Microsoft AI MAI-Image-2.5 er utgaven for generell generering og kontrollert redigering i bildefamilien 2.5. Modellkortet beskriver en diffusjonsmodell som bruker flow matching, med 20 milliarder parametere utenom innbyggingsparametere, tekst- og bildeinndata og en kontekst på 32K token. Den produserer bildeutdata for konsepter, portretter, produktbilder, illustrasjoner og revisjoner av eksisterende design. Det nyttige startvalget er om oppgaven trenger en ny komposisjon eller en konkret endring av et materiale som allerede inneholder det tiltenkte motivet.
For generering beskriver du hovedmotivet, visuell stil, lys, synsvinkel og oppsett. Produsenten fremhever detaljerte, sammenhengende bilder, tekstgjengivelse, produktbilder og etterlevelse av prompten. En praktisk beskrivelse for en presentasjonsillustrasjon kan angi motivets rolle, ønsket visuell vektlegging og mengden plass rundt. Et produktkonsept kan inkludere materiale, målestokk og overflatefinish. Hold beskrivelsen sammenhengende, slik at objektene deler én scene og én lysplan fremfor å kombinere flere uforenlige visuelle uttrykk.
Visuell resonnering i denne utgaven gjelder scenestruktur, lyssetting, målestokk og romlige forhold. Produsenten oppgir innsetting av et objekt med egnet perspektiv og skygger som et redigeringsbrukstilfelle. For en verkstedredigering kan du plassere en liten krakk ved en arbeidsbenk og samtidig beholde den eksisterende synsvinkelen og lyset. Gjennomgangen bør sammenligne krakkens størrelse, hvor den berører gulvet og om skyggen følger de andre objektene. Et lokalt overbevisende objekt må fortsatt passe til geometrien i hele kildebildet.
Målrettede redigeringer omfatter fjerning eller utskifting av objekter, egenskapsendringer, utfylling av bildeområder, layouttilpasning, tekstoppdateringer og opprydding som å redusere artefakter fra bevegelsesuskarphet. Send inn kildebildet, og navngi både korrigeringen og detaljene som skal beholdes. En avgrenset fotoredigering kan fjerne et distraherende objekt fra bakgrunnen samtidig som personen, utsnittet og oppsettet i forgrunnen beholdes. En designrevisjon kan oppdatere en kort tekstlinje og samtidig bevare komposisjonen. Sammenlign hele resultatet med kilden, fremfor å vurdere bare det redigerte området.
Microsoft fremhever også konsistens i ansiktsidentitet på tvers av redigeringer, inkludert endringer i positur, uttrykk eller synsvinkel. Bruk en tydelig referanse for likheten, og angi den ønskede endringen på en måte som bevarer de identifiserende trekkene. Produsentens nåværende redigeringsveiledning godtar opptil fem JPEG- eller PNG-bilder, slik at ulike referanser kan identifisere personen, objektet, scenen eller stilen. Navngi disse rollene i prompten. I en portrettrevisjon undersøker du ansiktet i tillegg til de endrede klærne eller bakgrunnen før bildet regnes som ferdig.
Det spesifikke modellkortet begrenser utdata til totalt 1 048 576 piksler, tilsvarende et kvadrat på 1024×1024, og tillater at én side overstiger 1024 hvis totalen holder seg innenfor dette arealet. Veiledningen for drift krever i tillegg at begge dimensjoner er minst 768 piksler. Et rektangulært mål som 1344×768 har 1 032 192 piksler og oppfyller disse dokumenterte reglene for areal og minimumsdimensjoner. Den nyttige grensen er produktet av bredde og høyde, så klargjør målformatet før du ber om en liggende eller stående komposisjon.
Generering og redigering returnerer PNG-bildedata i produsentens driftsgrensesnitt. Det opprinnelige modellkortet oppgir en kontekst på 32K token, mens dette grensesnittet angir maksimalt 32 000 token for promptkontekst. Katalogens separate tall på 4 096 utdata-token er en tokenramme fremfor en utdatadimensjon. Behold disse oppgitte virkeområdene når du organiserer en detaljert prompt og det ferdige bildet. Kildemateriale, bevarte egenskaper, ønskede redigeringer og målstørrelse utgjør et nyttig revisjonsgrunnlag sammen med PNG-filen.
Modellens kreative spenn omfatter fotorealistiske og filmatiske bilder, portretter, produkt- eller merkevarekonsepter, design med tekst og andre visuelle stiler. For en etikett eller et skilt oppgir du nøyaktig ordlyd og kontrollerer stavingen i den endelige visningsstørrelsen. En gjenkjennelig fotografisk overflate kan fortsatt inneholde oppdiktede detaljer, en inkonsistent refleksjon eller unøyaktige bokstaver. En praktisk kontroll følger designets krav: objektidentitet, lesbarhet, romlige forhold og den bevarte scenen betyr alle noe. Hold en konkret korrigering atskilt fra endringer som allerede har fungert.
Innenfor 2.5-familien legger Pro vekt på høyere detaljtrohet og stabile sammenhenger i tette scener, mens Flash betjener mer responsiv produksjon. 2.6-familien innfører en større dokumentert pikselarealramme, valgfri nettforankring og modellstyrt valg av sideforhold. Standardutgaven 2.5 beholder sin egen genererings- og redigeringsarbeidsflyt uten disse senere kontrollene. Velg utgave etter den vanskelige delen av den faktiske bildeoppgaven, og vurder det ferdige resultatet opp mot beskrivelsen.
", "aboutText": "Microsoft AI MAI-Image-2.5 er utgaven for generell generering og kontrollert redigering i bildefamilien 2.5. Modellkortet beskriver en diffusjonsmodell som bruker flow matching, med 20 milliarder parametere utenom innbyggingsparametere, tekst- og bildeinndata og en kontekst på 32K token. Den produserer bildeutdata for konsepter, portretter, produktbilder, illustrasjoner og revisjoner av eksisterende design. Det nyttige startvalget er om oppgaven trenger en ny komposisjon eller en konkret endring av et materiale som allerede inneholder det tiltenkte motivet.\n\nFor generering beskriver du hovedmotivet, visuell stil, lys, synsvinkel og oppsett. Produsenten fremhever detaljerte, sammenhengende bilder, tekstgjengivelse, produktbilder og etterlevelse av prompten. En praktisk beskrivelse for en presentasjonsillustrasjon kan angi motivets rolle, ønsket visuell vektlegging og mengden plass rundt. Et produktkonsept kan inkludere materiale, målestokk og overflatefinish. Hold beskrivelsen sammenhengende, slik at objektene deler én scene og én lysplan fremfor å kombinere flere uforenlige visuelle uttrykk.\n\nVisuell resonnering i denne utgaven gjelder scenestruktur, lyssetting, målestokk og romlige forhold. Produsenten oppgir innsetting av et objekt med egnet perspektiv og skygger som et redigeringsbrukstilfelle. For en verkstedredigering kan du plassere en liten krakk ved en arbeidsbenk og samtidig beholde den eksisterende synsvinkelen og lyset. Gjennomgangen bør sammenligne krakkens størrelse, hvor den berører gulvet og om skyggen følger de andre objektene. Et lokalt overbevisende objekt må fortsatt passe til geometrien i hele kildebildet.\n\nMålrettede redigeringer omfatter fjerning eller utskifting av objekter, egenskapsendringer, utfylling av bildeområder, layouttilpasning, tekstoppdateringer og opprydding som å redusere artefakter fra bevegelsesuskarphet. Send inn kildebildet, og navngi både korrigeringen og detaljene som skal beholdes. En avgrenset fotoredigering kan fjerne et distraherende objekt fra bakgrunnen samtidig som personen, utsnittet og oppsettet i forgrunnen beholdes. En designrevisjon kan oppdatere en kort tekstlinje og samtidig bevare komposisjonen. Sammenlign hele resultatet med kilden, fremfor å vurdere bare det redigerte området.\n\nMicrosoft fremhever også konsistens i ansiktsidentitet på tvers av redigeringer, inkludert endringer i positur, uttrykk eller synsvinkel. Bruk en tydelig referanse for likheten, og angi den ønskede endringen på en måte som bevarer de identifiserende trekkene. Produsentens nåværende redigeringsveiledning godtar opptil fem JPEG- eller PNG-bilder, slik at ulike referanser kan identifisere personen, objektet, scenen eller stilen. Navngi disse rollene i prompten. I en portrettrevisjon undersøker du ansiktet i tillegg til de endrede klærne eller bakgrunnen før bildet regnes som ferdig.\n\nDet spesifikke modellkortet begrenser utdata til totalt 1 048 576 piksler, tilsvarende et kvadrat på 1024×1024, og tillater at én side overstiger 1024 hvis totalen holder seg innenfor dette arealet. Veiledningen for drift krever i tillegg at begge dimensjoner er minst 768 piksler. Et rektangulært mål som 1344×768 har 1 032 192 piksler og oppfyller disse dokumenterte reglene for areal og minimumsdimensjoner. Den nyttige grensen er produktet av bredde og høyde, så klargjør målformatet før du ber om en liggende eller stående komposisjon.\n\nGenerering og redigering returnerer PNG-bildedata i produsentens driftsgrensesnitt. Det opprinnelige modellkortet oppgir en kontekst på 32K token, mens dette grensesnittet angir maksimalt 32 000 token for promptkontekst. Katalogens separate tall på 4 096 utdata-token er en tokenramme fremfor en utdatadimensjon. Behold disse oppgitte virkeområdene når du organiserer en detaljert prompt og det ferdige bildet. Kildemateriale, bevarte egenskaper, ønskede redigeringer og målstørrelse utgjør et nyttig revisjonsgrunnlag sammen med PNG-filen.\n\nModellens kreative spenn omfatter fotorealistiske og filmatiske bilder, portretter, produkt- eller merkevarekonsepter, design med tekst og andre visuelle stiler. For en etikett eller et skilt oppgir du nøyaktig ordlyd og kontrollerer stavingen i den endelige visningsstørrelsen. En gjenkjennelig fotografisk overflate kan fortsatt inneholde oppdiktede detaljer, en inkonsistent refleksjon eller unøyaktige bokstaver. En praktisk kontroll følger designets krav: objektidentitet, lesbarhet, romlige forhold og den bevarte scenen betyr alle noe. Hold en konkret korrigering atskilt fra endringer som allerede har fungert.\n\nInnenfor 2.5-familien legger Pro vekt på høyere detaljtrohet og stabile sammenhenger i tette scener, mens Flash betjener mer responsiv produksjon. 2.6-familien innfører en større dokumentert pikselarealramme, valgfri nettforankring og modellstyrt valg av sideforhold. Standardutgaven 2.5 beholder sin egen genererings- og redigeringsarbeidsflyt uten disse senere kontrollene. Velg utgave etter den vanskelige delen av den faktiske bildeoppgaven, og vurder det ferdige resultatet opp mot beskrivelsen.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "2398702c7ed80c0e17934b8010c26bfd72254359defd0e89824b4a72a9463dca", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nb", "methods": [ { "html": "microsoft/mai-image-2.5Microsoft AI MAI-Image-2.5 lager bilder fra tekst og gjør målrettede redigeringer av innsendte fotografier eller design. Den støtter objekt- og tekstendringer, fjerning av artefakter og revisjoner som bevarer ansiktet, med PNG-utdata og opptil fem visuelle referanser. Modellkortet angir en kontekst på 32K og 1 048 576 utdatapiksler.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Microsoft AI MAI-Image-2.5 er utgaven for generell generering og kontrollert redigering i bildefamilien 2.5. Modellkortet beskriver en diffusjonsmodell som bruker flow matching, med 20 milliarder parametere utenom innbyggingsparametere, tekst- og bildeinndata og en kontekst på 32K token. Den produserer bildeutdata for konsepter, portretter, produktbilder, illustrasjoner og revisjoner av eksisterende design. Det nyttige startvalget er om oppgaven trenger en ny komposisjon eller en konkret endring av et materiale som allerede inneholder det tiltenkte motivet.
For generering beskriver du hovedmotivet, visuell stil, lys, synsvinkel og oppsett. Produsenten fremhever detaljerte, sammenhengende bilder, tekstgjengivelse, produktbilder og etterlevelse av prompten. En praktisk beskrivelse for en presentasjonsillustrasjon kan angi motivets rolle, ønsket visuell vektlegging og mengden plass rundt. Et produktkonsept kan inkludere materiale, målestokk og overflatefinish. Hold beskrivelsen sammenhengende, slik at objektene deler én scene og én lysplan fremfor å kombinere flere uforenlige visuelle uttrykk.
Visuell resonnering i denne utgaven gjelder scenestruktur, lyssetting, målestokk og romlige forhold. Produsenten oppgir innsetting av et objekt med egnet perspektiv og skygger som et redigeringsbrukstilfelle. For en verkstedredigering kan du plassere en liten krakk ved en arbeidsbenk og samtidig beholde den eksisterende synsvinkelen og lyset. Gjennomgangen bør sammenligne krakkens størrelse, hvor den berører gulvet og om skyggen følger de andre objektene. Et lokalt overbevisende objekt må fortsatt passe til geometrien i hele kildebildet.
Målrettede redigeringer omfatter fjerning eller utskifting av objekter, egenskapsendringer, utfylling av bildeområder, layouttilpasning, tekstoppdateringer og opprydding som å redusere artefakter fra bevegelsesuskarphet. Send inn kildebildet, og navngi både korrigeringen og detaljene som skal beholdes. En avgrenset fotoredigering kan fjerne et distraherende objekt fra bakgrunnen samtidig som personen, utsnittet og oppsettet i forgrunnen beholdes. En designrevisjon kan oppdatere en kort tekstlinje og samtidig bevare komposisjonen. Sammenlign hele resultatet med kilden, fremfor å vurdere bare det redigerte området.
Microsoft fremhever også konsistens i ansiktsidentitet på tvers av redigeringer, inkludert endringer i positur, uttrykk eller synsvinkel. Bruk en tydelig referanse for likheten, og angi den ønskede endringen på en måte som bevarer de identifiserende trekkene. Produsentens nåværende redigeringsveiledning godtar opptil fem JPEG- eller PNG-bilder, slik at ulike referanser kan identifisere personen, objektet, scenen eller stilen. Navngi disse rollene i prompten. I en portrettrevisjon undersøker du ansiktet i tillegg til de endrede klærne eller bakgrunnen før bildet regnes som ferdig.
Det spesifikke modellkortet begrenser utdata til totalt 1 048 576 piksler, tilsvarende et kvadrat på 1024×1024, og tillater at én side overstiger 1024 hvis totalen holder seg innenfor dette arealet. Veiledningen for drift krever i tillegg at begge dimensjoner er minst 768 piksler. Et rektangulært mål som 1344×768 har 1 032 192 piksler og oppfyller disse dokumenterte reglene for areal og minimumsdimensjoner. Den nyttige grensen er produktet av bredde og høyde, så klargjør målformatet før du ber om en liggende eller stående komposisjon.
Generering og redigering returnerer PNG-bildedata i produsentens driftsgrensesnitt. Det opprinnelige modellkortet oppgir en kontekst på 32K token, mens dette grensesnittet angir maksimalt 32 000 token for promptkontekst. Katalogens separate tall på 4 096 utdata-token er en tokenramme fremfor en utdatadimensjon. Behold disse oppgitte virkeområdene når du organiserer en detaljert prompt og det ferdige bildet. Kildemateriale, bevarte egenskaper, ønskede redigeringer og målstørrelse utgjør et nyttig revisjonsgrunnlag sammen med PNG-filen.
Modellens kreative spenn omfatter fotorealistiske og filmatiske bilder, portretter, produkt- eller merkevarekonsepter, design med tekst og andre visuelle stiler. For en etikett eller et skilt oppgir du nøyaktig ordlyd og kontrollerer stavingen i den endelige visningsstørrelsen. En gjenkjennelig fotografisk overflate kan fortsatt inneholde oppdiktede detaljer, en inkonsistent refleksjon eller unøyaktige bokstaver. En praktisk kontroll følger designets krav: objektidentitet, lesbarhet, romlige forhold og den bevarte scenen betyr alle noe. Hold en konkret korrigering atskilt fra endringer som allerede har fungert.
Innenfor 2.5-familien legger Pro vekt på høyere detaljtrohet og stabile sammenhenger i tette scener, mens Flash betjener mer responsiv produksjon. 2.6-familien innfører en større dokumentert pikselarealramme, valgfri nettforankring og modellstyrt valg av sideforhold. Standardutgaven 2.5 beholder sin egen genererings- og redigeringsarbeidsflyt uten disse senere kontrollene. Velg utgave etter den vanskelige delen av den faktiske bildeoppgaven, og vurder det ferdige resultatet opp mot beskrivelsen.
POST /v1/images/generationstext, imageimage| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser microsoft/mai-image-2.5 | Standard— |
Feltprompt | Typestring | KravPåkrevd | Verdier & grenser Minste lengde: 1 | Standard— |
Feltaspect_ratio | Typestring | KravValgfritt | Verdier & grenser 1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3, auto | Standard— |
Feltn | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 1 Maksimum: 1 | Standard— |
Feltinput_references | Typearray | KravValgfritt | Verdier & grenser Minste antall elementer: 0 Maksimalt antall elementer: 1 | Standard— |
Feltprovider | Typeobject | KravValgfritt | Verdier & grenser | Standard— |
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, prompt |
Parametermaterial_types | Avtaletext, image |
Livssyklus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · faktisk returnert task_id eller oppføring i mediebiblioteket
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
De viste satsene anslår kostnaden før generering. Det endelige beløpet beregnes ut fra kostnaden som er registrert for den opprinnelige genereringen. Målt varighet på utdataene og anslåtte mengder er ikke den endelige fakturerbare mengden.
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Forventet mengde | Kostnad |
|---|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Forventet mengde— | Kostnad Inndata · Inngående tokener · Estimat kun for sammenligning — / 1K tokener Utdata · Utgående tokener · Estimat kun for sammenligning — / 1K tokener Inndata · Lesing fra hurtigbuffer · Estimat kun for sammenligning — / 1K tokener Inndata · Skriving til hurtigbuffer · Estimat kun for sammenligning — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time · Estimat kun for sammenligning — / 1K tokener |
| KonfigurasjonAnslått genereringskostnad | Prisplan— | Forventet mengdeestimat for én generering | Kostnad Utdata · Anslått genereringskostnad · Estimat kun for sammenligning $0.385024 estimat før generering Dette anslaget er verken en tilleggsavgift eller en fast sats for den fullførte genereringen. |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'model': 'microsoft/mai-image-2.5', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\nLast ned hvert returnerte bilde eller lagre Base64-innholdet
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\nLagre hvert ferdige bilde; hent hver returnerte URL eller dekod Base64-innholdet.
Bevar hele svaret og svarhodene, alle faktiske utdata, de opprinnelige returnerte identifikatorene og alle bruksfeltene. Hent den opprinnelige operasjonen igjen uten å sende opprettelsesforespørselen på nytt.
Bevar returnert X-Client-Request-ID for avstemming. Les bare faktisk returnerte task_id/asset_id-verdier eller egne oppføringer i mediebiblioteket; bygg aldri en oppgave-URL fra operasjons-ID-en, og send aldri opprettelsesforespørselen på nytt.
| Felt | Type |
|---|---|
Feltcreated | Type |
Feltdata[].url | Type |
Feltdata[].b64_json | Type |
Feltusage | Type |
Ailoot Ultra microsoft/mai-image-2.5
/v1/images