{ "aboutHtml": "

Microsoft AI MAI-Image-2.5 Pro ialah edisi berfokus kesetiaan dalam siri imej 2.5. Ia menjana imej daripada arahan bahasa semula jadi dan melaksanakan suntingan terarah pada aset sedia ada. Microsoft mengenal pasti imejan utama, suntingan terperinci dan teks tepat dalam imej sebagai kegunaan teras, sementara perbandingan modelnya menonjolkan konsistensi objek, watak, bahan dan hubungan ruang dalam komposisi kompleks. Aset akhir ialah gambar untuk aliran reka bentuk atau produksi, seperti imej produk utama atau adegan editorial yang disusun teliti.

Untuk penjanaan, huraikan komposisi melalui hubungan tanpa menyenaraikan objek tidak berkaitan. Kenal pasti subjek utama, skalanya berbanding benda berdekatan, bahan terlibat dan arah cahaya. Penaakulan visual edisi Pro yang didokumenkan berguna apabila hubungan ini menentukan kemunasabahan adegan padat. Untuk komposisi produk, letakkan jag seramik, gelas jernih dan kain berlipat di atas meja kayu, dengan pantulan konsisten serta satu sumber cahaya tingkap. Semak titik sentuhan, bayang dan sifat bahan yang kelihatan dalam imej hasil.

Untuk kerja produk dan watak, berikan identiti visual yang mesti kekal selepas suntingan. Microsoft menerangkan konsistensi objek merentas adegan kompleks serta konsistensi watak merentas pandangan dan detik sebagai kekuatan Pro. Nyatakan ciri pengenalan benda atau orang serta aspek adegan yang perlu berubah. Contohnya, kekalkan siluet jaket dan butiran pengancing sambil meletakkan watak pada latar belakang berbeza. Semakan berguna membandingkan butiran yang dikekalkan dengan rujukan sumber; hasil menarik secara visual sahaja bukan bukti padanan tepat.

Antara muka penyuntingan imej pengeluar menerima sehingga lima rujukan JPEG atau PNG. Asingkan peranannya dalam arahan: produk, orang, latar atau olahan visual. Tugas suntingan termasuk membuang dan menggantikan objek, mengubah atribut, inpainting, penyesuaian susun atur, kemas kini teks dan pembersihan artifak. Untuk suntingan setempat, huraikan sasaran serta unsur sekeliling yang perlu dikekalkan. Untuk penyusunan semula lebih besar, jelaskan cara komposisi perlu berfungsi selepas perubahan supaya model mempunyai objektif ruang yang padu.

Pemaparan teks amat relevan untuk komposisi utama atau konsep bungkusan. Berikan frasa tepat, kedudukannya serta hubungannya dengan objek atau imej. Pastikan nama berulang dan teks label konsisten antara arahan dan rujukan. Periksa setiap aksara terpapar pada saiz paparan dimaksudkan dan bandingkan dengan perkataan yang diberikan. Suntingan kemudian boleh menumpukan perkataan atau kedudukan sambil mengekalkan komposisi produk yang berjaya. Output PNG kemudian boleh dimasukkan ke susun atur yang keperluan tipografi dan pemotongan akhirnya diketahui.

Panduan imej Microsoft semasa menetapkan luas output maksimum 1,048,576 piksel untuk model 2.5, bersamaan 1024×1024. Kedua-dua dimensi mestilah sekurang-kurangnya 768 piksel dalam antara muka itu, dan sisi lebih panjang dibenarkan apabila jumlah luas kekal dalam had. Ini membenarkan komposisi segi empat tepat seperti 1344×768, berjumlah 1,032,192 piksel. Kekangan luas itu berbeza daripada maksimum 1024 pada setiap sisi. Sediakan bentuk sasaran bagi komposisi tanpa menjangkakan label nisbah bidang umum menentukan pemotongan dengan betul.

Panduan penyediaan menetapkan konteks prompt maksimum 32,000 token dan mengembalikan data imej PNG untuk penjanaan serta penyuntingan. Halaman katalog Pro yang tepat secara berasingan menyenaraikan tetingkap konteks 131.072K dan 4,096 token output. Ini ialah kuantiti token diterbitkan dengan skop katalog atau penyediaannya sendiri; persediaan permintaan imej praktikal mengikuti had prompt penyediaan dan piksel. Simpan imej, rujukan sumber dan arahan sebagai satu rekod pindaan. Semak hasil visual itu sendiri untuk kekangan identiti terperinci, bahan dan geometri yang mendorong pemilihan Pro.

Pilihan versi perlu mengikuti komposisi. MAI-Image-2.5 standard merangkumi penjanaan umum dan suntingan setempat; Pro menambah penekanan siri pada kesetiaan serta hubungan konsisten dalam adegan padat secara visual. Keluarga 2.6 meningkatkan had luas output yang didokumenkan dan menambah grounding web pilihan serta pemilihan nisbah automatik. Kawalan kemudian itu khusus kepada 2.6 dan tidak menentukan aliran edisi Pro ini. Pilih Pro apabila bahagian sukar arahan melibatkan identiti objek stabil, rupa bahan atau struktur ruang dalam imej terperinci.

Semak perubahan diminta serta kandungan yang dikekalkan. Tangan memegang objek, persilangan, tulisan halus, keserupaan wajah dan pantulan ialah bahagian berguna untuk diperiksa dalam komposisi kompleks. Imej munasabah masih boleh mengandungi tanda mengelirukan atau hubungan fizikal salah. Pastikan pembetulan seterusnya konkrit dan kekalkan bahagian arahan yang menghasilkan susun atur dimaksudkan. Ini menyokong urutan pindaan reka bentuk terkawal tanpa mentakrifkan semula keseluruhan adegan berulang kali.

", "aboutText": "Microsoft AI MAI-Image-2.5 Pro ialah edisi berfokus kesetiaan dalam siri imej 2.5. Ia menjana imej daripada arahan bahasa semula jadi dan melaksanakan suntingan terarah pada aset sedia ada. Microsoft mengenal pasti imejan utama, suntingan terperinci dan teks tepat dalam imej sebagai kegunaan teras, sementara perbandingan modelnya menonjolkan konsistensi objek, watak, bahan dan hubungan ruang dalam komposisi kompleks. Aset akhir ialah gambar untuk aliran reka bentuk atau produksi, seperti imej produk utama atau adegan editorial yang disusun teliti.\n\nUntuk penjanaan, huraikan komposisi melalui hubungan tanpa menyenaraikan objek tidak berkaitan. Kenal pasti subjek utama, skalanya berbanding benda berdekatan, bahan terlibat dan arah cahaya. Penaakulan visual edisi Pro yang didokumenkan berguna apabila hubungan ini menentukan kemunasabahan adegan padat. Untuk komposisi produk, letakkan jag seramik, gelas jernih dan kain berlipat di atas meja kayu, dengan pantulan konsisten serta satu sumber cahaya tingkap. Semak titik sentuhan, bayang dan sifat bahan yang kelihatan dalam imej hasil.\n\nUntuk kerja produk dan watak, berikan identiti visual yang mesti kekal selepas suntingan. Microsoft menerangkan konsistensi objek merentas adegan kompleks serta konsistensi watak merentas pandangan dan detik sebagai kekuatan Pro. Nyatakan ciri pengenalan benda atau orang serta aspek adegan yang perlu berubah. Contohnya, kekalkan siluet jaket dan butiran pengancing sambil meletakkan watak pada latar belakang berbeza. Semakan berguna membandingkan butiran yang dikekalkan dengan rujukan sumber; hasil menarik secara visual sahaja bukan bukti padanan tepat.\n\nAntara muka penyuntingan imej pengeluar menerima sehingga lima rujukan JPEG atau PNG. Asingkan peranannya dalam arahan: produk, orang, latar atau olahan visual. Tugas suntingan termasuk membuang dan menggantikan objek, mengubah atribut, inpainting, penyesuaian susun atur, kemas kini teks dan pembersihan artifak. Untuk suntingan setempat, huraikan sasaran serta unsur sekeliling yang perlu dikekalkan. Untuk penyusunan semula lebih besar, jelaskan cara komposisi perlu berfungsi selepas perubahan supaya model mempunyai objektif ruang yang padu.\n\nPemaparan teks amat relevan untuk komposisi utama atau konsep bungkusan. Berikan frasa tepat, kedudukannya serta hubungannya dengan objek atau imej. Pastikan nama berulang dan teks label konsisten antara arahan dan rujukan. Periksa setiap aksara terpapar pada saiz paparan dimaksudkan dan bandingkan dengan perkataan yang diberikan. Suntingan kemudian boleh menumpukan perkataan atau kedudukan sambil mengekalkan komposisi produk yang berjaya. Output PNG kemudian boleh dimasukkan ke susun atur yang keperluan tipografi dan pemotongan akhirnya diketahui.\n\nPanduan imej Microsoft semasa menetapkan luas output maksimum 1,048,576 piksel untuk model 2.5, bersamaan 1024×1024. Kedua-dua dimensi mestilah sekurang-kurangnya 768 piksel dalam antara muka itu, dan sisi lebih panjang dibenarkan apabila jumlah luas kekal dalam had. Ini membenarkan komposisi segi empat tepat seperti 1344×768, berjumlah 1,032,192 piksel. Kekangan luas itu berbeza daripada maksimum 1024 pada setiap sisi. Sediakan bentuk sasaran bagi komposisi tanpa menjangkakan label nisbah bidang umum menentukan pemotongan dengan betul.\n\nPanduan penyediaan menetapkan konteks prompt maksimum 32,000 token dan mengembalikan data imej PNG untuk penjanaan serta penyuntingan. Halaman katalog Pro yang tepat secara berasingan menyenaraikan tetingkap konteks 131.072K dan 4,096 token output. Ini ialah kuantiti token diterbitkan dengan skop katalog atau penyediaannya sendiri; persediaan permintaan imej praktikal mengikuti had prompt penyediaan dan piksel. Simpan imej, rujukan sumber dan arahan sebagai satu rekod pindaan. Semak hasil visual itu sendiri untuk kekangan identiti terperinci, bahan dan geometri yang mendorong pemilihan Pro.\n\nPilihan versi perlu mengikuti komposisi. MAI-Image-2.5 standard merangkumi penjanaan umum dan suntingan setempat; Pro menambah penekanan siri pada kesetiaan serta hubungan konsisten dalam adegan padat secara visual. Keluarga 2.6 meningkatkan had luas output yang didokumenkan dan menambah grounding web pilihan serta pemilihan nisbah automatik. Kawalan kemudian itu khusus kepada 2.6 dan tidak menentukan aliran edisi Pro ini. Pilih Pro apabila bahagian sukar arahan melibatkan identiti objek stabil, rupa bahan atau struktur ruang dalam imej terperinci.\n\nSemak perubahan diminta serta kandungan yang dikekalkan. Tangan memegang objek, persilangan, tulisan halus, keserupaan wajah dan pantulan ialah bahagian berguna untuk diperiksa dalam komposisi kompleks. Imej munasabah masih boleh mengandungi tanda mengelirukan atau hubungan fizikal salah. Pastikan pembetulan seterusnya konkrit dan kekalkan bahagian arahan yang menghasilkan susun atur dimaksudkan. Ini menyokong urutan pindaan reka bentuk terkawal tanpa mentakrifkan semula keseluruhan adegan berulang kali.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "379d7683ee9f2c9d42c036bc79e460440d3966ecb065181df1f03e5ab6671a36", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ms", "methods": [ { "html": "
•

Microsoft AI: MAI-Image-2.5 Pro

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

Pengenalan

Microsoft AI MAI-Image-2.5 Pro menjana dan menyunting imej terperinci untuk visual utama, komposisi produk dan teks tepat dalam imej. Edisi Pro menekankan konsistensi objek, watak, bahan dan hubungan ruang dalam adegan padat, menggunakan teks serta rujukan visual untuk menghasilkan imej PNG.

Input yang diterima
Teks · Imej
Hasil
Imej
Tentang model

Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.

Microsoft AI MAI-Image-2.5 Pro ialah edisi berfokus kesetiaan dalam siri imej 2.5. Ia menjana imej daripada arahan bahasa semula jadi dan melaksanakan suntingan terarah pada aset sedia ada. Microsoft mengenal pasti imejan utama, suntingan terperinci dan teks tepat dalam imej sebagai kegunaan teras, sementara perbandingan modelnya menonjolkan konsistensi objek, watak, bahan dan hubungan ruang dalam komposisi kompleks. Aset akhir ialah gambar untuk aliran reka bentuk atau produksi, seperti imej produk utama atau adegan editorial yang disusun teliti.

Untuk penjanaan, huraikan komposisi melalui hubungan tanpa menyenaraikan objek tidak berkaitan. Kenal pasti subjek utama, skalanya berbanding benda berdekatan, bahan terlibat dan arah cahaya. Penaakulan visual edisi Pro yang didokumenkan berguna apabila hubungan ini menentukan kemunasabahan adegan padat. Untuk komposisi produk, letakkan jag seramik, gelas jernih dan kain berlipat di atas meja kayu, dengan pantulan konsisten serta satu sumber cahaya tingkap. Semak titik sentuhan, bayang dan sifat bahan yang kelihatan dalam imej hasil.

Untuk kerja produk dan watak, berikan identiti visual yang mesti kekal selepas suntingan. Microsoft menerangkan konsistensi objek merentas adegan kompleks serta konsistensi watak merentas pandangan dan detik sebagai kekuatan Pro. Nyatakan ciri pengenalan benda atau orang serta aspek adegan yang perlu berubah. Contohnya, kekalkan siluet jaket dan butiran pengancing sambil meletakkan watak pada latar belakang berbeza. Semakan berguna membandingkan butiran yang dikekalkan dengan rujukan sumber; hasil menarik secara visual sahaja bukan bukti padanan tepat.

Antara muka penyuntingan imej pengeluar menerima sehingga lima rujukan JPEG atau PNG. Asingkan peranannya dalam arahan: produk, orang, latar atau olahan visual. Tugas suntingan termasuk membuang dan menggantikan objek, mengubah atribut, inpainting, penyesuaian susun atur, kemas kini teks dan pembersihan artifak. Untuk suntingan setempat, huraikan sasaran serta unsur sekeliling yang perlu dikekalkan. Untuk penyusunan semula lebih besar, jelaskan cara komposisi perlu berfungsi selepas perubahan supaya model mempunyai objektif ruang yang padu.

Pemaparan teks amat relevan untuk komposisi utama atau konsep bungkusan. Berikan frasa tepat, kedudukannya serta hubungannya dengan objek atau imej. Pastikan nama berulang dan teks label konsisten antara arahan dan rujukan. Periksa setiap aksara terpapar pada saiz paparan dimaksudkan dan bandingkan dengan perkataan yang diberikan. Suntingan kemudian boleh menumpukan perkataan atau kedudukan sambil mengekalkan komposisi produk yang berjaya. Output PNG kemudian boleh dimasukkan ke susun atur yang keperluan tipografi dan pemotongan akhirnya diketahui.

Panduan imej Microsoft semasa menetapkan luas output maksimum 1,048,576 piksel untuk model 2.5, bersamaan 1024×1024. Kedua-dua dimensi mestilah sekurang-kurangnya 768 piksel dalam antara muka itu, dan sisi lebih panjang dibenarkan apabila jumlah luas kekal dalam had. Ini membenarkan komposisi segi empat tepat seperti 1344×768, berjumlah 1,032,192 piksel. Kekangan luas itu berbeza daripada maksimum 1024 pada setiap sisi. Sediakan bentuk sasaran bagi komposisi tanpa menjangkakan label nisbah bidang umum menentukan pemotongan dengan betul.

Panduan penyediaan menetapkan konteks prompt maksimum 32,000 token dan mengembalikan data imej PNG untuk penjanaan serta penyuntingan. Halaman katalog Pro yang tepat secara berasingan menyenaraikan tetingkap konteks 131.072K dan 4,096 token output. Ini ialah kuantiti token diterbitkan dengan skop katalog atau penyediaannya sendiri; persediaan permintaan imej praktikal mengikuti had prompt penyediaan dan piksel. Simpan imej, rujukan sumber dan arahan sebagai satu rekod pindaan. Semak hasil visual itu sendiri untuk kekangan identiti terperinci, bahan dan geometri yang mendorong pemilihan Pro.

Pilihan versi perlu mengikuti komposisi. MAI-Image-2.5 standard merangkumi penjanaan umum dan suntingan setempat; Pro menambah penekanan siri pada kesetiaan serta hubungan konsisten dalam adegan padat secara visual. Keluarga 2.6 meningkatkan had luas output yang didokumenkan dan menambah grounding web pilihan serta pemilihan nisbah automatik. Kawalan kemudian itu khusus kepada 2.6 dan tidak menentukan aliran edisi Pro ini. Pilih Pro apabila bahagian sukar arahan melibatkan identiti objek stabil, rupa bahan atau struktur ruang dalam imej terperinci.

Semak perubahan diminta serta kandungan yang dikekalkan. Tangan memegang objek, persilangan, tulisan halus, keserupaan wajah dan pantulan ialah bahagian berguna untuk diperiksa dalam komposisi kompleks. Imej munasabah masih boleh mengandungi tanda mengelirukan atau hubungan fizikal salah. Pastikan pembetulan seterusnya konkrit dan kekalkan bahagian arahan yang menghasilkan susun atur dimaksudkan. Ini menyokong urutan pindaan reka bentuk terkawal tanpa mentakrifkan semula keseluruhan adegan berulang kali.

Tersedia di Ailoot · input & kaedah

Ailoot Ultra · Imej POST /v1/images/generations
Input
text, image
Output
image
MedanJenisKeperluanNilai & hadLalai
MedanmodelJenisstringKeperluanDiperlukanNilai & had
microsoft/mai-image-2.5-pro
Lalai—
MedanpromptJenisstringKeperluanDiperlukanNilai & had
Panjang minimum: 1
Lalai—
Medanaspect_ratioJenisstringKeperluanPilihanNilai & had
1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3, auto
Lalai—
MedannJenisintegerKeperluanPilihanNilai & had
Minimum: 1
Maksimum: 1
Lalai—
Medaninput_referencesJenisarrayKeperluanPilihanNilai & had
Item minimum: 0
Item maksimum: 1
Lalai—
MedanproviderJenisobjectKeperluanPilihanNilai & hadLalai—
Parameter kaedah dan kitar hayat
ParameterKontrak
Parametercontent_typeKontrakapplication/json
ParameterrequiredKontrakmodel, prompt
Parametermaterial_typesKontraktext, image

Kitar hayat: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · task_id sebenar yang dikembalikan atau rekod pustaka media

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Pelan harga

Cara caj akhir dikira

Kadar yang dipaparkan menganggarkan kos sebelum penjanaan. Caj akhir dikira berdasarkan kos yang direkodkan untuk penjanaan asal. Tempoh output yang diukur dan kuantiti ramalan bukan kuantiti akhir yang boleh dibilkan.

Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.

Mod pantas
Tidak dinyatakan Apabila mod pantas dipilih
Mod flex
Tidak dinyatakan Apabila mod flex dipilih
Usaha penaakulan maksimum
Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default

Anggaran kadar untuk perbandingan

Harga mengikut konfigurasi

Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.

KonfigurasiJadual kadarKuantiti ramalanCaj
KonfigurasiKadar asas tokenJadual kadarKadar asasKuantiti ramalan—Caj
Input · Token input · Anggaran untuk perbandingan sahaja — / 1K token
Output · Token output · Anggaran untuk perbandingan sahaja — / 1K token
Input · Bacaan cache · Anggaran untuk perbandingan sahaja — / 1K token
Input · Penulisan cache · Anggaran untuk perbandingan sahaja — / 1K token
Input · Penulisan cache, 1 jam · Anggaran untuk perbandingan sahaja — / 1K token
KonfigurasiAnggaran kos penjanaanJadual kadar—Kuantiti ramalananggaran untuk satu penjanaanCaj
Output · Anggaran kos penjanaan · Anggaran untuk perbandingan sahaja $0.884736 anggaran sebelum penjanaan

Anggaran ini bukan caj tambahan atau kadar tetap bagi penjanaan yang telah selesai.

Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →

Contoh permintaan

Ailoot Ultra · Imej

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

Terima dan simpan hasil

Ailoot Ultra · Imej

Muat turun setiap imej yang dikembalikan atau simpan kandungan Base64-nya

Pembacaan kandungan lain
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
Simpan semua hasil yang selesai

Simpan setiap imej yang selesai; dapatkan setiap URL yang dikembalikan atau nyahkod kandungan Base64-nya.

Simpan respons dan pengepala yang lengkap, setiap output sebenar, pengecam asal yang dikembalikan serta semua medan penggunaan. Pulihkan operasi asal tanpa menghantar permintaan penciptaan sekali lagi.

Jika respons asal perlu disemak

Simpan X-Client-Request-ID yang dikembalikan untuk penyelarasan rekod. Baca hanya nilai task_id/asset_id sebenar yang dikembalikan atau pustaka media milik anda; jangan sekali-kali bina URL tugas daripada ID operasi atau hantar semula permintaan penciptaan.

Medan respons
MedanJenis
MedancreatedJenis
Medandata[].urlJenis
Medandata[].b64_jsonJenis
MedanusageJenis

Alias

Alias model

Ailoot Ultra microsoft/mai-image-2.5-pro

Alias laluan kaedah

/v1/images

ID pemanggil berkaitan

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": "Kadar yang dipaparkan menganggarkan kos sebelum penjanaan. Caj akhir dikira berdasarkan kos yang direkodkan untuk penjanaan asal. Tempoh output yang diukur dan kuantiti ramalan bukan kuantiti akhir yang boleh dibilkan.", "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": "Simpan X-Client-Request-ID yang dikembalikan untuk penyelarasan rekod. Baca hanya nilai task_id/asset_id sebenar yang dikembalikan atau pustaka media milik anda; jangan sekali-kali bina URL tugas daripada ID operasi atau hantar semula permintaan penciptaan." }, "outputs": { "all_results": "Simpan respons dan pengepala yang lengkap, setiap output sebenar, pengecam asal yang dikembalikan serta semua medan penggunaan. Pulihkan operasi asal tanpa menghantar permintaan penciptaan sekali lagi.", "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": "task_id sebenar yang dikembalikan atau rekod pustaka media", "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": "Anggaran ini bukan caj tambahan atau kadar tetap bagi penjanaan yang telah selesai.", "dimensions": { "forecast_quantity": "one generation estimate" }, "label": "Anggaran kos penjanaan", "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\"