Microsoft AI: MAI-Image-2.7 API
MAI-Image-2.7 genera y edita imágenes fotorrealistas con texto integrado, consistencia visual y control detallado.
MAI-Image-2.7 es un modelo de Microsoft AI para generar imágenes a partir de indicaciones de texto y transformar imágenes existentes mediante edición imagen a imagen. Puede eliminar, reemplazar o modificar objetos y sus atributos conservando la composición y la distribución visual. También admite relleno generativo, actualización de texto y eliminación de artefactos de desenfoque por movimiento.
Está orientado a tareas creativas y de diseño, como crear ilustraciones, logotipos, iconos, retratos, imágenes de productos y recursos de marca. Resulta especialmente útil para rediseñar escenas, cambiar iluminación o ambiente, trasladar productos a nuevos entornos, eliminar fondos y restaurar o mejorar recursos existentes. El modelo mantiene la coherencia visual durante ediciones iterativas y renderiza texto en etiquetas, carteles, envases y letreros.
Ofrece imágenes fotorrealistas y una representación de texto mejorada. Frente a MAI-Image-2.6, mejoró en los10 casos de uso y las7 acciones de edición evaluados. Está disponible como vista previa pública en Microsoft Foundry y también mediante fal, Genspark, OpenRouter y Vercel.
Actualizado:
ID DEL MODELO
mai-image-2.7- Contexto
- 4.096K
- Salida máx.
- 1.024K
- Entrada
- text / image
- Salida
- image
Aspectos destacados
- Edición visual controlable
- Coherencia en cambios iterativos
- Texto integrado mejorado
- Salida fotorrealista
- Edición imagen a imagen
Proveedores
Compara los precios de API entre proveedores. Selecciona un proveedor para ver todos los cargos y condiciones.
| Disponibilidad | |
|---|---|
Las estadísticas históricas no son una comprobación en tiempo real. La falta de datos no implica una interrupción.
Benchmarks
- 1215
AA-Image-Editing v2.1
Puntuación Elo con5,478 votos; ocupó el1er puesto el2026-11-16.
- 24
Artificial Analysis scene and style
Puntuación Elo superior a la del siguiente modelo.
- 1er puesto
Artificial Analysis live-action film
Obtuvo el1er puesto.
- 1er puesto
Artificial Analysis consumer
Obtuvo el1er puesto.
- 1er puesto
Artificial Analysis frontier editing
Obtuvo el1er puesto.
Puntuaciones según lo publicado por el proveedor del modelo.
Inicio rápido
Envía una tarea de imagen, consulta su estado y guarda las imágenes. Los ejemplos usan curl y la biblioteca estándar de Python 3.
POST https://openapi.felo.ai/api/v1/images/generations
1Configura tu clave de API
Crea una clave en tu cuenta de Felo API Platform y configúrala como variable de entorno.
export FELO_API_KEY="YOUR_API_KEY"2Haz tu primera solicitud
Los valores opcionales dependen del modelo y se omiten en el ejemplo. Confírmalos en Playground. Los campos van al mismo nivel que model y prompt, sin envoltorio 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"
}'3Consultar tarea
La respuesta incluye task_id. Consulta cada 3 segundos mientras esté queued o running; termina con succeeded, failed o interrupted. Espera máxima: 30 minutos. Conserva created.json para continuar sin volver a enviar la tarea.
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")
PY4Descargar salida
Tras el éxito, guarda outputs de task.json. Admite URL HTTPS, objetos URL y b64_json. Descarga pronto las URL firmadas; no necesitas la clave API para descargar imágenes.
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
Para editar imágenes, sustituye la URL de ejemplo por tu URL HTTPS o una data URL de imagen en base64. Envía una vez y sigue los mismos pasos de consulta y guardado.
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"
}
}
]
}'Parámetros compatibles
- n
- background
- max_tokens
- temperature
- aspect_ratio
- input_references
- max_completion_tokens
¿Prefieres la referencia completa?
Referencia de la API →Preguntas frecuentes
¿Qué es Microsoft AI: MAI-Image-2.7?
MAI-Image-2.7 es un modelo de Microsoft AI para generar imágenes a partir de indicaciones de texto y transformar imágenes existentes mediante edición imagen a imagen. Puede eliminar, reemplazar o modificar objetos y sus atributos conservando la composición y la distribución visual. También admite relleno generativo, actualización de texto y eliminación de artefactos de desenfoque por movimiento. Está orientado a tareas creativas y de diseño, como crear ilustraciones, logotipos, iconos, retratos, imágenes de productos y recursos de marca. Resulta especialmente útil para rediseñar escenas, cambiar iluminación o ambiente, trasladar productos a nuevos entornos, eliminar fondos y restaurar o mejorar recursos existentes. El modelo mantiene la coherencia visual durante ediciones iterativas y renderiza texto en etiquetas, carteles, envases y letreros. Ofrece imágenes fotorrealistas y una representación de texto mejorada. Frente a MAI-Image-2.6, mejoró en los10 casos de uso y las7 acciones de edición evaluados. Está disponible como vista previa pública en Microsoft Foundry y también mediante fal, Genspark, OpenRouter y Vercel.
¿Cómo se cobra el uso?
Tu factura depende del proveedor que uses, de sus precios y de tu uso. Las entradas más largas u otras condiciones pueden tener precios distintos. Se factura según el costo real de generación. Consulta tu factura para el importe final.
¿Qué entradas y salidas admite?
Admite entradas de texto e imagen, y genera imágenes.
¿Qué tareas de edición puede realizar?
Puede eliminar, reemplazar y modificar objetos, hacer relleno generativo, actualizar texto y retirar artefactos de desenfoque por movimiento.
¿Para qué tareas es adecuado?
Es adecuado para generación creativa, diseño, edición de imágenes, productos, recursos de marca, ilustraciones, logotipos e iconos.
¿Mantiene la composición durante la edición?
Sí. Está diseñado para conservar la composición y la distribución visual, además de mantener la coherencia durante ediciones iterativas.
¿Qué diferencia hay frente a MAI-Image-2.6?
MAI-Image-2.7 mejoró en los10 casos de uso y las7 acciones de edición evaluados frente a MAI-Image-2.6.