Microsoft AI: MAI-Image-2.7 API
MAI-Image-2.7 vytváří a upravuje fotorealistické obrázky s přesnými úpravami, konzistentní kompozicí a kvalitním vykreslením textu.
MAI-Image-2.7 od Microsoft AI přijímá textové i obrazové vstupy a generuje obrazový výstup. Z textových zadání vytváří obrázky pomocí difuzního přístupu a podporuje také transformaci obraz na obraz. Dokáže odstraňovat, nahrazovat a měnit vlastnosti objektů při zachování kompozice a rozvržení.
Model je určen pro kreativní tvorbu a design, restylizaci scén, změny osvětlení a nálady, tvorbu ilustrací, log a ikon nebo přesouvání produktů do nového prostředí. Hodí se také k obnově a vylepšování existujících materiálů, odstraňování pozadí produktových snímků a začleňování textu či symbolů do obrázků.
Podporuje doplňování chybějících částí, aktualizaci textu a odstraňování artefaktů pohybového rozmazání. Při iterativních úpravách zachovává vizuální konzistenci a umí vykreslovat text na štítcích, plakátech, obalech a cedulích. MAI-Image-2.7 je dostupný jako veřejná preview verze v Microsoft Foundry; MAI-Image-2.7 Flash je určen pro produkční úlohy a pohání Canvas.
Aktualizováno:
MODEL ID
mai-image-2.7- Kontext
- 4.096K
- Max. výstup
- 1.024K
- Vstup
- text / image
- Výstup
- image
Hlavní body
- Přesné úpravy obrázků
- Vysoká vizuální konzistence
- Fotorealistický výstup
- Vylepšené vykreslování textu
- Úpravy bez ztráty kompozice
Poskytovatelé
Porovnejte ceny API u různých poskytovatelů. Vyberte poskytovatele a zobrazte všechny poplatky a podmínky.
| Dostupnost | |
|---|---|
Historická data nejsou kontrolou v reálném čase. Chybějící data neznamenají výpadek.
Benchmarky
- 1215
AA-Image-Editing v2.1
Elo;5478 hlasů;1. místo k2026-11-16
- 24
Artificial Analysis scene and style
Elo, vyšší než u dalšího modelu
- 1. místo
Artificial Analysis live-action film
Pořadí v hodnocení
- 1. místo
Artificial Analysis consumer
Pořadí v hodnocení
- 1. místo
Artificial Analysis frontier editing
Pořadí v hodnocení
Skóre podle zveřejnění poskytovatele modelu.
Rychlý start
Odešlete úlohu obrázku, kontrolujte stav a uložte obrázky. Příklady používají curl a standardní knihovnu Pythonu 3.
POST https://openapi.felo.ai/api/v1/images/generations
1Získejte API klíč
Vytvořte klíč ve svém účtu Felo API Platform a nastavte jej jako proměnnou prostředí.
export FELO_API_KEY="YOUR_API_KEY"2Odešlete první požadavek
Volitelné hodnoty závisí na modelu a nejsou zde nastaveny. Ověřte je v Playground. Pole jsou na stejné úrovni jako model a prompt, bez obalu 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"
}'3Dotazovat úlohu
Odeslání vrátí task_id. Při queued nebo running kontrolujte každé 3 sekundy; při succeeded, failed nebo interrupted skončete. Maximálně čekejte 30 minut. Uchovejte created.json pro pokračování bez opakovaného odeslání.
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")
PY4Stáhnout výstup
Po úspěchu uložte outputs z task.json. Podporovány jsou HTTPS URL, objekty URL a b64_json. Podepsané URL stáhněte včas; stahování obrázků nepotřebuje API klíč.
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)
PYinput_references
Pro úpravu nahraďte vzorovou URL vlastní HTTPS URL obrázku nebo base64 data URL. Odešlete jednou a použijte stejné kroky kontroly a uložení.
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"
}
}
]
}'Podporované parametry
- n
- background
- max_tokens
- temperature
- aspect_ratio
- input_references
- max_completion_tokens
Chcete celou referenci?
Reference API →Časté dotazy
Co je Microsoft AI: MAI-Image-2.7?
MAI-Image-2.7 od Microsoft AI přijímá textové i obrazové vstupy a generuje obrazový výstup. Z textových zadání vytváří obrázky pomocí difuzního přístupu a podporuje také transformaci obraz na obraz. Dokáže odstraňovat, nahrazovat a měnit vlastnosti objektů při zachování kompozice a rozvržení. Model je určen pro kreativní tvorbu a design, restylizaci scén, změny osvětlení a nálady, tvorbu ilustrací, log a ikon nebo přesouvání produktů do nového prostředí. Hodí se také k obnově a vylepšování existujících materiálů, odstraňování pozadí produktových snímků a začleňování textu či symbolů do obrázků. Podporuje doplňování chybějících částí, aktualizaci textu a odstraňování artefaktů pohybového rozmazání. Při iterativních úpravách zachovává vizuální konzistenci a umí vykreslovat text na štítcích, plakátech, obalech a cedulích. MAI-Image-2.7 je dostupný jako veřejná preview verze v Microsoft Foundry; MAI-Image-2.7 Flash je určen pro produkční úlohy a pohání Canvas.
Jak se využití účtuje?
Faktura závisí na zvoleném poskytovateli, jeho cenách a vašem využití. Delší vstupy nebo jiné podmínky mohou mít jiné ceny. Účtováno podle skutečných nákladů na generování. Konečnou částku najdete ve faktuře.
Jaké vstupy a výstupy model podporuje?
Podporuje textové a obrazové vstupy a generuje obrazový výstup.
Jaké typy úprav zvládá?
Provádí transformaci obraz na obraz, doplňování chybějících částí, aktualizaci textu a odstraňování artefaktů pohybového rozmazání. Umí také odstraňovat, nahrazovat a upravovat vlastnosti objektů při zachování kompozice.
Pro jaké úkoly se hodí?
Hodí se pro kreativní tvorbu a design, restylizaci scén, produktové obrázky, ilustrace, loga, ikony a obnovu existujících materiálů.
Jak si vede při iterativních úpravách?
Při iterativních úpravách zachovává vizuální konzistenci a podporuje detailní změny bez ztráty celkového obrazu.
V čem se liší od MAI-Image-2.6?
Oproti MAI-Image-2.6 se zlepšil ve všech10 hodnocených scénářích použití a ve všech7 akcích úprav.