Microsoft AI: MAI-Image-2.5 Pro

Microsoft AI MAI-Image-2.5 Pro generuje i edytuje szczegółowe obrazy do głównych grafik, kompozycji produktowych i precyzyjnego tekstu w obrazie. Wersja Pro podkreśla spójność przedmiotów, postaci, materiałów i relacji przestrzennych w gęstych scenach, wykorzystując tekst i referencje wizualne do tworzenia obrazu PNG.

Ailoot Ultra · Obrazy POST /v1/images/generations microsoft/mai-image-2.5-pro

O modelu

Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.

Microsoft AI MAI-Image-2.5 Pro to wersja serii obrazowej 2.5 skupiona na wierności. Generuje obrazy z opisów w języku naturalnym i wykonuje ukierunkowane edycje istniejących materiałów. Microsoft wskazuje główne grafiki, szczegółową edycję i precyzyjny tekst wewnątrz obrazu jako kluczowe zastosowania, a porównanie modeli podkreśla spójność przedmiotów, postaci, materiałów i relacji przestrzennych w złożonych kompozycjach. Końcowym materiałem jest obraz do procesu projektowego lub produkcyjnego, taki jak kluczowa grafika produktu lub starannie ułożona scena redakcyjna.

Przy generowaniu opisuj kompozycję przez zależności, zamiast wyliczać niepowiązane przedmioty. Wskaż główny temat, jego skalę względem pobliskich elementów, użyte materiały i kierunek światła. Udokumentowane rozumowanie wizualne wersji Pro przydaje się tam, gdzie te zależności decydują o wiarygodności gęstej sceny. W kompozycji produktowej umieść ceramiczny dzbanek, przezroczyste szklanki i złożoną tkaninę na drewnianym stole, ze spójnymi odbiciami i jednym światłem z okna. Oceń styki, cienie i widoczne właściwości materiałów w wynikowym obrazie.

W pracy z produktem i postacią dostarcz tożsamość wizualną, która musi przetrwać edycję. Microsoft opisuje spójność przedmiotów w złożonych scenach i spójność postaci między widokami i momentami jako mocne strony Pro. Określ, które cechy identyfikują przedmiot lub osobę i który aspekt sceny ma się zmienić. Na przykład zachowaj sylwetkę kurtki i szczegóły zapięcia, umieszczając postać na innym tle. Przydatna ocena porównuje zachowane szczegóły z referencją źródłową; wizualnie atrakcyjny wynik sam w sobie nie dowodzi dokładnego dopasowania.

Interfejs edycji obrazów producenta przyjmuje maksymalnie pięć referencji JPEG lub PNG. Rozdziel ich role w opisie: produkt, osoba, otoczenie lub sposób przedstawienia. Zadania edycji obejmują usuwanie i podmianę przedmiotów, zmiany cech, uzupełnianie fragmentów obrazu, adaptację układu, aktualizacje tekstu i usuwanie artefaktów. W edycji miejscowej opisz cel i elementy otoczenia do zachowania. Przy większym przestawieniu wyjaśnij, jak kompozycja ma działać po zmianie, aby model miał spójny cel przestrzenny.

Renderowanie tekstu jest szczególnie istotne dla głównej kompozycji lub koncepcji opakowania. Dostarcz dokładną frazę, jej położenie i relację do przedmiotu lub obrazu. Zachowuj spójność powtarzających się nazw i tekstu etykiet między opisem a referencjami. Sprawdź każdy wyrenderowany znak w docelowym rozmiarze wyświetlania i porównaj go z dostarczonym sformułowaniem. Późniejsza edycja może skupić się na treści lub położeniu, zachowując udaną kompozycję produktu. Wynik PNG można następnie włączyć do układu, którego końcowe wymagania typograficzne i kadrowe są znane.

Obecny przewodnik obrazowy Microsoft stosuje do modeli 2.5 maksymalne pole wyniku 1 048 576 pikseli, odpowiadające 1024×1024. Oba wymiary muszą mieć w tym interfejsie co najmniej 768 pikseli, a dłuższy bok jest dozwolony, gdy całkowite pole mieści się w limicie. Pozwala to na kompozycje prostokątne, takie jak 1344×768, czyli 1 032 192 piksele. To ograniczenie pola różni się od maksimum 1024 na każdy bok. Przygotuj docelowy kształt kompozycji, zamiast oczekiwać, że ogólna etykieta proporcji prawidłowo określi kadr.

Przewodnik udostępniania modelu określa maksymalny kontekst promptu na 32 000 tokenów i zwraca dane obrazu PNG zarówno dla generowania, jak i edycji. Konkretna strona katalogowa Pro osobno wymienia okno kontekstu 131.072K i 4096 tokenów wyjściowych. Są to opublikowane wielkości tokenowe o własnym zakresie katalogowym lub dotyczącym udostępniania; praktyczne przygotowanie żądania obrazowego podąża za limitami promptu i pikseli interfejsu udostępniania. Zachowaj obraz, referencje źródłowe i opis jako jeden zapis poprawek. Sprawdź sam wynik wizualny względem szczegółowych ograniczeń tożsamości, materiału i geometrii, które uzasadniały wybór Pro.

Wybór wersji powinien wynikać z kompozycji. Standardowy MAI-Image-2.5 obejmuje ogólne generowanie i miejscowe edycje; Pro dodaje nacisk serii na wierność i spójne zależności w wizualnie gęstych scenach. Rodzina 2.6 zwiększa udokumentowany limit pola wyniku oraz dodaje opcjonalne korzystanie z informacji z sieci i automatyczny wybór proporcji. Te późniejsze ustawienia są właściwe dla 2.6 i nie określają procesu tej wersji Pro. Wybierz Pro, gdy trudna część opisu dotyczy stabilnej tożsamości przedmiotu, wyglądu materiału lub struktury przestrzennej szczegółowego obrazu.

Oceń zarówno żądaną zmianę, jak i zachowaną treść. Dłonie trzymające przedmioty, przecięcia, drobny druk, podobieństwo twarzy i odbicia to przydatne miejsca kontroli złożonej kompozycji. Wiarygodny obraz nadal może zawierać mylące oznaczenie lub błędną zależność fizyczną. Formułuj kolejną poprawkę konkretnie i zachowuj części opisu, które doprowadziły do zamierzonego układu. Wspiera to kontrolowaną sekwencję poprawek projektu zamiast ciągłego redefiniowania całej sceny.

Ailoot Ultra · Obrazy POST /v1/images/generations microsoft/mai-image-2.5-pro

microsoft/mai-image-2.5-pro

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

Start

Akceptowane dane wejściowe: Tekst · Obrazy
Wyniki: Obrazy

Dostępne w Ailoot · dane wejściowe i metody

Ailoot Ultra · Obrazy POST /v1/images/generations

Wejście: text, image
Wyjście: image

Pole	Typ	Wymaganie	Wartości i limity	Domyślnie
Pole`model`	Typ`string`	WymaganieWymagane	Wartości i limity microsoft/mai-image-2.5-pro	Domyślnie—
Pole`prompt`	Typ`string`	WymaganieWymagane	Wartości i limity Minimalna długość: 1	Domyślnie—
Pole`aspect_ratio`	Typ`string`	WymaganieOpcjonalne	Wartości i limity 1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3, auto	Domyślnie—
Pole`n`	Typ`integer`	WymaganieOpcjonalne	Wartości i limity Minimum: 1 Maksimum: 1	Domyślnie—
Pole`input_references`	Typ`array`	WymaganieOpcjonalne	Wartości i limity Minimalna liczba elementów: 0 Maksymalna liczba elementów: 1	Domyślnie—
Pole`provider`	Typ`object`	WymaganieOpcjonalne	Wartości i limity	Domyślnie—

Parametry i cykl życia metody

Parametr	Kontrakt
Parametr`content_type`	Kontraktapplication/json
Parametr`required`	Kontraktmodel, prompt
Parametr`material_types`	Kontrakttext, image

Cykl życia: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Rzeczywiście zwrócony task_id lub wpis w bibliotece multimediów

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Cennik

Jak obliczana jest ostateczna opłata

Wyświetlane stawki służą do oszacowania kosztu przed generowaniem. Ostateczna opłata jest obliczana na podstawie kosztu zarejestrowanego dla pierwotnego generowania. Zmierzony czas trwania wyniku i prognozowane ilości nie stanowią ostatecznej ilości podlegającej rozliczeniu.

Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.

Tryb szybki: Nie określono Gdy wybrany jest tryb szybki
Tryb flex: Nie określono Gdy wybrany jest tryb flex
Maksymalna intensywność rozumowania: Nie określono Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default)

Szacunkowe stawki do porównania

Ceny według konfiguracji

Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.

Konfiguracja	Tabela stawek	Przewidywana ilość	Opłata
KonfiguracjaBazowe stawki za tokeny	Tabela stawekStawka podstawowa	Przewidywana ilość—	Opłata Wejście · Tokeny wejściowe · Szacunek tylko do porównania — / 1K tokenów Wyjście · Tokeny wyjściowe · Szacunek tylko do porównania — / 1K tokenów Wejście · Odczyt cache · Szacunek tylko do porównania — / 1K tokenów Wejście · Zapis do cache · Szacunek tylko do porównania — / 1K tokenów Wejście · Zapis do cache, 1 godz. · Szacunek tylko do porównania — / 1K tokenów
KonfiguracjaSzacowany koszt generowania	Tabela stawek—	Przewidywana ilośćszacunek dla jednego generowania	Opłata Wyjście · Szacowany koszt generowania · Szacunek tylko do porównania $0.884736 szacunek przed generowaniem Ten szacunek nie jest dodatkową opłatą ani stałą stawką za ukończone generowanie.

Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →

Przykładowe żądania

Ailoot Ultra · Obrazy

curl

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p={'model': 'microsoft/mai-image-2.5-pro', 'prompt': 'a red panda astronaut floating in space, studio lighting'}

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import base64, json, os, subprocess
from pathlib import Path
from urllib.parse import urlsplit, urljoin

def save_images(items):
    if not items: raise SystemExit("No completed images; retain the full response")
    for index, item in enumerate(items):
        encoded=item.get("b64_json")
        uri=item.get("url", "")
        if not encoded and uri.startswith("data:image/"):
            header, separator, encoded=uri.partition(",")
            if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")
        if encoded:
            raw=base64.b64decode(encoded,validate=True)
        elif uri:
            uri=urljoin("https://api.ailoot.ai",uri)
            parsed=urlsplit(uri)
            if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:
                raise SystemExit("Invalid returned image URL")
            owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")
            args=["curl","--fail-with-body","--silent","--show-error",uri]
            if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]
            temporary=Path(f"image-{index}.bin")
            subprocess.run(args+["-o",str(temporary)],check=True)
            raw=temporary.read_bytes()
            temporary.unlink()
        else: raise SystemExit("Image has neither bytes nor URL")
        if not raw: raise SystemExit("Empty image result")
        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"
        Path(f"image-{index}.{ext}").write_bytes(raw)
    print("Every returned image saved; complete response metadata retained")
save_images(json.loads(Path("result.json").read_text())["data"])
PY_RESULT

Odbieranie i zapisywanie wyników

Ailoot Ultra · Obrazy

Pobierz każdy zwrócony obraz lub zapisz jego zawartość Base64

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

Inne odczyty treści

Odczytaj istniejące zasoby należące do Ciebie

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json
# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.

Zachowaj wszystkie ukończone wyniki

Zapisz każdy ukończony obraz; pobierz każdy zwrócony URL lub zdekoduj zawartość Base64.

Zachowaj pełną odpowiedź i nagłówki, wszystkie rzeczywiście uzyskane wyniki, pierwotnie zwrócone identyfikatory oraz wszystkie pola zużycia. Odzyskaj pierwotną operację bez ponownego wysyłania żądania utworzenia.

Jeśli trzeba sprawdzić pierwotną odpowiedź

Zachowaj zwrócony X-Client-Request-ID do uzgodnienia danych. Odczytuj wyłącznie rzeczywiście zwrócone wartości task_id/asset_id lub własną bibliotekę multimediów; nigdy nie buduj adresu URL zadania na podstawie identyfikatora operacji i nigdy nie wysyłaj ponownie żądania utworzenia.

Pola odpowiedzi

Pole	Typ
Pole`created`	Typ
Pole`data[].url`	Typ
Pole`data[].b64_json`	Typ
Pole`usage`	Typ

Aliasy

Aliasy modelu

Ailoot Ultra microsoft/mai-image-2.5-pro

Aliasy ścieżek metod

/v1/images

Powiązane ID modeli

microsoft/mai-image-2.5-pro

FAQ · Microsoft AI: MAI-Image-2.5 Pro

Jakie dane wejściowe i wyniki są dostępne?: POST /v1/images/generations · microsoft/mai-image-2.5-pro: text, image → image
Jakich pól używa żądanie?: POST /v1/images/generations · microsoft/mai-image-2.5-pro: model, prompt, aspect_ratio, n, input_references, provider
Jakie limity obowiązują?: POST /v1/images/generations · microsoft/mai-image-2.5-pro: n.minimum: 1; n.maximum: 1

Microsoft AI: MAI-Image-2.5 Pro