Microsoft AI: MAI-Image-2.7 API
Modelo de geração e edição de imagens com consistência visual, texto renderizado com precisão e resultados fotorrealistas.
O MAI-Image-2.7, da Microsoft AI, gera imagens a partir de prompts de texto usando uma abordagem baseada em difusão e transforma imagens existentes por meio de edição image-to-image. Ele remove, substitui e altera atributos de objetos preservando a composição e o layout, além de realizar inpainting, atualizar textos e remover artefatos de desfoque de movimento.
O modelo é adequado para criação visual e design, restyling e relighting de cenas, ilustrações, logotipos, ícones, imagens de produtos e ativos de marca. Também pode integrar textos e símbolos em rótulos, pôsteres, embalagens e placas, restaurar ativos existentes, remover fundos de produtos e mover produtos para novos cenários, alterando iluminação ou atmosfera.
O MAI-Image-2.7 mantém a consistência visual durante edições iterativas e oferece edição controlável, renderização de texto aprimorada e saída fotorrealista. Está disponível como prévia pública no Microsoft Foundry e por meio de fal, Genspark, OpenRouter e Vercel; o MAI-Image-2.7 Flash atende cargas de produção e alimenta o Canvas.
Atualizado:
ID DO MODELO
mai-image-2.7- Contexto
- 4.096K
- Saída máxima
- 1.024K
- Entrada
- text / image
- Saída
- image
Destaques
- Edição visual consistente
- Texto renderizado com precisão
- Saída fotorrealista
- Inpainting e restauração
- Edição image-to-image
Provedores
Compare os preços de API entre provedores. Selecione um provedor para ver todos os preços e condições.
| Disponibilidade | |
|---|---|
Estatísticas históricas não são uma verificação em tempo real. Dados ausentes não indicam uma interrupção.
Benchmarks
- 1215
AA-Image-Editing v2.1
Pontuação Elo com5,478 votos; ficou em1º lugar em2026-11-16.
- 24
Artificial Analysis scene and style
Pontuação Elo superior à do próximo modelo.
- 1º
Artificial Analysis live-action film
Ficou em1º lugar.
- 1º
Artificial Analysis consumer
Ficou em1º lugar.
- 1º
Artificial Analysis frontier editing
Ficou em1º lugar.
Pontuações conforme publicadas pelo fornecedor do modelo.
Início rápido
Envie uma tarefa de imagem, consulte o status e salve as imagens. Os exemplos usam curl e a biblioteca padrão do Python 3.
POST https://openapi.felo.ai/api/v1/images/generations
1Defina sua chave de API
Crie uma chave na sua conta da Felo API Platform e defina-a como variável de ambiente.
export FELO_API_KEY="YOUR_API_KEY"2Faça sua primeira requisição
Os valores opcionais variam por modelo e não são definidos aqui. Confirme-os no Playground. Os campos ficam no mesmo nível de model e prompt, sem envolver em 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"
}'3Consultar tarefa
O envio retorna task_id. Consulte a cada 3 segundos enquanto queued ou running; pare em succeeded, failed ou interrupted. Espera máxima: 30 minutos. Guarde created.json para continuar sem reenviar a tarefa.
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")
PY4Baixar saída
Após o sucesso, salve outputs de task.json. Aceita URLs HTTPS, objetos URL e b64_json. Baixe URLs assinadas prontamente; o download não exige chave de 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
Para editar imagens, substitua a URL de exemplo por sua URL HTTPS ou uma data URL de imagem em base64. Envie uma vez e siga as mesmas etapas de consulta e salvamento.
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"
}
}
]
}'Parâmetros compatíveis
- n
- background
- max_tokens
- temperature
- aspect_ratio
- input_references
- max_completion_tokens
Prefere a referência completa?
Referência da API →Perguntas frequentes
O que é Microsoft AI: MAI-Image-2.7?
O MAI-Image-2.7, da Microsoft AI, gera imagens a partir de prompts de texto usando uma abordagem baseada em difusão e transforma imagens existentes por meio de edição image-to-image. Ele remove, substitui e altera atributos de objetos preservando a composição e o layout, além de realizar inpainting, atualizar textos e remover artefatos de desfoque de movimento. O modelo é adequado para criação visual e design, restyling e relighting de cenas, ilustrações, logotipos, ícones, imagens de produtos e ativos de marca. Também pode integrar textos e símbolos em rótulos, pôsteres, embalagens e placas, restaurar ativos existentes, remover fundos de produtos e mover produtos para novos cenários, alterando iluminação ou atmosfera. O MAI-Image-2.7 mantém a consistência visual durante edições iterativas e oferece edição controlável, renderização de texto aprimorada e saída fotorrealista. Está disponível como prévia pública no Microsoft Foundry e por meio de fal, Genspark, OpenRouter e Vercel; o MAI-Image-2.7 Flash atende cargas de produção e alimenta o Canvas.
Como o uso é cobrado?
Sua conta depende do provedor que você usa, dos preços dele e do seu uso. Entradas mais longas ou outras condições podem ter preços diferentes. Cobrado com base no custo real de geração. Consulte sua conta para o valor final.
Quais entradas e saídas o modelo aceita?
Ele aceita entrada de texto e imagem, e produz saída de imagem.
Que tipos de edição são suportados?
O modelo remove, substitui e altera atributos de objetos preservando composição e layout. Também realiza inpainting, atualiza textos e remove artefatos de desfoque de movimento.
Para quais tarefas ele é indicado?
É indicado para criação visual, design, edição de imagens, ilustrações, ativos de marca, imagens de produtos e integração de textos ou símbolos em imagens.
Como ele se comporta em edições iterativas?
Mantém a consistência visual durante edições iterativas e permite alterações detalhadas sem perder a imagem geral.
Onde o modelo está disponível?
Está disponível como prévia pública no Microsoft Foundry e por meio de fal, Genspark, OpenRouter e Vercel.