Felo API PlatformFelo API Platform
العودة إلى النماذج

Microsoft AI: MAI-Image-2.7 API

MAI-Image-2.7 نموذج لتوليد الصور وتحريرها بدقة، مع اتساق بصري قوي وكتابة محسّنة داخل الصور.

يحوّل MAI-Image-2.7 المطالبات النصية إلى صور باستخدام نهج قائم على الانتشار، كما يتيح تحويل الصور إلى صور وتحرير الأصول الموجودة. يدعم إزالة العناصر واستبدالها وتغيير خصائصها مع الحفاظ على التكوين والتخطيط، إضافة إلى الرسم الداخلي، وتحديث النصوص، وإزالة آثار ضبابية الحركة.

يحافظ النموذج على الاتساق البصري أثناء التعديلات المتكررة، ويرسم النصوص على الملصقات والعبوات واللافتات. ويناسب مهام التوليد والتصميم الإبداعي، وإعادة تصميم المشاهد وتغيير الإضاءة، وإنشاء الصور الواقعية والرسوم التوضيحية وصور المنتجات وأصول العلامات التجارية والتصاميم التجارية.

يفيد كذلك في ترميم الأصول الحالية وتحسينها، وإزالة خلفيات صور المنتجات، وإنشاء الشعارات والأيقونات، ونقل المنتجات إلى بيئات جديدة مع تغيير الإضاءة أو الحالة المزاجية. يتوفر كمعاينة عامة في Microsoft Foundry، كما يتاح عبر fal وGenspark وOpenRouter وVercel، ومباشرة عبر Azure.

آخر تحديث:

MODEL ID

mai-image-2.7
السياق
4.096K
أقصى إخراج
1.024K
الإدخال
text / image
الإخراج
image

أبرز الميزات

  • اتساق بصري قوي
  • تحرير قابل للتحكم
  • رسم نصوص محسّن
  • صور واقعية عالية الدقة
  • دعم الرسم الداخلي
  • تعديلات متكررة متسقة

المزوّدون

1 مزوّدون

قارن أسعار API بين المزوّدين. اختر مزوّدًا لعرض جميع الرسوم والشروط.

المزوّد · تفاصيل التسعير
التوافر

الاختبارات المرجعية

  • AA-Image-Editing v2.1

    درجة Elo استنادًا إلى5,478 صوتًا، واحتل المرتبة1 في2026-11-16.

    1215
  • Artificial Analysis scene and style

    درجة Elo أعلى من النموذج التالي.

    24
  • Artificial Analysis live-action film

    احتل المرتبة1.

    1
  • Artificial Analysis consumer

    احتل المرتبة1.

    1
  • Artificial Analysis frontier editing

    احتل المرتبة1.

    1

الدرجات كما نشرها مزوّد النموذج.

البدء السريع

أرسل مهمة صورة، ثم استعلم عن حالتها واحفظ الصور. تستخدم الأمثلة curl ومكتبة Python 3 القياسية فقط.

POST https://openapi.felo.ai/api/v1/images/generations

1احصل على مفتاح API

أنشئ مفتاحًا من حسابك على Felo API Platform وعيّنه كمتغير بيئة.

export FELO_API_KEY="YOUR_API_KEY"

2أرسل طلبك الأول

تختلف القيم الاختيارية حسب النموذج ولا تُضبط هنا. تحقق منها في Playground. توضع الحقول بجانب model وprompt دون تغليفها داخل input.

curl --fail-with-body --max-time 60 "https://openapi.felo.ai/api/v1/images/generations" \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -o created.json \
  -d '{
  "prompt": "A studio product photo of a ceramic coffee cup on warm linen, soft morning light",
  "model": "mai-image-2.7"
}'

3الاستعلام عن المهمة

يعيد الإرسال task_id. استعلم كل 3 ثوانٍ أثناء queued أو running، وتوقف عند succeeded أو failed أو interrupted. الحد الأقصى للانتظار 30 دقيقة. احتفظ بملف created.json لاستئناف الاستعلام دون إعادة الإرسال.

python3 - <<'PY'
import json, os, time
from pathlib import Path
from urllib.parse import quote
from urllib.request import Request, urlopen

task = json.loads(Path("created.json").read_text())
task_id = task["task_id"]
url = "https://openapi.felo.ai/api/v1/images/generations/" + quote(task_id, safe="")
headers = {"Authorization": "Bearer " + os.environ["FELO_API_KEY"]}
deadline = time.monotonic() + 1800

while task["status"] in ("queued", "running"):
    if time.monotonic() >= deadline:
        raise TimeoutError(f"Keep task_id={task_id} to resume polling")
    time.sleep(3)
    with urlopen(Request(url, headers=headers), timeout=60) as response:
        task = json.load(response)
    if task.get("task_id") != task_id or task.get("kind") != "image":
        raise ValueError("Unexpected task response")
    print(task["status"])

if task["status"] != "succeeded":
    raise RuntimeError(task.get("error") or task["status"])
if not task.get("outputs"):
    raise ValueError("Task succeeded without image outputs")
Path("task.json").write_text(json.dumps(task))
print("Saved task.json")
PY

4تنزيل الإخراج

بعد النجاح، احفظ outputs من task.json. تُدعم روابط HTTPS وكائنات URL وb64_json. نزّل الروابط الموقعة سريعًا؛ تنزيل الصور لا يحتاج إلى مفتاح API.

python3 - <<'PY'
import base64, json
from pathlib import Path
from urllib.request import urlopen

task = json.loads(Path("task.json").read_text())
if task.get("status") != "succeeded" or not task.get("outputs"):
    raise ValueError("No completed image outputs")
extensions = {"image/png": ".png", "image/jpeg": ".jpg", "image/webp": ".webp", "image/gif": ".gif", "image/avif": ".avif"}

for index, output in enumerate(task["outputs"], 1):
    item = output if isinstance(output, dict) else {}
    url = output if isinstance(output, str) else item.get("url") or item.get("unsigned_url")
    mime = item.get("media_type") or "image/png"
    if url and url.startswith("https://"):
        with urlopen(url, timeout=60) as response:
            data = response.read()
            mime = response.headers.get_content_type()
    elif url and url.startswith("data:image/") and ";base64," in url:
        header, encoded = url.split(",", 1)
        mime = header[5:].split(";", 1)[0]
        data = base64.b64decode(encoded, validate=True)
    elif item.get("b64_json"):
        data = base64.b64decode(item["b64_json"], validate=True)
    else:
        raise ValueError("Unrecognized image output")
    path = Path(f"image-{index}" + extensions.get(mime, ".bin"))
    path.write_bytes(data)
    print(path)
PY
input_references

لتعديل الصور، استبدل الرابط التجريبي برابط صورتك HTTPS أو data URL لصورة base64. أرسل مرة واحدة ثم اتبع خطوات الاستعلام والحفظ نفسها.

curl --fail-with-body --max-time 60 "https://openapi.felo.ai/api/v1/images/generations" \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -o created.json \
  -d '{
  "prompt": "Keep the product and framing. Replace the background with a sunlit marble countertop.",
  "model": "mai-image-2.7",
  "input_references": [
    {
      "type": "image_url",
      "image_url": {
        "url": "https://example.com/product.png"
      }
    }
  ]
}'

المعاملات المدعومة

  • n
  • background
  • max_tokens
  • temperature
  • aspect_ratio
  • input_references
  • max_completion_tokens

تفضّل المرجع الكامل؟

مرجع API →

الأسئلة الشائعة

ما هو Microsoft AI: MAI-Image-2.7?

يحوّل MAI-Image-2.7 المطالبات النصية إلى صور باستخدام نهج قائم على الانتشار، كما يتيح تحويل الصور إلى صور وتحرير الأصول الموجودة. يدعم إزالة العناصر واستبدالها وتغيير خصائصها مع الحفاظ على التكوين والتخطيط، إضافة إلى الرسم الداخلي، وتحديث النصوص، وإزالة آثار ضبابية الحركة. يحافظ النموذج على الاتساق البصري أثناء التعديلات المتكررة، ويرسم النصوص على الملصقات والعبوات واللافتات. ويناسب مهام التوليد والتصميم الإبداعي، وإعادة تصميم المشاهد وتغيير الإضاءة، وإنشاء الصور الواقعية والرسوم التوضيحية وصور المنتجات وأصول العلامات التجارية والتصاميم التجارية. يفيد كذلك في ترميم الأصول الحالية وتحسينها، وإزالة خلفيات صور المنتجات، وإنشاء الشعارات والأيقونات، ونقل المنتجات إلى بيئات جديدة مع تغيير الإضاءة أو الحالة المزاجية. يتوفر كمعاينة عامة في Microsoft Foundry، كما يتاح عبر fal وGenspark وOpenRouter وVercel، ومباشرة عبر Azure.

كيف تُحتسب فاتورة الاستخدام؟

تعتمد فاتورتك على المزوّد الذي تستخدمه وأسعاره واستخدامك. قد تختلف الأسعار مع المدخلات الأطول أو الشروط الأخرى. تُحتسب الفاتورة وفق تكلفة التوليد الفعلية. راجع فاتورتك للمبلغ النهائي.

ما أنواع المدخلات والمخرجات التي يدعمها؟

يدعم إدخال النص وإدخال الصور، ويُخرج الصور.

ما مهام تحرير الصور التي ينفذها؟

يمكنه إزالة العناصر واستبدالها وتغيير خصائصها مع الحفاظ على التكوين والتخطيط، كما يدعم الرسم الداخلي وتحديث النصوص وإزالة آثار ضبابية الحركة.

ما المهام المناسبة له؟

يناسب التوليد والتصميم الإبداعي، وإعادة تصميم المشاهد وتغيير الإضاءة، وإنشاء صور المنتجات وأصول العلامات التجارية والرسوم التوضيحية.

كيف يقارن بـ MAI-Image-2.6؟

تحسّن عبر جميع حالات الاستخدام العشر التي جرى تقييمها وجميع إجراءات التحرير السبعة مقارنةً بـ MAI-Image-2.6.

نماذج ذات صلة