Microsoft AI: MAI-Image-2.6

Microsoft AI MAI-Image-2.6 สร้างและแก้ไขภาพสำหรับงานออกแบบแม่นยำ ผสานข้อความกับภาพอ้างอิงสูงสุดห้าภาพ รองรับการอิงข้อมูลเว็บตามต้องการและการกำหนดขนาดองค์ประกอบอัตโนมัติ และสร้าง PNG สูงสุด 2,359,296 พิกเซล เน้นการแก้ที่ควบคุมได้ ข้อความ ภาพบุคคล และภาพพาณิชย์

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

เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

Microsoft AI MAI-Image-2.6 เป็นรุ่นเน้นความแม่นยำของตระกูลภาพ 2.6 ออกแบบเพื่อสร้างภาพจากข้อความและแก้ไขชิ้นงานภาพเดิมโดยควบคุมการเปลี่ยนแปลงได้ การ์ดโมเดลอธิบายโมเดล diffusion ที่ใช้ flow matching มีพารามิเตอร์ 20 พันล้านตัวโดยไม่นับ embeddingและบริบท 32K โทเคน ผลที่ตั้งใจคือภาพ เช่น องค์ประกอบผลิตภัณฑ์ ภาพบุคคล ภาพประกอบแบรนด์ หรือภาพปรับใหม่ที่เลย์เอาต์และตัวแบบสำคัญยังสอดคล้องขณะเปลี่ยนส่วนที่ระบุ

สำหรับการสร้าง ให้อธิบายตัวแบบ องค์ประกอบ วัสดุ แสง มุมมอง และสไตล์ภาพ ใส่ถ้อยคำตรงเมื่อต้องมีฉลาก ชื่อ หรือป้ายในภาพ และบรรยายตำแหน่งถ้อยคำนั้น ผู้ผลิตเน้นการเรนเดอร์ข้อความ ภาพบุคคล ภาพ 3D และผลพาณิชย์หรือสมจริงที่ดีขึ้นในรุ่นนี้ บรีฟที่มีประโยชน์ระบุความสัมพันธ์ไม่กี่อย่างที่ทำให้ภาพได้ผล ได้แก่ วัตถุใดอยู่หน้า อยู่ในฉากอย่างไร และผู้ชมควรมองที่ใดก่อน ตรวจตัวอักษรละเอียดและรายละเอียดเล็กในภาพที่เสร็จแล้ว

สำหรับการแก้ไข ให้ชิ้นงานต้นฉบับและระบุสิ่งที่ต้องการเปลี่ยนพร้อมส่วนที่ต้องคงไว้ งานตามเอกสารรวมลบหรือแทนวัตถุ เปลี่ยนคุณลักษณะ inpainting ปรับเลย์เอาต์ อัปเดตข้อความ และล้างรอยผิด เช่น ความเบลอจากการเคลื่อนไหว การ์ดโมเดลเน้นการให้เหตุผลเรื่องขนาด ทัศนมิติ แสง และตำแหน่งเชิงพื้นที่ เพื่อให้การปรับเข้ากับฉากเดิม ระหว่างเตรียม ให้ระบุวัตถุหรือบริเวณชัด และอธิบายว่าเป้าหมายเป็นแก้เฉพาะจุด จัดใหม่ หรือเปลี่ยนสไตล์กว้างกว่า

คู่มือแก้ภาพผู้ผลิตรับภาพอ้างอิง JPEG หรือ PNG สูงสุดห้าภาพ ให้แต่ละภาพมีบทบาทต่างกัน เช่น ผลิตภัณฑ์ บุคคล สถานที่ เลย์เอาต์ หรือสไตล์ภาพ สำหรับแก้แสง วางโคมจากภาพหนึ่งบนโต๊ะในอีกภาพ โดยคงทัศนมิติโต๊ะและให้เงาโคมตามแสงห้อง การแก้อีกครั้งอัปเดตฉลากสั้นพร้อมคงรูปผลิตภัณฑ์กับตำแหน่งได้ ตรวจความสัมพันธ์ภาพอ้างอิงในผล แทนยอมรับวัตถุดูน่าเชื่อแต่ต่างจากที่ส่งมา

ตระกูล 2.6 เพิ่มการอิงข้อมูลเว็บตามต้องการและการเลือกอัตราส่วนโดยโมเดล การอิงเว็บให้บริบทปัจจุบันเกี่ยวข้องเมื่อตีความคำขอเกี่ยวกับสถานที่จริง วัตถุ หรือข้อมูลเปลี่ยนแปลง ข้อมูลนี้ใช้ประกอบงานสร้างสรรค์ จึงควรตรวจรายละเอียดภาพที่เป็นข้อเท็จจริงกับตัวแบบที่ตั้งใจ การเลือกอัตราส่วนอัตโนมัติให้โมเดลพิจารณาพรอมป์ต์และภาพเมื่อเลือกรูปทรงองค์ประกอบ บรีฟดีไซน์ระบุปลายทางและเลย์เอาต์จำเป็นได้ เช่น ภาพผลิตภัณฑ์หลักแนวกว้างพร้อมพื้นที่ว่างด้านหนึ่ง หรือภาพแนวตั้งที่จัดรอบคนยืน

ขนาดผลควบคุมด้วยพื้นที่รวม การ์ดโมเดลนี้และคู่มือภาพระบุสูงสุด 2,359,296 พิกเซล เทียบเท่าจัตุรัส 1536×1536 อินเทอร์เฟซภาพตามเอกสารกำหนดความกว้างและสูงอย่างน้อย 768 พิกเซล และด้านใดเกิน 1536 ได้หากรวมไม่เกินขีดจำกัดพื้นที่ จึงให้องค์ประกอบแนวนอนหรือแนวตั้งยาวกว่า แทนกำหนดสูงสุด 1536 พิกเซลแต่ละด้าน เช่น เป้าหมาย 1024×2048 มี 2,097,152 พิกเซลและตรงกฎพื้นที่ที่ระบุ ตรวจขนาดสุดท้ายสำหรับเลย์เอาต์ที่จะใช้ภาพ

คู่มือผู้ผลิตส่งผลสร้างและแก้เป็นข้อมูลภาพ PNG เก็บภาพที่เสร็จแล้วคู่กับบรีฟและภาพอ้างอิงต้นฉบับเมื่อเตรียมปรับดีไซน์ การ์ดโมเดลระบุบริบท 32K โทเคน ขณะที่คู่มือให้บริการกำหนดบริบทพรอมป์ต์สูงสุด 32,000 โทเคน รักษาขอบเขตที่ระบุเหล่านี้เมื่อเตรียมบรีฟยาว แทนถือเป็นขนาดภาพ ชิ้นงานผลิตจริงที่มีประโยชน์คือภาพถอดรหัสที่ตรวจและวางในหน้าเว็บ สไลด์ หรือองค์ประกอบได้ บันทึกกรอบครอบตัดและตำแหน่งข้อความที่ตั้งใจคู่กัน เพื่อไม่ให้การแก้ภายหลังเปลี่ยนจุดประสงค์ดีไซน์โดยไม่ตั้งใจ

ในตระกูลนี้ MAI-Image-2.6 เน้นการควบคุมแม่นและพัฒนาการรายละเอียดภาพล่าสุด MAI-Image-2.6-Flash มีความสามารถสร้าง แก้ อิงข้อมูล และเลือกอัตราส่วนเดียวกัน ในรุ่นที่ปรับสำหรับงานผลิตซ้ำที่ต้องการการตอบสนองรวดเร็ว ซีรีส์ 2.5 ใช้ขีดจำกัดพื้นที่ผลตามเอกสารเล็กกว่าและไม่รับตัวควบคุมอิงข้อมูลหรืออัตราส่วนอัตโนมัติของ 2.6 เลือกรุ่นตามภาพที่ต้องการและกระบวนการปรับ แทนสมมติว่าชื่อตระกูลร่วมทำให้ทุกค่าตั้งเหมือนกัน

ตรวจการแก้เทียบต้นฉบับทั้งหมด ทั้งใบหน้าที่คง เอกลักษณ์วัตถุ เรขาคณิต เงา ตัวอักษร และเลย์เอาต์ที่ตั้งใจล้วนสำคัญ ภาพถ่ายที่ดูน่าเชื่อยังมีเครื่องหมายผิด เงาสะท้อนไม่สอดคล้อง หรือคุณลักษณะเปลี่ยนนอกส่วนที่ขอได้ ระบุการแก้ไขครั้งถัดไปให้เป็นรูปธรรม เช่น ฉลาก ตำแหน่งวัตถุ หรือรอยผิดเฉพาะ ช่วยให้การแก้ต่อเนื่องมีประโยชน์ขณะคงตัวแบบและองค์ประกอบของบรีฟเดิม

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

microsoft/mai-image-2.6

Microsoft AI /microsoft/mai-image-2.6

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-2.6	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: 5	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 $0.311296 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-2.6', '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

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-2.6

ชื่อพาธเมธอดอื่น

/v1/images

ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

microsoft/mai-image-2.6

FAQ · Microsoft AI: MAI-Image-2.6

มีอินพุตและผลลัพธ์ใดบ้าง?: POST /v1/images/generations · microsoft/mai-image-2.6: text, image → image
คำขอใช้ฟิลด์ใดบ้าง?: POST /v1/images/generations · microsoft/mai-image-2.6: model, prompt, aspect_ratio, n, input_references, provider
มีข้อจำกัดใดบ้าง?: POST /v1/images/generations · microsoft/mai-image-2.6: n.minimum: 1; n.maximum: 1

Microsoft AI: MAI-Image-2.6