Microsoft AI: MAI-Image-2.5 Pro

MAI-Image-2.5 Pro est un modèle de génération d'images de Microsoft, répertorié sous l'identifiant de modèle microsoft/mai-image-2.5-pro. Il appartient à la catégorie image et est décrit par le fournisseur 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 comparez des modèles d'images entre fournisseurs, c'est l'option Microsoft à considérer.

Le modèle prend en entrée du texte et des images et renvoie des images. Cela signifie que vous pouvez le piloter avec une invite écrite, et vous pouvez également fournir une seule image de référence en plus de cette invite. La fenêtre de contexte est de 4096 tokens, ce qui couvre votre invite et tout matériel de référence que vous transmettez. La sortie est plafonnée à 1024, et la génération est limitée à une image par requête, donc chaque appel produit un seul résultat plutôt qu'un lot. Le rapport d'aspect est sélectionnable parmi un ensemble fixe : 1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3, ou auto, ce qui vous permet d'adapter la forme de la sortie à l'emplacement qu'elle occupera plutôt que de recadrer après coup.

Ces capacités correspondent à un ensemble de tâches assez spécifique. Le travail de texte vers image couvre le terrain habituel : art conceptuel, visuels marketing, illustrations et rendus photoréalistes à partir d'une description écrite. Le chemin d'entrée d'image est ce qui rend le modèle plus intéressant pour le travail itératif. Vous pouvez transmettre une image de référence et une invite pour orienter une variation, restyler un élément existant, ou explorer des directions à partir d'un point de départ plutôt qu'une page blanche. Comme une seule image de référence est acceptée, cela convient aux flux de travail à ancre unique plutôt qu'aux tâches de composition multi-images ou de style collage. Les rapports d'aspect fixes sont utiles lorsque vous avez besoin d'une sortie qui s'intègre directement dans une mise en page, une image de storyboard ou un format social sans redimensionnement.

L'appeler via api14 fonctionne de la même manière que n'importe quel autre modèle sur la passerelle, en utilisant l'API compatible OpenAI avec l'identifiant de modèle microsoft/mai-image-2.5-pro. Les paramètres de requête pris en charge sont max_completion_tokens, max_tokens et temperature. Les options spécifiques aux images sont transmises en parallèle de ceux-ci : aspect_ratio prend l'une des valeurs d'énumération listées ci-dessus, n est fixé à 1, et input_references accepte entre 0 et 1 image de référence. Si vous avez déjà du code client OpenAI, passer à ce modèle est essentiellement une question de changer l'identifiant de modèle et d'ajouter les paramètres d'image à votre corps de requête.

Les principales contraintes à peser sont l'image de sortie unique par requête et la limite d'une seule image de référence. Si votre pipeline a besoin de plusieurs images à partir d'un seul appel, ou doit combiner plusieurs références en une seule génération, vous devrez émettre plusieurs requêtes ou vous tourner vers un autre modèle. Le contexte de 4096 tokens est également modeste, donc les invites très longues ou les descriptions de référence détaillées peuvent nécessiter d'être réduites. Pour une génération simple pilotée par invite avec une image d'ancrage et un rapport d'aspect choisi, il convient parfaitement.