Felo API PlatformFelo API Platform
মডেলে ফিরে যান

Microsoft AI: MAI-Image-2.7 Flash API

দ্রুত, নিয়ন্ত্রণযোগ্য ছবি তৈরি ও সম্পাদনার জন্য মডেল।

Microsoft AI-এর MAI-Image-2.7 Flash একটি diffusion-ভিত্তিক ছবি তৈরি ও সম্পাদনা মডেল। এটি text input ও image input গ্রহণ করে এবং image output দেয়; প্রসঙ্গসীমা32,000 tokens। আউটপুট সবসময় PNG হিসেবে base64-encoded JSON object-এ ফেরত আসে।

এটি দ্রুত খসড়া তৈরি, উচ্চ-পরিমাণের generation, পণ্যছবি পরিষ্কার করা, স্বচ্ছ background তৈরি, object replacement এবং পুরো দৃশ্য পুনরায় না বানিয়ে রং বা material বদলানোর কাজে উপযোগী। Storefront, signage ও marketing visual-এ নির্ভুল লেখা এবং সর্বাধিক5টি style বা subject reference image-ভিত্তিক asset generation-ও সমর্থিত।

MAI-Image-2.7-এর তুলনায় এটি দ্রুত ও কম-ব্যয়ী variant, তবে গতির জন্য কিছু fidelity ত্যাগ করে। এটি কেবল image generation ও editing-এর জন্য; text reasoning, tool use বা web search অন্তর্ভুক্ত নয়।

সময়সীমাবদ্ধবিনামূল্যে ট্রায়াল

আপডেট:

মডেল ID

mai-image-2.7-flash
কনটেক্সট
4.096K
সর্বোচ্চ আউটপুট
1.024K
ইনপুট
text / image
আউটপুট
image

মূল বৈশিষ্ট্য

  • Diffusion-ভিত্তিক ছবি তৈরি
  • নিয়ন্ত্রণযোগ্য image editing
  • সর্বাধিক5টি reference image
  • সবসময় PNG output
  • দ্রুত iterative workflow

প্রোভাইডার

1 প্রোভাইডার

প্রোভাইডারদের মধ্যে API মূল্য তুলনা করুন। সব চার্জ ও শর্ত দেখতে একটি প্রোভাইডার নির্বাচন করুন।

প্রোভাইডার · মূল্যের বিবরণ
প্রাপ্যতা

বেঞ্চমার্ক

  • Artificial Analysis leaderboard — image editing

    image editing-এ7তম স্থান

    7
  • Artificial Analysis leaderboard — text-to-image generation

    text-to-image generation-এ11তম স্থান

    11
  • Artificial Analysis — scene and style editing

    scene ও style editing-এ3য় স্থান

    3
  • Artificial Analysis — enhancement and restoration

    enhancement ও restoration-এ4র্থ স্থান

    4

স্কোর মডেল প্রোভাইডারের প্রকাশিত তথ্য অনুযায়ী।

দ্রুত শুরু

ছবির কাজ পাঠান, অবস্থা যাচাই করুন এবং ছবি সংরক্ষণ করুন। উদাহরণে curl ও Python 3-এর স্ট্যান্ডার্ড লাইব্রেরি ব্যবহার করা হয়েছে।

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

1আপনার API key নিন

আপনার Felo API Platform অ্যাকাউন্ট থেকে একটি key তৈরি করুন এবং এটি environment variable হিসেবে সেট করুন।

export FELO_API_KEY="YOUR_API_KEY"

2প্রথম অনুরোধ পাঠান

ঐচ্ছিক মান মডেলভেদে আলাদা, তাই উদাহরণে নির্ধারিত নয়। Playground-এ যাচাই করুন। ফিল্ডগুলো model ও prompt-এর সমান স্তরে থাকবে, input-এর ভেতরে নয়।

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-flash"
}'

3টাস্ক পোল করুন

পাঠানোর পর task_id পাবেন। queued বা running থাকলে প্রতি ৩ সেকেন্ডে যাচাই করুন; succeeded, failed বা interrupted হলে থামুন। সর্বোচ্চ ৩০ মিনিট অপেক্ষা করুন। পুনরায় না পাঠিয়ে যাচাই চালাতে created.json রাখুন।

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

4আউটপুট ডাউনলোড করুন

সফল হলে task.json থেকে outputs সংরক্ষণ করুন। HTTPS URL, URL অবজেক্ট ও b64_json সমর্থিত। স্বাক্ষরিত URL দ্রুত ডাউনলোড করুন; ছবি ডাউনলোডে API Key লাগে না।

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

ছবি সম্পাদনার জন্য উদাহরণের URL আপনার HTTPS ছবির URL বা base64 ছবির data URL দিয়ে বদলান। একবার পাঠিয়ে একই যাচাই ও সংরক্ষণের ধাপ অনুসরণ করুন।

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-flash",
  "input_references": [
    {
      "type": "image_url",
      "image_url": {
        "url": "https://example.com/product.png"
      }
    }
  ]
}'

সমর্থিত প্যারামিটার

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

পুরো রেফারেন্স চান?

API রেফারেন্স →

সাধারণ প্রশ্ন

মডেল পরিচিতি: Microsoft AI: MAI-Image-2.7 Flash?

Microsoft AI-এর MAI-Image-2.7 Flash একটি diffusion-ভিত্তিক ছবি তৈরি ও সম্পাদনা মডেল। এটি text input ও image input গ্রহণ করে এবং image output দেয়; প্রসঙ্গসীমা32,000 tokens। আউটপুট সবসময় PNG হিসেবে base64-encoded JSON object-এ ফেরত আসে। এটি দ্রুত খসড়া তৈরি, উচ্চ-পরিমাণের generation, পণ্যছবি পরিষ্কার করা, স্বচ্ছ background তৈরি, object replacement এবং পুরো দৃশ্য পুনরায় না বানিয়ে রং বা material বদলানোর কাজে উপযোগী। Storefront, signage ও marketing visual-এ নির্ভুল লেখা এবং সর্বাধিক5টি style বা subject reference image-ভিত্তিক asset generation-ও সমর্থিত। MAI-Image-2.7-এর তুলনায় এটি দ্রুত ও কম-ব্যয়ী variant, তবে গতির জন্য কিছু fidelity ত্যাগ করে। এটি কেবল image generation ও editing-এর জন্য; text reasoning, tool use বা web search অন্তর্ভুক্ত নয়।

ব্যবহারের জন্য কীভাবে চার্জ হয়?

আপনার বিল নির্ভর করে আপনি কোন প্রোভাইডার ব্যবহার করেন, তার মূল্য এবং আপনার ব্যবহারের ওপর। দীর্ঘ ইনপুট বা অন্যান্য শর্তে ভিন্ন মূল্য প্রযোজ্য হতে পারে। প্রকৃত জেনারেশন খরচের ভিত্তিতে চার্জ করা হয়। চূড়ান্ত পরিমাণের জন্য আপনার বিল দেখুন।

কোন ধরনের input ও output সমর্থিত?

এটি text input ও image input গ্রহণ করে এবং image output দেয়। Reference image JPEG বা PNG হতে পারে।

প্রসঙ্গসীমা ও output format কী?

প্রসঙ্গসীমা32,000 tokens। Output সবসময় PNG এবং base64-encoded JSON object হিসেবে ফেরত আসে।

কোন কাজের জন্য এটি উপযোগী?

দ্রুত খসড়া, উচ্চ-পরিমাণের generation, পণ্যছবি সম্পাদনা, object replacement এবং iterative design refinement-এর জন্য এটি উপযোগী।

Reference image ব্যবহারে কী সীমা আছে?

Reference-guided generation-এ সর্বাধিক5টি style বা subject reference image ব্যবহার করা যায়। Image editing-এর reference image JPEG বা PNG হতে হবে।

MAI-Image-2.7-এর সঙ্গে পার্থক্য কী?

এটি একই generation ও editing capabilities-এর দ্রুত ও কম-ব্যয়ী variant। এর বিনিময়ে কিছু fidelity কমে।

সংশ্লিষ্ট মডেল