Microsoft AI: MAI-Image-2.7 Flash API
Model gambar cepat untuk pembuatan dan penyuntingan iteratif dengan teks, gambar referensi, serta keluaran PNG.
Microsoft AI: MAI-Image-2.7 Flash adalah model difusi untuk menghasilkan gambar dari teks dan melakukan penyuntingan gambar secara presisi serta terkontrol. Model ini menerima input teks dan gambar, mendukung pembuatan aset berdasarkan hingga5 gambar referensi gaya atau subjek, dan selalu mengembalikan gambar dalam format PNG melalui objek JSON berkode base64. Konteksnya adalah32,000 tokens.
Model ini cocok untuk pembuatan draf bervolume tinggi, alur kerja iteratif, alat kreatif interaktif, personalisasi, dan produksi gambar cepat ketika kecepatan lebih penting daripada penyelesaian berkualitas4K. Penggunaannya mencakup pembersihan foto produk, pembuatan latar transparan, penggantian objek, perubahan warna atau material, serta visual pemasaran, etalase, dan papan tanda yang membutuhkan teks ter-render akurat.
MAI-Image-2.7 Flash dirancang sebagai varian yang lebih cepat dan lebih rendah biaya dengan kemampuan generasi serta penyuntingan yang sama seperti MAI-Image-2.7, dengan kompromi pada sebagian fidelitas demi kecepatan. Model ini hanya berfokus pada generasi dan penyuntingan gambar, tanpa penalaran teks, penggunaan alat, atau pencarian web. Gambar referensi harus berupa JPEG atau PNG dan dibatasi hingga5 gambar untuk penyuntingan; lebar dan tinggi keluaran masing-masing minimal768 piksel.
Diperbarui:
ID MODEL
mai-image-2.7-flash- Konteks
- 4.096K
- Output maks
- 1.024K
- Masukan
- text / image
- Keluaran
- image
Sorotan
- Generasi teks ke gambar
- Penyuntingan gambar presisi
- Hingga5 gambar referensi
- Keluaran PNG base64
- Konteks32,000 tokens
Penyedia
Bandingkan harga API antarpenyedia. Pilih penyedia untuk melihat semua biaya dan ketentuan.
| Ketersediaan | |
|---|---|
Statistik historis bukan pemeriksaan langsung. Data yang hilang tidak berarti gangguan.
Tolok ukur
- 7
Papan peringkat Artificial Analysis — penyuntingan gambar
Peringkat7.
- 11
Papan peringkat Artificial Analysis — generasi teks ke gambar
Peringkat11.
- 3
Artificial Analysis — penyuntingan adegan dan gaya
Peringkat3.
- 4
Artificial Analysis — peningkatan dan restorasi
Peringkat4.
Skor sesuai publikasi penyedia model.
Mulai cepat
Kirim tugas gambar, periksa status, lalu simpan gambar. Contoh menggunakan curl dan pustaka standar Python 3.
POST https://openapi.felo.ai/api/v1/images/generations
1Siapkan kunci API
Buat kunci dari akun Felo API Platform Anda dan tetapkan sebagai variabel lingkungan.
export FELO_API_KEY="YOUR_API_KEY"2Kirim permintaan pertama
Nilai opsional berbeda per model dan tidak ditetapkan di sini. Periksa di Playground. Kolom sejajar dengan model dan prompt, tanpa pembungkus 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"
}'3Polling tugas
Pengiriman mengembalikan task_id. Periksa setiap 3 detik saat queued atau running; berhenti saat succeeded, failed, atau interrupted. Tunggu maksimal 30 menit. Simpan created.json untuk melanjutkan pemeriksaan tanpa mengirim ulang.
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")
PY4Unduh output
Setelah berhasil, simpan outputs dari task.json. Mendukung URL HTTPS, objek URL, dan b64_json. Segera unduh URL bertanda tangan; unduhan gambar tidak memerlukan kunci API.
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
Untuk mengedit gambar, ganti URL contoh dengan URL gambar HTTPS atau data URL gambar base64 Anda. Kirim sekali, lalu ikuti langkah pemeriksaan dan penyimpanan yang sama.
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"
}
}
]
}'Parameter yang didukung
- n
- background
- max_tokens
- temperature
- aspect_ratio
- input_references
- max_completion_tokens
Ingin referensi lengkap?
Referensi API →Pertanyaan umum
Mengenal Microsoft AI: MAI-Image-2.7 Flash?
Microsoft AI: MAI-Image-2.7 Flash adalah model difusi untuk menghasilkan gambar dari teks dan melakukan penyuntingan gambar secara presisi serta terkontrol. Model ini menerima input teks dan gambar, mendukung pembuatan aset berdasarkan hingga5 gambar referensi gaya atau subjek, dan selalu mengembalikan gambar dalam format PNG melalui objek JSON berkode base64. Konteksnya adalah32,000 tokens. Model ini cocok untuk pembuatan draf bervolume tinggi, alur kerja iteratif, alat kreatif interaktif, personalisasi, dan produksi gambar cepat ketika kecepatan lebih penting daripada penyelesaian berkualitas4K. Penggunaannya mencakup pembersihan foto produk, pembuatan latar transparan, penggantian objek, perubahan warna atau material, serta visual pemasaran, etalase, dan papan tanda yang membutuhkan teks ter-render akurat. MAI-Image-2.7 Flash dirancang sebagai varian yang lebih cepat dan lebih rendah biaya dengan kemampuan generasi serta penyuntingan yang sama seperti MAI-Image-2.7, dengan kompromi pada sebagian fidelitas demi kecepatan. Model ini hanya berfokus pada generasi dan penyuntingan gambar, tanpa penalaran teks, penggunaan alat, atau pencarian web. Gambar referensi harus berupa JPEG atau PNG dan dibatasi hingga5 gambar untuk penyuntingan; lebar dan tinggi keluaran masing-masing minimal768 piksel.
Bagaimana penggunaan ditagih?
Tagihan Anda bergantung pada penyedia yang digunakan, tarifnya, dan penggunaan Anda. Masukan yang lebih panjang atau ketentuan lain dapat memiliki harga berbeda. Ditagih berdasarkan biaya pembuatan sebenarnya. Lihat tagihan Anda untuk jumlah akhir.
Input apa yang didukung?
Model mendukung input teks dan gambar. Gambar referensi harus berupa JPEG atau PNG.
Berapa kapasitas konteks dan keluaran model?
Konteks model adalah32,000 tokens. Keluaran selalu berupa gambar PNG dalam objek JSON berkode base64.
Untuk tugas apa model ini cocok?
Model cocok untuk generasi gambar, penyuntingan foto produk, perubahan objek, iterasi desain, personalisasi, dan produksi gambar bervolume tinggi.
Berapa banyak gambar referensi yang dapat digunakan?
Model mendukung hingga5 gambar referensi gaya atau subjek. Untuk penyuntingan gambar, referensi dibatasi hingga5 gambar.
Apa perbedaan Flash dari model sekeluarga?
MAI-Image-2.7 Flash adalah varian yang lebih cepat dan lebih rendah biaya dibandingkan MAI-Image-2.7, dengan kompromi pada sebagian fidelitas demi kecepatan.