Mai Image 2.5 Text to Image

ஒருங்கிணை

மாடல் id microsoft/mai-image-2.5

# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/microsoft/mai-image-2.5?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

const API = "https://api.doitong.com/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/microsoft/mai-image-2.5?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");

import os
import requests

API = "https://api.doitong.com/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/microsoft/mai-image-2.5", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])

# 1. Connect once (Claude Code; Cursor, VS Code, Claude Desktop: https://doitong.com/ta/developers/docs/mcp)
claude mcp add --transport http doitong-models https://api.doitong.com/v1/mcp \
  --header "Authorization: Bearer $DOITONG_API_KEY"

# 2. Your agent calls the "run" tool with:
{
  "model_id": "microsoft/mai-image-2.5",
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }
}

Doitong API மூலம் Mai Image 2.5 Text to Image மாதிரியை (microsoft/mai-image-2.5) அழைக்கவும். முகவர்களுக்கான ஆவணங்கள்: https://doitong.com/ta/developers/models/microsoft/mai-image-2.5.md

POST https://api.doitong.com/v1/run/microsoft/mai-image-2.5?wait=20
Authorization: Bearer $DOITONG_API_KEY
Content-Type: application/json

{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
}

பதிலின் நிலை "queued" அல்லது "running" எனில், அது "succeeded" ஆகும் வரை GET https://api.doitong.com/v1/requests/REQUEST_ID?wait=20 மூலம் தொடர்ந்து சரிபார்க்கவும்; கோப்புகள் outputs[].url இல் உள்ளன. அதே body-யுடன் POST https://api.doitong.com/v1/quote/microsoft/mai-image-2.5 அனுப்பினால், இயக்கத்திற்கு முன் துல்லியமான விலை கிடைக்கும்.

எடுத்துக்காட்டு போன்ற கோப்புகள்: $0.051 51 API கிரெடிட்கள் இயக்குவதற்கு முன் உங்கள் கோப்புகள் அளவிடப்படும் இந்தப் பக்கத்தில் இயக்குங்கள்

API விசையைப் பெறுக

Microsoft உரையிலிருந்து படத்திற்கு #realism#typography#stylized

அச்சுக்கலை மற்றும் யதார்த்தத்துடன் கூடிய நிலையான Microsoft MAI Image 2.5 உரையிலிருந்து படம் உருவாக்கி, அதிகபட்சம் 4 வெளியீடுகள்

OpenAPI Markdown

Microsoft · படம்

உங்கள் முதல் முடிவு இங்கே வரும்

கீழே ஒரு கோரிக்கையை உருவாக்கி, உங்கள் API விசையுடன் இயக்குங்கள். வெளியீடுகள் எங்கள் சேமிப்பகத்தில் நகலெடுக்கப்பட்டு, நிரந்தரமாக அல்லது இலவசமாக 7 நாட்கள் வைக்கப்படும்.

கோரிக்கையை உருவாக்கு

Price per run

உங்கள் உள்ளீட்டின் அடிப்படையிலான விலை

$0.051ஒரு இயக்கத்திற்கு

51 API கிரெடிட்கள்

1 இயக்கம் × $0.05 + $0.00044 · அடுத்த $0.0001 வரை மேலாக முழுமையாக்கப்பட்டது இயக்கு · $0.051

வெற்றி பெற்றால் மட்டுமே வசூலிக்கப்படும்; தோல்வியுற்றால் தானாகத் திருப்பியளிக்கப்படும்.

num_outputs இயல்புநிலை 1

இயக்கத்திற்கு முன் உங்கள் கோப்புகள் (நீளம், தெளிவுத்திறன், ஃப்ரேம் வீதம்) அளவிடப்படுகின்றன; மேற்கோள் சரியான விலையைத் திருப்பி வழங்கும், மேலும் இயக்கத்திற்கு அதே தொகை வசூலிக்கப்படும்.

விலைமதிப்பீட்டு முனையம்: POST /quote/{id}

கோரிக்கையை உருவாக்கு

மாடல் ஸ்கீமாவிலிருந்து கட்டுப்பாடுகள் உருவாக்கப்படுகின்றன. அவற்றை மாற்றும்போது குறியீடும் விலையும் புதுப்பிக்கப்படும்.

prompt •தேவை 88 / 5000

படத்தை உருவாக்கப் பயன்படுத்தப்படும் உரை வழிமுறைகள்.

aspect_ratio இயல்புநிலை auto

வெளியீட்டு படத்தின் விகிதாச்சாரங்கள்; "auto" என்பதைத் தேர்ந்தெடுத்தால், மாதிரி அவற்றை ப்ராம்ப்ட்டிலிருந்து தேர்ந்தெடுக்கும்.

num_outputs num_images இயல்புநிலை 1

உருவாக்கத்திற்குக் கோரப்படும் படங்களின் எண்ணிக்கை.

மேம்பட்டவை output_format

output_format இயல்புநிலை png

விளைவாக வரும் படத்திற்கான கோப்பு வடிவம்.

POST /run/microsoft/mai-image-2.5?wait=20 விலை → $0.051

# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/microsoft/mai-image-2.5?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

const API = "https://api.doitong.com/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/microsoft/mai-image-2.5?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");

import os
import requests

API = "https://api.doitong.com/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/microsoft/mai-image-2.5", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "microsoft/mai-image-2.5",
      "input": {
        "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
      },
      "wait_seconds": 20
    }
  }
}

இந்தக் கோரிக்கையை இயக்கு

API விசை

உங்கள் key இந்த உலாவியில் மட்டுமே இருக்கும்: அது Doitong API-க்கு மட்டும் அனுப்பப்படும்; Remember-ஐத் தேர்ந்தெடுத்தால் மட்டுமே (localStorage)-ல் சேமிக்கப்படும். இந்த உலாவியில் நினைவில் கொள்க API விசையைப் பெறுங்கள்

Mai Image 2.5 Text to Image பற்றி

5000 எழுத்துகள் வரையிலான உரை ப்ராம்ப்ட்டிலிருந்து படங்களை உருவாக்குகிறது. ஒவ்வொரு கோரிக்கைக்கும் 1 முதல் 4 படங்களை உருவாக்கலாம், `aspect_ratio`-ஐ auto அல்லது ஏழு நிலையான விகிதங்களில் ஒன்றாக அமைக்கலாம், மேலும் jpeg, png அல்லது webp பெறலாம். உரையைக் கொண்ட படங்கள் உட்பட, யதார்த்தமான மற்றும் பாணியமைக்கப்பட்ட காட்சிகளுக்கு ஏற்றது.

அளவுருக்கள்

நியமப் பெயர் அல்லது நேட்டிவ் பெயர் இரண்டில் ஒன்றை மட்டும் அனுப்பவும். நியமப் பெயர்கள்

பெயர்வகை இயல்புநிலைஅனுமதிக்கப்பட்டது விளக்கம்

promptதேவை

வகைstring

≤ 5,000 எழுத்துகள்≥ 3 எழுத்துகள்

படத்தை உருவாக்கப் பயன்படுத்தப்படும் உரை வழிமுறைகள்.

num_imagesவிருப்பத்தேர்வு num_outputs

வகைinteger

இயல்புநிலை1

1 – 4

உருவாக்கத்திற்குக் கோரப்படும் படங்களின் எண்ணிக்கை.

aspect_ratioவிருப்பத்தேர்வு

வகைenum

இயல்புநிலைauto

auto1:14:33:416:99:163:22:3

output_formatவிருப்பத்தேர்வு

வகைenum

இயல்புநிலைpng

jpegpngwebp

விளைவாக வரும் படத்திற்கான கோப்பு வடிவம்.

தேவை நியமப் பெயர், இதுவும் ஏற்கப்படும்

வெளியீடு

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t

{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "microsoft/mai-image-2.5",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 51,
    "usd": "0.051",
    "charged": 51,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "images": [
      {
        "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
        "content_type": "image/jpeg",
        "file_name": "0-output.jpeg",
        "file_size": 1843200,
        "width": 1024,
        "height": 768
      }
    ],
    "description": "string"
  },
  "outputs": [
    {
      "type": "image",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "width": 1024,
      "height": 768,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}

உங்கள் கோப்புகள், உங்கள் தேர்வுஒவ்வொரு outputs[].url-ம் எங்கள் சேமிப்பகத்தில் உள்ள ஒரு நகல்: நிரந்தரமாக (GB-மாதத்திற்கு கட்டணம்) அல்லது உங்கள் கணக்கு அமைப்பு அல்லது ?storage= மூலம் இலவசமாக 7 நாட்கள் வைக்கப்படும்.

ஒவ்வொரு மாடலிலும் ஒரே வடிவம்படங்கள், வீடியோ மற்றும் ஆடியோ ஆகிய அனைத்திற்குமான type, url, content_type, width, height மற்றும் duration. output என்பது மாதிரியின் சொந்த முடிவு பொருளாகும்.

வெளியீட்டின் புலங்கள்

images: array of object {url, content_type, file_name, file_size, width, height}மாதிரியால் உருவாக்கப்பட்ட படங்கள்.
description: stringஉருவாக்கப்பட்ட படங்களுடன் வழங்கப்படும் விளக்கம்.

மேலும் மாதிரிகள்: உரையிலிருந்து படத்திற்கு

AI ஏஜெண்டுகளுக்கு: இந்தப் பக்கம் Markdown வடிவில் இங்கே உள்ளது https://doitong.com/ta/developers/models/microsoft/mai-image-2.5.md. அனைத்து மாடல்களும் வழிகாட்டிகளும்: https://doitong.com/developers/llms.txt

உங்கள் முதல் முடிவு இங்கே வரும்

கோரிக்கையை உருவாக்கு

இந்தக் கோரிக்கையை இயக்கு

Mai Image 2.5 Text to Image பற்றி

அளவுருக்கள்

வெளியீடு

பிற Mai Image 2.5 மாறுபாடுகள்

Mai Image 2.5 மாறுபாடுகள்: 2

மேலும் மாதிரிகள்: உரையிலிருந்து படத்திற்கு

FLUX.1 [dev] மாறுபாடுகள்: 5

FLUX.1 [schnell] மாறுபாடுகள்: 5

FLUX.2 [dev] மாறுபாடுகள்: 11

FLUX.2 [pro] மாறுபாடுகள்: 11