Microsoft AI: MAI-Image-2.5

MAI-Image-2.5 est un modèle de génération d'images de Microsoft, publié sous la bannière Microsoft AI et identifié sur api14 comme microsoft/mai-image-2.5. Il appartient à la catégorie image, et Microsoft le décrit comme un modèle de génération d'images de haute qualité disponible via Azure AI Foundry. Si vous travaillez déjà dans l'écosystème Microsoft ou si vous l'évaluez, c'est le modèle qui sous-tend cette offre.

Le modèle prend en entrée du texte et des images et renvoie des images. Cela signifie que vous pouvez le piloter avec un simple prompt, ou fournir une seule image de référence en entrée en plus de votre prompt pour guider le résultat. Sa fenêtre de contexte est de 4096 tokens, et la sortie maximale est de 1024. La génération est contrôlée par un petit ensemble de paramètres d'image : aspect_ratio, qui accepte 1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3 ou auto ; n, qui est fixé à exactement 1, donc chaque requête renvoie une seule image ; et input_references, qui accepte entre 0 et 1 image de référence. Microsoft positionne la sortie comme à la fois photoréaliste et artistique, donc elle est destinée à couvrir une gamme stylistique assez large plutôt qu'un rendu étroit.

Les usages pratiques découlent directement de ces capacités. La génération texte vers image couvre le terrain habituel : concept art, visuels marketing, illustrations et ébauches d'assets où vous avez besoin d'un cadrage spécifique, ce qui est là où les options de ratio d'aspect importent, puisque vous pouvez demander une sortie carrée, paysage ou portrait sans recadrage post-traitement. Comme le modèle accepte une image de référence en entrée, il convient aussi aux flux de travail où vous voulez une nouvelle image guidée par une image existante, comme produire une variation sur une composition ou transposer un style visuel depuis une référence dans une nouvelle scène. La contrainte d'une seule image par requête signifie que le travail par lots consiste à émettre plusieurs appels plutôt qu'à demander plusieurs images à la fois.

L'appeler via api14 fonctionne de la même manière que tout autre modèle sur la passerelle, en utilisant l'API compatible OpenAI avec l'identifiant de modèle microsoft/mai-image-2.5. Les paramètres de requête pris en charge sont max_completion_tokens, max_tokens et temperature, aux côtés des paramètres d'image décrits ci-dessus pour le ratio d'aspect et les références en entrée. Si vous avez du code client OpenAI existant, vous changez l'identifiant de modèle et l'URL de base, et la forme de la requête reste familière.

Quelques limites valent la peine d'être connues avant de vous engager. La fenêtre de contexte de 4096 tokens est modeste, donc les prompts très longs ou très détaillés ont moins de place que sur des modèles à contexte plus large. La sortie est plafonnée à 1024, n ne peut pas dépasser 1, et une seule référence en entrée est acceptée, donc les tâches nécessitant plusieurs images de référence ou plusieurs images par appel ne conviendront pas ici. Si votre travail est du texte plutôt que de la génération d'images, ou si vous avez besoin d'un contexte beaucoup plus grand, un autre modèle sur api14 vous servira mieux.