Microsoft AI: MAI-Image-2.7 API
MAI-Image-2.7 — модель Microsoft AI для генерации и точного редактирования фотореалистичных изображений с сохранением композиции.
MAI-Image-2.7 принимает текстовые и графические входные данные и создаёт изображения на основе текстовых запросов с использованием диффузионного подхода. Модель поддерживает преобразование изображения в изображение, а также удаление, замену и изменение атрибутов объектов без потери исходной композиции и структуры.
Модель подходит для творческой генерации, дизайна, рестайлинга сцен, изменения освещения, восстановления и улучшения готовых материалов. Она умеет выполнять заливку областей, обновлять текст и устранять артефакты размытия в движении, сохраняя визуальную согласованность при последовательных правках.
MAI-Image-2.7 создаёт фотореалистичные изображения, портреты высокой точности, изображения товаров, фирменные материалы и коммерческий дизайн. Модель также отображает текст на этикетках, плакатах, упаковке и знаках. Она доступна в формате публичного preview в Microsoft Foundry, а также через fal, Genspark, OpenRouter и Vercel.
Обновлено:
MODEL ID
mai-image-2.7- Контекст
- 4.096K
- Макс. вывод
- 1.024K
- Вход
- text / image
- Выход
- image
Ключевые возможности
- Точное управляемое редактирование
- Стабильная композиция
- Улучшенный рендеринг текста
- Фотореалистичный результат
- Публичный preview в Microsoft Foundry
Поставщики
Сравните цены API у разных поставщиков. Выберите поставщика, чтобы посмотреть все тарифы и условия.
| Доступность | |
|---|---|
Историческая статистика не является проверкой в реальном времени. Отсутствие данных не означает сбой.
Бенчмарки
- 1215
AA-Image-Editing v2.1
Elo;5,478 голосов;1-е место по состоянию на2026-11-16
- 24
Artificial Analysis scene and style
Elo выше, чем у следующей модели
- 1-е место
Artificial Analysis live-action film
Рейтинг:1-е место
- 1-е место
Artificial Analysis consumer
Рейтинг:1-е место
- 1-е место
Artificial Analysis frontier editing
Рейтинг:1-е место
Результаты опубликованы производителем модели.
Quick Start
Отправьте задачу, опрашивайте её статус и сохраните изображения. Примеры используют curl и стандартную библиотеку Python 3.
POST https://openapi.felo.ai/api/v1/images/generations
1Добавьте API key
Создайте key в аккаунте Felo API Platform и задайте его как environment variable.
export FELO_API_KEY="YOUR_API_KEY"2Первый запрос
Необязательные значения зависят от модели и в примере не заданы. Проверьте их в Playground. Поля находятся на одном уровне с model и prompt, без обёртки 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"
}'3Опрос задачи
После отправки возвращается task_id. При queued или running опрашивайте каждые 3 секунды; при succeeded, failed или interrupted завершайте. Ожидание — до 30 минут. Сохраните created.json для продолжения опроса без повторной отправки.
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")
PY4Скачать результат
После успеха сохраните outputs из task.json. Поддерживаются HTTPS URL, объекты URL и b64_json. Подписанные ссылки скачивайте своевременно; API-ключ для скачивания не нужен.
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
Для редактирования замените пример URL своим HTTPS URL изображения или base64 data URL. Отправьте один раз, затем используйте те же шаги опроса и сохранения.
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"
}
}
]
}'Поддерживаемые параметры
- n
- background
- max_tokens
- temperature
- aspect_ratio
- input_references
- max_completion_tokens
Нужен полный справочник?
Справочник API →Частые вопросы
О модели Microsoft AI: MAI-Image-2.7?
MAI-Image-2.7 принимает текстовые и графические входные данные и создаёт изображения на основе текстовых запросов с использованием диффузионного подхода. Модель поддерживает преобразование изображения в изображение, а также удаление, замену и изменение атрибутов объектов без потери исходной композиции и структуры. Модель подходит для творческой генерации, дизайна, рестайлинга сцен, изменения освещения, восстановления и улучшения готовых материалов. Она умеет выполнять заливку областей, обновлять текст и устранять артефакты размытия в движении, сохраняя визуальную согласованность при последовательных правках. MAI-Image-2.7 создаёт фотореалистичные изображения, портреты высокой точности, изображения товаров, фирменные материалы и коммерческий дизайн. Модель также отображает текст на этикетках, плакатах, упаковке и знаках. Она доступна в формате публичного preview в Microsoft Foundry, а также через fal, Genspark, OpenRouter и Vercel.
Как рассчитывается стоимость?
Стоимость зависит от выбранного поставщика, его цен и вашего использования. Для длинных запросов могут действовать другие цены — смотрите подробности. Оплата по фактическим затратам на генерацию. Итоговая сумма указана в счёте.
Какие входные данные поддерживает модель?
MAI-Image-2.7 поддерживает текстовые и графические входные данные, а также выдаёт изображения.
Какие задачи редактирования она выполняет?
Модель преобразует изображения, удаляет и заменяет объекты, изменяет их атрибуты, выполняет заливку областей, обновляет текст и устраняет артефакты размытия в движении.
Для каких задач подходит MAI-Image-2.7?
Она подходит для творческой генерации, дизайна, рестайлинга сцен, работы с товарами и брендовыми материалами, восстановления изображений и интеграции текста и символов.
Как модель сохраняет качество при правках?
MAI-Image-2.7 поддерживает визуальную согласованность при последовательных изменениях и сохраняет общую композицию изображения.
Чем модель отличается от MAI-Image-2.6?
По сравнению с MAI-Image-2.6 она улучшена во всех10 оценивавшихся сценариях и во всех7 действиях редактирования.