Microsoft AI: MAI-Image-2.5

MAI-Image-2.5 adalah model pembuatan gambar dari Microsoft, diterbitkan di bawah bendera Microsoft AI dan diidentifikasi di api14 sebagai microsoft/mai-image-2.5. Model ini berada di kategori gambar, dan Microsoft mendeskripsikannya sebagai model pembuatan gambar berkualitas tinggi yang tersedia melalui Azure AI Foundry. Jika Anda sudah bekerja di dalam ekosistem Microsoft atau sedang mengevaluasinya, inilah model yang mendukung penawaran tersebut.

Model ini menerima input teks dan gambar lalu mengembalikan gambar. Artinya Anda dapat mengendalikannya hanya dengan sebuah prompt, atau menyertakan satu gambar referensi input bersama prompt Anda untuk memandu hasilnya. Jendela konteksnya adalah 4096 token, dan output maksimumnya adalah 1024. Pembuatan dikendalikan melalui sekumpulan kecil parameter gambar: aspect_ratio, yang menerima 1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3 atau auto; n, yang tetap tepat 1, sehingga setiap permintaan mengembalikan satu gambar; dan input_references, yang menerima antara 0 dan 1 gambar referensi. Microsoft memosisikan outputnya sebagai fotorealistis sekaligus artistik, jadi model ini dimaksudkan untuk mencakup rentang gaya yang cukup luas rather than satu tampilan yang sempit.

Kegunaan praktisnya mengikuti langsung dari kemampuan tersebut. Pembuatan teks ke gambar mencakup hal-hal yang biasa: concept art, materi visual pemasaran, ilustrasi, dan draf aset ketika Anda membutuhkan pembingkaian tertentu, di sinilah opsi rasio aspek menjadi penting, karena Anda dapat meminta output persegi, lanskap atau potret tanpa pemotongan pascaproses. Karena model ini menerima satu gambar referensi input, model ini juga cocok untuk alur kerja ketika Anda ingin gambar baru dipandu oleh gambar yang sudah ada, seperti menghasilkan variasi dari sebuah komposisi atau membawa gaya visual dari referensi ke adegan baru. Batasan satu gambar per permintaan berarti pekerjaan batch adalah soal mengirim beberapa panggilan rather than meminta beberapa gambar sekaligus.

Memanggilnya melalui api14 bekerja dengan cara yang sama seperti model lain di gateway, menggunakan API yang kompatibel dengan OpenAI dengan id model microsoft/mai-image-2.5. Parameter permintaan yang didukung adalah max_completion_tokens, max_tokens dan temperature, bersama parameter gambar yang dijelaskan di atas untuk rasio aspek dan referensi input. Jika Anda sudah memiliki kode klien OpenAI, Anda mengubah id model dan base URL, dan bentuk permintaannya tetap familiar.

Ada beberapa batasan yang perlu diketahui sebelum Anda berkomitmen. Jendela konteks 4096 token tergolong sedang, jadi prompt yang sangat panjang atau sangat detail memiliki ruang lebih sedikit daripada model dengan konteks lebih besar. Output dibatasi pada 1024, n tidak dapat melebihi 1, dan hanya satu referensi input yang diterima, jadi tugas yang membutuhkan beberapa gambar referensi atau beberapa gambar per panggilan tidak akan cocok di sini. Jika pekerjaan Anda adalah teks rather than pembuatan gambar, atau Anda membutuhkan konteks yang jauh lebih besar, model lain di api14 akan melayani Anda dengan lebih baik.