Felo API PlatformFelo API Platform
Zurück zu den Modellen

Microsoft AI: MAI-Image-2.7 API

MAI-Image-2.7 erzeugt und bearbeitet realistische Bilder mit präzisen Änderungen, konsistentem Layout und verbessertem Text-Rendering.

MAI-Image-2.7 von Microsoft AI ist ein bildorientiertes Modell für die Generierung aus Textvorgaben sowie für Bild-zu-Bild-Bearbeitung. Es kann Objekte entfernen, ersetzen oder in ihren Eigenschaften verändern, während Komposition und Layout erhalten bleiben. Unterstützt werden außerdem Inpainting, Textänderungen und die Entfernung von Bewegungsunschärfe. Bei iterativen Bearbeitungen bleibt die visuelle Konsistenz erhalten.

Das Modell eignet sich für kreative Generierung und Design, Szenen-Restylings, Relighting, Illustrationen, Logos, Icons und kommerzielle Designs. Es erstellt fotorealistische Bilder, hochwertige Porträts, Produktbilder und Markenmaterialien. Text in Etiketten, Postern, Verpackungen und Schildern wird unterstützt. Auch Produktbilder mit entferntem Hintergrund sowie das Versetzen von Produkten in neue Umgebungen mit veränderter Beleuchtung oder Stimmung gehören zu den vorgesehenen Aufgaben.

MAI-Image-2.7 ist als öffentliche Vorschau in Microsoft Foundry verfügbar und wird unter anderem über fal, Genspark, OpenRouter und Vercel angeboten. Die Familie ist das Standardmodell für Bing Image Creator; MAI-Image-2.7 Flash unterstützt Produktions-Workloads und betreibt Canvas.

Aktualisiert:

MODELL-ID

mai-image-2.7
Kontext
4.096K
Max. Ausgabe
1.024K
Eingabe
text / image
Ausgabe
image

Highlights

  • Fotorealistische Bildausgabe
  • Konsistente iterative Bearbeitung
  • Verbessertes Text-Rendering
  • Präzise Objektänderungen
  • Inpainting und Restyling

Anbieter

1 Anbieter

Vergleichen Sie die API-Preise verschiedener Anbieter. Wählen Sie einen Anbieter aus, um alle Kosten und Bedingungen zu sehen.

Anbieter · Preisdetails
Verfügbarkeit

Benchmarks

  • AA-Image-Editing v2.1

    Elo-Wert aus5,478 Stimmen; am2026-11-16 auf Rang1.

    1215
  • Artificial Analysis scene and style

    Elo-Punkte mehr als das nächstplatzierte Modell.

    24
  • Artificial Analysis live-action film

    Rang1.

    1.
  • Artificial Analysis consumer

    Rang1.

    1.
  • Artificial Analysis frontier editing

    Rang1.

    1.

Werte wie vom Modellanbieter veröffentlicht.

Schnellstart

Senden Sie einen Bildauftrag, fragen Sie den Status ab und speichern Sie die Bilder. Die Beispiele verwenden curl und die Python-3-Standardbibliothek.

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

1API-Schlüssel hinterlegen

Erstellen Sie einen Schlüssel in Ihrem Konto bei der Felo API Platform und legen Sie ihn als Umgebungsvariable ab.

export FELO_API_KEY="YOUR_API_KEY"

2Erste Anfrage senden

Optionale Werte hängen vom Modell ab und werden hier nicht vorgegeben. Prüfen Sie sie im Playground. Felder stehen neben model und prompt, ohne input-Hülle.

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"
}'

3Aufgabe abfragen

Die Antwort enthält task_id. Bei queued oder running alle 3 Sekunden abfragen; bei succeeded, failed oder interrupted stoppen. Maximale Wartezeit: 30 Minuten. Mit created.json können Sie denselben Auftrag ohne erneute Übermittlung weiter abfragen.

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

4Ausgabe herunterladen

Nach Erfolg outputs aus task.json speichern. Unterstützt werden HTTPS-URLs, URL-Objekte und b64_json. Signierte URLs zeitnah herunterladen; dafür ist kein API-Schlüssel nötig.

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

Zum Bearbeiten die Beispiel-URL durch Ihre HTTPS-Bild-URL oder eine Base64-Bild-data-URL ersetzen. Einmal senden und dieselben Abfrage- und Speicherschritte verwenden.

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"
      }
    }
  ]
}'

Unterstützte Parameter

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

Lieber die vollständige Referenz?

API-Referenz →

Häufige Fragen

Was ist Microsoft AI: MAI-Image-2.7?

MAI-Image-2.7 von Microsoft AI ist ein bildorientiertes Modell für die Generierung aus Textvorgaben sowie für Bild-zu-Bild-Bearbeitung. Es kann Objekte entfernen, ersetzen oder in ihren Eigenschaften verändern, während Komposition und Layout erhalten bleiben. Unterstützt werden außerdem Inpainting, Textänderungen und die Entfernung von Bewegungsunschärfe. Bei iterativen Bearbeitungen bleibt die visuelle Konsistenz erhalten. Das Modell eignet sich für kreative Generierung und Design, Szenen-Restylings, Relighting, Illustrationen, Logos, Icons und kommerzielle Designs. Es erstellt fotorealistische Bilder, hochwertige Porträts, Produktbilder und Markenmaterialien. Text in Etiketten, Postern, Verpackungen und Schildern wird unterstützt. Auch Produktbilder mit entferntem Hintergrund sowie das Versetzen von Produkten in neue Umgebungen mit veränderter Beleuchtung oder Stimmung gehören zu den vorgesehenen Aufgaben. MAI-Image-2.7 ist als öffentliche Vorschau in Microsoft Foundry verfügbar und wird unter anderem über fal, Genspark, OpenRouter und Vercel angeboten. Die Familie ist das Standardmodell für Bing Image Creator; MAI-Image-2.7 Flash unterstützt Produktions-Workloads und betreibt Canvas.

Wie wird die Nutzung abgerechnet?

Ihre Rechnung hängt vom genutzten Anbieter, seinen Preisen und Ihrer Nutzung ab. Längere Eingaben oder andere Bedingungen können andere Preise haben. Abrechnung nach den tatsächlichen Generierungskosten. Den endgültigen Betrag finden Sie in Ihrer Rechnung.

Welche Eingaben und Ausgaben unterstützt MAI-Image-2.7?

Das Modell unterstützt Texteingaben und Bildeingaben sowie Bildausgaben.

Welche Bearbeitungen sind möglich?

Es kann Objekte entfernen, ersetzen oder verändern und unterstützt Inpainting, Textaktualisierungen sowie die Entfernung von Bewegungsunschärfe.

Für welche Aufgaben eignet sich das Modell?

Es eignet sich für kreative Generierung, Design, Produktbilder, Illustrationen, Logos, Icons sowie Szenen-Restylings und Relighting.

Wie unterscheidet es sich von MAI-Image-2.6?

MAI-Image-2.7 wurde gegenüber MAI-Image-2.6 in allen10 bewerteten Anwendungsfällen und allen7 Bearbeitungsaktionen verbessert.

Verwandte Modelle