Microsoft AI: MAI-Image-2.5

Microsoft AI MAI-Image-2.5 สร้างภาพจากข้อความและแก้เฉพาะจุดในภาพถ่ายหรือดีไซน์ที่ให้ รองรับเปลี่ยนวัตถุกับข้อความ ล้างรอยผิด และปรับโดยคงใบหน้า พร้อมผล PNG และภาพอ้างอิงสูงสุดห้าภาพ การ์ดโมเดลระบุบริบท 32K และผล 1,048,576 พิกเซล

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

เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

Microsoft AI MAI-Image-2.5 เป็นรุ่นสำหรับการสร้างภาพทั่วไปและการแก้ไขที่ควบคุมได้ของตระกูลภาพ 2.5 การ์ดโมเดลอธิบายโมเดล diffusion ใช้ flow matching มีพารามิเตอร์ 20 พันล้านตัวโดยไม่นับ embedding รับข้อความและภาพ พร้อมบริบท 32K โทเคน สร้างผลภาพสำหรับแนวคิด ภาพบุคคล ภาพผลิตภัณฑ์ ภาพประกอบ และปรับดีไซน์เดิม ควรเริ่มจากการเลือกว่างานต้องการองค์ประกอบภาพใหม่ หรือการเปลี่ยนแปลงเฉพาะจุดในชิ้นงานที่มีตัวแบบที่ต้องการอยู่แล้ว

สำหรับการสร้าง ให้อธิบายตัวแบบหลัก สไตล์ภาพ แสง มุมมอง และการจัด ผู้ผลิตเน้นภาพละเอียดสอดคล้อง การเรนเดอร์ข้อความ ภาพผลิตภัณฑ์ และทำตามพรอมป์ต์ บรีฟจริงสำหรับภาพประกอบงานนำเสนอระบุบทบาทตัวแบบ จุดเน้นภาพ และปริมาณพื้นที่รอบได้ แนวคิดผลิตภัณฑ์ใส่วัสดุ ขนาด และลักษณะผิววัสดุได้ คงคำบรรยายสอดคล้องเพื่อให้วัตถุร่วมฉากและแผนแสงเดียว แทนรวมแนวทางภาพหลายแบบที่เข้ากันไม่ได้

การให้เหตุผลภาพในรุ่นนี้เกี่ยวกับโครงสร้างฉาก แสง ขนาด และความสัมพันธ์เชิงพื้นที่ ผู้ผลิตยกการเพิ่มวัตถุที่มีทัศนมิติกับเงาเหมาะสมเป็นงานแก้ สำหรับแก้ห้องช่าง วางเก้าอี้เตี้ยเล็กข้างโต๊ะทำงานโดยคงมุมมองกับแสงเดิม การตรวจควรเทียบขนาดเก้าอี้ จุดสัมผัสพื้น และเงาตามวัตถุอื่นหรือไม่ วัตถุที่น่าเชื่อเฉพาะจุดยังต้องเข้ารูปทรงภาพต้นฉบับทั้งภาพ

การแก้ไขตามคำสั่งรวมถึงการลบหรือแทนที่วัตถุ เปลี่ยนคุณลักษณะ inpainting ปรับเลย์เอาต์ อัปเดตข้อความ และล้างรอยผิด เช่น ลดความเบลอจากการเคลื่อนไหว ให้ต้นฉบับและระบุทั้งการแก้กับรายละเอียดที่คง การแก้ภาพถ่ายตรงจุดอาจลบวัตถุรบกวนหลังภาพ โดยคงคน การครอบตัด และการจัดด้านหน้า การปรับดีไซน์อาจอัปเดตข้อความสั้นโดยคงองค์ประกอบ เทียบผลทั้งหมดกับต้นฉบับแทนประเมินเฉพาะบริเวณแก้

Microsoft เน้นความสอดคล้องเอกลักษณ์ใบหน้าข้ามการแก้ รวมเปลี่ยนท่า สีหน้า หรือมุมมองด้วย ใช้ภาพอ้างอิงความเหมือนที่ชัดและระบุการเปลี่ยนโดยคงคุณลักษณะระบุตัวตน คู่มือแก้ปัจจุบันของผู้ผลิตรับภาพ JPEG หรือ PNG สูงสุดห้าภาพ ให้ภาพต่างกันระบุคน วัตถุ ฉาก หรือสไตล์ ระบุบทบาทในพรอมป์ต์ สำหรับปรับภาพบุคคล ให้ตรวจใบหน้าและเสื้อผ้าหรือพื้นหลังที่เปลี่ยนก่อนถือว่าเสร็จ

การ์ดโมเดลนี้จำกัดผลรวม 1,048,576 พิกเซล เทียบเท่าจัตุรัส 1024×1024 และอนุญาตด้านหนึ่งเกิน 1024 ถ้ารวมไม่เกินพื้นที่นั้น คู่มือบริการกำหนดเพิ่มว่าทั้งสองด้านอย่างน้อย 768 พิกเซล เป้าหมายผืนผ้าเช่น 1344×768 มี 1,032,192 พิกเซลและตามกฎพื้นที่กับด้านขั้นต่ำเหล่านั้น ขีดจำกัดที่ใช้คือผลคูณกว้างกับสูง จึงเตรียมรูปทรงปลายทางก่อนขอองค์ประกอบแนวนอนหรือแนวตั้ง

การสร้างและแก้ส่งข้อมูลภาพ PNG ในอินเทอร์เฟซบริการผู้ผลิต การ์ดโมเดลดั้งเดิมรายงานบริบท 32K โทเคน ขณะที่อินเทอร์เฟซกำหนดบริบทพรอมป์ต์สูงสุด 32,000 โทเคน ตัวเลขผล 4,096 โทเคนแยกของแค็ตตาล็อกเป็นโควตาโทเคนแทนขนาดผล รักษาขอบเขตที่ระบุเมื่อจัดพรอมป์ต์ละเอียดกับภาพเสร็จ ชิ้นงานต้นฉบับ คุณลักษณะที่คง สิ่งขอแก้ และขนาดเป้าหมายเป็นระเบียนปรับที่มีประโยชน์คู่ PNG

ช่วงสร้างสรรค์ของโมเดลครอบคลุมภาพสมจริงกับแนวภาพยนตร์ ภาพบุคคล แนวคิดผลิตภัณฑ์หรือแบรนด์ ดีไซน์มีข้อความ และสไตล์อื่น สำหรับฉลากหรือป้าย ให้ถ้อยคำตรงและตรวจการสะกดที่ขนาดแสดงสุดท้าย พื้นผิวที่ดูเหมือนภาพถ่ายอาจยังมีรายละเอียดแต่งขึ้น เงาสะท้อนไม่สอดคล้อง หรือตัวอักษรผิดได้ การตรวจจริงตามข้อกำหนดดีไซน์ ทั้งเอกลักษณ์วัตถุ การอ่านได้ ความสัมพันธ์เชิงพื้นที่ และฉากที่คงล้วนสำคัญ แยกการแก้เฉพาะจากการเปลี่ยนที่ได้ผลแล้ว

ในตระกูล 2.5 Pro เน้นความเที่ยงตรงสูงและความสัมพันธ์คงที่ในฉากแน่น ส่วน Flash รองรับการผลิตตอบสนองเร็ว ตระกูล 2.6 เพิ่มโควตาพื้นที่พิกเซลตามเอกสาร การอิงข้อมูลเว็บตามต้องการ และเลือกอัตราส่วนโดยโมเดล 2.5 มาตรฐานคงเวิร์กโฟลว์สร้างกับแก้ของตนโดยไม่มีตัวควบคุมที่เพิ่มเข้ามาภายหลังเหล่านั้น เลือกรุ่นจากส่วนยากของงานภาพจริง และตรวจผลลัพธ์ที่เสร็จแล้วกับบรีฟนั้น

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

microsoft/mai-image-2.5

Microsoft AI /microsoft/mai-image-2.5

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	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 $0.385024 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', '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

ชื่อพาธเมธอดอื่น

/v1/images

ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

microsoft/mai-image-2.5

FAQ · Microsoft AI: MAI-Image-2.5

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

Microsoft AI: MAI-Image-2.5