MAI Image 系列
微軟的圖像生成與編輯模型,共三款,透過 OpenAI 相容介面呼叫,用法與 GPT Image 大致相同:文生圖使用 /v1/images/generations,改圖使用 /v1/images/edits。
模型選擇
模型 ID(呼叫時原樣複製)
MAI Image 2.5 Pro
microsoft/mai-image-2.5-pro複雜構圖、人物與物體一致性MAI Image 2.5
microsoft/mai-image-2.5精確的局部修改MAI Image 2.5 Flash
microsoft/mai-image-2.5-flash低延遲、批次生成三款參數相同,實測生成 1024×1024 圖片約需 12 至 25 秒。即時價格請參閱模型頁 。
文生圖
Python
mai_image.py
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="白色桌面上的一顆紅蘋果",
size="1024x1024",
)
with open("output.png", "wb") as f:
f.write(base64.b64decode(resp.data[0].b64_json))尺寸(size)
重點
size 僅決定比例,輸出約為 100 萬像素,傳入更大的尺寸不會提高解析度。- 輸出保留所請求的比例,總像素調整至約 100 萬;傳入過小的尺寸時輸出 768×768。
- 如需更高解析度,請選用 Nano Banana Pro(最高 4K)或 GPT Image。
改圖
Terminal
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="把蘋果改成紫色,其他保持不變" \
-F image=@apple.jpg \
| jq -r '.data[0].b64_json' | base64 --decode > apple_purple.png參考圖計入輸入 token,見回應中的 usage.input_tokens_details.image_tokens。實測一張 768×768 的參考圖計 576 個 token。
常見錯誤
需要多張圖片時,請並行發出多次請求,每次生成一張。
常見問題
MAI Image 能生成 2K 或 4K 的圖嗎?
不能。size 只決定比例,輸出總像素約 100 萬。傳入 2048x2048 或 4096x4096 實測都輸出 1024x1024。如需更高解析度,請使用 Nano Banana Pro 或 GPT Image。
MAI Image 如何改圖?
使用 /v1/images/edits,以 multipart 表單上傳 image 檔案,寫法與 GPT Image 相同。
最後更新於