Microsoft AI: MAI-Image-2.7 Flash API
Schnelles Bildmodell für kontrollierte Bearbeitung, Referenzdesigns und umfangreiche kreative Produktionsabläufe.
Microsoft AI: MAI-Image-2.7 Flash ist ein diffusionsbasiertes Bildmodell für Text-zu-Bild-Erzeugung und präzise Bild-zu-Bild-Bearbeitung. Es verarbeitet Texteingaben und Bildeingaben und liefert ausschließlich PNG-Bilder in einem Base64-kodierten JSON-Objekt. Der Kontext umfasst32,000 tokens.
Das Modell eignet sich für schnelle Entwürfe, interaktive Kreativwerkzeuge, Personalisierung und umfangreiche Generierung, wenn Geschwindigkeit wichtiger ist als eine abschließende4K-Qualität. Es kann Produktfotos bereinigen, transparente Hintergründe erzeugen, Objekte ersetzen sowie Farben oder Materialien ändern, ohne die gesamte Szene neu zu generieren. Auch Schaufenster, Beschilderungen und Marketingbilder mit präzise dargestelltem Text gehören zu den geeigneten Aufgaben.
Für referenzgesteuerte Assets können bis zu5 Stil- oder Motiv-Referenzbilder verwendet werden. Referenzbilder müssen JPEG oder PNG sein; bei lokalen Änderungen wird die explizite Angabe des Bearbeitungsbereichs empfohlen. Die Variante ist auf Bildgenerierung und -bearbeitung beschränkt und bietet kein Textverständnis, keine Werkzeugnutzung und keine Websuche. Breite und Höhe des Ausgabebildes müssen jeweils mindestens768 Pixel betragen.
Aktualisiert:
MODELL-ID
mai-image-2.7-flash- Kontext
- 4.096K
- Max. Ausgabe
- 1.024K
- Eingabe
- text / image
- Ausgabe
- image
Highlights
- Diffusionsbasierte Bildgenerierung
- Präzise Bildbearbeitung
- Bis zu5 Referenzbilder
- PNG-Ausgabe als JSON
- Schnelle Iterationen
Anbieter
Vergleichen Sie die API-Preise verschiedener Anbieter. Wählen Sie einen Anbieter aus, um alle Kosten und Bedingungen zu sehen.
| Verfügbarkeit | |
|---|---|
Historische Daten sind keine Live-Statusprüfung. Fehlende Daten bedeuten keinen Ausfall.
Benchmarks
- 7
Artificial Analysis-Rangliste — Bildbearbeitung
Rang7 in der Bildbearbeitung
- 11
Artificial Analysis-Rangliste — Text-zu-Bild-Erzeugung
Rang11 bei der Text-zu-Bild-Erzeugung
- 3
Artificial Analysis — Szenen- und Stilbearbeitung
Rang3 bei Szenen- und Stilbearbeitung
- 4
Artificial Analysis — Verbesserung und Wiederherstellung
Rang4 bei Verbesserung und Wiederherstellung
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-flash"
}'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")
PY4Ausgabe 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)
PYinput_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-flash",
"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 Flash?
Microsoft AI: MAI-Image-2.7 Flash ist ein diffusionsbasiertes Bildmodell für Text-zu-Bild-Erzeugung und präzise Bild-zu-Bild-Bearbeitung. Es verarbeitet Texteingaben und Bildeingaben und liefert ausschließlich PNG-Bilder in einem Base64-kodierten JSON-Objekt. Der Kontext umfasst32,000 tokens. Das Modell eignet sich für schnelle Entwürfe, interaktive Kreativwerkzeuge, Personalisierung und umfangreiche Generierung, wenn Geschwindigkeit wichtiger ist als eine abschließende4K-Qualität. Es kann Produktfotos bereinigen, transparente Hintergründe erzeugen, Objekte ersetzen sowie Farben oder Materialien ändern, ohne die gesamte Szene neu zu generieren. Auch Schaufenster, Beschilderungen und Marketingbilder mit präzise dargestelltem Text gehören zu den geeigneten Aufgaben. Für referenzgesteuerte Assets können bis zu5 Stil- oder Motiv-Referenzbilder verwendet werden. Referenzbilder müssen JPEG oder PNG sein; bei lokalen Änderungen wird die explizite Angabe des Bearbeitungsbereichs empfohlen. Die Variante ist auf Bildgenerierung und -bearbeitung beschränkt und bietet kein Textverständnis, keine Werkzeugnutzung und keine Websuche. Breite und Höhe des Ausgabebildes müssen jeweils mindestens768 Pixel betragen.
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 das Modell?
Es unterstützt Texteingaben und Bildeingaben. Die Ausgabe ist immer ein PNG-Bild in einem Base64-kodierten JSON-Objekt.
Wie groß ist der Kontext?
Der Kontext umfasst32,000 tokens. Eine separate Ausgabelimit-Angabe ist nicht festgelegt.
Für welche Aufgaben eignet sich MAI-Image-2.7 Flash?
Es eignet sich für Text-zu-Bild-Erzeugung, präzise Bildbearbeitung, schnelle Entwürfe, Personalisierung und umfangreiche kreative Produktionsabläufe.
Wie viele Referenzbilder können verwendet werden?
Für referenzgesteuerte Asset-Erzeugung können bis zu5 Stil- oder Motiv-Referenzbilder genutzt werden. Bei der Bildbearbeitung sind Referenzbilder auf JPEG oder PNG und bis zu5 Bilder begrenzt.
Welche Einschränkungen hat das Modell?
Es ist auf Bildgenerierung und Bildbearbeitung beschränkt und umfasst kein Textverständnis, keine Werkzeugnutzung und keine Websuche. Breite und Höhe des Ausgabebildes müssen jeweils mindestens768 Pixel betragen.