MAI Image 2.6 to model obrazów zbudowany przez Microsoft AI, zespół, który rozwija własne modele Microsoftu. Z promptu tworzy jeden obraz PNG na zapytanie, w rozdzielczości 1K albo 2K i w jednej z 13 proporcji od 4:1 do 1:4, albo w formacie auto, który model dobiera do treści. Edytuje też zdjęcia na podstawie do 5 obrazów referencyjnych. Przy edycji model sam wybiera kadr wyniku, zwykle w okolicach jednego megapiksela, więc proporcje i rozdzielczość z formularza dotyczą tylko generowania z tekstu.
Do czego się nadaje
- Zdjęcia produktowe i sceny w stylu fotografii studyjnej
- Grafiki w 2K do artykułów i prezentacji
- Szerokie banery 4:1 i wysokie paski 1:4
- Poprawki zdjęć poleceniem tekstowym na podstawie kilku referencji
Jak pisać prompty
- Opisuj scenę jak zlecenie dla fotografa: obiekt, tło, światło, kadr.
- Przy edycji nie licz na konkretny format wyniku - model dopasuje kadr do referencji.
- Przy
automodel dobiera format do opisu, więc jeśli potrzebujesz 16:9, ustaw go wprost. - Do 2K przechodź, gdy wersja 1K jest już zatwierdzona.
FAQ
Ile kosztuje MAI Image 2.6?
Cena zależy od rozdzielczości: od 0,549 zł za obraz, z VAT. Obie stawki, 1K i 2K, są w tabeli na tej stronie i w cenniku. Nieudane generacje są za darmo.
Czy MAI Image 2.6 zrobi kilka obrazów naraz?
Nie, jedno zapytanie to jeden obraz. Warianty zlecasz osobnymi zapytaniami, najlepiej przez POST /v1/generate z webhook_url - opis w dokumentacji.
Dlaczego edytowany obraz ma inny format niż ustawiony?
Przy edycji z referencji MAI Image 2.6 sam wybiera wymiary wyniku na podstawie zdjęcia. Proporcje i rozdzielczość z formularza działają przy generowaniu z samego tekstu.
Jak wywołać MAI Image 2.6 przez API
curl https://jantaris.com/v1/generate?wait=60 \
-H "Authorization: Bearer $JANTARIS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "mai-image-2.6",
"input": {
"prompt": "Product photo of a matte black ceramic coffee cup on a travertine table, soft window light, 50mm",
"aspect_ratio": "1:1",
"resolution": "1K"
}
}'import os, time, requests
API = "https://jantaris.com/v1"
H = {"Authorization": f"Bearer {os.environ['JANTARIS_API_KEY']}"}
task = requests.post(f"{API}/generate", headers=H, json={
"model": "mai-image-2.6",
"input": {
"prompt": "Product photo of a matte black ceramic coffee cup on a travertine table, soft window light, 50mm",
"aspect_ratio": "1:1",
"resolution": "1K"
}
}).json()
while task["status"] in ("queued", "running"):
time.sleep(3)
task = requests.get(f"{API}/tasks/{task['id']}", headers=H).json()
print(task["status"], task["cost"], [o["url"] for o in task["output"]])const API = "https://jantaris.com/v1";
const headers = { Authorization: `Bearer ${process.env.JANTARIS_API_KEY}`, "Content-Type": "application/json" };
let task = await (await fetch(`${API}/generate`, {
method: "POST",
headers,
body: JSON.stringify({
"model": "mai-image-2.6",
"input": {
"prompt": "Product photo of a matte black ceramic coffee cup on a travertine table, soft window light, 50mm",
"aspect_ratio": "1:1",
"resolution": "1K"
}
}),
})).json();
while (task.status === "queued" || task.status === "running") {
await new Promise((r) => setTimeout(r, 3000));
task = await (await fetch(`${API}/tasks/${task.id}`, { headers })).json();
}
console.log(task.status, task.cost, task.output.map((o) => o.url));Parametry
| Parametr | Typ | Dozwolone | Domyślnie |
|---|---|---|---|
prompt * | string | ||
aspect_ratio | string | 1:1 4:3 3:4 3:2 2:3 16:9 9:16 2:1 1:2 21:9 9:21 4:1 1:4 auto | 1:1 |
resolution | string | 1K 2K | 1K |
image_urls | array | maks. 5 |
Ten sam schemat zwraca GET /v1/models/mai-image-2.6.
