Microsoft AI MAI-Image-2.6 er den presisjonsorienterte utgaven av bildefamilien 2.6, utviklet for tekst-til-bilde-generering og kontrollert redigering av eksisterende visuelt materiale. Modellkortet beskriver en diffusjonsmodell som bruker flow matching, med 20 milliarder parametere utenom innbyggingsparametere og en kontekst på 32K token. Det tiltenkte resultatet er et bilde: en produktkomposisjon, et portrett, en merkevareillustrasjon eller et bearbeidet bilde der layouten og hovedmotivene forblir sammenhengende mens et angitt element endres.
For generering beskriver du motiv, komposisjon, materialer, lys, synsvinkel og visuell stil. Ta med nøyaktig ordlyd når en etikett, tittel eller et skilt skal vises i bildet, og beskriv hvor teksten hører hjemme. Produsenten fremhever sterkere tekstgjengivelse, portretter, 3D-bilder og kommersielle eller fotorealistiske resultater i denne utgaven. En nyttig beskrivelse angir de få sammenhengene som får bildet til å fungere: hvilket objekt som fremheves, hvordan det står i scenen og hvor publikum først skal se. Undersøk liten skrift og små detaljer i det ferdige bildet.
For redigering sender du inn kildematerialet og angir endringen sammen med delene som skal beholdes. Dokumenterte oppgaver omfatter fjerning eller utskifting av objekter, egenskapsendringer, utfylling av bildeområder, layouttilpasning, tekstoppdateringer og fjerning av artefakter som bevegelsesuskarphet. Modellkortet fremhever resonnering på tvers av målestokk, perspektiv, lyssetting og romlig plassering, slik at en revisjon passer til den eksisterende scenen. Som klargjøring identifiserer du objektet eller området tydelig og forklarer om målet er en lokal korrigering, et annet oppsett eller en bredere stilendring.
Produsentens bilderedigeringsveiledning godtar opptil fem JPEG- eller PNG-referanser. Gi hvert bilde en egen rolle, som produktet, en person, omgivelser, en layout eller en visuell stil. For en lysredigering kan du plassere en lampe fra én referanse på skrivebordet i en annen, beholde skrivebordets perspektiv og la lampens skygge følge rommets lys. En egen revisjon kan oppdatere en kort etikett og samtidig bevare produktets form og plassering. Vurder referanseforholdene i resultatet, fremfor å godta et plausibelt objekt som avviker fra det innsendte.
2.6-familien legger til valgfri nettforankring og modellstyrt valg av sideforhold. Nettforankring gir relevant oppdatert kontekst ved tolkning av en forespørsel som gjelder et virkelig sted, objekt eller informasjon som endrer seg. Det er et kreativt innspill, så vurder faktiske visuelle detaljer opp mot det tiltenkte motivet. Automatisk valg av sideforhold lar modellen ta hensyn til prompten og bildene når den velger komposisjonens format. En designbeskrivelse kan angi bruksstedet og nødvendig layout: for eksempel et bredt hovedbilde av et produkt med luft på én side eller et stående bilde bygget rundt et motiv som står oppreist.
Utdatastørrelsen styres av samlet areal. Det spesifikke modellkortet og bildeveiledningen oppgir maksimalt 2 359 296 piksler, tilsvarende et kvadrat på 1536×1536. Det dokumenterte bildegrensesnittet krever at både bredde og høyde er minst 768 piksler, og hver dimensjon kan overstige 1536 hvis totalen holder seg innenfor arealgrensen. Dette tillater en lengre liggende eller stående komposisjon fremfor å pålegge maksimalt 1536 piksler per side. Et mål på 1024×2048 har for eksempel 2 097 152 piksler og følger den dokumenterte arealregelen. Kontroller de endelige dimensjonene for layouten som skal bruke bildet.
Produsentens veiledning returnerer genererte og redigerte resultater som PNG-bildedata. Behold det ferdige bildet sammen med beskrivelsen og kildereferansene når du klargjør en designrevisjon. Modellkortet oppgir en kontekst på 32K token, mens veiledningen for drift angir en maksimal promptkontekst på 32 000 token; behold disse oppgitte virkeområdene når du klargjør en lang beskrivelse, fremfor å behandle dem som bildedimensjoner. Det nyttige produksjonsresultatet er det dekodede bildet, som kan undersøkes og plasseres på en side, på et lysbilde eller i en komposisjon. Registrer ønsket utsnitt og tekstplassering sammen med det, slik at senere redigeringer ikke utilsiktet endrer designets formål.
Innenfor denne familien legger MAI-Image-2.6 vekt på presis kontroll og de nyeste forbedringene i visuelle detaljer. MAI-Image-2.6-Flash tilbyr de samme funksjonene for generering, redigering, forankring og valg av sideforhold i en utgave optimalisert for responsiv, gjentatt produksjon. 2.5-serien bruker en mindre dokumentert grense for utdataareal og arver ikke kontrollene for forankring eller automatisk sideforhold fra 2.6. Velg utgave etter det nødvendige bildet og revisjonsprosessen, fremfor å anta at et felles familienavn gjør alle innstillinger identiske.
Vurder en redigering opp mot hele kilden: bevarte ansikter, objektidentitet, geometri, skygger, bokstaver og ønsket layout betyr alle noe. Et overbevisende fotografi kan fortsatt inneholde feil merking, en inkonsistent refleksjon eller en endret egenskap utenfor den ønskede redigeringen. Hold neste korrigering konkret, som etiketten, objektets plassering eller en bestemt artefakt. Dette gjør iterativ redigering nyttig samtidig som originalbeskrivelsens motiv og komposisjon bevares.
", "aboutText": "Microsoft AI MAI-Image-2.6 er den presisjonsorienterte utgaven av bildefamilien 2.6, utviklet for tekst-til-bilde-generering og kontrollert redigering av eksisterende visuelt materiale. Modellkortet beskriver en diffusjonsmodell som bruker flow matching, med 20 milliarder parametere utenom innbyggingsparametere og en kontekst på 32K token. Det tiltenkte resultatet er et bilde: en produktkomposisjon, et portrett, en merkevareillustrasjon eller et bearbeidet bilde der layouten og hovedmotivene forblir sammenhengende mens et angitt element endres.\n\nFor generering beskriver du motiv, komposisjon, materialer, lys, synsvinkel og visuell stil. Ta med nøyaktig ordlyd når en etikett, tittel eller et skilt skal vises i bildet, og beskriv hvor teksten hører hjemme. Produsenten fremhever sterkere tekstgjengivelse, portretter, 3D-bilder og kommersielle eller fotorealistiske resultater i denne utgaven. En nyttig beskrivelse angir de få sammenhengene som får bildet til å fungere: hvilket objekt som fremheves, hvordan det står i scenen og hvor publikum først skal se. Undersøk liten skrift og små detaljer i det ferdige bildet.\n\nFor redigering sender du inn kildematerialet og angir endringen sammen med delene som skal beholdes. Dokumenterte oppgaver omfatter fjerning eller utskifting av objekter, egenskapsendringer, utfylling av bildeområder, layouttilpasning, tekstoppdateringer og fjerning av artefakter som bevegelsesuskarphet. Modellkortet fremhever resonnering på tvers av målestokk, perspektiv, lyssetting og romlig plassering, slik at en revisjon passer til den eksisterende scenen. Som klargjøring identifiserer du objektet eller området tydelig og forklarer om målet er en lokal korrigering, et annet oppsett eller en bredere stilendring.\n\nProdusentens bilderedigeringsveiledning godtar opptil fem JPEG- eller PNG-referanser. Gi hvert bilde en egen rolle, som produktet, en person, omgivelser, en layout eller en visuell stil. For en lysredigering kan du plassere en lampe fra én referanse på skrivebordet i en annen, beholde skrivebordets perspektiv og la lampens skygge følge rommets lys. En egen revisjon kan oppdatere en kort etikett og samtidig bevare produktets form og plassering. Vurder referanseforholdene i resultatet, fremfor å godta et plausibelt objekt som avviker fra det innsendte.\n\n2.6-familien legger til valgfri nettforankring og modellstyrt valg av sideforhold. Nettforankring gir relevant oppdatert kontekst ved tolkning av en forespørsel som gjelder et virkelig sted, objekt eller informasjon som endrer seg. Det er et kreativt innspill, så vurder faktiske visuelle detaljer opp mot det tiltenkte motivet. Automatisk valg av sideforhold lar modellen ta hensyn til prompten og bildene når den velger komposisjonens format. En designbeskrivelse kan angi bruksstedet og nødvendig layout: for eksempel et bredt hovedbilde av et produkt med luft på én side eller et stående bilde bygget rundt et motiv som står oppreist.\n\nUtdatastørrelsen styres av samlet areal. Det spesifikke modellkortet og bildeveiledningen oppgir maksimalt 2 359 296 piksler, tilsvarende et kvadrat på 1536×1536. Det dokumenterte bildegrensesnittet krever at både bredde og høyde er minst 768 piksler, og hver dimensjon kan overstige 1536 hvis totalen holder seg innenfor arealgrensen. Dette tillater en lengre liggende eller stående komposisjon fremfor å pålegge maksimalt 1536 piksler per side. Et mål på 1024×2048 har for eksempel 2 097 152 piksler og følger den dokumenterte arealregelen. Kontroller de endelige dimensjonene for layouten som skal bruke bildet.\n\nProdusentens veiledning returnerer genererte og redigerte resultater som PNG-bildedata. Behold det ferdige bildet sammen med beskrivelsen og kildereferansene når du klargjør en designrevisjon. Modellkortet oppgir en kontekst på 32K token, mens veiledningen for drift angir en maksimal promptkontekst på 32 000 token; behold disse oppgitte virkeområdene når du klargjør en lang beskrivelse, fremfor å behandle dem som bildedimensjoner. Det nyttige produksjonsresultatet er det dekodede bildet, som kan undersøkes og plasseres på en side, på et lysbilde eller i en komposisjon. Registrer ønsket utsnitt og tekstplassering sammen med det, slik at senere redigeringer ikke utilsiktet endrer designets formål.\n\nInnenfor denne familien legger MAI-Image-2.6 vekt på presis kontroll og de nyeste forbedringene i visuelle detaljer. MAI-Image-2.6-Flash tilbyr de samme funksjonene for generering, redigering, forankring og valg av sideforhold i en utgave optimalisert for responsiv, gjentatt produksjon. 2.5-serien bruker en mindre dokumentert grense for utdataareal og arver ikke kontrollene for forankring eller automatisk sideforhold fra 2.6. Velg utgave etter det nødvendige bildet og revisjonsprosessen, fremfor å anta at et felles familienavn gjør alle innstillinger identiske.\n\nVurder en redigering opp mot hele kilden: bevarte ansikter, objektidentitet, geometri, skygger, bokstaver og ønsket layout betyr alle noe. Et overbevisende fotografi kan fortsatt inneholde feil merking, en inkonsistent refleksjon eller en endret egenskap utenfor den ønskede redigeringen. Hold neste korrigering konkret, som etiketten, objektets plassering eller en bestemt artefakt. Dette gjør iterativ redigering nyttig samtidig som originalbeskrivelsens motiv og komposisjon bevares.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "c2b8cb9a37e83a35227547a204d911c73f20bbda0199cbeff421ad4e3ee7cddd", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nb", "methods": [ { "html": "microsoft/mai-image-2.6Microsoft AI MAI-Image-2.6 genererer og redigerer bilder for presist designarbeid. Den kombinerer tekst med opptil fem visuelle referanser, støtter valgfri nettforankring og automatisk komposisjonsstørrelse og produserer PNG-bilder på opptil 2 359 296 piksler. Den legger vekt på kontrollerte redigeringer, tekst, portretter og kommersielle bilder.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Microsoft AI MAI-Image-2.6 er den presisjonsorienterte utgaven av bildefamilien 2.6, utviklet for tekst-til-bilde-generering og kontrollert redigering av eksisterende visuelt materiale. Modellkortet beskriver en diffusjonsmodell som bruker flow matching, med 20 milliarder parametere utenom innbyggingsparametere og en kontekst på 32K token. Det tiltenkte resultatet er et bilde: en produktkomposisjon, et portrett, en merkevareillustrasjon eller et bearbeidet bilde der layouten og hovedmotivene forblir sammenhengende mens et angitt element endres.
For generering beskriver du motiv, komposisjon, materialer, lys, synsvinkel og visuell stil. Ta med nøyaktig ordlyd når en etikett, tittel eller et skilt skal vises i bildet, og beskriv hvor teksten hører hjemme. Produsenten fremhever sterkere tekstgjengivelse, portretter, 3D-bilder og kommersielle eller fotorealistiske resultater i denne utgaven. En nyttig beskrivelse angir de få sammenhengene som får bildet til å fungere: hvilket objekt som fremheves, hvordan det står i scenen og hvor publikum først skal se. Undersøk liten skrift og små detaljer i det ferdige bildet.
For redigering sender du inn kildematerialet og angir endringen sammen med delene som skal beholdes. Dokumenterte oppgaver omfatter fjerning eller utskifting av objekter, egenskapsendringer, utfylling av bildeområder, layouttilpasning, tekstoppdateringer og fjerning av artefakter som bevegelsesuskarphet. Modellkortet fremhever resonnering på tvers av målestokk, perspektiv, lyssetting og romlig plassering, slik at en revisjon passer til den eksisterende scenen. Som klargjøring identifiserer du objektet eller området tydelig og forklarer om målet er en lokal korrigering, et annet oppsett eller en bredere stilendring.
Produsentens bilderedigeringsveiledning godtar opptil fem JPEG- eller PNG-referanser. Gi hvert bilde en egen rolle, som produktet, en person, omgivelser, en layout eller en visuell stil. For en lysredigering kan du plassere en lampe fra én referanse på skrivebordet i en annen, beholde skrivebordets perspektiv og la lampens skygge følge rommets lys. En egen revisjon kan oppdatere en kort etikett og samtidig bevare produktets form og plassering. Vurder referanseforholdene i resultatet, fremfor å godta et plausibelt objekt som avviker fra det innsendte.
2.6-familien legger til valgfri nettforankring og modellstyrt valg av sideforhold. Nettforankring gir relevant oppdatert kontekst ved tolkning av en forespørsel som gjelder et virkelig sted, objekt eller informasjon som endrer seg. Det er et kreativt innspill, så vurder faktiske visuelle detaljer opp mot det tiltenkte motivet. Automatisk valg av sideforhold lar modellen ta hensyn til prompten og bildene når den velger komposisjonens format. En designbeskrivelse kan angi bruksstedet og nødvendig layout: for eksempel et bredt hovedbilde av et produkt med luft på én side eller et stående bilde bygget rundt et motiv som står oppreist.
Utdatastørrelsen styres av samlet areal. Det spesifikke modellkortet og bildeveiledningen oppgir maksimalt 2 359 296 piksler, tilsvarende et kvadrat på 1536×1536. Det dokumenterte bildegrensesnittet krever at både bredde og høyde er minst 768 piksler, og hver dimensjon kan overstige 1536 hvis totalen holder seg innenfor arealgrensen. Dette tillater en lengre liggende eller stående komposisjon fremfor å pålegge maksimalt 1536 piksler per side. Et mål på 1024×2048 har for eksempel 2 097 152 piksler og følger den dokumenterte arealregelen. Kontroller de endelige dimensjonene for layouten som skal bruke bildet.
Produsentens veiledning returnerer genererte og redigerte resultater som PNG-bildedata. Behold det ferdige bildet sammen med beskrivelsen og kildereferansene når du klargjør en designrevisjon. Modellkortet oppgir en kontekst på 32K token, mens veiledningen for drift angir en maksimal promptkontekst på 32 000 token; behold disse oppgitte virkeområdene når du klargjør en lang beskrivelse, fremfor å behandle dem som bildedimensjoner. Det nyttige produksjonsresultatet er det dekodede bildet, som kan undersøkes og plasseres på en side, på et lysbilde eller i en komposisjon. Registrer ønsket utsnitt og tekstplassering sammen med det, slik at senere redigeringer ikke utilsiktet endrer designets formål.
Innenfor denne familien legger MAI-Image-2.6 vekt på presis kontroll og de nyeste forbedringene i visuelle detaljer. MAI-Image-2.6-Flash tilbyr de samme funksjonene for generering, redigering, forankring og valg av sideforhold i en utgave optimalisert for responsiv, gjentatt produksjon. 2.5-serien bruker en mindre dokumentert grense for utdataareal og arver ikke kontrollene for forankring eller automatisk sideforhold fra 2.6. Velg utgave etter det nødvendige bildet og revisjonsprosessen, fremfor å anta at et felles familienavn gjør alle innstillinger identiske.
Vurder en redigering opp mot hele kilden: bevarte ansikter, objektidentitet, geometri, skygger, bokstaver og ønsket layout betyr alle noe. Et overbevisende fotografi kan fortsatt inneholde feil merking, en inkonsistent refleksjon eller en endret egenskap utenfor den ønskede redigeringen. Hold neste korrigering konkret, som etiketten, objektets plassering eller en bestemt artefakt. Dette gjør iterativ redigering nyttig samtidig som originalbeskrivelsens motiv og komposisjon bevares.
POST /v1/images/generationstext, imageimage| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser microsoft/mai-image-2.6 | 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: 5 | 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 $0.311296 estimat før generering Dette anslaget er verken en tilleggsavgift eller en fast sats for den fullførte genereringen. |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
set -eu\n: "${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-2.6', '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\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-2.6
/v1/images