Felo API PlatformFelo API Platform
ماڈلز پر واپس

Microsoft AI: MAI-Image-2.7 Flash API

Microsoft AI: MAI-Image-2.7 Flash تیز رفتار تصویر سازی، تدوین اور حوالہ جاتی اثاثہ تخلیق کے لیے بنایا گیا ماڈل ہے۔

Microsoft AI: MAI-Image-2.7 Flash ایک diffusion-based ماڈل ہے جو متن سے تصویر بناتا، تصاویر میں قابلِ کنٹرول تدوین کرتا، اور زیادہ سے زیادہ5 طرز یا موضوعی حوالہ جاتی تصاویر کی مدد سے اثاثے تیار کرتا ہے۔ یہ text input، image input اور image output کو سپورٹ کرتا ہے، جبکہ سیاق و سباق کی حد32,000 tokens ہے۔ آؤٹ پٹ ہمیشہ PNG کی صورت میں، base64-encoded JSON object کے اندر واپس آتا ہے۔

یہ ماڈل تیز رفتاری اور کم لاگت کو4K معیار کی تکمیل پر ترجیح دینے والے بڑے پیمانے کے مسودہ سازی اور تکراری ورک فلو کے لیے موزوں ہے۔ اس کے استعمالات میں مصنوعات کی تصاویر صاف کرنا، شفاف پس منظر بنانا، اشیا تبدیل کرنا، اور پورا منظر دوبارہ بنائے بغیر رنگ یا مواد بدلنا شامل ہیں۔ اسٹور فرنٹ، سائن بورڈ اور مارکیٹنگ بصری مواد میں درست متن بھی اس کے موزوں کاموں میں شامل ہے۔

یہ MAI-Image-2.7 کی وہ قسم ہے جو رفتار کے لیے کچھ fidelity قربان کرتی ہے، مگر وہی generation اور editing صلاحیتیں فراہم کرتی ہے۔ یہ صرف تصویر سازی اور تدوین تک محدود ہے؛ text reasoning، tool use اور web search شامل نہیں۔ حوالہ جاتی تصاویر JPEG یا PNG ہونی چاہئیں، تدوین میں زیادہ سے زیادہ5 تصاویر دی جا سکتی ہیں، اور تصویر کی چوڑائی و اونچائی ہر ایک کم از کم768 pixels ہونی چاہیے۔

تازہ کاری:

MODEL ID

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

نمایاں خصوصیات

  • تیز تصویر سازی
  • قابلِ کنٹرول تدوین
  • 5 حوالہ جاتی تصاویر
  • ہمیشہ PNG آؤٹ پٹ
  • 32,000 tokens context

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

  • Artificial Analysis leaderboard — image editing

    درجہ بندی

    7
  • Artificial Analysis leaderboard — text-to-image generation

    درجہ بندی

    11
  • Artificial Analysis — scene and style editing

    درجہ بندی

    3
  • Artificial Analysis — enhancement and restoration

    درجہ بندی

    4

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-flash"
}'

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-flash",
  "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 Flash?

Microsoft AI: MAI-Image-2.7 Flash ایک diffusion-based ماڈل ہے جو متن سے تصویر بناتا، تصاویر میں قابلِ کنٹرول تدوین کرتا، اور زیادہ سے زیادہ5 طرز یا موضوعی حوالہ جاتی تصاویر کی مدد سے اثاثے تیار کرتا ہے۔ یہ text input، image input اور image output کو سپورٹ کرتا ہے، جبکہ سیاق و سباق کی حد32,000 tokens ہے۔ آؤٹ پٹ ہمیشہ PNG کی صورت میں، base64-encoded JSON object کے اندر واپس آتا ہے۔ یہ ماڈل تیز رفتاری اور کم لاگت کو4K معیار کی تکمیل پر ترجیح دینے والے بڑے پیمانے کے مسودہ سازی اور تکراری ورک فلو کے لیے موزوں ہے۔ اس کے استعمالات میں مصنوعات کی تصاویر صاف کرنا، شفاف پس منظر بنانا، اشیا تبدیل کرنا، اور پورا منظر دوبارہ بنائے بغیر رنگ یا مواد بدلنا شامل ہیں۔ اسٹور فرنٹ، سائن بورڈ اور مارکیٹنگ بصری مواد میں درست متن بھی اس کے موزوں کاموں میں شامل ہے۔ یہ MAI-Image-2.7 کی وہ قسم ہے جو رفتار کے لیے کچھ fidelity قربان کرتی ہے، مگر وہی generation اور editing صلاحیتیں فراہم کرتی ہے۔ یہ صرف تصویر سازی اور تدوین تک محدود ہے؛ text reasoning، tool use اور web search شامل نہیں۔ حوالہ جاتی تصاویر JPEG یا PNG ہونی چاہئیں، تدوین میں زیادہ سے زیادہ5 تصاویر دی جا سکتی ہیں، اور تصویر کی چوڑائی و اونچائی ہر ایک کم از کم768 pixels ہونی چاہیے۔

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 ماڈل کون سے inputs اور outputs سپورٹ کرتا ہے؟

یہ text input، image input اور image output سپورٹ کرتا ہے۔ آؤٹ پٹ ہمیشہ PNG ہوتا ہے اور base64-encoded JSON object میں واپس آتا ہے۔

اس کا context اور output limit کیا ہے؟

اس کا context32,000 tokens ہے۔ output limit فراہم نہیں کی گئی۔

یہ کن کاموں کے لیے موزوں ہے؟

یہ text-to-image generation، image editing، مصنوعات کی تصویر کی صفائی، تکراری ڈیزائن refinement اور حوالہ جاتی اثاثہ تخلیق کے لیے موزوں ہے۔

حوالہ جاتی تصاویر کے بارے میں کیا پابندیاں ہیں؟

حوالہ جاتی تصاویر JPEG یا PNG ہونی چاہئیں، اور image editing کے لیے زیادہ سے زیادہ5 تصاویر استعمال کی جا سکتی ہیں۔

کیا یہ text reasoning یا web search کرتا ہے؟

نہیں، یہ صرف image generation اور editing تک محدود ہے؛ text reasoning، tool use اور web search شامل نہیں۔

یہ ہم سلسلے کے دوسرے ماڈلز سے کیسے مختلف ہے؟

یہ MAI-Image-2.7 کا تیز رفتار اور کم لاگت والا variant ہے، جو speed کے لیے کچھ fidelity قربان کرتا ہے۔

متعلقہ ماڈلز