MAI Image 2.7 API
Planen Sie Änderungen für das Bildbearbeitungsmodell Microsoft MAI Image 2.7. Verbinden Sie im MAI Image API Playground ein Originalbild mit klaren Vorgaben zu Szene, Licht, Text und zu erhaltenden Details.
MAI Image 2.7 API Konfiguration
- Originalbild aus Datei oder URL
- Bearbeitungsanweisungen im Prompt
- Form- und JSON-Konfiguration
Gib an, was geändert werden soll und welche Details erhalten bleiben sollen.
Wähle ein Bild und beschreibe die Änderungen.
Gezielte Bearbeitungen mit MAI Image 2.7 API vorbereiten
Beginnen Sie mit Ihrem Bild und einem klaren Änderungsziel. Trennen Sie im Bearbeitungsbereich gewünschte Änderungen von Bildaufbau, Materialien und Details, die erhalten bleiben sollen.
MAI Image 2.7 API-Beispiel: Bildbearbeitung
Die Beispiele zeigen, wie Sie eine Bildbearbeitungsanfrage mit Ausgangsbild und Bearbeitungsanweisung zusammenstellen und anschließend das Ergebnis der Aufgabe abfragen.
- 1
Die MAI Image 2.7 API-Anfrage authentifizieren
Speichern Sie Ihren APIMart API-Schlüssel in der Umgebungsvariable APIMART_API_KEY. Senden Sie ihn sowohl beim Einreichen der Bearbeitung als auch beim Abfragen der Aufgabe als Authorization: Bearer <key>.
- 2
Eine Bildbearbeitungsaufgabe einreichen
Senden Sie POST /v1/images/generations mit model auf mai-image-2.7, einer Bearbeitungsanweisung in prompt und einer HTTP- oder HTTPS-URL des Ausgangsbildes in image_urls. Lesen Sie die Aufgaben-ID aus data[0].task_id der Antwort.
- 3
Das bearbeitete Bild abrufen
Fragen Sie die Aufgabe mit GET /v1/tasks/{task_id} ab. Beim Status completed lesen Sie die Bild-URL aus data.result.images[0].url[0]. Beim Status failed finden Sie den Fehlergrund in data.error.message.
Hinweise zur Authentifizierung und zur allgemeinen Nutzung der APIMart API finden Sie in der APIMart-Dokumentation.
curl -X POST https://api.apimart.ai/v1/images/generations \
-H "Authorization: Bearer $APIMART_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "mai-image-2.7",
"prompt": "Platziere das Produkt aus diesem Bild auf einer Küchenarbeitsplatte aus Marmor bei weichem Morgenlicht und lasse seine Form und sein Etikett unverändert.",
"image_urls": [
"https://example.com/source-image.jpg"
]
}'import os
import time
import requests
API_BASE = "https://api.apimart.ai"
headers = {"Authorization": f"Bearer {os.environ['APIMART_API_KEY']}"}
# 1. Submit the generation task
payload = {
"model": "mai-image-2.7",
"prompt": "Platziere das Produkt aus diesem Bild auf einer Küchenarbeitsplatte aus Marmor bei weichem Morgenlicht und lasse seine Form und sein Etikett unverändert.",
"image_urls": [
"https://example.com/source-image.jpg"
]
}
resp = requests.post(f"{API_BASE}/v1/images/generations", headers=headers, json=payload, timeout=60)
resp.raise_for_status()
task_id = resp.json()["data"][0]["task_id"]
# 2. Poll the task until it finishes
for _ in range(200):
task_resp = requests.get(f"{API_BASE}/v1/tasks/{task_id}", headers=headers, timeout=30)
task_resp.raise_for_status()
task = task_resp.json()["data"]
if task["status"] == "completed":
print(task["result"]["images"][0]["url"][0])
break
if task["status"] == "failed":
raise RuntimeError(task.get("error", {}).get("message", "generation failed"))
time.sleep(3)
else:
raise TimeoutError(f"task {task_id} did not finish in time; continue GET polling with this task ID")TASK_ID="task_xxx" # replace with the task_id returned by the POST request
curl "https://api.apimart.ai/v1/tasks/$TASK_ID" \
-H "Authorization: Bearer $APIMART_API_KEY"Parameter der MAI Image 2.7 API
| Parameter | Typ | Pflicht | Standard | Beschreibung |
|---|---|---|---|---|
model | string | Ja | Standard: mai-image-2.7 | Modellwert im Beispiel auf dieser Seite: mai-image-2.7. |
prompt | string | Ja | Standard: — | Beschreiben Sie die gewünschten Änderungen und die Elemente des Ausgangsbildes, die erhalten bleiben sollen. |
image_urls | array | Ja | Standard: — | Ein Array mit genau einer HTTP- oder HTTPS-URL des zu bearbeitenden Ausgangsbildes. |
