Familia MAI Image

Los modelos de generación y edición de imágenes de Microsoft, tres en total. Se llaman a través del endpoint compatible con OpenAI y se usan prácticamente igual que GPT Image: texto a imagen con /v1/images/generations y edición con /v1/images/edits.

Elección de modelo

Los tres tienen los mismos parámetros; en nuestras mediciones, generar una imagen de 1024×1024 tarda entre 12 y 25 segundos. Para los precios vigentes, consulte la página del modelo .

Texto a imagen

import base64
from openai import OpenAI
 
client = OpenAI(api_key="YOUR_OFOX_API_KEY", base_url="https://api.ofox.io/v1", timeout=600)
 
resp = client.images.generate(
    model="microsoft/mai-image-2.5-flash",
    prompt="Una manzana roja sobre una mesa blanca",
    size="1024x1024",
)
 
with open("output.png", "wb") as f:
    f.write(base64.b64decode(resp.data[0].b64_json))

curl https://api.ofox.io/v1/images/generations \
  --max-time 600 \
  -H "Authorization: Bearer $OFOX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "microsoft/mai-image-2.5-flash",
    "prompt": "Una manzana roja sobre una mesa blanca",
    "size": "1024x1024"
  }' | jq -r '.data[0].b64_json' | base64 --decode > output.png

Tamaño (size)

• La salida conserva la relación de aspecto solicitada y ajusta el total de píxeles a alrededor de 1 millón; si el tamaño enviado es demasiado pequeño, la salida es de 768×768.
• Si necesita más resolución, use Nano Banana Pro (hasta 4K) o GPT Image.

Edición

curl https://api.ofox.io/v1/images/edits \
  --max-time 600 \
  -H "Authorization: Bearer $OFOX_API_KEY" \
  -F model=microsoft/mai-image-2.5 \
  -F prompt="Cambia la manzana a color morado y deja todo lo demás igual" \
  -F image=@apple.jpg \
  | jq -r '.data[0].b64_json' | base64 --decode > apple_purple.png

Las imágenes de referencia cuentan como tokens de entrada; consulte usage.input_tokens_details.image_tokens en la respuesta. En nuestras mediciones, una imagen de referencia de 768×768 cuenta como 576 tokens.

Errores habituales

Si necesita varias imágenes, envíe varias peticiones en paralelo; cada una genera una imagen.

Preguntas frecuentes