare vari trattamenti visivi incompatibili.\n\nIl ragionamento visivo in questa edizione riguarda struttura della scena, illuminazione, scala e relazioni spaziali. Il produttore indica come uso di modifica l’aggiunta di un oggetto con prospettiva e ombre adatte. Per una modifica di un laboratorio, colloca un piccolo sgabello accanto a un banco da lavoro conservando punto di vista e luce esistenti. La revisione deve confrontare dimensioni dello sgabello, punto di contatto col pavimento e coerenza dell’ombra con gli altri oggetti. Un oggetto localmente convincente deve comunque adattarsi alla geometria dell’intera immagine sorgente.\n\nLe modifiche guidate includono rimozione o sostituzione di oggetti, cambiamenti di attributi, inpainting, adattamento del layout, aggiornamenti del testo e pulizia, come ridurre artefatti di mosso. Fornisci l’immagine sorgente e nomina sia la correzione sia i dettagli da conservare. Una modifica fotografica mirata potrebbe rimuovere un oggetto distraente dallo sfondo mantenendo persona, ritaglio e disposizione in primo piano. Una revisione di design potrebbe aggiornare una breve riga di testo conservando la composizione. Confronta il risultato completo con la sorgente anziché valutare solo la zona modificata.\n\nMicrosoft sottolinea anche la coerenza dell’identità facciale fra modifiche, incluse variazioni di posa, espressione o punto di vista. Usa un riferimento chiaro per la somiglianza e specifica il cambiamento desiderato preservando i tratti identificativi. L’attuale guida di modifica del produttore accetta fino a cinque immagini JPEG o PNG, permettendo a riferimenti diversi di identificare persona, oggetto, scena o stile. Nomina tali ruoli nel prompt. In una revisione di ritratto, ispeziona il volto oltre ad abbigliamento o sfondo cambiati prima di considerare finita l’immagine.\n\nLa scheda esatta del modello limita l’output a 1.048.576 pixel totali, equivalenti a un quadrato 1024×1024, e consente a un lato di superare 1024 se il totale resta entro quell’area. La guida di erogazione richiede inoltre entrambe le dimensioni di almeno 768 pixel. Un obiettivo rettangolare come 1344×768 ha 1.032.192 pixel e soddisfa le regole documentate di area e dimensioni minime. Il limite utile è il prodotto di larghezza e altezza: prepara quindi il formato di destinazione prima di chiedere una composizione orizzontale o verticale.\n\nGenerazione e modifica restituiscono dati immagine PNG nell’interfaccia di erogazione del produttore. La scheda nativa del modello riporta un contesto di 32K token, mentre quell’interfaccia specifica un contesto massimo del prompt di 32.000 token. Il valore separato di 4.096 token in uscita del catalogo è una disponibilità di token anziché una dimensione d’output. Mantieni questi ambiti dichiarati nell’organizzare prompt dettagliato e immagine finita. Risorse sorgente, caratteristiche conservate, modifiche richieste e dimensioni di destinazione formano un registro di revisione utile insieme al PNG.\n\nLa gamma creativa del modello comprende immagini fotorealistiche e cinematografiche, ritratti, concept di prodotto o branding, design contenenti testo e altri stili visivi. Per un’etichetta o cartello, fornisci il testo esatto e verificane l’ortografia alle dimensioni finali di visualizzazione. Una superficie fotografica riconoscibile può comunque contenere dettagli inventati, riflessi incoerenti o scritte inesatte. Una verifica pratica segue i requisiti del design: identità degli oggetti, leggibilità, relazioni spaziali e scena conservata contano tutti. Mantieni separata una correzione specifica dai cambiamenti già riusciti.\n\nAll’interno della famiglia 2.5, Pro privilegia maggiore fedeltà e relazioni stabili nelle scene dense, mentre Flash serve una produzione più reattiva. La famiglia 2.6 introduce un limite documentato maggiore di area in pixel, grounding web facoltativo e selezione del formato guidata dal modello. Il 2.5 standard mantiene il proprio flusso di generazione e modifica senza quei controlli successivi. Scegli l’edizione in base alla difficoltà dell’attività immagine effettiva e controlla il risultato completato rispetto a quel brief.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "d279a121bff880bfb911611f5f6bb14d3556640daf07802873be0b40b4a9ab34", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "it", "methods": [ { "html": "microsoft/mai-image-2.5Microsoft AI MAI-Image-2.5 crea immagini da testo e apporta modifiche mirate a foto o design forniti. Supporta cambiamenti di oggetti e testo, pulizia di artefatti e revisioni che preservano il volto, con output PNG e fino a cinque riferimenti visivi. La scheda specifica un contesto di 32K e 1.048.576 pixel in uscita.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Microsoft AI MAI-Image-2.5 è l’edizione di generazione generale e modifica controllata della famiglia immagini 2.5. La scheda descrive un modello di diffusione che usa flow matching, con 20 miliardi di parametri esclusi gli embedding, input testuali e immagini e un contesto di 32K token. Produce immagini per concept, ritratti, visuali di prodotto, illustrazioni e revisioni di design esistenti. La scelta iniziale utile è stabilire se l’attività richiede una nuova composizione o una modifica specifica a una risorsa che contiene già il soggetto desiderato.
Per la generazione, descrivi soggetto principale, stile visivo, luce, punto di vista e disposizione. Il produttore evidenzia immagini dettagliate e coerenti, resa del testo, visuali di prodotto e aderenza al prompt. Un brief pratico per un’illustrazione da presentazione può specificare ruolo del soggetto, enfasi visiva desiderata e quantità di spazio circostante. Un concept di prodotto può includere materiale, scala e finitura della superficie. Mantieni coerente la descrizione affinché gli oggetti condividano una scena e un piano d’illuminazione, anziché combinare vari trattamenti visivi incompatibili.
Il ragionamento visivo in questa edizione riguarda struttura della scena, illuminazione, scala e relazioni spaziali. Il produttore indica come uso di modifica l’aggiunta di un oggetto con prospettiva e ombre adatte. Per una modifica di un laboratorio, colloca un piccolo sgabello accanto a un banco da lavoro conservando punto di vista e luce esistenti. La revisione deve confrontare dimensioni dello sgabello, punto di contatto col pavimento e coerenza dell’ombra con gli altri oggetti. Un oggetto localmente convincente deve comunque adattarsi alla geometria dell’intera immagine sorgente.
Le modifiche guidate includono rimozione o sostituzione di oggetti, cambiamenti di attributi, inpainting, adattamento del layout, aggiornamenti del testo e pulizia, come ridurre artefatti di mosso. Fornisci l’immagine sorgente e nomina sia la correzione sia i dettagli da conservare. Una modifica fotografica mirata potrebbe rimuovere un oggetto distraente dallo sfondo mantenendo persona, ritaglio e disposizione in primo piano. Una revisione di design potrebbe aggiornare una breve riga di testo conservando la composizione. Confronta il risultato completo con la sorgente anziché valutare solo la zona modificata.
Microsoft sottolinea anche la coerenza dell’identità facciale fra modifiche, incluse variazioni di posa, espressione o punto di vista. Usa un riferimento chiaro per la somiglianza e specifica il cambiamento desiderato preservando i tratti identificativi. L’attuale guida di modifica del produttore accetta fino a cinque immagini JPEG o PNG, permettendo a riferimenti diversi di identificare persona, oggetto, scena o stile. Nomina tali ruoli nel prompt. In una revisione di ritratto, ispeziona il volto oltre ad abbigliamento o sfondo cambiati prima di considerare finita l’immagine.
La scheda esatta del modello limita l’output a 1.048.576 pixel totali, equivalenti a un quadrato 1024×1024, e consente a un lato di superare 1024 se il totale resta entro quell’area. La guida di erogazione richiede inoltre entrambe le dimensioni di almeno 768 pixel. Un obiettivo rettangolare come 1344×768 ha 1.032.192 pixel e soddisfa le regole documentate di area e dimensioni minime. Il limite utile è il prodotto di larghezza e altezza: prepara quindi il formato di destinazione prima di chiedere una composizione orizzontale o verticale.
Generazione e modifica restituiscono dati immagine PNG nell’interfaccia di erogazione del produttore. La scheda nativa del modello riporta un contesto di 32K token, mentre quell’interfaccia specifica un contesto massimo del prompt di 32.000 token. Il valore separato di 4.096 token in uscita del catalogo è una disponibilità di token anziché una dimensione d’output. Mantieni questi ambiti dichiarati nell’organizzare prompt dettagliato e immagine finita. Risorse sorgente, caratteristiche conservate, modifiche richieste e dimensioni di destinazione formano un registro di revisione utile insieme al PNG.
La gamma creativa del modello comprende immagini fotorealistiche e cinematografiche, ritratti, concept di prodotto o branding, design contenenti testo e altri stili visivi. Per un’etichetta o cartello, fornisci il testo esatto e verificane l’ortografia alle dimensioni finali di visualizzazione. Una superficie fotografica riconoscibile può comunque contenere dettagli inventati, riflessi incoerenti o scritte inesatte. Una verifica pratica segue i requisiti del design: identità degli oggetti, leggibilità, relazioni spaziali e scena conservata contano tutti. Mantieni separata una correzione specifica dai cambiamenti già riusciti.
All’interno della famiglia 2.5, Pro privilegia maggiore fedeltà e relazioni stabili nelle scene dense, mentre Flash serve una produzione più reattiva. La famiglia 2.6 introduce un limite documentato maggiore di area in pixel, grounding web facoltativo e selezione del formato guidata dal modello. Il 2.5 standard mantiene il proprio flusso di generazione e modifica senza quei controlli successivi. Scegli l’edizione in base alla difficoltà dell’attività immagine effettiva e controlla il risultato completato rispetto a quel brief.
POST /v1/images/generationstext, imageimage| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti microsoft/mai-image-2.5 | Predefinito— |
Campoprompt | Tipostring | RequisitoObbligatorio | Valori e limiti Lunghezza minima: 1 | Predefinito— |
Campoaspect_ratio | Tipostring | RequisitoFacoltativo | Valori e limiti 1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3, auto | Predefinito— |
Campon | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Massimo: 1 | Predefinito— |
Campoinput_references | Tipoarray | RequisitoFacoltativo | Valori e limiti Numero minimo di elementi: 0 Numero massimo di elementi: 1 | Predefinito— |
Campoprovider | Tipoobject | RequisitoFacoltativo | Valori e limiti | Predefinito— |
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, prompt |
Parametromaterial_types | Contrattotext, image |
Ciclo di vita: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id effettivamente restituito o record della libreria multimediale
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Le tariffe visualizzate stimano il costo prima della generazione. L'addebito finale viene calcolato in base al costo registrato per la generazione originale. La durata misurata dell'output e le quantità previste non costituiscono la quantità finale fatturabile.
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Quantità prevista | Costo |
|---|---|---|---|
| ConfigurazioneTariffe base dei token | Listino delle tariffeTariffa base | Quantità prevista— | Costo Input · Token in input · Stima solo a fini di confronto — / 1K token Output · Token in output · Stima solo a fini di confronto — / 1K token Input · Lettura dalla cache · Stima solo a fini di confronto — / 1K token Input · Scrittura nella cache · Stima solo a fini di confronto — / 1K token Input · Scrittura nella cache, 1 ora · Stima solo a fini di confronto — / 1K token |
| ConfigurazioneCosto stimato della generazione | Listino delle tariffe— | Quantità previstastima per una generazione | Costo Output · Costo di generazione stimato · Stima solo a fini di confronto $0.385024 stima prima della generazione Questa stima non è un addebito aggiuntivo né una tariffa fissa per la generazione completata. |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${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\nScarica ogni immagine restituita o salvane il contenuto 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.\nSalva ogni immagine completata; recupera ogni URL restituito oppure decodificane il contenuto Base64.
Conserva la risposta completa e gli header, ogni output effettivo, gli identificatori originali restituiti e tutti i campi di utilizzo. Recupera l'operazione originale senza inviare nuovamente la richiesta di creazione.
Conserva l'X-Client-Request-ID restituito per la riconciliazione. Leggi solo i valori task_id/asset_id effettivamente restituiti o la tua libreria multimediale; non costruire mai un URL del task a partire dall'ID dell'operazione e non reinviare mai la richiesta di creazione.
| Campo | Tipo |
|---|---|
Campocreated | Tipo |
Campodata[].url | Tipo |
Campodata[].b64_json | Tipo |
Campousage | Tipo |
Ailoot Ultra microsoft/mai-image-2.5
/v1/images