Felo API PlatformFelo API Platform
ماڈلز پر واپس

Microsoft AI: MAI-Image-2.7 API

MAI-Image-2.7 متن سے تصاویر بناتا اور موجودہ تصاویر میں درست، قابلِ کنٹرول تبدیلیاں کرتا ہے۔

Microsoft AI کا MAI-Image-2.7 متن اور تصویر بطور اِن پٹ لیتا ہے اور تصویر بطور آؤٹ پٹ تیار کرتا ہے۔ یہ diffusion-based طریقے سے متنی ہدایات سے تصاویر بناتا، image-to-image تبدیلیاں انجام دیتا، اور composition و layout برقرار رکھتے ہوئے اشیا حذف، تبدیل یا ان کی خصوصیات بدلتا ہے۔

یہ ماڈل inpainting، متن کی تازہ کاری اور motion-blur کے اثرات ہٹانے کے لیے موزوں ہے، جبکہ بار بار کی جانے والی ترامیم میں بصری مطابقت برقرار رکھتا ہے۔ یہ labels، posters، packaging اور signs میں متن پیش کر سکتا ہے، اور photorealistic تصاویر، اعلیٰ معیار کے portraits، product images، brand assets اور commercial designs تیار کرتا ہے۔

یہ creative generation، design، scene restyling، relighting، illustrations، logos اور icons کے لیے استعمال کیا جا سکتا ہے۔ موجودہ assets کی بحالی، product images سے پس منظر ہٹانے، یا مصنوعات کو نئے ماحول میں منتقل کرکے lighting یا mood بدلنے جیسے کاموں کے لیے بھی یہ موزوں ہے۔ MAI-Image-2.6 کے مقابلے میں تمام10 evaluated use cases اور تمام7 editing actions میں بہتری دی گئی ہے۔

تازہ کاری:

MODEL ID

mai-image-2.7
سیاق
4.096K
زیادہ سے زیادہ آؤٹ پٹ
1.024K
ان پٹ
text / image
آؤٹ پٹ
image

نمایاں خصوصیات

  • قابلِ کنٹرول تصویری تدوین
  • بصری مطابقت برقرار رکھتا ہے
  • بہتر متن رینڈرنگ
  • حقیقت پسندانہ تصاویر
  • تصویر سے تصویر تبدیلی

فراہم کنندگان

1 فراہم کنندگان

فراہم کنندگان کے درمیان API قیمتوں کا موازنہ کریں۔ تمام چارجز اور شرائط دیکھنے کے لیے کوئی فراہم کنندہ منتخب کریں۔

فراہم کنندہ · قیمت کی تفصیلات
دستیابی

بینچ مارکس

  • AA-Image-Editing v2.1

    Elo؛5,478 ووٹس کے ساتھ2026-11-16 تک درجہ1

    1215
  • Artificial Analysis scene and style

    اگلے ماڈل سے زیادہ Elo

    24
  • Artificial Analysis live-action film

    درجہ1

    1
  • Artificial Analysis consumer

    درجہ1

    1
  • Artificial Analysis frontier editing

    درجہ1

    1

اسکورز جیسا کہ ماڈل فراہم کنندہ نے شائع کیے۔

فوری آغاز

تصویر کا کام بھیجیں، حالت معلوم کریں اور تصاویر محفوظ کریں۔ مثالیں curl اور Python 3 کی معیاری لائبریری استعمال کرتی ہیں۔

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

1اپنی API کلید حاصل کریں

اپنے Felo API Platform اکاؤنٹ سے کلید بنائیں اور اسے ماحولیاتی متغیر کے طور پر سیٹ کریں۔

export FELO_API_KEY="YOUR_API_KEY"

2اپنی پہلی درخواست بھیجیں

اختیاری قدریں ماڈل کے مطابق بدلتی ہیں اور یہاں مقرر نہیں ہیں۔ Playground میں تصدیق کریں۔ فیلڈز model اور prompt کے برابر سطح پر ہیں، input کے اندر نہیں۔

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"
}'

3ٹاسک پول کریں

بھیجنے پر task_id ملتا ہے۔ queued یا running میں ہر 3 سیکنڈ بعد معلوم کریں؛ succeeded، failed یا interrupted پر رک جائیں۔ زیادہ سے زیادہ 30 منٹ انتظار کریں۔ دوبارہ بھیجے بغیر جانچ جاری رکھنے کے لیے created.json محفوظ رکھیں۔

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

4آؤٹ پٹ ڈاؤن لوڈ کریں

کامیابی کے بعد task.json سے outputs محفوظ کریں۔ HTTPS URL، URL آبجیکٹ اور b64_json معاون ہیں۔ دستخط شدہ URL جلد ڈاؤن لوڈ کریں؛ تصویر ڈاؤن لوڈ کرنے کے لیے API Key نہیں چاہیے۔

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

تصویر میں ترمیم کے لیے مثال کا URL اپنے HTTPS تصویر URL یا base64 تصویر data URL سے بدلیں۔ ایک بار بھیجیں، پھر وہی جانچ اور محفوظ کرنے کے مراحل اپنائیں۔

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"
      }
    }
  ]
}'

معاون پیرامیٹرز

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

مکمل حوالہ چاہیے؟

API حوالہ →

عمومی سوالات

ماڈل تعارف: Microsoft AI: MAI-Image-2.7?

Microsoft AI کا MAI-Image-2.7 متن اور تصویر بطور اِن پٹ لیتا ہے اور تصویر بطور آؤٹ پٹ تیار کرتا ہے۔ یہ diffusion-based طریقے سے متنی ہدایات سے تصاویر بناتا، image-to-image تبدیلیاں انجام دیتا، اور composition و layout برقرار رکھتے ہوئے اشیا حذف، تبدیل یا ان کی خصوصیات بدلتا ہے۔ یہ ماڈل inpainting، متن کی تازہ کاری اور motion-blur کے اثرات ہٹانے کے لیے موزوں ہے، جبکہ بار بار کی جانے والی ترامیم میں بصری مطابقت برقرار رکھتا ہے۔ یہ labels، posters، packaging اور signs میں متن پیش کر سکتا ہے، اور photorealistic تصاویر، اعلیٰ معیار کے portraits، product images، brand assets اور commercial designs تیار کرتا ہے۔ یہ creative generation، design، scene restyling، relighting، illustrations، logos اور icons کے لیے استعمال کیا جا سکتا ہے۔ موجودہ assets کی بحالی، product images سے پس منظر ہٹانے، یا مصنوعات کو نئے ماحول میں منتقل کرکے lighting یا mood بدلنے جیسے کاموں کے لیے بھی یہ موزوں ہے۔ MAI-Image-2.6 کے مقابلے میں تمام10 evaluated use cases اور تمام7 editing actions میں بہتری دی گئی ہے۔

استعمال کی بلنگ کیسے ہوتی ہے؟

آپ کا بل اس فراہم کنندہ پر منحصر ہے جو آپ استعمال کرتے ہیں، اس کی قیمتوں اور آپ کے استعمال پر۔ لمبے ان پٹ یا دیگر شرائط پر مختلف قیمتیں لاگو ہو سکتی ہیں۔ بلنگ اصل جنریشن لاگت کی بنیاد پر کی جاتی ہے۔ حتمی رقم کے لیے اپنا بل دیکھیں۔

یہ کون سے اِن پٹ اور آؤٹ پٹ سپورٹ کرتا ہے؟

یہ text input اور image input سپورٹ کرتا ہے، جبکہ image output تیار کرتا ہے۔

کیا یہ موجودہ تصاویر میں تبدیلی کر سکتا ہے؟

ہاں، یہ image-to-image transformation، inpainting، متن کی تازہ کاری، motion-blur artifact removal اور اشیا کی تبدیلی انجام دیتا ہے۔

یہ کن کاموں کے لیے موزوں ہے؟

یہ creative generation، design، scene restyling، product images، illustrations، logos اور brand assets کے لیے موزوں ہے۔

کیا یہ تصویر میں متن پیش کر سکتا ہے؟

ہاں، یہ labels، posters، packaging اور signs میں متن رینڈر کر سکتا ہے۔

یہ MAI-Image-2.6 سے کیسے مختلف ہے؟

MAI-Image-2.6 کے مقابلے میں تمام10 evaluated use cases اور تمام7 editing actions میں بہتری دی گئی ہے۔

متعلقہ ماڈلز