{ "aboutHtml": "

Microsoft AI MAI-Image-2.6은 텍스트-이미지 생성과 기존 시각 에셋의 제어된 편집을 위해 설계한 2.6 이미지 제품군의 정밀성 중심 버전입니다. 모델 카드는 플로 매칭을 사용하는 확산 모델, 임베딩 제외 200억 매개변수와 32K토큰 문맥을 설명합니다. 의도한 출력은 제품 구성, 인물, 브랜드 일러스트 또는 특정 요소가 바뀌어도 레이아웃·주요 피사체가 일관된 수정 이미지입니다.

생성에는 피사체, 구도, 재질, 빛, 시점과 시각 스타일을 설명하세요. 라벨, 제목·간판이 나타나야 하면 정확한 문구와 위치를 포함합니다. 제조사는 이 버전에서 강화한 글자 렌더링, 인물, 3D 이미지와 상업용·사실적 출력을 강조합니다. 유용한 기획은 어떤 물체를 앞세우고 장면에 어떻게 놓으며 관객이 먼저 어디를 봐야 하는지 등 이미지를 성립시키는 몇 가지 관계를 식별합니다. 완성 이미지의 작은 글자·디테일을 확인하세요.

편집에는 원본 에셋을 제공하고 변경·유지 부분을 함께 명시하세요. 문서상 작업은 물체 제거·교체, 속성 변경, 인페인팅, 레이아웃 조정, 텍스트 업데이트와 모션 블러 같은 결함 정리를 포함합니다. 모델 카드는 수정이 기존 장면에 맞도록 규모, 원근, 조명·공간 배치 전반의 추론을 강조합니다. 준비 단계에서 물체·영역을 명확히 식별하고 국소 수정, 다른 배치나 광범위한 스타일 변경 중 목표를 설명하세요.

제조사의 이미지 편집 가이드는 JPEG·PNG 참조 최대 5개를 받습니다. 각 이미지에 제품, 인물, 배경, 레이아웃이나 시각 스타일 같은 별도 역할을 주세요. 조명 편집에서는 한 참조의 램프를 다른 참조의 책상에 놓고 책상 원근을 유지하며 램프 그림자가 실내 빛을 따르게 할 수 있습니다. 별도 수정은 제품 형태·위치를 유지하며 짧은 라벨을 바꿀 수 있습니다. 제공 물체와 다른 그럴듯한 물체를 받아들이지 말고 결과의 참조 관계를 검토하세요.

2.6 제품군은 선택적 웹 그라운딩과 모델 주도 화면비 선택을 추가합니다. 웹 그라운딩은 실제 장소·물체·변하는 정보 관련 요청을 해석할 때 관련 최신 맥락을 제공합니다. 창작 입력이므로 사실적 시각 디테일을 의도한 피사체와 검토하세요. 자동 화면비 선택은 모델이 프롬프트·이미지로 구도 형태를 고려하게 합니다. 디자인 기획에 사용처·필요 레이아웃을 명시할 수 있습니다. 예를 들어 한쪽에 여유가 있는 넓은 제품 히어로나 서 있는 인물 중심의 세로 이미지입니다.

출력 크기는 총면적으로 정합니다. 정확한 모델 카드·이미지 가이드는 1536×1536 정사각형과 같은 최대 2,359,296픽셀을 명시합니다. 문서상 이미지 인터페이스는 너비·높이 모두 최소 768픽셀이며 총면적 한도 내면 어느 변이든 1536을 넘을 수 있습니다. 각 변에 최대 1536을 강제하지 않고 더 긴 가로·세로 구도를 허용합니다. 예를 들어 1024×2048은 2,097,152픽셀로 그 면적 규칙에 맞습니다. 이미지를 쓸 레이아웃에 맞는 최종 크기를 확인하세요.

제조사 가이드는 생성·편집 결과를 PNG 이미지 데이터로 반환합니다. 디자인 수정 준비 시 완성 이미지와 기획·원본 참조를 함께 보관하세요. 모델 카드는 32K토큰 문맥, 서빙 가이드는 최대 32,000토큰 프롬프트 문맥을 명시합니다. 긴 기획을 준비할 때 이를 이미지 크기로 취급하지 말고 각각의 명시된 범위를 유지하세요. 유용한 제작 에셋은 확인하고 페이지·슬라이드·구성에 넣을 수 있는 디코딩 이미지입니다. 이후 편집이 디자인 목적을 실수로 바꾸지 않도록 의도한 크롭·글자 위치를 기록합니다.

제품군 내 MAI-Image-2.6은 정밀 제어·최신 시각 디테일 향상에 집중합니다. MAI-Image-2.6-Flash는 빠른 반응의 반복 제작에 최적화하면서 같은 생성, 편집, 그라운딩·화면비 선택 기능을 제공합니다. 2.5 시리즈는 더 작은 문서상 출력 면적 한도를 사용하고 2.6 그라운딩·자동 화면비 제어를 이어받지 않습니다. 같은 제품군 이름이 모든 설정을 같게 만든다고 가정하지 말고 필요한 이미지·수정 과정에 따라 버전을 고르세요.

원본 전체와 편집을 비교하세요. 유지된 얼굴, 물체 정체성, 기하, 그림자, 글자·의도한 레이아웃 모두 중요합니다. 설득력 있는 사진에도 잘못된 표식, 일관되지 않은 반사나 요청 영역 밖의 바뀐 특징이 있을 수 있습니다. 라벨, 물체 위치나 특정 결함처럼 다음 수정을 구체화하세요. 원래 기획의 피사체·구도를 보존하며 반복 편집을 유용하게 만듭니다.

", "aboutText": "Microsoft AI MAI-Image-2.6은 텍스트-이미지 생성과 기존 시각 에셋의 제어된 편집을 위해 설계한 2.6 이미지 제품군의 정밀성 중심 버전입니다. 모델 카드는 플로 매칭을 사용하는 확산 모델, 임베딩 제외 200억 매개변수와 32K토큰 문맥을 설명합니다. 의도한 출력은 제품 구성, 인물, 브랜드 일러스트 또는 특정 요소가 바뀌어도 레이아웃·주요 피사체가 일관된 수정 이미지입니다.\n\n생성에는 피사체, 구도, 재질, 빛, 시점과 시각 스타일을 설명하세요. 라벨, 제목·간판이 나타나야 하면 정확한 문구와 위치를 포함합니다. 제조사는 이 버전에서 강화한 글자 렌더링, 인물, 3D 이미지와 상업용·사실적 출력을 강조합니다. 유용한 기획은 어떤 물체를 앞세우고 장면에 어떻게 놓으며 관객이 먼저 어디를 봐야 하는지 등 이미지를 성립시키는 몇 가지 관계를 식별합니다. 완성 이미지의 작은 글자·디테일을 확인하세요.\n\n편집에는 원본 에셋을 제공하고 변경·유지 부분을 함께 명시하세요. 문서상 작업은 물체 제거·교체, 속성 변경, 인페인팅, 레이아웃 조정, 텍스트 업데이트와 모션 블러 같은 결함 정리를 포함합니다. 모델 카드는 수정이 기존 장면에 맞도록 규모, 원근, 조명·공간 배치 전반의 추론을 강조합니다. 준비 단계에서 물체·영역을 명확히 식별하고 국소 수정, 다른 배치나 광범위한 스타일 변경 중 목표를 설명하세요.\n\n제조사의 이미지 편집 가이드는 JPEG·PNG 참조 최대 5개를 받습니다. 각 이미지에 제품, 인물, 배경, 레이아웃이나 시각 스타일 같은 별도 역할을 주세요. 조명 편집에서는 한 참조의 램프를 다른 참조의 책상에 놓고 책상 원근을 유지하며 램프 그림자가 실내 빛을 따르게 할 수 있습니다. 별도 수정은 제품 형태·위치를 유지하며 짧은 라벨을 바꿀 수 있습니다. 제공 물체와 다른 그럴듯한 물체를 받아들이지 말고 결과의 참조 관계를 검토하세요.\n\n2.6 제품군은 선택적 웹 그라운딩과 모델 주도 화면비 선택을 추가합니다. 웹 그라운딩은 실제 장소·물체·변하는 정보 관련 요청을 해석할 때 관련 최신 맥락을 제공합니다. 창작 입력이므로 사실적 시각 디테일을 의도한 피사체와 검토하세요. 자동 화면비 선택은 모델이 프롬프트·이미지로 구도 형태를 고려하게 합니다. 디자인 기획에 사용처·필요 레이아웃을 명시할 수 있습니다. 예를 들어 한쪽에 여유가 있는 넓은 제품 히어로나 서 있는 인물 중심의 세로 이미지입니다.\n\n출력 크기는 총면적으로 정합니다. 정확한 모델 카드·이미지 가이드는 1536×1536 정사각형과 같은 최대 2,359,296픽셀을 명시합니다. 문서상 이미지 인터페이스는 너비·높이 모두 최소 768픽셀이며 총면적 한도 내면 어느 변이든 1536을 넘을 수 있습니다. 각 변에 최대 1536을 강제하지 않고 더 긴 가로·세로 구도를 허용합니다. 예를 들어 1024×2048은 2,097,152픽셀로 그 면적 규칙에 맞습니다. 이미지를 쓸 레이아웃에 맞는 최종 크기를 확인하세요.\n\n제조사 가이드는 생성·편집 결과를 PNG 이미지 데이터로 반환합니다. 디자인 수정 준비 시 완성 이미지와 기획·원본 참조를 함께 보관하세요. 모델 카드는 32K토큰 문맥, 서빙 가이드는 최대 32,000토큰 프롬프트 문맥을 명시합니다. 긴 기획을 준비할 때 이를 이미지 크기로 취급하지 말고 각각의 명시된 범위를 유지하세요. 유용한 제작 에셋은 확인하고 페이지·슬라이드·구성에 넣을 수 있는 디코딩 이미지입니다. 이후 편집이 디자인 목적을 실수로 바꾸지 않도록 의도한 크롭·글자 위치를 기록합니다.\n\n제품군 내 MAI-Image-2.6은 정밀 제어·최신 시각 디테일 향상에 집중합니다. MAI-Image-2.6-Flash는 빠른 반응의 반복 제작에 최적화하면서 같은 생성, 편집, 그라운딩·화면비 선택 기능을 제공합니다. 2.5 시리즈는 더 작은 문서상 출력 면적 한도를 사용하고 2.6 그라운딩·자동 화면비 제어를 이어받지 않습니다. 같은 제품군 이름이 모든 설정을 같게 만든다고 가정하지 말고 필요한 이미지·수정 과정에 따라 버전을 고르세요.\n\n원본 전체와 편집을 비교하세요. 유지된 얼굴, 물체 정체성, 기하, 그림자, 글자·의도한 레이아웃 모두 중요합니다. 설득력 있는 사진에도 잘못된 표식, 일관되지 않은 반사나 요청 영역 밖의 바뀐 특징이 있을 수 있습니다. 라벨, 물체 위치나 특정 결함처럼 다음 수정을 구체화하세요. 원래 기획의 피사체·구도를 보존하며 반복 편집을 유용하게 만듭니다.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "198d3397dd5ab40e6aea9904f21bd2cffec7bbd1d68ea2083d9031bf7e617504", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ko", "methods": [ { "html": "
•

Microsoft AI: MAI-Image-2.6

Microsoft AI /microsoft/mai-image-2.6

시작하기

Microsoft AI MAI-Image-2.6은 정밀한 디자인 작업용 이미지를 생성·편집합니다. 텍스트와 최대 5개 시각 참조를 결합하고 선택적 웹 그라운딩·자동 구도 크기를 지원하며 최대 2,359,296픽셀 PNG를 제작합니다. 제어된 편집, 글자, 인물과 상업용 비주얼에 집중합니다.

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-2.6은 텍스트-이미지 생성과 기존 시각 에셋의 제어된 편집을 위해 설계한 2.6 이미지 제품군의 정밀성 중심 버전입니다. 모델 카드는 플로 매칭을 사용하는 확산 모델, 임베딩 제외 200억 매개변수와 32K토큰 문맥을 설명합니다. 의도한 출력은 제품 구성, 인물, 브랜드 일러스트 또는 특정 요소가 바뀌어도 레이아웃·주요 피사체가 일관된 수정 이미지입니다.

생성에는 피사체, 구도, 재질, 빛, 시점과 시각 스타일을 설명하세요. 라벨, 제목·간판이 나타나야 하면 정확한 문구와 위치를 포함합니다. 제조사는 이 버전에서 강화한 글자 렌더링, 인물, 3D 이미지와 상업용·사실적 출력을 강조합니다. 유용한 기획은 어떤 물체를 앞세우고 장면에 어떻게 놓으며 관객이 먼저 어디를 봐야 하는지 등 이미지를 성립시키는 몇 가지 관계를 식별합니다. 완성 이미지의 작은 글자·디테일을 확인하세요.

편집에는 원본 에셋을 제공하고 변경·유지 부분을 함께 명시하세요. 문서상 작업은 물체 제거·교체, 속성 변경, 인페인팅, 레이아웃 조정, 텍스트 업데이트와 모션 블러 같은 결함 정리를 포함합니다. 모델 카드는 수정이 기존 장면에 맞도록 규모, 원근, 조명·공간 배치 전반의 추론을 강조합니다. 준비 단계에서 물체·영역을 명확히 식별하고 국소 수정, 다른 배치나 광범위한 스타일 변경 중 목표를 설명하세요.

제조사의 이미지 편집 가이드는 JPEG·PNG 참조 최대 5개를 받습니다. 각 이미지에 제품, 인물, 배경, 레이아웃이나 시각 스타일 같은 별도 역할을 주세요. 조명 편집에서는 한 참조의 램프를 다른 참조의 책상에 놓고 책상 원근을 유지하며 램프 그림자가 실내 빛을 따르게 할 수 있습니다. 별도 수정은 제품 형태·위치를 유지하며 짧은 라벨을 바꿀 수 있습니다. 제공 물체와 다른 그럴듯한 물체를 받아들이지 말고 결과의 참조 관계를 검토하세요.

2.6 제품군은 선택적 웹 그라운딩과 모델 주도 화면비 선택을 추가합니다. 웹 그라운딩은 실제 장소·물체·변하는 정보 관련 요청을 해석할 때 관련 최신 맥락을 제공합니다. 창작 입력이므로 사실적 시각 디테일을 의도한 피사체와 검토하세요. 자동 화면비 선택은 모델이 프롬프트·이미지로 구도 형태를 고려하게 합니다. 디자인 기획에 사용처·필요 레이아웃을 명시할 수 있습니다. 예를 들어 한쪽에 여유가 있는 넓은 제품 히어로나 서 있는 인물 중심의 세로 이미지입니다.

출력 크기는 총면적으로 정합니다. 정확한 모델 카드·이미지 가이드는 1536×1536 정사각형과 같은 최대 2,359,296픽셀을 명시합니다. 문서상 이미지 인터페이스는 너비·높이 모두 최소 768픽셀이며 총면적 한도 내면 어느 변이든 1536을 넘을 수 있습니다. 각 변에 최대 1536을 강제하지 않고 더 긴 가로·세로 구도를 허용합니다. 예를 들어 1024×2048은 2,097,152픽셀로 그 면적 규칙에 맞습니다. 이미지를 쓸 레이아웃에 맞는 최종 크기를 확인하세요.

제조사 가이드는 생성·편집 결과를 PNG 이미지 데이터로 반환합니다. 디자인 수정 준비 시 완성 이미지와 기획·원본 참조를 함께 보관하세요. 모델 카드는 32K토큰 문맥, 서빙 가이드는 최대 32,000토큰 프롬프트 문맥을 명시합니다. 긴 기획을 준비할 때 이를 이미지 크기로 취급하지 말고 각각의 명시된 범위를 유지하세요. 유용한 제작 에셋은 확인하고 페이지·슬라이드·구성에 넣을 수 있는 디코딩 이미지입니다. 이후 편집이 디자인 목적을 실수로 바꾸지 않도록 의도한 크롭·글자 위치를 기록합니다.

제품군 내 MAI-Image-2.6은 정밀 제어·최신 시각 디테일 향상에 집중합니다. MAI-Image-2.6-Flash는 빠른 반응의 반복 제작에 최적화하면서 같은 생성, 편집, 그라운딩·화면비 선택 기능을 제공합니다. 2.5 시리즈는 더 작은 문서상 출력 면적 한도를 사용하고 2.6 그라운딩·자동 화면비 제어를 이어받지 않습니다. 같은 제품군 이름이 모든 설정을 같게 만든다고 가정하지 말고 필요한 이미지·수정 과정에 따라 버전을 고르세요.

원본 전체와 편집을 비교하세요. 유지된 얼굴, 물체 정체성, 기하, 그림자, 글자·의도한 레이아웃 모두 중요합니다. 설득력 있는 사진에도 잘못된 표식, 일관되지 않은 반사나 요청 영역 밖의 바뀐 특징이 있을 수 있습니다. 라벨, 물체 위치나 특정 결함처럼 다음 수정을 구체화하세요. 원래 기획의 피사체·구도를 보존하며 반복 편집을 유용하게 만듭니다.

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-2.6
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: 5
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 $0.311296 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-2.6', '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

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-2.6

메서드 경로 별칭

/v1/images

관련 호출용 ID

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": "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-2.6" ], "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": "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": "0.311296", "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\"