Microsoft AI: MAI-Image-2.5 Pro

Microsoft AI MAI-Image-2.5 Pro สร้างและแก้ไขภาพละเอียดสำหรับภาพหลัก องค์ประกอบผลิตภัณฑ์ และข้อความในภาพแม่นยำ รุ่น Pro เน้นความสอดคล้องของวัตถุ ตัวละคร วัสดุ และความสัมพันธ์เชิงพื้นที่ในฉากหนาแน่น ใช้ข้อความกับภาพอ้างอิงเพื่อสร้างภาพ PNG

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

เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

Microsoft AI MAI-Image-2.5 Pro เป็นรุ่นเน้นความเที่ยงตรงในซีรีส์ภาพ 2.5 สร้างภาพจากบรีฟภาษาธรรมชาติและแก้ไขชิ้นงานเดิมตามคำสั่งที่ระบุ Microsoft ระบุภาพหลัก การแก้ละเอียด และข้อความในภาพที่แม่นยำเป็นการใช้งานหลัก และการเทียบโมเดลเน้นความสอดคล้องของวัตถุ ตัวละคร วัสดุ และความสัมพันธ์เชิงพื้นที่ในองค์ประกอบซับซ้อน ชิ้นงานสุดท้ายเป็นภาพสำหรับเวิร์กโฟลว์ออกแบบหรือผลิต เช่น ภาพผลลัพธ์ิตภัณฑ์สำคัญหรือฉากเชิงบรรณาธิการที่จัดวางอย่างพิถีพิถัน

สำหรับการสร้าง ให้อธิบายองค์ประกอบผ่านความสัมพันธ์แทนรายการวัตถุไม่เกี่ยวกัน ระบุตัวแบบหลัก ขนาดเทียบของใกล้เคียง วัสดุ และทิศแสง การให้เหตุผลภาพตามเอกสารของ Pro มีประโยชน์เมื่อความสัมพันธ์เหล่านี้กำหนดความน่าเชื่อของฉากแน่น สำหรับองค์ประกอบผลิตภัณฑ์ วางเหยือกเซรามิก แก้วใส และผ้าพับบนโต๊ะไม้ มีเงาสะท้อนสอดคล้องและแสงหน้าต่างเดียว ตรวจจุดสัมผัส เงา และคุณสมบัติวัสดุที่เห็นในภาพผลลัพธ์

สำหรับงานผลิตภัณฑ์และตัวละคร ให้เอกลักษณ์ทางภาพที่ต้องคงไว้หลังการแก้ไข Microsoft อธิบายความสอดคล้องวัตถุข้ามฉากซับซ้อนและตัวละครข้ามมุมกับช่วงเวลาเป็นจุดแข็ง Pro ระบุคุณลักษณะที่บอกตัวสิ่งของหรือคนและด้านของฉากที่จะเปลี่ยน เช่น คงรูปทรงและรายละเอียดส่วนยึดปิดของเสื้อแจ็กเก็ตขณะวางตัวละครในพื้นหลังใหม่ การตรวจที่ใช้ได้เทียบรายละเอียดที่คงกับภาพอ้างอิงต้นฉบับ ผลลัพธ์ที่ดูสวยงามเพียงอย่างเดียวไม่ได้เป็นหลักฐานว่าตรงเป๊ะ

อินเทอร์เฟซแก้ภาพผู้ผลิตรับภาพอ้างอิง JPEG หรือ PNG สูงสุดห้าภาพ แยกบทบาทในบรีฟ เช่น ผลิตภัณฑ์ บุคคล สถานที่ หรือแนวทางภาพ งานแก้ไขรวมถึงการลบและแทนที่วัตถุ เปลี่ยนคุณลักษณะ inpainting ปรับเลย์เอาต์ อัปเดตข้อความ และล้างรอยผิด สำหรับแก้เฉพาะจุด ให้บรรยายเป้าหมายและสิ่งรอบข้างที่คง สำหรับจัดใหม่มากขึ้น อธิบายว่าองค์ประกอบควรทำงานอย่างไรหลังเปลี่ยน เพื่อให้โมเดลมีเป้าหมายเชิงพื้นที่สอดคล้อง

การแสดงข้อความเกี่ยวข้องโดยเฉพาะกับองค์ประกอบภาพหลักหรือแนวคิดบรรจุภัณฑ์ ให้ข้อความตรง ตำแหน่ง และความสัมพันธ์กับวัตถุหรือภาพ คงชื่อซ้ำและข้อความฉลากตรงกันระหว่างบรีฟกับภาพอ้างอิง ตรวจอักษรที่เรนเดอร์ทุกตัวที่ขนาดแสดงที่ตั้งใจและเทียบกับถ้อยคำที่ให้ การแก้ภายหลังมุ่งข้อความหรือตำแหน่งพร้อมคงองค์ประกอบผลิตภัณฑ์ที่ได้ผลได้ แล้วใส่ PNG ในเลย์เอาต์ที่ทราบข้อกำหนดตัวพิมพ์และครอบตัดสุดท้าย

คู่มือภาพปัจจุบันของ Microsoft กำหนดพื้นที่ผลสูงสุด 1,048,576 พิกเซลแก่โมเดล 2.5 เทียบเท่า 1024×1024 ทั้งสองด้านต้องอย่างน้อย 768 พิกเซลในอินเทอร์เฟซนั้น และให้ด้านหนึ่งยาวขึ้นได้เมื่อพื้นที่รวมไม่เกินขีดจำกัด จึงใช้องค์ประกอบสี่เหลี่ยมผืนผ้าเช่น 1344×768 ซึ่งรวม 1,032,192 พิกเซลได้ ข้อจำกัดพื้นที่ต่างจากสูงสุด 1024 แต่ละด้าน เตรียมรูปทรงเป้าหมายให้องค์ประกอบ แทนคาดว่าป้ายอัตราส่วนทั่วไปกำหนดครอบตัดถูกต้อง

คู่มือให้บริการระบุบริบทพรอมป์ต์สูงสุด 32,000 โทเคนและส่งข้อมูลภาพ PNG ทั้งการสร้างและการแก้ไข หน้าแค็ตตาล็อก Pro เฉพาะระบุแยกว่าหน้าต่างบริบท 131.072K และผล 4,096 โทเคน เป็นปริมาณโทเคนเผยแพร่ที่มีขอบเขตแค็ตตาล็อกหรือให้บริการของตน การเตรียมคำขอภาพในการใช้งานจริงต้องเป็นไปตามขีดจำกัดพรอมป์ต์และพิกเซลของบริการ เก็บภาพ ภาพอ้างอิงต้นฉบับ และบรีฟเป็นระเบียนการปรับเดียว ตรวจผลภาพเองสำหรับข้อกำหนดละเอียดเรื่องเอกลักษณ์ วัสดุ และเรขาคณิตที่ทำให้เลือก Pro

ควรเลือกรุ่นให้เหมาะกับองค์ประกอบภาพ MAI-Image-2.5 มาตรฐานครอบคลุมสร้างทั่วไปกับแก้เฉพาะที่ Pro เพิ่มจุดเน้นซีรีส์เรื่องความเที่ยงตรงและความสัมพันธ์คงที่ในฉากหนาแน่น ตระกูล 2.6 เพิ่มขีดจำกัดพื้นที่ผลและเพิ่มการอิงข้อมูลเว็บตามต้องการกับเลือกอัตราส่วนอัตโนมัติ ตัวควบคุมภายหลังนั้นเฉพาะ 2.6 และไม่กำหนดเวิร์กโฟลว์ Pro รุ่นนี้ เลือก Pro เมื่อส่วนยากของบรีฟคือเอกลักษณ์วัตถุคงที่ ลักษณะวัสดุ หรือโครงสร้างเชิงพื้นที่ในภาพละเอียด

ตรวจทั้งสิ่งขอเปลี่ยนและเนื้อหาที่คง มือที่จับวัตถุ จุดตัด ตัวพิมพ์เล็ก ความเหมือนใบหน้า และเงาสะท้อนเป็นจุดตรวจที่มีประโยชน์ในองค์ประกอบซับซ้อน ภาพน่าเชื่อยังมีเครื่องหมายชวนเข้าใจผิดหรือความสัมพันธ์กายภาพไม่ถูกได้ ระบุการแก้ไขครั้งถัดไปให้เป็นรูปธรรมและคงส่วนบรีฟที่ให้องค์ประกอบที่ตั้งใจ ช่วยให้ปรับดีไซน์ตามลำดับควบคุมได้แทนกำหนดฉากใหม่ทั้งฉากซ้ำ

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

microsoft/mai-image-2.5-pro

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

เริ่มต้น

อินพุตที่รองรับ: ข้อความ · รูปภาพ
ผลลัพธ์: รูปภาพ

ใช้งานได้ใน Ailoot · อินพุตและเมธอด

Ailoot Ultra · รูปภาพ POST /v1/images/generations

ขาเข้า: text, image
ขาออก: image

ฟิลด์	ประเภท	ข้อกำหนด	ค่าและข้อจำกัด	ค่าเริ่มต้น
ฟิลด์`model`	ประเภท`string`	ข้อกำหนดจำเป็น	ค่าและข้อจำกัด microsoft/mai-image-2.5-pro	ค่าเริ่มต้น—
ฟิลด์`prompt`	ประเภท`string`	ข้อกำหนดจำเป็น	ค่าและข้อจำกัด ความยาวขั้นต่ำ: 1	ค่าเริ่มต้น—
ฟิลด์`aspect_ratio`	ประเภท`string`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด 1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3, auto	ค่าเริ่มต้น—
ฟิลด์`n`	ประเภท`integer`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด ขั้นต่ำ: 1 สูงสุด: 1	ค่าเริ่มต้น—
ฟิลด์`input_references`	ประเภท`array`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด จำนวนรายการขั้นต่ำ: 0 จำนวนรายการสูงสุด: 1	ค่าเริ่มต้น—
ฟิลด์`provider`	ประเภท`object`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด	ค่าเริ่มต้น—

พารามิเตอร์และวงจรการทำงานของเมธอด

พารามิเตอร์	ข้อกำหนด
พารามิเตอร์`content_type`	ข้อกำหนดapplication/json
พารามิเตอร์`required`	ข้อกำหนดmodel, prompt
พารามิเตอร์`material_types`	ข้อกำหนดtext, image

วงจรการทำงาน: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · ค่า task_id ที่ส่งกลับมาจริง หรือระเบียนในคลังสื่อ

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

ราคา

วิธีคำนวณค่าบริการสุดท้าย

อัตราที่แสดงใช้ประมาณการค่าใช้จ่ายก่อนการสร้างผลลัพธ์ ยอดเรียกเก็บสุดท้ายคำนวณจากค่าใช้จ่ายที่บันทึกไว้สำหรับการสร้างผลลัพธ์ครั้งเดิม ระยะเวลาของผลลัพธ์ที่วัดได้และปริมาณที่คาดการณ์ไว้ไม่ใช่ปริมาณสุดท้ายที่ใช้คิดค่าบริการ

ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก

โหมดรวดเร็ว: ไม่ได้ระบุ เมื่อเลือกโหมดรวดเร็ว
โหมดยืดหยุ่น: ไม่ได้ระบุ เมื่อเลือกโหมด flex
ระดับการใช้เหตุผลสูงสุด: ไม่ได้ระบุ เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด

อัตราประมาณการเพื่อเปรียบเทียบ

ราคาตามการตั้งค่า

เทียบค่าบริการแต่ละรายการกับเงื่อนไขที่แสดง เลือกใช้อัตราเดียวสำหรับแต่ละชุดการตั้งค่าที่เป็นตัวเลือกทดแทนกัน

การตั้งค่า	ตารางอัตราค่าบริการ	ปริมาณคาดการณ์	ค่าบริการ
การตั้งค่าอัตราค่าบริการโทเคนพื้นฐาน	ตารางอัตราค่าบริการอัตราพื้นฐาน	ปริมาณคาดการณ์—	ค่าบริการ ขาเข้า · โทเค็นอินพุต · ประมาณการเพื่อเปรียบเทียบเท่านั้น — / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต · ประมาณการเพื่อเปรียบเทียบเท่านั้น — / 1K โทเค็น ขาเข้า · การอ่านแคช · ประมาณการเพื่อเปรียบเทียบเท่านั้น — / 1K โทเค็น ขาเข้า · การเขียนแคช · ประมาณการเพื่อเปรียบเทียบเท่านั้น — / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง · ประมาณการเพื่อเปรียบเทียบเท่านั้น — / 1K โทเค็น
การตั้งค่าต้นทุนการสร้างโดยประมาณ	ตารางอัตราค่าบริการ—	ปริมาณคาดการณ์ค่าประมาณสำหรับการสร้างหนึ่งครั้ง	ค่าบริการ ขาออก · ค่าใช้จ่ายในการสร้างโดยประมาณ · ประมาณการเพื่อเปรียบเทียบเท่านั้น $0.884736 ประมาณการก่อนสร้าง ค่าประมาณนี้ไม่ใช่ค่าใช้จ่ายเพิ่มเติมหรืออัตราคงที่สำหรับการสร้างผลลัพธ์ที่เสร็จสมบูรณ์แล้ว

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →

ตัวอย่างคำขอ

Ailoot Ultra · รูปภาพ

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

รับและบันทึกผลลัพธ์

Ailoot Ultra · รูปภาพ

ดาวน์โหลดภาพที่ส่งกลับมาทุกภาพ หรือบันทึกเนื้อหา Base64 ของภาพนั้น

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

การอ่านเนื้อหาแบบอื่น

อ่านไฟล์สื่อที่มีอยู่และเป็นของคุณ

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.

เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

บันทึกภาพที่สร้างเสร็จทุกภาพ โดยดึงภาพจากทุก URL ที่ส่งกลับมา หรือถอดรหัสเนื้อหา Base64

เก็บการตอบกลับและส่วนหัวให้ครบถ้วน เก็บผลลัพธ์จริงทุกรายการ ตัวระบุที่ส่งกลับมาแต่เดิม และฟิลด์ข้อมูลการใช้งานทั้งหมด กู้คืนการดำเนินการเดิมโดยไม่ส่งคำขอสร้างซ้ำ

เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

เก็บ X-Client-Request-ID ที่ส่งกลับมาไว้เพื่อกระทบยอด อ่านเฉพาะค่า task_id/asset_id ที่ส่งกลับมาจริง หรืออ่านจากคลังสื่อที่เป็นของตนเอง ห้ามสร้าง URL ของงานจาก ID การดำเนินการ และห้ามส่งคำขอสร้างซ้ำเด็ดขาด

ฟิลด์การตอบกลับ

ฟิลด์	ประเภท
ฟิลด์`created`	ประเภท
ฟิลด์`data[].url`	ประเภท
ฟิลด์`data[].b64_json`	ประเภท
ฟิลด์`usage`	ประเภท

ชื่ออื่น

ชื่ออื่นของโมเดล

Ailoot Ultra microsoft/mai-image-2.5-pro

ชื่อพาธเมธอดอื่น

/v1/images

ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

microsoft/mai-image-2.5-pro

FAQ · Microsoft AI: MAI-Image-2.5 Pro

มีอินพุตและผลลัพธ์ใดบ้าง?: POST /v1/images/generations · microsoft/mai-image-2.5-pro: text, image → image
คำขอใช้ฟิลด์ใดบ้าง?: POST /v1/images/generations · microsoft/mai-image-2.5-pro: model, prompt, aspect_ratio, n, input_references, provider
มีข้อจำกัดใดบ้าง?: POST /v1/images/generations · microsoft/mai-image-2.5-pro: n.minimum: 1; n.maximum: 1

Microsoft AI: MAI-Image-2.5 Pro