Microsoft AI: MAI-Image-2.6

Microsoft AI MAI-Image-2.6 generuje i edytuje obrazy do precyzyjnych prac projektowych. Łączy tekst z maksymalnie pięcioma referencjami wizualnymi, obsługuje opcjonalne korzystanie z informacji z sieci i automatyczny dobór wymiarów kompozycji oraz tworzy obrazy PNG do 2 359 296 pikseli. Koncentruje się na kontrolowanych edycjach, tekście, portretach i grafikach komercyjnych.

Ailoot Ultra · Obrazy POST /v1/images/generations microsoft/mai-image-2.6

O modelu

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

Microsoft AI MAI-Image-2.6 to wersja rodziny obrazowej 2.6 skupiona na precyzji, zaprojektowana do generowania obrazów z tekstu i kontrolowanej edycji istniejących materiałów wizualnych. Karta modelu opisuje model dyfuzyjny korzystający z flow matching, z 20 miliardami parametrów poza osadzeniami i kontekstem 32K tokenów. Zamierzonym wynikiem jest obraz: kompozycja produktowa, portret, ilustracja marki lub zmodyfikowana grafika, której układ i główne obiekty pozostają spójne, gdy określony element się zmienia.

Przy generowaniu opisz temat, kompozycję, materiały, światło, punkt widzenia i styl wizualny. Podaj dokładne słowa, gdy na obrazie ma pojawić się etykieta, tytuł lub znak, i opisz ich miejsce. Producent podkreśla w tej wersji lepsze renderowanie tekstu, portrety, obrazy 3D i wyniki komercyjne lub fotorealistyczne. Przydatny opis wskazuje kilka zależności decydujących o działaniu obrazu: który przedmiot jest na pierwszym planie, jak znajduje się w scenie i gdzie widz ma spojrzeć najpierw. Sprawdź drobne napisy i małe szczegóły w gotowym obrazie.

Przy edycji dostarcz materiał źródłowy i określ zmianę wraz z częściami do zachowania. Udokumentowane zadania obejmują usuwanie lub podmianę przedmiotów, zmiany cech, uzupełnianie fragmentów obrazu, adaptację układu, aktualizacje tekstu i usuwanie artefaktów, takich jak rozmycie ruchu. Karta modelu podkreśla rozumowanie dotyczące skali, perspektywy, oświetlenia i rozmieszczenia przestrzennego, aby poprawka pasowała do istniejącej sceny. W ramach przygotowania jasno wskaż przedmiot lub obszar i wyjaśnij, czy celem jest miejscowa korekta, inny układ czy szersza zmiana stylu.

Przewodnik edycji obrazów producenta przyjmuje maksymalnie pięć referencji JPEG lub PNG. Nadaj każdemu obrazowi odrębną rolę, taką jak produkt, osoba, otoczenie, układ lub styl wizualny. W edycji oświetlenia umieść lampę z jednej referencji na biurku z drugiej, zachowując perspektywę biurka i dopasowując cień lampy do światła pomieszczenia. Osobna poprawka może aktualizować krótką etykietę, zachowując kształt i położenie produktu. Oceń zależności referencji w wyniku, zamiast przyjmować wiarygodny przedmiot różniący się od dostarczonego.

Rodzina 2.6 dodaje opcjonalne korzystanie z informacji z sieci i wybór proporcji kierowany przez model. Informacje z sieci dostarczają odpowiedniego aktualnego kontekstu podczas interpretacji żądania dotyczącego rzeczywistego miejsca, przedmiotu lub zmiennych danych. To wkład do pracy twórczej, dlatego porównaj faktyczne szczegóły wizualne z zamierzonym tematem. Automatyczny wybór proporcji pozwala modelowi uwzględnić prompt i obrazy przy wyborze kształtu kompozycji. Opis projektowy może określać miejsce użycia i wymagany układ: na przykład szeroką główną grafikę produktu z wolną przestrzenią po jednej stronie lub obraz pionowy zbudowany wokół stojącej postaci.

Rozmiar wyniku zależy od całkowitego pola obrazu. Konkretna karta modelu i przewodnik obrazowy podają maksimum 2 359 296 pikseli, odpowiadające kwadratowi 1536×1536. Udokumentowany interfejs obrazowy wymaga co najmniej 768 pikseli zarówno szerokości, jak i wysokości; dowolny z wymiarów może przekroczyć 1536, jeśli całość mieści się w limicie pola. Pozwala to na wydłużoną kompozycję poziomą lub pionową, zamiast narzucać maksimum 1536 pikseli na każdy bok. Na przykład cel 1024×2048 ma 2 097 152 piksele i mieści się w tej udokumentowanej regule pola. Sprawdź końcowe wymiary pod kątem układu, który wykorzysta obraz.

Przewodnik producenta zwraca wygenerowane i edytowane wyniki jako dane obrazu PNG. Zachowaj gotowy obraz z opisem i referencjami źródłowymi przy przygotowywaniu poprawki projektu. Karta modelu podaje kontekst 32K tokenów, a przewodnik udostępniania modelu określa maksymalny kontekst promptu na 32 000 tokenów; zachowaj te podane zakresy przy przygotowywaniu długiego opisu, zamiast traktować je jako wymiary obrazu. Użytecznym materiałem produkcyjnym jest zdekodowany obraz, który można sprawdzić i umieścić na stronie, slajdzie lub w kompozycji. Zapisz z nim zamierzony kadr i położenie tekstu, aby późniejsze edycje nie zmieniły przypadkowo celu projektu.

W tej rodzinie MAI-Image-2.6 podkreśla precyzyjne sterowanie i najnowsze ulepszenia szczegółów wizualnych. MAI-Image-2.6-Flash dostarcza te same możliwości generowania, edycji, korzystania z informacji z sieci i wyboru proporcji w wersji zoptymalizowanej do sprawnej, powtarzanej produkcji. Seria 2.5 używa mniejszego udokumentowanego limitu pola wyniku i nie dziedziczy ustawień korzystania z sieci ani automatycznych proporcji z 2.6. Wybieraj wersję według wymaganego obrazu i procesu poprawek, zamiast zakładać, że wspólna nazwa rodziny czyni każde ustawienie identycznym.

Oceniaj edycję względem całego źródła: zachowane twarze, tożsamość przedmiotów, geometria, cienie, napisy i zamierzony układ mają znaczenie. Przekonująca fotografia nadal może zawierać błędne oznaczenie, niespójne odbicie lub zmienioną cechę poza żądaną edycją. Formułuj kolejną poprawkę konkretnie, na przykład wskazując etykietę, położenie przedmiotu lub określony artefakt. Dzięki temu iteracyjna edycja jest użyteczna, zachowując temat i kompozycję pierwotnego opisu.

Ailoot Ultra · Obrazy POST /v1/images/generations microsoft/mai-image-2.6

microsoft/mai-image-2.6

Microsoft AI /microsoft/mai-image-2.6

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-2.6	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: 5	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 $0.311296 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-2.6', '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-2.6

Aliasy ścieżek metod

/v1/images

Powiązane ID modeli

microsoft/mai-image-2.6

FAQ · Microsoft AI: MAI-Image-2.6

Jakie dane wejściowe i wyniki są dostępne?: POST /v1/images/generations · microsoft/mai-image-2.6: text, image → image
Jakich pól używa żądanie?: POST /v1/images/generations · microsoft/mai-image-2.6: model, prompt, aspect_ratio, n, input_references, provider
Jakie limity obowiązują?: POST /v1/images/generations · microsoft/mai-image-2.6: n.minimum: 1; n.maximum: 1

Microsoft AI: MAI-Image-2.6