Microsoft AI: MAI-Image-2.5

MAI-Image-2.5 es un modelo de generación de imágenes de Microsoft, publicado bajo el sello Microsoft AI e identificado en api14 como microsoft/mai-image-2.5. Se sitúa en la categoría de imagen, y Microsoft lo describe como un modelo de generación de imágenes de alta calidad disponible a través de Azure AI Foundry. Si ya trabajas dentro del ecosistema de Microsoft o lo estás evaluando, este es el modelo que respalda esa oferta.

El modelo acepta entradas de texto e imagen y devuelve imágenes. Eso significa que puedes controlarlo solo con un prompt, o proporcionar una única imagen de referencia de entrada junto con tu prompt para guiar el resultado. Su ventana de contexto es de 4096 tokens, y la salida máxima es de 1024. La generación se controla mediante un pequeño conjunto de parámetros de imagen: aspect_ratio, que acepta 1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3 o auto; n, que está fijado exactamente en 1, por lo que cada solicitud devuelve una sola imagen; e input_references, que acepta entre 0 y 1 imágenes de referencia. Microsoft posiciona la salida como fotorrealista y artística a la vez, por lo que está pensada para cubrir un rango estilístico bastante amplio en lugar de un único aspecto concreto.

Los usos prácticos se derivan directamente de esas capacidades. La generación de texto a imagen cubre el terreno habitual: arte conceptual, visuales de marketing, ilustraciones y borradores de recursos donde necesitas un encuadre específico, que es donde importan las opciones de relación de aspecto, ya que puedes solicitar una salida cuadrada, horizontal o vertical sin recortes de posprocesamiento. Como el modelo acepta una imagen de referencia de entrada, también encaja en flujos de trabajo donde quieres una nueva imagen guiada por una existente, como producir una variación de una composición o trasladar un estilo visual de una referencia a una nueva escena. La restricción de una sola imagen por solicitud significa que el trabajo por lotes consiste en emitir múltiples llamadas en lugar de pedir varias imágenes a la vez.

Llamarlo a través de api14 funciona igual que con cualquier otro modelo en la pasarela, usando la API compatible con OpenAI con el id de modelo microsoft/mai-image-2.5. Los parámetros de solicitud admitidos son max_completion_tokens, max_tokens y temperature, junto con los parámetros de imagen descritos anteriormente para la relación de aspecto y las referencias de entrada. Si ya tienes código de cliente de OpenAI, cambias el id de modelo y la URL base, y la forma de la solicitud sigue siendo familiar.

Vale la pena conocer algunos límites antes de comprometerte. La ventana de contexto de 4096 tokens es modesta, por lo que los prompts muy largos o muy detallados tienen menos espacio que en modelos con contextos mayores. La salida está limitada a 1024, n no puede superar 1, y solo se acepta una referencia de entrada, por lo que las tareas que necesitan múltiples imágenes de referencia o varias imágenes por llamada no encajan aquí. Si tu trabajo es de texto en lugar de generación de imágenes, o necesitas un contexto mucho mayor, otro modelo en api14 te servirá mejor.