Microsoft AI: MAI-Image-2.5 Pro

MAI-Image-2.5 Pro es un modelo de generación de imágenes de Microsoft, listado bajo el id de modelo microsoft/mai-image-2.5-pro. Se ubica en la categoría de imagen y el proveedor 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 estás comparando modelos de imagen entre proveedores, esta es la opción de Microsoft a considerar.

El modelo acepta entradas de texto e imagen y devuelve imágenes. Eso significa que puedes controlarlo con un prompt escrito, y también puedes proporcionar una única imagen de referencia junto a ese prompt. La ventana de contexto es de 4096 tokens, que cubre tu prompt y cualquier material de referencia que pases. La salida está limitada a 1024, y la generación se limita a una imagen por solicitud, por lo que cada llamada produce un único resultado en lugar de un lote. La relación de aspecto es seleccionable desde un conjunto fijo: 1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3 o auto, lo que te permite ajustar la forma de salida al espacio que va a ocupar en lugar de recortar después.

Esas capacidades apuntan a un conjunto bastante específico de tareas. El trabajo de texto a imagen cubre el terreno habitual: arte conceptual, visuales de marketing, ilustraciones y renders fotorrealistas a partir de una descripción escrita. La ruta de entrada de imagen es lo que hace que el modelo sea más interesante para el trabajo iterativo. Puedes pasar una imagen de referencia y un prompt para dirigir una variación, cambiar el estilo de un recurso existente o explorar direcciones desde un punto de partida en lugar de una página en blanco. Como solo se acepta una imagen de referencia, esto se adapta a flujos de trabajo de un único ancla en lugar de tareas de composición con múltiples imágenes o estilo collage. Las relaciones de aspecto fijas ayudan cuando necesitas una salida que encaje directamente en un diseño, un fotograma de storyboard o un formato social sin redimensionar.

Llamarlo a través de api14 funciona igual que cualquier otro modelo en el gateway, usando la API compatible con OpenAI con el id de modelo microsoft/mai-image-2.5-pro. Los parámetros de solicitud admitidos son max_completion_tokens, max_tokens y temperature. Las opciones específicas de imagen se pasan junto a esos: aspect_ratio toma uno de los valores de enumeración listados arriba, n está fijo en 1, e input_references acepta entre 0 y 1 imágenes de referencia. Si tienes código de cliente de OpenAI existente, cambiar a este modelo es en gran medida cuestión de cambiar el id de modelo y añadir los parámetros de imagen a tu cuerpo de solicitud.

Las principales restricciones a sopesar son la imagen de salida única por solicitud y el límite de una única imagen de referencia. Si tu pipeline necesita varias imágenes de una llamada, o necesita combinar múltiples referencias en una generación, tendrás que emitir múltiples solicitudes o buscar un modelo diferente. El contexto de 4096 tokens también es modesto, por lo que prompts muy largos o descripciones de referencia detalladas pueden necesitar recorte. Para la generación directa basada en prompts con una imagen de ancla y una relación de aspecto elegida, encaja limpiamente.