{ "aboutHtml": "

Microsoft AI MAI-Image-2.6 ialah edisi berfokus ketepatan dalam keluarga imej 2.6, direka untuk penjanaan teks-ke-imej dan penyuntingan terkawal aset visual sedia ada. Kad modelnya menerangkan model resapan menggunakan flow matching, dengan 20 bilion parameter bukan embedding dan konteks 32K token. Output yang dimaksudkan ialah imej: komposisi produk, potret, ilustrasi berjenama atau visual disunting yang susun atur serta subjek utamanya kekal padu sementara unsur tertentu berubah.

Untuk penjanaan, huraikan subjek, komposisi, bahan, cahaya, sudut pandangan dan gaya visual. Sertakan perkataan tepat apabila label, tajuk atau papan tanda perlu muncul dalam imej, dan huraikan tempatnya. Pengeluar menonjolkan pemaparan teks, potret, imejan 3D serta output komersial atau fotorealistik yang lebih baik dalam edisi ini. Arahan berguna mengenal pasti beberapa hubungan yang menjayakan imej: objek yang ditonjolkan di hadapan, cara ia berada dalam adegan dan tempat penonton perlu melihat dahulu. Periksa tulisan halus dan butiran kecil dalam imej siap.

Untuk penyuntingan, berikan aset sumber dan nyatakan perubahan bersama bahagian yang perlu kekal. Tugas yang didokumenkan termasuk membuang atau menggantikan objek, mengubah atribut, inpainting, penyesuaian susun atur, kemas kini teks dan pembersihan artifak seperti kabur gerakan. Kad model menekankan penaakulan merentas skala, perspektif, pencahayaan dan kedudukan ruang supaya pindaan sesuai dengan adegan sedia ada. Sebagai persediaan, kenal pasti objek atau kawasan dengan jelas dan jelaskan sama ada matlamatnya pembetulan setempat, susunan berbeza atau perubahan gaya lebih luas.

Panduan penyuntingan imej pengeluar menerima sehingga lima rujukan JPEG atau PNG. Berikan setiap imej peranan tersendiri, seperti produk, orang, latar, susun atur atau gaya visual. Untuk suntingan pencahayaan, letakkan lampu daripada satu rujukan di atas meja dalam rujukan lain, mengekalkan perspektif meja dan menjadikan bayang lampu mengikut cahaya bilik. Pindaan berasingan boleh mengemas kini label ringkas sambil mengekalkan bentuk serta kedudukan produk. Semak hubungan rujukan dalam hasil tanpa menerima objek yang kelihatan munasabah tetapi berbeza daripada objek yang diberikan.

Keluarga 2.6 menambah grounding web pilihan dan pemilihan nisbah bidang oleh model. Grounding web membekalkan konteks semasa relevan ketika mentafsir permintaan melibatkan tempat sebenar, objek atau maklumat berubah. Ia merupakan input kreatif, jadi semak butiran visual berfakta terhadap subjek dimaksudkan. Pemilihan nisbah automatik membolehkan model mempertimbangkan prompt dan imej ketika memilih bentuk komposisi. Arahan reka bentuk boleh menetapkan destinasi dan susun atur diperlukan: contohnya, visual utama produk lebar dengan ruang lega pada satu sisi atau imej potret yang berpusat pada subjek berdiri.

Saiz output ditentukan oleh jumlah luas. Kad model tepat dan panduan imej menyenaraikan maksimum 2,359,296 piksel, bersamaan segi empat sama 1536×1536. Antara muka imej yang didokumenkan mewajibkan lebar dan tinggi masing-masing sekurang-kurangnya 768 piksel, dan mana-mana dimensi boleh melebihi 1536 jika jumlah kekal dalam had luas. Ini membenarkan komposisi landskap atau potret lebih panjang tanpa mengenakan maksimum 1536 piksel pada setiap sisi. Contohnya, sasaran 1024×2048 mempunyai 2,097,152 piksel dan mematuhi peraturan luas yang didokumenkan. Semak dimensi akhir untuk susun atur yang akan menggunakan imej.

Panduan pengeluar mengembalikan hasil penjanaan dan suntingan sebagai data imej PNG. Simpan imej siap bersama arahan dan rujukan sumber ketika menyediakan pindaan reka bentuk. Kad model menyebut konteks 32K token, sementara panduan penyediaan menetapkan konteks prompt maksimum 32,000 token; kekalkan skop dinyatakan itu ketika menyediakan arahan panjang tanpa menganggapnya dimensi imej. Aset produksi berguna ialah gambar yang dinyahkod, yang boleh diperiksa dan dimasukkan ke halaman, slaid atau komposisi. Rekodkan pemotongan dan kedudukan teks dimaksudkan bersamanya supaya suntingan kemudian tidak mengubah tujuan reka bentuk secara tidak sengaja.

Dalam keluarga ini, MAI-Image-2.6 menekankan kawalan tepat dan peningkatan terkini dalam butiran visual. MAI-Image-2.6-Flash menyediakan keupayaan penjanaan, penyuntingan, grounding dan pemilihan nisbah yang sama dalam edisi dioptimumkan untuk produksi responsif berulang. Siri 2.5 menggunakan had luas output lebih kecil yang didokumenkan dan tidak mewarisi kawalan grounding atau nisbah automatik 2.6. Pilih edisi berdasarkan imej dan proses pindaan diperlukan tanpa menganggap nama keluarga bersama menjadikan semua tetapan sama.

Semak suntingan terhadap keseluruhan sumber: wajah yang dikekalkan, identiti objek, geometri, bayang, tulisan dan susun atur dimaksudkan semuanya penting. Foto meyakinkan masih boleh mengandungi tanda salah, pantulan tidak konsisten atau ciri berubah di luar suntingan diminta. Pastikan pembetulan seterusnya konkrit, seperti label, kedudukan objek atau artifak tertentu. Ini menjadikan penyuntingan berulang berguna sambil mengekalkan subjek dan komposisi arahan asal.

", "aboutText": "Microsoft AI MAI-Image-2.6 ialah edisi berfokus ketepatan dalam keluarga imej 2.6, direka untuk penjanaan teks-ke-imej dan penyuntingan terkawal aset visual sedia ada. Kad modelnya menerangkan model resapan menggunakan flow matching, dengan 20 bilion parameter bukan embedding dan konteks 32K token. Output yang dimaksudkan ialah imej: komposisi produk, potret, ilustrasi berjenama atau visual disunting yang susun atur serta subjek utamanya kekal padu sementara unsur tertentu berubah.\n\nUntuk penjanaan, huraikan subjek, komposisi, bahan, cahaya, sudut pandangan dan gaya visual. Sertakan perkataan tepat apabila label, tajuk atau papan tanda perlu muncul dalam imej, dan huraikan tempatnya. Pengeluar menonjolkan pemaparan teks, potret, imejan 3D serta output komersial atau fotorealistik yang lebih baik dalam edisi ini. Arahan berguna mengenal pasti beberapa hubungan yang menjayakan imej: objek yang ditonjolkan di hadapan, cara ia berada dalam adegan dan tempat penonton perlu melihat dahulu. Periksa tulisan halus dan butiran kecil dalam imej siap.\n\nUntuk penyuntingan, berikan aset sumber dan nyatakan perubahan bersama bahagian yang perlu kekal. Tugas yang didokumenkan termasuk membuang atau menggantikan objek, mengubah atribut, inpainting, penyesuaian susun atur, kemas kini teks dan pembersihan artifak seperti kabur gerakan. Kad model menekankan penaakulan merentas skala, perspektif, pencahayaan dan kedudukan ruang supaya pindaan sesuai dengan adegan sedia ada. Sebagai persediaan, kenal pasti objek atau kawasan dengan jelas dan jelaskan sama ada matlamatnya pembetulan setempat, susunan berbeza atau perubahan gaya lebih luas.\n\nPanduan penyuntingan imej pengeluar menerima sehingga lima rujukan JPEG atau PNG. Berikan setiap imej peranan tersendiri, seperti produk, orang, latar, susun atur atau gaya visual. Untuk suntingan pencahayaan, letakkan lampu daripada satu rujukan di atas meja dalam rujukan lain, mengekalkan perspektif meja dan menjadikan bayang lampu mengikut cahaya bilik. Pindaan berasingan boleh mengemas kini label ringkas sambil mengekalkan bentuk serta kedudukan produk. Semak hubungan rujukan dalam hasil tanpa menerima objek yang kelihatan munasabah tetapi berbeza daripada objek yang diberikan.\n\nKeluarga 2.6 menambah grounding web pilihan dan pemilihan nisbah bidang oleh model. Grounding web membekalkan konteks semasa relevan ketika mentafsir permintaan melibatkan tempat sebenar, objek atau maklumat berubah. Ia merupakan input kreatif, jadi semak butiran visual berfakta terhadap subjek dimaksudkan. Pemilihan nisbah automatik membolehkan model mempertimbangkan prompt dan imej ketika memilih bentuk komposisi. Arahan reka bentuk boleh menetapkan destinasi dan susun atur diperlukan: contohnya, visual utama produk lebar dengan ruang lega pada satu sisi atau imej potret yang berpusat pada subjek berdiri.\n\nSaiz output ditentukan oleh jumlah luas. Kad model tepat dan panduan imej menyenaraikan maksimum 2,359,296 piksel, bersamaan segi empat sama 1536×1536. Antara muka imej yang didokumenkan mewajibkan lebar dan tinggi masing-masing sekurang-kurangnya 768 piksel, dan mana-mana dimensi boleh melebihi 1536 jika jumlah kekal dalam had luas. Ini membenarkan komposisi landskap atau potret lebih panjang tanpa mengenakan maksimum 1536 piksel pada setiap sisi. Contohnya, sasaran 1024×2048 mempunyai 2,097,152 piksel dan mematuhi peraturan luas yang didokumenkan. Semak dimensi akhir untuk susun atur yang akan menggunakan imej.\n\nPanduan pengeluar mengembalikan hasil penjanaan dan suntingan sebagai data imej PNG. Simpan imej siap bersama arahan dan rujukan sumber ketika menyediakan pindaan reka bentuk. Kad model menyebut konteks 32K token, sementara panduan penyediaan menetapkan konteks prompt maksimum 32,000 token; kekalkan skop dinyatakan itu ketika menyediakan arahan panjang tanpa menganggapnya dimensi imej. Aset produksi berguna ialah gambar yang dinyahkod, yang boleh diperiksa dan dimasukkan ke halaman, slaid atau komposisi. Rekodkan pemotongan dan kedudukan teks dimaksudkan bersamanya supaya suntingan kemudian tidak mengubah tujuan reka bentuk secara tidak sengaja.\n\nDalam keluarga ini, MAI-Image-2.6 menekankan kawalan tepat dan peningkatan terkini dalam butiran visual. MAI-Image-2.6-Flash menyediakan keupayaan penjanaan, penyuntingan, grounding dan pemilihan nisbah yang sama dalam edisi dioptimumkan untuk produksi responsif berulang. Siri 2.5 menggunakan had luas output lebih kecil yang didokumenkan dan tidak mewarisi kawalan grounding atau nisbah automatik 2.6. Pilih edisi berdasarkan imej dan proses pindaan diperlukan tanpa menganggap nama keluarga bersama menjadikan semua tetapan sama.\n\nSemak suntingan terhadap keseluruhan sumber: wajah yang dikekalkan, identiti objek, geometri, bayang, tulisan dan susun atur dimaksudkan semuanya penting. Foto meyakinkan masih boleh mengandungi tanda salah, pantulan tidak konsisten atau ciri berubah di luar suntingan diminta. Pastikan pembetulan seterusnya konkrit, seperti label, kedudukan objek atau artifak tertentu. Ini menjadikan penyuntingan berulang berguna sambil mengekalkan subjek dan komposisi arahan asal.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "6b79970d4f1edd0e68093349c94fb0bbbe6145bd65db7db8a1867115b43b6ab3", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ms", "methods": [ { "html": "
•

Microsoft AI: MAI-Image-2.6

Microsoft AI /microsoft/mai-image-2.6

Pengenalan

Microsoft AI MAI-Image-2.6 menjana dan menyunting imej untuk kerja reka bentuk tepat. Ia menggabungkan teks dengan sehingga lima rujukan visual, menyokong grounding web pilihan serta penentuan saiz komposisi automatik, dan menghasilkan imej PNG sehingga 2,359,296 piksel. Penekanannya ialah suntingan terkawal, teks, potret dan visual komersial.

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-2.6 ialah edisi berfokus ketepatan dalam keluarga imej 2.6, direka untuk penjanaan teks-ke-imej dan penyuntingan terkawal aset visual sedia ada. Kad modelnya menerangkan model resapan menggunakan flow matching, dengan 20 bilion parameter bukan embedding dan konteks 32K token. Output yang dimaksudkan ialah imej: komposisi produk, potret, ilustrasi berjenama atau visual disunting yang susun atur serta subjek utamanya kekal padu sementara unsur tertentu berubah.

Untuk penjanaan, huraikan subjek, komposisi, bahan, cahaya, sudut pandangan dan gaya visual. Sertakan perkataan tepat apabila label, tajuk atau papan tanda perlu muncul dalam imej, dan huraikan tempatnya. Pengeluar menonjolkan pemaparan teks, potret, imejan 3D serta output komersial atau fotorealistik yang lebih baik dalam edisi ini. Arahan berguna mengenal pasti beberapa hubungan yang menjayakan imej: objek yang ditonjolkan di hadapan, cara ia berada dalam adegan dan tempat penonton perlu melihat dahulu. Periksa tulisan halus dan butiran kecil dalam imej siap.

Untuk penyuntingan, berikan aset sumber dan nyatakan perubahan bersama bahagian yang perlu kekal. Tugas yang didokumenkan termasuk membuang atau menggantikan objek, mengubah atribut, inpainting, penyesuaian susun atur, kemas kini teks dan pembersihan artifak seperti kabur gerakan. Kad model menekankan penaakulan merentas skala, perspektif, pencahayaan dan kedudukan ruang supaya pindaan sesuai dengan adegan sedia ada. Sebagai persediaan, kenal pasti objek atau kawasan dengan jelas dan jelaskan sama ada matlamatnya pembetulan setempat, susunan berbeza atau perubahan gaya lebih luas.

Panduan penyuntingan imej pengeluar menerima sehingga lima rujukan JPEG atau PNG. Berikan setiap imej peranan tersendiri, seperti produk, orang, latar, susun atur atau gaya visual. Untuk suntingan pencahayaan, letakkan lampu daripada satu rujukan di atas meja dalam rujukan lain, mengekalkan perspektif meja dan menjadikan bayang lampu mengikut cahaya bilik. Pindaan berasingan boleh mengemas kini label ringkas sambil mengekalkan bentuk serta kedudukan produk. Semak hubungan rujukan dalam hasil tanpa menerima objek yang kelihatan munasabah tetapi berbeza daripada objek yang diberikan.

Keluarga 2.6 menambah grounding web pilihan dan pemilihan nisbah bidang oleh model. Grounding web membekalkan konteks semasa relevan ketika mentafsir permintaan melibatkan tempat sebenar, objek atau maklumat berubah. Ia merupakan input kreatif, jadi semak butiran visual berfakta terhadap subjek dimaksudkan. Pemilihan nisbah automatik membolehkan model mempertimbangkan prompt dan imej ketika memilih bentuk komposisi. Arahan reka bentuk boleh menetapkan destinasi dan susun atur diperlukan: contohnya, visual utama produk lebar dengan ruang lega pada satu sisi atau imej potret yang berpusat pada subjek berdiri.

Saiz output ditentukan oleh jumlah luas. Kad model tepat dan panduan imej menyenaraikan maksimum 2,359,296 piksel, bersamaan segi empat sama 1536×1536. Antara muka imej yang didokumenkan mewajibkan lebar dan tinggi masing-masing sekurang-kurangnya 768 piksel, dan mana-mana dimensi boleh melebihi 1536 jika jumlah kekal dalam had luas. Ini membenarkan komposisi landskap atau potret lebih panjang tanpa mengenakan maksimum 1536 piksel pada setiap sisi. Contohnya, sasaran 1024×2048 mempunyai 2,097,152 piksel dan mematuhi peraturan luas yang didokumenkan. Semak dimensi akhir untuk susun atur yang akan menggunakan imej.

Panduan pengeluar mengembalikan hasil penjanaan dan suntingan sebagai data imej PNG. Simpan imej siap bersama arahan dan rujukan sumber ketika menyediakan pindaan reka bentuk. Kad model menyebut konteks 32K token, sementara panduan penyediaan menetapkan konteks prompt maksimum 32,000 token; kekalkan skop dinyatakan itu ketika menyediakan arahan panjang tanpa menganggapnya dimensi imej. Aset produksi berguna ialah gambar yang dinyahkod, yang boleh diperiksa dan dimasukkan ke halaman, slaid atau komposisi. Rekodkan pemotongan dan kedudukan teks dimaksudkan bersamanya supaya suntingan kemudian tidak mengubah tujuan reka bentuk secara tidak sengaja.

Dalam keluarga ini, MAI-Image-2.6 menekankan kawalan tepat dan peningkatan terkini dalam butiran visual. MAI-Image-2.6-Flash menyediakan keupayaan penjanaan, penyuntingan, grounding dan pemilihan nisbah yang sama dalam edisi dioptimumkan untuk produksi responsif berulang. Siri 2.5 menggunakan had luas output lebih kecil yang didokumenkan dan tidak mewarisi kawalan grounding atau nisbah automatik 2.6. Pilih edisi berdasarkan imej dan proses pindaan diperlukan tanpa menganggap nama keluarga bersama menjadikan semua tetapan sama.

Semak suntingan terhadap keseluruhan sumber: wajah yang dikekalkan, identiti objek, geometri, bayang, tulisan dan susun atur dimaksudkan semuanya penting. Foto meyakinkan masih boleh mengandungi tanda salah, pantulan tidak konsisten atau ciri berubah di luar suntingan diminta. Pastikan pembetulan seterusnya konkrit, seperti label, kedudukan objek atau artifak tertentu. Ini menjadikan penyuntingan berulang berguna sambil mengekalkan subjek dan komposisi arahan asal.

Tersedia di Ailoot · input & kaedah

Ailoot Ultra · Imej POST /v1/images/generations
Input
text, image
Output
image
MedanJenisKeperluanNilai & hadLalai
MedanmodelJenisstringKeperluanDiperlukanNilai & had
microsoft/mai-image-2.6
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: 5
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 $0.311296 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-2.6', '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

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-2.6

Alias laluan kaedah

/v1/images

ID pemanggil berkaitan

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