Microsoft AI: MAI-Image-2.7 API
MAI-Image-2.7 tworzy i precyzyjnie edytuje realistyczne obrazy, zachowując kompozycję, spójność wizualną oraz czytelny tekst.
MAI-Image-2.7 to model Microsoft AI do generowania obrazów na podstawie opisów tekstowych oraz edycji istniejących grafik. Obsługuje tekst, obrazy i wyjście obrazowe. Wykorzystuje podejście oparte na dyfuzji, a podczas transformacji obraz–obraz pozwala usuwać, zastępować i modyfikować obiekty bez utraty kompozycji ani układu. Obsługuje także malowanie wewnątrz obrazu, aktualizowanie tekstu oraz usuwanie artefaktów rozmycia ruchu.
Model sprawdza się w zadaniach kreatywnych i projektowych: od tworzenia ilustracji, logo, ikon, materiałów marki oraz zdjęć produktów po zmianę scenografii, oświetlenia i nastroju. Może usuwać tła z obrazów produktowych, integrować napisy i symbole oraz przywracać i ulepszać istniejące zasoby. Renderuje tekst na etykietach, plakatach, opakowaniach i znakach, a iteracyjne edycje zachowują spójność wizualną.
MAI-Image-2.7 jest dostępny jako publiczny preview w Microsoft Foundry, a także przez fal, Genspark, OpenRouter i Vercel. Wersja MAI-Image-2.7 Flash obsługuje obciążenia produkcyjne i zasila Canvas. Rodzina MAI Image jest domyślną rodziną modeli dla Bing Image Creator.
Zaktualizowano:
MODEL ID
mai-image-2.7- Kontekst
- 4.096K
- Maks. wyjście
- 1.024K
- Wejście
- text / image
- Wyjście
- image
Najważniejsze informacje
- Precyzyjna edycja obrazów
- Spójność wizualna
- Czytelny tekst w grafikach
- Fotorealistyczne obrazy
- Edycja bez utraty kompozycji
Dostawcy
Porównaj ceny API u różnych dostawców. Wybierz dostawcę, aby zobaczyć wszystkie opłaty i warunki.
| Dostępność | |
|---|---|
Dane historyczne nie są kontrolą na żywo. Brak danych nie oznacza awarii.
Benchmarki
- 1215
AA-Image-Editing v2.1
Wynik Elo na podstawie5,478 głosów;1. miejsce na dzień2026-11-16.
- 24
Artificial Analysis scene and style
Wynik Elo wyższy niż wynik kolejnego modelu.
- 1.
Artificial Analysis live-action film
1. miejsce w rankingu.
- 1.
Artificial Analysis consumer
1. miejsce w rankingu.
- 1.
Artificial Analysis frontier editing
1. miejsce w rankingu.
Wyniki zgodnie z publikacją dostawcy modelu.
Szybki start
Wyślij zadanie obrazu, sprawdzaj stan i zapisz obrazy. Przykłady używają curl i biblioteki standardowej Pythona 3.
POST https://openapi.felo.ai/api/v1/images/generations
1Pobierz klucz API
Utwórz klucz w swoim koncie Felo API Platform i ustaw go jako zmienną środowiskową.
export FELO_API_KEY="YOUR_API_KEY"2Wyślij pierwsze żądanie
Wartości opcjonalne zależą od modelu i nie są tu ustawione. Sprawdź je w Playground. Pola są na tym samym poziomie co model i prompt, bez opakowania 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"
}'3Odpytuj zadanie
Odpowiedź zawiera task_id. Sprawdzaj co 3 sekundy przy queued lub running; zakończ przy succeeded, failed lub interrupted. Maksymalny czas: 30 minut. Zachowaj created.json, aby wznowić odpytywanie bez ponownego wysłania.
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")
PY4Pobierz wynik
Po sukcesie zapisz outputs z task.json. Obsługiwane są adresy HTTPS, obiekty URL i b64_json. Pobierz podpisane adresy szybko; do pobierania obrazów nie potrzeba klucza 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
Aby edytować obraz, zastąp przykładowy URL własnym adresem HTTPS lub data URL obrazu base64. Wyślij raz, potem zastosuj te same kroki sprawdzania i zapisywania.
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"
}
}
]
}'Obsługiwane parametry
- n
- background
- max_tokens
- temperature
- aspect_ratio
- input_references
- max_completion_tokens
Potrzebujesz pełnej dokumentacji?
Dokumentacja API →Często zadawane pytania
Co to jest Microsoft AI: MAI-Image-2.7?
MAI-Image-2.7 to model Microsoft AI do generowania obrazów na podstawie opisów tekstowych oraz edycji istniejących grafik. Obsługuje tekst, obrazy i wyjście obrazowe. Wykorzystuje podejście oparte na dyfuzji, a podczas transformacji obraz–obraz pozwala usuwać, zastępować i modyfikować obiekty bez utraty kompozycji ani układu. Obsługuje także malowanie wewnątrz obrazu, aktualizowanie tekstu oraz usuwanie artefaktów rozmycia ruchu. Model sprawdza się w zadaniach kreatywnych i projektowych: od tworzenia ilustracji, logo, ikon, materiałów marki oraz zdjęć produktów po zmianę scenografii, oświetlenia i nastroju. Może usuwać tła z obrazów produktowych, integrować napisy i symbole oraz przywracać i ulepszać istniejące zasoby. Renderuje tekst na etykietach, plakatach, opakowaniach i znakach, a iteracyjne edycje zachowują spójność wizualną. MAI-Image-2.7 jest dostępny jako publiczny preview w Microsoft Foundry, a także przez fal, Genspark, OpenRouter i Vercel. Wersja MAI-Image-2.7 Flash obsługuje obciążenia produkcyjne i zasila Canvas. Rodzina MAI Image jest domyślną rodziną modeli dla Bing Image Creator.
Jak rozliczane jest użycie?
Rachunek zależy od wybranego dostawcy, jego cen i faktycznego zużycia. Dłuższe dane wejściowe lub inne warunki mogą mieć inne ceny. Rozliczane według rzeczywistego kosztu generowania. Ostateczną kwotę znajdziesz na rachunku.
Jakie dane wejściowe i wyjściowe obsługuje model?
Obsługuje tekst i obrazy jako dane wejściowe oraz generuje obrazy.
Jakie edycje obrazów są możliwe?
Można usuwać, zastępować i modyfikować obiekty, wykonywać malowanie wewnątrz obrazu, aktualizować tekst oraz usuwać artefakty rozmycia ruchu.
Do jakich zadań najlepiej nadaje się MAI-Image-2.7?
Do generowania i projektowania obrazów, tworzenia materiałów marki, edycji zdjęć produktów, ilustracji, logo i ikon oraz zmiany scen, oświetlenia lub nastroju.
Czy model zachowuje spójność podczas kolejnych edycji?
Tak, utrzymuje spójność wizualną podczas iteracyjnych edycji i pozwala wykonywać szczegółowe zmiany bez utraty ogólnego wyglądu obrazu.
Czym różni się od MAI-Image-2.6?
MAI-Image-2.7 poprawia wyniki we wszystkich10 ocenianych zastosowaniach i wszystkich7 działaniach edycyjnych w porównaniu z MAI-Image-2.6.