Microsoft AI: MAI-Image-2.5 Pro

MAI-Image-2.5 Pro ist ein Bildgenerierungsmodell von Microsoft, gelistet unter der Modell-ID microsoft/mai-image-2.5-pro. Es befindet sich in der Kategorie Bild und wird vom Anbieter als hochwertiges Bildgenerierungsmodell beschrieben, das über Azure AI Foundry verfügbar ist. Wenn Sie bereits im Microsoft-Ökosystem arbeiten oder Bildmodelle verschiedener Anbieter vergleichen, ist dies der Microsoft-Eintrag, den es zu berücksichtigen gilt.

Das Modell nimmt Text- und Bildeingaben entgegen und gibt Bilder zurück. Das bedeutet, Sie können es mit einem geschriebenen Prompt steuern, und Sie können zusätzlich zu diesem Prompt ein einzelnes Referenzbild bereitstellen. Das Kontextfenster beträgt 4096 Token, was Ihren Prompt und jegliches Referenzmaterial abdeckt, das Sie übergeben. Die Ausgabe ist auf 1024 begrenzt, und die Generierung ist auf ein Bild pro Anfrage beschränkt, sodass jeder Aufruf ein einzelnes Ergebnis statt eines Stapels erzeugt. Das Seitenverhältnis ist aus einem festen Satz wählbar: 1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3 oder auto, wodurch Sie die Ausgabeform an den Platz anpassen können, den sie füllen soll, statt nachträglich zuzuschneiden.

Diese Fähigkeiten deuten auf eine ziemlich spezifische Gruppe von Aufgaben hin. Text-zu-Bild-Arbeit deckt das übliche Spektrum ab: Konzeptkunst, Marketingvisuals, Illustrationen und fotorealistische Renderings aus einer geschriebenen Beschreibung. Der Bildeingabepfad macht das Modell für iterative Arbeit interessanter. Sie können ein Referenzbild und einen Prompt übergeben, um eine Variation zu lenken, ein vorhandenes Asset umzustylen oder Richtungen von einem Ausgangspunkt statt von einer leeren Seite aus zu erkunden. Da nur ein Referenzbild akzeptiert wird, eignet sich dies für Workflows mit einem einzelnen Anker statt für Multi-Bild-Komposition oder Collage-artige Aufgaben. Die festen Seitenverhältnisse helfen, wenn Sie Ausgaben benötigen, die direkt in ein Layout, ein Storyboard-Frame oder ein Social-Format passen, ohne Größenänderung.

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-pro. Die unterstützten Anforderungsparameter sind max_completion_tokens, max_tokens und temperature. Bildspezifische Optionen werden daneben übergeben: aspect_ratio nimmt einen der oben aufgeführten Enum-Werte an, n ist fest auf 1 gesetzt, und input_references akzeptiert zwischen 0 und 1 Referenzbildern. Wenn Sie vorhandenen OpenAI-Client-Code haben, ist die Umstellung auf dieses Modell weitgehend eine Frage des Änderns der Modell-ID und des Hinzufügens der Bildparameter zu Ihrem Anforderungstext.

Die wichtigsten Einschränkungen, die abzuwägen sind, sind das einzelne Ausgabebild pro Anfrage und das Limit von einem einzelnen Referenzbild. Wenn Ihre Pipeline mehrere Bilder aus einem Aufruf benötigt oder mehrere Referenzen in einer Generierung kombinieren muss, müssen Sie mehrere Anfragen stellen oder sich ein anderes Modell ansehen. Der Kontext von 4096 Token ist ebenfalls bescheiden, sodass sehr lange Prompts oder detaillierte Referenzbeschreibungen möglicherweise gekürzt werden müssen. Für unkomplizierte prompt-gesteuerte Generierung mit einem Ankerbild und einem gewählten Seitenverhältnis passt es sauber.