Microsoft AI: MAI-Image-2.5

MAI-Image-2.5 ist ein Bildgenerierungsmodell von Microsoft, veröffentlicht unter dem Banner Microsoft AI und auf api14 als microsoft/mai-image-2.5 identifiziert. Es liegt in der Kategorie Bild, und Microsoft beschreibt es als ein hochwertiges Bildgenerierungsmodell, das über Azure AI Foundry verfügbar ist. Wenn Sie bereits im Microsoft-Ökosystem arbeiten oder es evaluieren, ist dies das Modell, das dieses Angebot untermauert.

Das Modell nimmt Text- und Bildeingaben entgegen und gibt Bilder zurück. Das bedeutet, Sie können es allein mit einem Prompt steuern oder zusammen mit Ihrem Prompt ein einzelnes Referenzbild als Eingabe bereitstellen, um das Ergebnis zu lenken. Sein Kontextfenster beträgt 4096 Token, und die maximale Ausgabe ist 1024. Die Generierung wird über eine kleine Gruppe von Bildparametern gesteuert: aspect_ratio, das 1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3 oder auto akzeptiert; n, das fest auf genau 1 steht, sodass jede Anfrage ein einzelnes Bild zurückgibt; und input_references, das zwischen 0 und 1 Referenzbilder akzeptiert. Microsoft positioniert die Ausgabe sowohl als fotorealistisch als auch als künstlerisch, sodass sie eine ziemlich breite stilistische Bandbreite abdecken soll und nicht nur einen engen Look.

Die praktischen Einsatzmöglichkeiten ergeben sich direkt aus diesen Fähigkeiten. Text-zu-Bild-Generierung deckt das übliche Feld ab: Konzeptkunst, Marketing-Visuals, Illustrationen und Asset-Entwürfe, bei denen Sie eine bestimmte Bildkomposition benötigen, wobei die Seitenverhältnis-Optionen wichtig sind, da Sie quadratische, Querformat- oder Hochformat-Ausgaben anfordern können, ohne nachträglich zuzuschneiden. Weil das Modell ein einzelnes Referenzbild als Eingabe akzeptiert, eignet es sich auch für Workflows, bei denen Sie ein neues Bild anhand eines vorhandenen steuern möchten, etwa um eine Variation einer Komposition zu erzeugen oder einen visuellen Stil aus einer Referenz in eine neue Szene zu übertragen. Die Beschränkung auf ein einzelnes Bild pro Anfrage bedeutet, dass Batch-Arbeit darin besteht, mehrere Aufrufe zu senden, statt mehrere Bilder auf einmal anzufordern.

Der Aufruf über api14 funktioniert genauso wie bei jedem anderen Modell auf dem Gateway, unter Verwendung der OpenAI-kompatiblen API mit der Modell-ID microsoft/mai-image-2.5. Die unterstützten Anfrageparameter sind max_completion_tokens, max_tokens und temperature, zusammen mit den oben beschriebenen Bildparametern für Seitenverhältnis und Eingabereferenzen. Wenn Sie vorhandenen OpenAI-Client-Code haben, ändern Sie die Modell-ID und die Basis-URL, und die Form der Anfrage bleibt vertraut.

Ein paar Grenzen sollten Sie kennen, bevor Sie sich festlegen. Das Kontextfenster von 4096 Token ist bescheiden, sodass sehr lange oder stark detaillierte Prompts weniger Raum haben als bei Modellen mit größerem Kontext. Die Ausgabe ist auf 1024 begrenzt, n kann 1 nicht überschreiten, und es wird nur eine Eingabereferenz akzeptiert, sodass Aufgaben, die mehrere Referenzbilder oder mehrere Bilder pro Aufruf benötigen, hier nicht hineinpassen. Wenn Ihre Arbeit Text und nicht Bildgenerierung betrifft oder Sie einen viel größeren Kontext benötigen, wird ein anderes Modell auf api14 Ihnen besser dienen.