Microsoft AI: MAI-Image-2.7 API
Microsoft AIのMAI-Image-2.7は、文字からの画像生成と高精度な画像編集に対応する画像モデルです。
MAI-Image-2.7は、テキスト入力から画像を生成し、既存画像を画像間変換で編集できるモデルです。オブジェクトの削除・置換・属性変更、インペインティング、画像内テキストの更新、モーションブラーの除去に対応し、構図やレイアウトを保ちながら反復編集で視覚的な一貫性を維持します。入力はテキストと画像、出力は画像です。
ラベル、ポスター、パッケージ、看板などの文字を画像内に描画でき、写実的な画像、高忠実度のポートレート、商品画像、ブランド素材、商用デザインの作成に適しています。シーンの再スタイリングや再照明、背景除去、ロゴ・アイコン・イラストの生成、商品を新しい環境へ移す編集にも利用できます。
MAI-Image-2.7はMicrosoft Foundryでパブリックプレビューとして提供されています。fal、Genspark、OpenRouter、Vercelからも利用でき、Azureではエンタープライズ向けインフラストラクチャ、統合請求、ガバナンス、PTU portabilityに対応します。MAI-Image-2.7 Flashは本番ワークロードをサポートし、Canvasを支えています。
更新日時:
モデル ID
mai-image-2.7- コンテキスト
- 4.096K
- 最大出力
- 1.024K
- 入力
- text / image
- 出力
- image
ハイライト
- 高精度な画像編集
- 一貫性を保つ反復編集
- 画像内テキストに対応
- 写実的な画像生成
- 商品・ブランド素材向け
プロバイダー
プロバイダーごとの API 料金を比較できます。プロバイダーを選択すると、すべての料金と適用条件を確認できます。
| 稼働率 | |
|---|---|
過去の統計はリアルタイムの稼働確認ではありません。データの欠損は障害を意味しません。
ベンチマーク
- 1215
AA-Image-Editing v2.1
Elo。5,478票に基づき、2026-11-16時点で1位。
- 24
Artificial Analysis scene and style
次のモデルを上回るElo。
- 1位
Artificial Analysis live-action film
順位。
- 1位
Artificial Analysis consumer
順位。
- 1位
Artificial Analysis frontier editing
順位。
スコアはモデル提供元が公表した値です。
Quick Start
画像タスクを送信し、状態を確認してから画像を保存します。curl と Python 3 の標準ライブラリのみを使用します。
POST https://openapi.felo.ai/api/v1/images/generations
1API key を設定
Felo API Platform アカウントで key を作成し、環境変数として設定します。
export FELO_API_KEY="YOUR_API_KEY"2最初のリクエスト
任意パラメーターの値はモデルによって異なるため、例では指定しません。追加前に Playground で確認してください。各フィールドは model・prompt と同じ階層に置き、input で囲みません。
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"
}'3タスクをポーリング
送信後に task_id が返ります。queued・running の間は3秒ごとに確認し、succeeded・failed・interrupted で終了します。待機は最大30分です。created.json を保存すると、再送信せず同じタスクの確認を再開できます。
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")
PY4出力をダウンロード
成功後、task.json の outputs を保存します。HTTPS URL、URL オブジェクト、b64_json に対応しています。署名付き URL は早めにダウンロードしてください。画像の取得に API キーは不要です。
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
画像編集では、例の URL を自分の HTTPS 画像 URL または base64 画像 data URL に置き換えます。一度送信した後、同じ確認・保存手順を使います。
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"
}
}
]
}'対応パラメータ
- n
- background
- max_tokens
- temperature
- aspect_ratio
- input_references
- max_completion_tokens
完全なリファレンスが必要ですか?
API リファレンス →よくある質問
モデルについて: Microsoft AI: MAI-Image-2.7?
MAI-Image-2.7は、テキスト入力から画像を生成し、既存画像を画像間変換で編集できるモデルです。オブジェクトの削除・置換・属性変更、インペインティング、画像内テキストの更新、モーションブラーの除去に対応し、構図やレイアウトを保ちながら反復編集で視覚的な一貫性を維持します。入力はテキストと画像、出力は画像です。 ラベル、ポスター、パッケージ、看板などの文字を画像内に描画でき、写実的な画像、高忠実度のポートレート、商品画像、ブランド素材、商用デザインの作成に適しています。シーンの再スタイリングや再照明、背景除去、ロゴ・アイコン・イラストの生成、商品を新しい環境へ移す編集にも利用できます。 MAI-Image-2.7はMicrosoft Foundryでパブリックプレビューとして提供されています。fal、Genspark、OpenRouter、Vercelからも利用でき、Azureではエンタープライズ向けインフラストラクチャ、統合請求、ガバナンス、PTU portabilityに対応します。MAI-Image-2.7 Flashは本番ワークロードをサポートし、Canvasを支えています。
利用料金はどのように計算されますか?
料金は利用するプロバイダーと実際の使用量により決まります。長い入力などは料金が異なる場合があります。内訳をご確認ください。 実際の生成費用に基づく課金です。最終金額は請求明細をご確認ください。
どのような入力と出力に対応しますか?
テキスト入力と画像入力に対応し、画像を出力します。
どのような画像編集ができますか?
オブジェクトの削除、置換、属性変更、インペインティング、テキスト更新、モーションブラーの除去ができます。構図やレイアウトを保った編集にも対応します。
どのような用途に適していますか?
クリエイティブ制作、商品画像、ブランド素材、商用デザイン、背景除去、ロゴやアイコン、イラストの作成に適しています。
MAI-Image-2.6との違いは何ですか?
MAI-Image-2.6と比較して、評価対象となった10のユースケースすべてと7つの編集アクションすべてで改善されています。
どこで利用できますか?
Microsoft Foundryのパブリックプレビューで利用できます。また、fal、Genspark、OpenRouter、Vercelからも提供されています。