Microsoft AI: MAI-Image-2.7 Flash API
Microsoft AI: MAI-Image-2.7 Flash nabízí rychlou tvorbu a úpravy obrázků s textovými i obrazovými vstupy.
Microsoft AI: MAI-Image-2.7 Flash je difuzní model pro generování obrázků z textu a přesné, kontrolovatelné úpravy obrázků. Přijímá textové a obrazové vstupy, podporuje až5 referenčních obrázků stylu nebo subjektu a pracuje s kontextem32,000 tokens. Výstup je vždy obrázek PNG vrácený v objektu JSON s kódováním base64.
Model je určen pro rychlé iterace, interaktivní kreativní nástroje, personalizaci a rozsáhlé generování, kde je důležitější latence a cena za obrázek než dokončování v kvalitě4K. Hodí se pro čištění produktových fotografií, vytváření průhledného pozadí, nahrazování objektů, změnu barvy či materiálu a tvorbu výloh, nápisů a marketingových vizuálů s přesně vykresleným textem.
Oproti modelu MAI-Image-2.7 vyměňuje část věrnosti za vyšší rychlost a nižší cenu. Je omezen na generování a úpravy obrázků; nezahrnuje textové uvažování, používání nástrojů ani webové vyhledávání. Referenční obrázky musí být JPEG nebo PNG, při lokálních úpravách se doporučuje výslovně určit upravovanou oblast a šířka i výška výstupu musí být alespoň768 pixelů.
Aktualizováno:
MODEL ID
mai-image-2.7-flash- Kontext
- 4.096K
- Max. výstup
- 1.024K
- Vstup
- text / image
- Výstup
- image
Hlavní body
- Rychlé generování obrázků
- Kontrolovatelné úpravy
- Až5 referenčních obrázků
- Výstup vždy PNG
- Podpora textu ve vizuálech
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
- 7
Žebříček Artificial Analysis — úpravy obrázků
7. místo
- 11
Žebříček Artificial Analysis — generování textu na obrázek
11. místo
- 3
Artificial Analysis — úpravy scén a stylu
3. místo
- 4
Artificial Analysis — vylepšení a obnova
4. místo
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-flash"
}'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-flash",
"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 Flash?
Microsoft AI: MAI-Image-2.7 Flash je difuzní model pro generování obrázků z textu a přesné, kontrolovatelné úpravy obrázků. Přijímá textové a obrazové vstupy, podporuje až5 referenčních obrázků stylu nebo subjektu a pracuje s kontextem32,000 tokens. Výstup je vždy obrázek PNG vrácený v objektu JSON s kódováním base64. Model je určen pro rychlé iterace, interaktivní kreativní nástroje, personalizaci a rozsáhlé generování, kde je důležitější latence a cena za obrázek než dokončování v kvalitě4K. Hodí se pro čištění produktových fotografií, vytváření průhledného pozadí, nahrazování objektů, změnu barvy či materiálu a tvorbu výloh, nápisů a marketingových vizuálů s přesně vykresleným textem. Oproti modelu MAI-Image-2.7 vyměňuje část věrnosti za vyšší rychlost a nižší cenu. Je omezen na generování a úpravy obrázků; nezahrnuje textové uvažování, používání nástrojů ani webové vyhledávání. Referenční obrázky musí být JPEG nebo PNG, při lokálních úpravách se doporučuje výslovně určit upravovanou oblast a šířka i výška výstupu musí být alespoň768 pixelů.
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 model podporuje?
Podporuje textové a obrazové vstupy. Pro referenční tvorbu lze použít až5 obrázků stylu nebo subjektu; referenční obrázky musí být JPEG nebo PNG.
Jaký je kontext a formát výstupu?
Kontext má velikost32,000 tokens. Výstup je vždy PNG vrácený v objektu JSON s kódováním base64.
Pro jaké úlohy se model hodí?
Hodí se pro generování obrázků z textu, přesné úpravy obrázků, rychlé iterace, personalizaci, produktové fotografie a marketingové vizuály.
Jak se liší od MAI-Image-2.7?
MAI-Image-2.7 Flash je rychlejší a levnější varianta se stejnými schopnostmi generování a úprav, která obětuje část věrnosti.