Microsoft AI: MAI-Image-2.6

MAI-Image-2.6 adalah model pembuatan dan penyuntingan gambar dari Microsoft, yang dirilis oleh Microsoft AI sebagai tier presisi dari keluarga MAI-Image-2.6. Model ini berada di samping saudaranya yang lebih cepat, MAI-Image-2.6 Flash, yang menukar sebagian kesetiaan dengan kecepatan. Model ini diposisikan untuk visual yang siap desain, sehingga ditujukan untuk pekerjaan yang hasilnya perlu bertahan dalam tata letak final dan bukan sekadar sketsa kasar.

Di sisi input, model ini menerima teks dan gambar, dan menghasilkan gambar sebagai output. Kombinasi itu berarti model ini dapat membuat dari prompt dan juga menyunting atau mentransformasi gambar yang Anda berikan sebagai referensi. Jendela konteksnya adalah 4096 token, dan output maksimumnya adalah 1024. Perilaku gambar dikendalikan melalui sekumpulan kecil parameter gambar: rasio aspek yang dipilih dari 1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3 atau auto; nilai n yang ditetapkan tepat 1, sehingga setiap permintaan mengembalikan satu gambar; dan input_references, yang menerima antara 0 dan 5 gambar referensi.

Kemampuan tersebut mengarah ke sekumpulan penggunaan yang cukup spesifik. Pembuatan teks ke gambar mencakup concept art, visual pemasaran, mockup produk dan ilustrasi ketika Anda menginginkan hasil yang rapi dari brief tertulis. Karena model ini juga menerima input gambar, model ini cocok untuk pekerjaan penyuntingan dan variasi: memberikan hingga lima referensi memungkinkan Anda memandu konsistensi gaya, komposisi atau subjek di seluruh rangkaian output. Opsi rasio aspek membuatnya mudah untuk menargetkan penempatan tertentu, seperti banner 16:9, format story 9:16 atau tile sosial 1:1, tanpa pemotongan setelahnya.

Anda memanggil model ini melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id "microsoft/mai-image-2.6". Parameter permintaan yang didukung adalah max_completion_tokens, max_tokens dan temperature, bersama dengan parameter gambar yang dijelaskan di atas untuk rasio aspek, n dan input_references. Karena antarmukanya mengikuti skema OpenAI, klien dan SDK yang ada umumnya berfungsi hanya dengan mengubah model id dan endpoint.

Beberapa batasan perlu dipertimbangkan sebelum Anda memutuskan. Jendela konteks 4096 token tergolong sederhana, sehingga prompt yang sangat panjang atau sangat rinci mungkin perlu dipangkas. Setiap permintaan mengembalikan satu gambar, jadi pembuatan batch berarti beberapa panggilan. Jika latensi lebih penting daripada kesetiaan maksimum, varian Flash dalam keluarga yang sama adalah pilihan yang lebih natural; MAI-Image-2.6 adalah pilihan ketika kualitas output menjadi prioritas.