Felo API PlatformFelo API Platform
Terug naar modellen

Microsoft AI: MAI-Image-2.7 API

MAI-Image-2.7 maakt realistische afbeeldingen en bewerkt bestaande beelden met nauwkeurige, consistente resultaten.

MAI-Image-2.7 van Microsoft AI verwerkt tekst- en afbeeldingsinvoer en genereert afbeeldingsuitvoer. Het model gebruikt een diffusion-gebaseerde aanpak voor het maken van beelden en ondersteunt image-to-image-transformaties. Bestaande afbeeldingen kunnen worden aangepast door objecten te verwijderen, vervangen of wijzigen, terwijl compositie en lay-out behouden blijven.

Het model is geschikt voor creatieve generatie en ontwerp, scène-restyling, relighting, illustraties, logo’s en pictogrammen. Het kan tekst weergeven in labels, posters, verpakkingen en borden, en levert fotorealistische portretten, productbeelden, merkassets en commerciële ontwerpen. Ook ondersteunt het inpainting, tekstupdates, het verwijderen van bewegingsonscherpte en het verplaatsen van producten naar nieuwe omgevingen.

Tijdens iteratieve bewerkingen bewaart MAI-Image-2.7 de visuele consistentie. Volgens de beschikbare vergelijking verbeterde het model op alle10 geëvalueerde gebruiksscenario’s en alle7 bewerkingsacties ten opzichte van MAI-Image-2.6. Het model is beschikbaar als publieke preview in Microsoft Foundry en via Azure, fal, Genspark, OpenRouter en Vercel.

Bijgewerkt:

MODEL-ID

mai-image-2.7
Context
4.096K
Max. uitvoer
1.024K
Invoer
text / image
Uitvoer
image

Hoogtepunten

  • Consistente iteratieve bewerkingen
  • Verbeterde tekstweergave
  • Fotorealistische beelden
  • Nauwkeurige beeldbewerking
  • Inpainting en relighting

Aanbieders

1 aanbieders

Vergelijk API-prijzen tussen aanbieders. Kies een aanbieder om alle kosten en voorwaarden te bekijken.

Aanbieder · Prijsdetails
Beschikbaarheid

Benchmarks

  • AA-Image-Editing v2.1

    Elo-score op basis van5,478 stemmen; stond op1e plaats op2026-11-16.

    1215
  • Artificial Analysis scene and style

    Elo-score hoger dan die van het volgende model.

    24
  • Artificial Analysis live-action film

    Rangschikking:1e plaats.

    1e
  • Artificial Analysis consumer

    Rangschikking:1e plaats.

    1e
  • Artificial Analysis frontier editing

    Rangschikking:1e plaats.

    1e

Scores zoals gepubliceerd door de modelaanbieder.

Snelstart

Verstuur een afbeeldingstaak, controleer de status en sla de afbeeldingen op. De voorbeelden gebruiken curl en de standaardbibliotheek van Python 3.

POST https://openapi.felo.ai/api/v1/images/generations

1API-sleutel instellen

Maak een sleutel in je Felo API Platform-account en stel deze in als omgevingsvariabele.

export FELO_API_KEY="YOUR_API_KEY"

2Je eerste aanvraag doen

Optionele waarden verschillen per model en zijn hier niet ingesteld. Controleer ze in Playground. Velden staan naast model en prompt, zonder input-omslag.

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"
}'

3Taak pollen

De aanvraag retourneert task_id. Controleer elke 3 seconden bij queued of running; stop bij succeeded, failed of interrupted. Maximaal 30 minuten wachten. Bewaar created.json om dezelfde taak verder op te vragen zonder opnieuw te versturen.

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")
PY

4Uitvoer downloaden

Sla na succes outputs uit task.json op. HTTPS-URL’s, URL-objecten en b64_json worden ondersteund. Download ondertekende URL’s tijdig; daarvoor is geen API-sleutel nodig.

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)
PY
input_references

Vervang voor bewerking de voorbeeld-URL door je HTTPS-afbeeldings-URL of een base64-afbeeldings-data-URL. Verstuur één keer en volg dezelfde controle- en opslagstappen.

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"
      }
    }
  ]
}'

Ondersteunde parameters

  • n
  • background
  • max_tokens
  • temperature
  • aspect_ratio
  • input_references
  • max_completion_tokens

Liever de volledige referentie?

API-referentie →

Veelgestelde vragen

Wat is Microsoft AI: MAI-Image-2.7?

MAI-Image-2.7 van Microsoft AI verwerkt tekst- en afbeeldingsinvoer en genereert afbeeldingsuitvoer. Het model gebruikt een diffusion-gebaseerde aanpak voor het maken van beelden en ondersteunt image-to-image-transformaties. Bestaande afbeeldingen kunnen worden aangepast door objecten te verwijderen, vervangen of wijzigen, terwijl compositie en lay-out behouden blijven. Het model is geschikt voor creatieve generatie en ontwerp, scène-restyling, relighting, illustraties, logo’s en pictogrammen. Het kan tekst weergeven in labels, posters, verpakkingen en borden, en levert fotorealistische portretten, productbeelden, merkassets en commerciële ontwerpen. Ook ondersteunt het inpainting, tekstupdates, het verwijderen van bewegingsonscherpte en het verplaatsen van producten naar nieuwe omgevingen. Tijdens iteratieve bewerkingen bewaart MAI-Image-2.7 de visuele consistentie. Volgens de beschikbare vergelijking verbeterde het model op alle10 geëvalueerde gebruiksscenario’s en alle7 bewerkingsacties ten opzichte van MAI-Image-2.6. Het model is beschikbaar als publieke preview in Microsoft Foundry en via Azure, fal, Genspark, OpenRouter en Vercel.

Hoe wordt het gebruik gefactureerd?

Je factuur hangt af van de aanbieder die je gebruikt, de prijzen en je verbruik. Langere invoer of andere voorwaarden kunnen andere prijzen hebben. Gefactureerd op basis van de werkelijke generatiekosten. Zie je factuur voor het uiteindelijke bedrag.

Welke invoer en uitvoer ondersteunt MAI-Image-2.7?

Het model ondersteunt tekstinvoer en afbeeldingsinvoer, met afbeeldingen als uitvoer.

Welke bewerkingen ondersteunt het model?

Het ondersteunt image-to-image-transformaties, inpainting, tekstupdates en het verwijderen van bewegingsonscherpte. Objecten kunnen worden verwijderd, vervangen of aangepast met behoud van compositie en lay-out.

Voor welke taken is MAI-Image-2.7 geschikt?

Het model is geschikt voor creatieve generatie, ontwerp, illustraties, productbeelden, merkassets, commerciële ontwerpen en het integreren van tekst of symbolen in afbeeldingen.

Hoe verschilt het model van MAI-Image-2.6?

MAI-Image-2.7 verbeterde ten opzichte van MAI-Image-2.6 op alle10 geëvalueerde gebruiksscenario’s en alle7 bewerkingsacties.

Gerelateerde modellen