Microsoft AI: MAI-Image-2.7 Flash API
مدلی سریع برای تولید و ویرایش تصویر با متن و تصویر ورودی، مناسب پردازشهای پرتعداد و اصلاحهای خلاقانه تعاملی.
Microsoft AI: MAI-Image-2.7 Flash مدلی مبتنی بر انتشار برای تولید تصویر از متن و ویرایش دقیق و قابلکنترل تصویر است. این مدل از متن و تصویر بهعنوان ورودی پشتیبانی میکند و خروجی آن همیشه تصویر PNG در یک شیء JSON با کدگذاری base64 است. زمینه مدل32,000 tokens است.
این مدل برای ساخت پیشنویسهای پرتعداد، گردشکارهای تکرارشونده و ابزارهای خلاقانه تعاملی مناسب است؛ بهویژه زمانی که سرعت و هزینه هر تصویر از پرداخت نهایی با کیفیت4K مهمتر باشد. میتوان از آن برای پاکسازی عکس محصول، ایجاد پسزمینه شفاف، جایگزینی اشیا، تغییر رنگ یا جنس یک شیء، و تولید تصاویر بازاریابی با متن دقیق استفاده کرد.
MAI-Image-2.7 Flash با حفظ قابلیتهای تولید و ویرایش MAI-Image-2.7، نسخهای سریعتر و کمهزینهتر است و بخشی از وفاداری تصویر را در برابر سرعت بیشتر واگذار میکند. تولید دارایی با راهنمایی مرجع از حداکثر5 تصویر مرجع سبک یا سوژه پشتیبانی میشود؛ تصاویر مرجع ویرایش باید JPEG یا PNG باشند و برای ویرایشهای محلی، مشخصکردن ناحیه ویرایش توصیه میشود.
بهروزرسانی:
MODEL ID
mai-image-2.7-flash- زمینه
- 4.096K
- حداکثر خروجی
- 1.024K
- ورودی
- text / image
- خروجی
- image
نکات برجسته
- تولید تصویر مبتنی بر انتشار
- ویرایش دقیق و قابلکنترل
- پشتیبانی از5 تصویر مرجع
- خروجی PNG با base64
- مناسب تولید پرتعداد
ارائهدهندگان
قیمت API را بین ارائهدهندگان مقایسه کنید. یک ارائهدهنده را انتخاب کنید تا همه هزینهها و شرایط را ببینید.
| دسترسپذیری | |
|---|---|
آمار تاریخی بررسی زنده وضعیت نیست. نبود داده به معنی قطعی نیست.
بنچمارکها
- 7
Artificial Analysis — رتبهبندی ویرایش تصویر
رتبه7 در Artificial Analysis برای ویرایش تصویر
- 11
Artificial Analysis — رتبهبندی تولید تصویر از متن
رتبه11 در Artificial Analysis برای تولید تصویر از متن
- 3
Artificial Analysis — ویرایش صحنه و سبک
رتبه3 در Artificial Analysis برای ویرایش صحنه و سبک
- 4
Artificial Analysis — بهبود و بازسازی
رتبه4 در Artificial Analysis برای بهبود و بازسازی
امتیازها همانگونه که ارائهدهنده مدل منتشر کرده است.
شروع سریع
وظیفه تصویر را ارسال کنید، وضعیت را بررسی و تصاویر را ذخیره کنید. مثالها از curl و کتابخانه استاندارد Python 3 استفاده میکنند.
POST https://openapi.felo.ai/api/v1/images/generations
1کلید API خود را بگیرید
از حساب Felo API Platform خود کلیدی بسازید و آن را بهعنوان متغیر محیطی تنظیم کنید.
export FELO_API_KEY="YOUR_API_KEY"2اولین درخواست خود را بفرستید
مقادیر اختیاری به مدل بستگی دارند و اینجا تنظیم نشدهاند. آنها را در Playground تأیید کنید. فیلدها همسطح model و prompt هستند و داخل input قرار نمیگیرند.
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"
}'3بررسی وظیفه
ارسال، task_id برمیگرداند. در queued یا running هر ۳ ثانیه بررسی کنید؛ در succeeded، failed یا interrupted متوقف شوید. حداکثر انتظار ۳۰ دقیقه است. برای ادامه بررسی بدون ارسال مجدد، created.json را نگه دارید.
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")
PY4دانلود خروجی
پس از موفقیت، outputs را از task.json ذخیره کنید. نشانی HTTPS، شیء URL و b64_json پشتیبانی میشوند. پیوندهای امضاشده را زود دانلود کنید؛ دانلود تصویر به کلید API نیاز ندارد.
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
برای ویرایش تصویر، نشانی نمونه را با نشانی HTTPS تصویر خود یا data URL تصویر base64 جایگزین کنید. یک بار ارسال کرده و همان مراحل بررسی و ذخیره را دنبال کنید.
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"
}
}
]
}'پارامترهای پشتیبانیشده
- n
- background
- max_tokens
- temperature
- aspect_ratio
- input_references
- max_completion_tokens
مرجع کامل را ترجیح میدهید؟
مرجع API →پرسشهای متداول
معرفی مدل: Microsoft AI: MAI-Image-2.7 Flash?
Microsoft AI: MAI-Image-2.7 Flash مدلی مبتنی بر انتشار برای تولید تصویر از متن و ویرایش دقیق و قابلکنترل تصویر است. این مدل از متن و تصویر بهعنوان ورودی پشتیبانی میکند و خروجی آن همیشه تصویر PNG در یک شیء JSON با کدگذاری base64 است. زمینه مدل32,000 tokens است. این مدل برای ساخت پیشنویسهای پرتعداد، گردشکارهای تکرارشونده و ابزارهای خلاقانه تعاملی مناسب است؛ بهویژه زمانی که سرعت و هزینه هر تصویر از پرداخت نهایی با کیفیت4K مهمتر باشد. میتوان از آن برای پاکسازی عکس محصول، ایجاد پسزمینه شفاف، جایگزینی اشیا، تغییر رنگ یا جنس یک شیء، و تولید تصاویر بازاریابی با متن دقیق استفاده کرد. MAI-Image-2.7 Flash با حفظ قابلیتهای تولید و ویرایش MAI-Image-2.7، نسخهای سریعتر و کمهزینهتر است و بخشی از وفاداری تصویر را در برابر سرعت بیشتر واگذار میکند. تولید دارایی با راهنمایی مرجع از حداکثر5 تصویر مرجع سبک یا سوژه پشتیبانی میشود؛ تصاویر مرجع ویرایش باید JPEG یا PNG باشند و برای ویرایشهای محلی، مشخصکردن ناحیه ویرایش توصیه میشود.
هزینه استفاده چگونه محاسبه میشود؟
صورتحساب شما به ارائهدهندهای که استفاده میکنید، قیمتهای آن و میزان مصرف شما بستگی دارد. ورودیهای طولانیتر یا شرایط دیگر ممکن است قیمت متفاوتی داشته باشند. صورتحساب بر اساس هزینه واقعی تولید محاسبه میشود. مبلغ نهایی را در صورتحساب ببینید.
چه ورودیهایی را پشتیبانی میکند؟
مدل متن و تصویر را بهعنوان ورودی میپذیرد و برای ویرایش، تصاویر مرجع باید JPEG یا PNG باشند.
خروجی مدل با چه قالبی ارائه میشود؟
خروجی همیشه تصویر PNG است که در یک شیء JSON با کدگذاری base64 بازگردانده میشود.
این مدل برای چه کارهایی مناسب است؟
برای تولید پرتعداد، تکرار سریع، ویرایش عکس محصول، اصلاح طراحی، شخصیسازی و تصاویر بازاریابی مناسب است.
چند تصویر مرجع میتوان استفاده کرد؟
تولید دارایی با راهنمایی مرجع از حداکثر5 تصویر مرجع سبک یا سوژه پشتیبانی میکند.
تفاوت آن با MAI-Image-2.7 چیست؟
MAI-Image-2.7 Flash نسخهای سریعتر و کمهزینهتر با قابلیتهای تولید و ویرایش مشابه است، اما بخشی از وفاداری تصویر را برای سرعت بیشتر واگذار میکند.