{ "aboutHtml": "

Microsoft AI MAI-Image-2.5 Pro는 2.5 이미지 시리즈의 충실도 중심 버전입니다. 자연어 기획에서 이미지를 생성하고 기존 에셋을 지시에 따라 편집합니다. Microsoft는 히어로 이미지, 상세 편집과 정확한 이미지 속 글자를 핵심 용도로 식별하며 모델 비교는 복잡한 구성의 물체, 캐릭터, 재질·공간 관계 일관성을 강조합니다. 최종 에셋은 핵심 제품 이미지나 세심하게 배치한 편집 장면 같은 디자인·제작 워크플로용 이미지입니다.

생성에는 무관한 물체 목록보다 관계로 구도를 설명하세요. 주요 피사체, 주변 물품 대비 크기, 재질·빛 방향을 식별합니다. Pro의 문서상 시각 추론은 이런 관계가 복잡한 장면의 설득력을 정할 때 유용합니다. 제품 구성이라면 나무 탁자에 도자기 피처, 투명 유리잔·접힌 천을 두고 일관된 반사와 창 하나의 빛을 사용할 수 있습니다. 결과에서 접촉, 그림자·보이는 재질 속성을 검토하세요.

제품·캐릭터 작업에는 편집 후에도 유지해야 할 시각적 정체성을 제공하세요. Microsoft는 복잡한 장면의 물체 일관성과 시점·순간 간 캐릭터 일관성을 Pro의 강점으로 설명합니다. 물품·인물을 식별하는 특징과 바꿀 장면 측면을 명시하세요. 예를 들어 재킷 실루엣·잠금 디테일을 유지하며 캐릭터를 다른 배경에 놓을 수 있습니다. 원본 참조와 유지 디테일을 비교하는 것이 유용한 검토이며 보기 좋은 결과만으로 정확한 일치가 입증되지는 않습니다.

제조사 이미지 편집 인터페이스는 JPEG·PNG 참조 최대 5개를 받습니다. 기획에서 제품, 인물, 배경·시각 처리 역할을 구분하세요. 편집 작업은 물체 제거·교체, 속성 변경, 인페인팅, 레이아웃 조정, 텍스트 업데이트·결함 정리를 포함합니다. 국소 편집은 목표·유지 주변 요소를 설명하고 더 큰 재배치는 변경 후 구도가 어떻게 성립할지 설명해 일관된 공간 목표를 주세요.

글자 렌더링은 히어로 구성·포장 콘셉트에 특히 중요합니다. 정확한 문구, 위치·물체 또는 이미지와의 관계를 제공하세요. 반복 이름·라벨 텍스트를 기획과 참조 사이에 일관되게 유지합니다. 의도한 표시 크기에서 렌더링 글자 하나씩 제공 문구와 비교하세요. 후속 편집은 성공한 제품 구도를 유지하며 문구·위치에 집중할 수 있습니다. 이후 PNG 출력을 최종 타이포그래피·크롭 요구를 아는 레이아웃에 통합할 수 있습니다.

현재 Microsoft 이미지 가이드는 2.5 모델에 1024×1024와 같은 최대 출력 면적 1,048,576픽셀을 적용합니다. 해당 인터페이스에서 두 변은 최소 768픽셀이며 총면적 한도 내에서는 긴 변을 허용합니다. 예를 들어 1344×768은 총 1,032,192픽셀의 직사각형 구도입니다. 이 면적 제약은 각 변 최대 1024와 다릅니다. 일반 화면비 라벨이 크롭을 정확히 정하리라 기대하지 말고 구도의 목표 형태를 준비하세요.

서빙 가이드는 최대 프롬프트 문맥 32,000토큰을 명시하고 생성·편집 모두 PNG 이미지 데이터를 반환합니다. 정확한 Pro 카탈로그 페이지는 별도로 문맥 창 131.072K와 출력 4,096토큰을 명시합니다. 이는 각각 카탈로그·서빙 범위를 가진 공개 토큰 수치이며 실제 이미지 요청 준비는 서빙 프롬프트·픽셀 제한을 따릅니다. 이미지, 원본 참조·기획을 하나의 수정 기록으로 보관하세요. Pro 선택의 이유였던 상세 정체성, 재질·기하 제약을 시각 결과 자체에서 확인합니다.

버전은 구도에 따라 선택해야 합니다. 표준 MAI-Image-2.5는 일반 생성·국소 편집을, Pro는 시각적으로 빽빽한 장면의 충실도·일관된 관계를 더 강조합니다. 2.6 제품군은 문서상 출력 면적 한도를 높이고 선택적 웹 그라운딩·자동 화면비 선택을 추가합니다. 이후 제어는 2.6 전용이며 이 Pro의 워크플로를 정의하지 않습니다. 기획의 어려움이 상세 이미지 내 안정된 물체 정체성, 재질 모습이나 공간 구조일 때 Pro를 고르세요.

요청 변경·유지 내용 모두를 검토하세요. 복잡한 구도에서는 물체를 잡는 손, 교차부, 작은 글씨, 얼굴의 유사성·반사가 확인할 좋은 지점입니다. 그럴듯한 이미지에도 오해를 주는 표식이나 잘못된 물리 관계가 있을 수 있습니다. 다음 수정을 구체화하고 원하는 레이아웃을 만든 기획 부분을 유지하세요. 전체 장면을 반복 재정의하는 대신 제어된 디자인 수정 순서를 지원합니다.

", "aboutText": "Microsoft AI MAI-Image-2.5 Pro는 2.5 이미지 시리즈의 충실도 중심 버전입니다. 자연어 기획에서 이미지를 생성하고 기존 에셋을 지시에 따라 편집합니다. Microsoft는 히어로 이미지, 상세 편집과 정확한 이미지 속 글자를 핵심 용도로 식별하며 모델 비교는 복잡한 구성의 물체, 캐릭터, 재질·공간 관계 일관성을 강조합니다. 최종 에셋은 핵심 제품 이미지나 세심하게 배치한 편집 장면 같은 디자인·제작 워크플로용 이미지입니다.\n\n생성에는 무관한 물체 목록보다 관계로 구도를 설명하세요. 주요 피사체, 주변 물품 대비 크기, 재질·빛 방향을 식별합니다. Pro의 문서상 시각 추론은 이런 관계가 복잡한 장면의 설득력을 정할 때 유용합니다. 제품 구성이라면 나무 탁자에 도자기 피처, 투명 유리잔·접힌 천을 두고 일관된 반사와 창 하나의 빛을 사용할 수 있습니다. 결과에서 접촉, 그림자·보이는 재질 속성을 검토하세요.\n\n제품·캐릭터 작업에는 편집 후에도 유지해야 할 시각적 정체성을 제공하세요. Microsoft는 복잡한 장면의 물체 일관성과 시점·순간 간 캐릭터 일관성을 Pro의 강점으로 설명합니다. 물품·인물을 식별하는 특징과 바꿀 장면 측면을 명시하세요. 예를 들어 재킷 실루엣·잠금 디테일을 유지하며 캐릭터를 다른 배경에 놓을 수 있습니다. 원본 참조와 유지 디테일을 비교하는 것이 유용한 검토이며 보기 좋은 결과만으로 정확한 일치가 입증되지는 않습니다.\n\n제조사 이미지 편집 인터페이스는 JPEG·PNG 참조 최대 5개를 받습니다. 기획에서 제품, 인물, 배경·시각 처리 역할을 구분하세요. 편집 작업은 물체 제거·교체, 속성 변경, 인페인팅, 레이아웃 조정, 텍스트 업데이트·결함 정리를 포함합니다. 국소 편집은 목표·유지 주변 요소를 설명하고 더 큰 재배치는 변경 후 구도가 어떻게 성립할지 설명해 일관된 공간 목표를 주세요.\n\n글자 렌더링은 히어로 구성·포장 콘셉트에 특히 중요합니다. 정확한 문구, 위치·물체 또는 이미지와의 관계를 제공하세요. 반복 이름·라벨 텍스트를 기획과 참조 사이에 일관되게 유지합니다. 의도한 표시 크기에서 렌더링 글자 하나씩 제공 문구와 비교하세요. 후속 편집은 성공한 제품 구도를 유지하며 문구·위치에 집중할 수 있습니다. 이후 PNG 출력을 최종 타이포그래피·크롭 요구를 아는 레이아웃에 통합할 수 있습니다.\n\n현재 Microsoft 이미지 가이드는 2.5 모델에 1024×1024와 같은 최대 출력 면적 1,048,576픽셀을 적용합니다. 해당 인터페이스에서 두 변은 최소 768픽셀이며 총면적 한도 내에서는 긴 변을 허용합니다. 예를 들어 1344×768은 총 1,032,192픽셀의 직사각형 구도입니다. 이 면적 제약은 각 변 최대 1024와 다릅니다. 일반 화면비 라벨이 크롭을 정확히 정하리라 기대하지 말고 구도의 목표 형태를 준비하세요.\n\n서빙 가이드는 최대 프롬프트 문맥 32,000토큰을 명시하고 생성·편집 모두 PNG 이미지 데이터를 반환합니다. 정확한 Pro 카탈로그 페이지는 별도로 문맥 창 131.072K와 출력 4,096토큰을 명시합니다. 이는 각각 카탈로그·서빙 범위를 가진 공개 토큰 수치이며 실제 이미지 요청 준비는 서빙 프롬프트·픽셀 제한을 따릅니다. 이미지, 원본 참조·기획을 하나의 수정 기록으로 보관하세요. Pro 선택의 이유였던 상세 정체성, 재질·기하 제약을 시각 결과 자체에서 확인합니다.\n\n버전은 구도에 따라 선택해야 합니다. 표준 MAI-Image-2.5는 일반 생성·국소 편집을, Pro는 시각적으로 빽빽한 장면의 충실도·일관된 관계를 더 강조합니다. 2.6 제품군은 문서상 출력 면적 한도를 높이고 선택적 웹 그라운딩·자동 화면비 선택을 추가합니다. 이후 제어는 2.6 전용이며 이 Pro의 워크플로를 정의하지 않습니다. 기획의 어려움이 상세 이미지 내 안정된 물체 정체성, 재질 모습이나 공간 구조일 때 Pro를 고르세요.\n\n요청 변경·유지 내용 모두를 검토하세요. 복잡한 구도에서는 물체를 잡는 손, 교차부, 작은 글씨, 얼굴의 유사성·반사가 확인할 좋은 지점입니다. 그럴듯한 이미지에도 오해를 주는 표식이나 잘못된 물리 관계가 있을 수 있습니다. 다음 수정을 구체화하고 원하는 레이아웃을 만든 기획 부분을 유지하세요. 전체 장면을 반복 재정의하는 대신 제어된 디자인 수정 순서를 지원합니다.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "6d90781d9715c8f256876625f0526bcff6be2e87172596a8c134da44645a5891", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ko", "methods": [ { "html": "
•

Microsoft AI: MAI-Image-2.5 Pro

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

시작하기

Microsoft AI MAI-Image-2.5 Pro는 히어로 비주얼, 제품 구성과 정확한 이미지 속 글자를 위한 상세 이미지를 생성·편집합니다. Pro는 복잡한 장면의 일관된 물체·캐릭터·재질·공간 관계를 강조하며 텍스트·시각 참조로 PNG 이미지를 제작합니다.

허용 입력
텍스트 · 이미지
결과
이미지
모델 소개

이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.

Microsoft AI MAI-Image-2.5 Pro는 2.5 이미지 시리즈의 충실도 중심 버전입니다. 자연어 기획에서 이미지를 생성하고 기존 에셋을 지시에 따라 편집합니다. Microsoft는 히어로 이미지, 상세 편집과 정확한 이미지 속 글자를 핵심 용도로 식별하며 모델 비교는 복잡한 구성의 물체, 캐릭터, 재질·공간 관계 일관성을 강조합니다. 최종 에셋은 핵심 제품 이미지나 세심하게 배치한 편집 장면 같은 디자인·제작 워크플로용 이미지입니다.

생성에는 무관한 물체 목록보다 관계로 구도를 설명하세요. 주요 피사체, 주변 물품 대비 크기, 재질·빛 방향을 식별합니다. Pro의 문서상 시각 추론은 이런 관계가 복잡한 장면의 설득력을 정할 때 유용합니다. 제품 구성이라면 나무 탁자에 도자기 피처, 투명 유리잔·접힌 천을 두고 일관된 반사와 창 하나의 빛을 사용할 수 있습니다. 결과에서 접촉, 그림자·보이는 재질 속성을 검토하세요.

제품·캐릭터 작업에는 편집 후에도 유지해야 할 시각적 정체성을 제공하세요. Microsoft는 복잡한 장면의 물체 일관성과 시점·순간 간 캐릭터 일관성을 Pro의 강점으로 설명합니다. 물품·인물을 식별하는 특징과 바꿀 장면 측면을 명시하세요. 예를 들어 재킷 실루엣·잠금 디테일을 유지하며 캐릭터를 다른 배경에 놓을 수 있습니다. 원본 참조와 유지 디테일을 비교하는 것이 유용한 검토이며 보기 좋은 결과만으로 정확한 일치가 입증되지는 않습니다.

제조사 이미지 편집 인터페이스는 JPEG·PNG 참조 최대 5개를 받습니다. 기획에서 제품, 인물, 배경·시각 처리 역할을 구분하세요. 편집 작업은 물체 제거·교체, 속성 변경, 인페인팅, 레이아웃 조정, 텍스트 업데이트·결함 정리를 포함합니다. 국소 편집은 목표·유지 주변 요소를 설명하고 더 큰 재배치는 변경 후 구도가 어떻게 성립할지 설명해 일관된 공간 목표를 주세요.

글자 렌더링은 히어로 구성·포장 콘셉트에 특히 중요합니다. 정확한 문구, 위치·물체 또는 이미지와의 관계를 제공하세요. 반복 이름·라벨 텍스트를 기획과 참조 사이에 일관되게 유지합니다. 의도한 표시 크기에서 렌더링 글자 하나씩 제공 문구와 비교하세요. 후속 편집은 성공한 제품 구도를 유지하며 문구·위치에 집중할 수 있습니다. 이후 PNG 출력을 최종 타이포그래피·크롭 요구를 아는 레이아웃에 통합할 수 있습니다.

현재 Microsoft 이미지 가이드는 2.5 모델에 1024×1024와 같은 최대 출력 면적 1,048,576픽셀을 적용합니다. 해당 인터페이스에서 두 변은 최소 768픽셀이며 총면적 한도 내에서는 긴 변을 허용합니다. 예를 들어 1344×768은 총 1,032,192픽셀의 직사각형 구도입니다. 이 면적 제약은 각 변 최대 1024와 다릅니다. 일반 화면비 라벨이 크롭을 정확히 정하리라 기대하지 말고 구도의 목표 형태를 준비하세요.

서빙 가이드는 최대 프롬프트 문맥 32,000토큰을 명시하고 생성·편집 모두 PNG 이미지 데이터를 반환합니다. 정확한 Pro 카탈로그 페이지는 별도로 문맥 창 131.072K와 출력 4,096토큰을 명시합니다. 이는 각각 카탈로그·서빙 범위를 가진 공개 토큰 수치이며 실제 이미지 요청 준비는 서빙 프롬프트·픽셀 제한을 따릅니다. 이미지, 원본 참조·기획을 하나의 수정 기록으로 보관하세요. Pro 선택의 이유였던 상세 정체성, 재질·기하 제약을 시각 결과 자체에서 확인합니다.

버전은 구도에 따라 선택해야 합니다. 표준 MAI-Image-2.5는 일반 생성·국소 편집을, Pro는 시각적으로 빽빽한 장면의 충실도·일관된 관계를 더 강조합니다. 2.6 제품군은 문서상 출력 면적 한도를 높이고 선택적 웹 그라운딩·자동 화면비 선택을 추가합니다. 이후 제어는 2.6 전용이며 이 Pro의 워크플로를 정의하지 않습니다. 기획의 어려움이 상세 이미지 내 안정된 물체 정체성, 재질 모습이나 공간 구조일 때 Pro를 고르세요.

요청 변경·유지 내용 모두를 검토하세요. 복잡한 구도에서는 물체를 잡는 손, 교차부, 작은 글씨, 얼굴의 유사성·반사가 확인할 좋은 지점입니다. 그럴듯한 이미지에도 오해를 주는 표식이나 잘못된 물리 관계가 있을 수 있습니다. 다음 수정을 구체화하고 원하는 레이아웃을 만든 기획 부분을 유지하세요. 전체 장면을 반복 재정의하는 대신 제어된 디자인 수정 순서를 지원합니다.

Ailoot에서 사용 가능 · 입력 및 메서드

Ailoot Ultra · 이미지 POST /v1/images/generations
입력
text, image
출력
image
필드유형요건값과 한도기본값
필드model유형string요건필수값과 한도
microsoft/mai-image-2.5-pro
기본값—
필드prompt유형string요건필수값과 한도
최소 길이: 1
기본값—
필드aspect_ratio유형string요건선택 사항값과 한도
1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3, auto
기본값—
필드n유형integer요건선택 사항값과 한도
최솟값: 1
최댓값: 1
기본값—
필드input_references유형array요건선택 사항값과 한도
최소 항목 수: 0
최대 항목 수: 1
기본값—
필드provider유형object요건선택 사항값과 한도기본값—
메서드 매개변수와 수명 주기
매개변수명세
매개변수content_type명세application/json
매개변수required명세model, prompt
매개변수material_types명세text, image

수명 주기: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · 실제로 반환된 task_id 또는 미디어 라이브러리 기록

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

요금

최종 요금 계산 방식

표시된 요율은 생성 전 비용을 예상하는 데 사용됩니다. 최종 청구액은 최초 생성에 기록된 비용으로 계산됩니다. 측정된 출력 길이와 예상 수량은 최종 청구 수량이 아닙니다.

요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.

빠른 모드
미지정 빠른 모드를 선택한 경우
Flex 모드
미지정 flex 모드를 선택한 경우
최대 추론 수준
미지정 최대 추론 수준에 default 조정값을 적용하는 경우

비교용 예상 요금

설정별 가격

각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.

설정요금표예측 수량요금
설정기본 토큰 요금요금표기본 요금예측 수량—요금
입력 · 입력 토큰 · 비교 전용 추정치 — / 1K 토큰
출력 · 출력 토큰 · 비교 전용 추정치 — / 1K 토큰
입력 · 캐시 읽기 · 비교 전용 추정치 — / 1K 토큰
입력 · 캐시 쓰기 · 비교 전용 추정치 — / 1K 토큰
입력 · 캐시 쓰기, 1시간 · 비교 전용 추정치 — / 1K 토큰
설정예상 생성 비용요금표—예측 수량1회 생성 예상치요금
출력 · 예상 생성 비용 · 비교 전용 추정치 $0.884736 생성 전 추정치

이 예상 금액은 추가 요금이나 생성 완료 시 적용되는 고정 요금이 아닙니다.

Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →

요청 예제

Ailoot Ultra · 이미지

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-pro', '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

결과 수신 및 저장

Ailoot Ultra · 이미지

반환된 각 이미지를 다운로드하거나 Base64 내용을 저장하세요

기타 콘텐츠 조회
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
완료된 결과 모두 보관

완료된 이미지를 모두 저장하세요. 반환된 각 URL에서 가져오거나 Base64 내용을 디코딩하세요.

전체 응답과 헤더, 실제로 생성된 모든 출력, 최초로 반환된 식별자와 모든 사용량 필드를 보관하세요. 생성 요청을 다시 제출하지 말고 최초 작업을 복구하세요.

원래 응답을 확인해야 할 경우

정산 대조를 위해 반환된 X-Client-Request-ID를 보관하세요. 실제로 반환된 task_id/asset_id 값이나 소유한 미디어 라이브러리만 조회하세요. 작업 ID로 태스크 URL을 만들거나 생성 요청을 다시 제출하지 마세요.

응답 필드
필드유형
필드created유형
필드data[].url유형
필드data[].b64_json유형
필드usage유형

별칭

모델 별칭

Ailoot Ultra microsoft/mai-image-2.5-pro

메서드 경로 별칭

/v1/images

관련 호출용 ID

microsoft/mai-image-2.5-pro

", "method_identity": { "effective_request_model_id": "microsoft/mai-image-2.5-pro", "fmt": "images", "http": "POST", "path": "/v1/images/generations", "request_model_id": "microsoft/mai-image-2.5-pro", "route_label": "Ultra" }, "method_key": "Ultra|images|/v1/images/generations|microsoft%2Fmai-image-2.5-pro", "ordinal": 0, "rawMethod": { "available": null, "billing_basis": { "basis": "original_invoice_usd", "description": "표시된 요율은 생성 전 비용을 예상하는 데 사용됩니다. 최종 청구액은 최초 생성에 기록된 비용으로 계산됩니다. 측정된 출력 길이와 예상 수량은 최종 청구 수량이 아닙니다.", "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": "정산 대조를 위해 반환된 X-Client-Request-ID를 보관하세요. 실제로 반환된 task_id/asset_id 값이나 소유한 미디어 라이브러리만 조회하세요. 작업 ID로 태스크 URL을 만들거나 생성 요청을 다시 제출하지 마세요." }, "outputs": { "all_results": "전체 응답과 헤더, 실제로 생성된 모든 출력, 최초로 반환된 식별자와 모든 사용량 필드를 보관하세요. 생성 요청을 다시 제출하지 말고 최초 작업을 복구하세요.", "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-pro" ], "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-pro" ], "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-pro", "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": "실제로 반환된 task_id 또는 미디어 라이브러리 기록", "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": "이 예상 금액은 추가 요금이나 생성 완료 시 적용되는 고정 요금이 아닙니다.", "dimensions": { "forecast_quantity": "one generation estimate" }, "label": "예상 생성 비용", "units": [ { "amount": "0.884736", "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": "0.884736", "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-pro', '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\"