microsoft/mai-image-2.5-flash/text-to-image

testo-in-immagine

MAI-Image 2.5 Flash Text-to-Image API by MICROSOFT

microsoft/mai-image-2.5-flash/text-to-image

Text-to-image

Microsoft's fast, cost-optimized text-to-image generation model, creating high-quality images at lower cost using the same diffusion-based architecture as MAI-Image-2.5.

INPUT

Caricamento configurazione parametri...

OUTPUT

In attesa

Le immagini generate appariranno qui

Configura le impostazioni e clicca Esegui per iniziare

La tua richiesta costerà $0.03 per esecuzione. Con $10 puoi eseguire questo modello circa 333 volte.

Ecco cosa puoi fare dopo:

Immagine in Video Immagine in Immagine

Parametri

Esempio di codice
import requests
import time

# Step 1: Start image generation
generate_url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "microsoft/mai-image-2.5-flash/text-to-image",
    "prompt": "A beautiful landscape with mountains and lake",
    "width": 512,
    "height": 512,
    "steps": 20,
    "guidance_scale": 7.5,
}

generate_response = requests.post(generate_url, headers=headers, json=data)
generate_result = generate_response.json()
prediction_id = generate_result["data"]["id"]

# Step 2: Poll for result
poll_url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"

def check_status():
    while True:
        response = requests.get(poll_url, headers={"Authorization": "Bearer $ATLASCLOUD_API_KEY"})
        result = response.json()

        if result["data"]["status"] == "completed":
            print("Generated image:", result["data"]["outputs"][0])
            return result["data"]["outputs"][0]
        elif result["data"]["status"] == "failed":
            raise Exception(result["data"]["error"] or "Generation failed")
        else:
            # Still processing, wait 2 seconds
            time.sleep(2)

image_url = check_status()

Installa

Installa il pacchetto di dipendenze richiesto.

pip install requests

Autenticazione

Tutte le richieste API richiedono l'autenticazione tramite una chiave API. Puoi ottenere la tua chiave API dalla dashboard di Atlas Cloud.

export ATLASCLOUD_API_KEY="your-api-key-here"

Header HTTP

import os

API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}

Proteggi la tua chiave API

Non esporre mai la tua chiave API nel codice lato client o nei repository pubblici. Utilizza invece variabili d'ambiente o un proxy backend.

Invia una richiesta

import requests

url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "your-model",
    "prompt": "A beautiful landscape"
}

response = requests.post(url, headers=headers, json=data)
print(response.json())

Invia una richiesta

Invia una richiesta di generazione asincrona. L'API restituisce un ID di previsione che puoi usare per controllare lo stato e recuperare il risultato.

POST/api/v1/model/generateImage

Corpo della richiesta

import requests

url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}

data = {
    "model": "microsoft/mai-image-2.5-flash/text-to-image",
    "input": {
        "prompt": "A beautiful landscape with mountains and lake"
    }
}

response = requests.post(url, headers=headers, json=data)
result = response.json()

print(f"Prediction ID: {result['id']}")
print(f"Status: {result['status']}")

Risposta

{
  "id": "pred_abc123",
  "status": "processing",
  "model": "model-name",
  "created_at": "2025-01-01T00:00:00Z"
}

Controlla lo stato

Interroga l'endpoint di previsione per verificare lo stato attuale della tua richiesta.

GET/api/v1/model/prediction/{prediction_id}

Esempio di polling

import requests
import time

prediction_id = "pred_abc123"
url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }

while True:
    response = requests.get(url, headers=headers)
    result = response.json()
    status = result["data"]["status"]
    print(f"Status: {status}")

    if status in ["completed", "succeeded"]:
        output_url = result["data"]["outputs"][0]
        print(f"Output URL: {output_url}")
        break
    elif status == "failed":
        print(f"Error: {result['data'].get('error', 'Unknown')}")
        break

    time.sleep(3)

Valori di stato

processingLa richiesta è ancora in fase di elaborazione.

completedGenerazione completata. Gli output sono disponibili.

succeededGenerazione riuscita. Gli output sono disponibili.

failedLa generazione è fallita. Controlla il campo errore.

Risposta completata

{
  "data": {
    "id": "pred_abc123",
    "status": "completed",
    "outputs": [
      "https://storage.atlascloud.ai/outputs/result.png"
    ],
    "metrics": {
      "predict_time": 8.3
    },
    "created_at": "2025-01-01T00:00:00Z",
    "completed_at": "2025-01-01T00:00:10Z"
  }
}

Carica file

Carica file nello storage Atlas Cloud e ottieni un URL utilizzabile nelle tue richieste API. Usa multipart/form-data per il caricamento.

POST/api/v1/model/uploadMedia

Esempio di caricamento

import requests

url = "https://api.atlascloud.ai/api/v1/model/uploadMedia"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }

with open("image.png", "rb") as f:
    files = {"file": ("image.png", f, "image/png")}
    response = requests.post(url, headers=headers, files=files)

result = response.json()
download_url = result["data"]["download_url"]
print(f"File URL: {download_url}")

Risposta

{
  "data": {
    "download_url": "https://storage.atlascloud.ai/uploads/abc123/image.png",
    "file_name": "image.png",
    "content_type": "image/png",
    "size": 1024000
  }
}

Schema di input

I seguenti parametri sono accettati nel corpo della richiesta.

Totale: 0Obbligatorio: 0Opzionale: 0

Nessun parametro disponibile.

Esempio di corpo della richiesta

{
  "model": "microsoft/mai-image-2.5-flash/text-to-image"
}

Schema di output

L'API restituisce una risposta di previsione con gli URL degli output generati.

idstringrequired

Unique identifier for the prediction.

statusstringrequired

Current status of the prediction.

processingcompletedsucceededfailed

modelstringrequired

The model used for generation.

outputsarray[string]

Array of output URLs. Available when status is "completed".

errorstring

Error message if status is "failed".

metricsobject

Performance metrics.

predict_timenumber

Time taken for image generation in seconds.

created_atstringrequired

ISO 8601 timestamp when the prediction was created.

Format: date-time

completed_atstring

ISO 8601 timestamp when the prediction was completed.

Format: date-time

Esempio di risposta

{
  "id": "pred_abc123",
  "status": "completed",
  "model": "model-name",
  "outputs": [
    "https://storage.atlascloud.ai/outputs/result.png"
  ],
  "metrics": {
    "predict_time": 8.3
  },
  "created_at": "2025-01-01T00:00:00Z",
  "completed_at": "2025-01-01T00:00:10Z"
}

Atlas Cloud Skills

Atlas Cloud Skills integra oltre 300 modelli di IA direttamente nel tuo assistente di codifica IA. Un comando per installare, poi usa il linguaggio naturale per generare immagini, video e chattare con LLM.

Client supportati

Claude Code

OpenAI Codex

Gemini CLI

Cursor

Windsurf

VS Code

Trae

GitHub Copilot

Cline

Roo Code

Amp

Goose

Replit

40+ client supportati

Installa

npx skills add AtlasCloudAI/atlas-cloud-skills

Configura chiave API

Ottieni la tua chiave API dalla dashboard di Atlas Cloud e impostala come variabile d'ambiente.

export ATLASCLOUD_API_KEY="your-api-key-here"

Funzionalità

Una volta installato, puoi usare il linguaggio naturale nel tuo assistente IA per accedere a tutti i modelli Atlas Cloud.

Generazione di immaginiGenera immagini con modelli come Nano Banana 2, Z-Image e altri.

Creazione di videoCrea video da testo o immagini con Kling, Vidu, Veo, ecc.

Chat LLMChatta con Qwen, DeepSeek e altri grandi modelli linguistici.

Caricamento mediaCarica file locali per la modifica di immagini e flussi di lavoro da immagine a video.

Scopri di più

github.com/AtlasCloudAI/atlas-cloud-skills

Server MCP

Il server MCP di Atlas Cloud collega il tuo IDE con oltre 300 modelli di IA tramite il Model Context Protocol. Funziona con qualsiasi client compatibile MCP.

Client supportati

Cursor

VS Code

Windsurf

Claude Code

OpenAI Codex

Gemini CLI

Cline

Roo Code

100+ client supportati

Installa

npx -y atlascloud-mcp

Configurazione

Aggiungi la seguente configurazione al file delle impostazioni MCP del tuo IDE.

{
  "mcpServers": {
    "atlascloud": {
      "command": "npx",
      "args": [
        "-y",
        "atlascloud-mcp"
      ],
      "env": {
        "ATLASCLOUD_API_KEY": "your-api-key-here"
      }
    }
  }
}

Strumenti disponibili

atlas_generate_imageGenera immagini da prompt testuali.

atlas_generate_videoCrea video da testo o immagini.

atlas_chatChatta con grandi modelli linguistici.

atlas_list_modelsEsplora oltre 300 modelli di IA disponibili.

atlas_quick_generateCreazione di contenuti in un solo passaggio con selezione automatica del modello.

atlas_upload_mediaCarica file locali per i flussi di lavoro API.

Scopri di più

github.com/AtlasCloudAI/mcp-server

API Schema

Schema non disponibile

Nessun esempio disponibile

Accedi per visualizzare la cronologia delle richieste

Devi effettuare l'accesso per consultare la cronologia delle richieste del modello.

Accedi

MAI-Image-2.5-Flash Text-to-Image

MAI-Image-2.5-Flash is Microsoft's fast, cost-optimized text-to-image generation model, designed to create high-quality, visually rich images from natural language prompts at significantly lower cost than the standard MAI-Image-2.5. It uses the same diffusion-based generative approach, enabling strong alignment between the input text and the generated output, while being optimized for speed and throughput. Released on June 2, 2026.

Key Capabilities

Photorealistic image synthesis — Generates realistic imagery with consistent visual structure, accurate lighting, depth, and texture, suitable for concept visualization and professional content creation.
High-fidelity portraits — Produces expressive, natural-looking portraits with accurate facial structure, lighting, and skin texture.
Accurate text rendering — Improved rendering of legible text within generated images, including labels, posters, packaging, and signage.
Visual reasoning — Reasons across objects, scene structure, lighting, scale, and spatial positioning to produce consistent outputs even from ambiguous or complex prompts.
Product, branding & commercial design — Well suited for product imagery, marketing visuals, brand assets, and commercial creative workflows.
Creative concept visualization — Translates abstract textual descriptions into visually coherent and imaginative outputs.

Flash vs. Standard

Feature	MAI-Image-2.5	MAI-Image-2.5-Flash
Output image cost	$0.05 / image	$0.03 / image
Speed	Standard	Faster
Quality	Maximum fidelity	High quality, optimized
Best for	Premium production	High-volume, cost-sensitive

Flash is the recommended choice for high-volume workflows, rapid prototyping, and scenarios where speed and cost efficiency take priority over absolute maximum fidelity.

Pricing

Pricing is based on two components: the input text tokens in the prompt, and a fixed per-image output fee.

SKU	Description	Unit Price
`sku_input_1m_token`	Price per 1M input (prompt) tokens	$5.00
`sku_output_image`	Fixed fee per generated image	$0.03

Pricing Formula

cost = countTokens(prompt) / 1,000,000 × $5.00 + $0.03

For most prompts (a few hundred tokens), the token cost is negligible and the effective cost is approximately $0.03 per image — 40% lower than the standard MAI-Image-2.5.

Examples

Prompt Length	Token Count	Token Cost	Image Fee	Total
Short (e.g., 50 tokens)	50	~$0.000250	$0.03	~$0.0303
Medium (e.g., 500 tokens)	500	~$0.002500	$0.03	~$0.0325
Long (e.g., 2,000 tokens)	2,000	~$0.010000	$0.03	~$0.0400

For detailed pricing configuration, see models/microsoft/mai/price/microsoft-mai-image-2.5-flash-text-to-image.json.

Best Use Cases

High-volume generation — Batch generation of marketing assets, product variants, or dataset images.
Rapid prototyping — Quickly iterate on visual concepts before committing to full-quality renders.
Real-time applications — Interactive generation in products where response time matters.
Social media content — Fast-turnaround visuals for campaigns and posts.
E-commerce at scale — Generate large product image catalogs cost-effectively.
Development & testing — Test prompts and pipelines without incurring full production costs.

Pro Tips

Be specific about lighting, perspective, and style (e.g., "soft golden-hour lighting", "top-down view", "photorealistic").
Mention the subject first, then environment, then style and mood.
For text in images, keep inscriptions short and clearly stated in the prompt.
Use aspect ratios suited to your use case (portrait for people, landscape for scenes).
For maximum quality, consider upgrading to MAI-Image-2.5 for final production outputs.

Technical Specifications

Spec	Value
Model Developer	Microsoft AI
Release Date	June 2, 2026
Input Format	Text prompt (natural language)
Output Format	PNG image (base64-encoded)
Max Prompt Length	32,000 tokens
Max Output Resolution	1,048,576 total pixels (e.g., 1024×1024)
Supported Languages	English (primary)

MAI-Image-2.5-Flash Edit — Same Flash model with image-to-image editing capability.
MAI-Image-2.5 Text-to-Image — Full-quality text-to-image variant.
MAI-Image-2.5 Edit — Full-quality image editing variant.

MAI-Image 2.5 Flash Text-to-Image API by MICROSOFT

INPUT

OUTPUT

Parametri

Esempio di codice

Installa

Autenticazione

Header HTTP

Invia una richiesta

Invia una richiesta

Corpo della richiesta

Risposta

Controlla lo stato

Esempio di polling

Valori di stato

Risposta completata

Carica file

Esempio di caricamento

Risposta

Schema di input

Esempio di corpo della richiesta

Schema di output

Esempio di risposta

Atlas Cloud Skills

Client supportati

Installa

Configura chiave API

Funzionalità

Server MCP

Client supportati

Installa

Configurazione

Strumenti disponibili

API Schema

Accedi per visualizzare la cronologia delle richieste

MAI-Image-2.5-Flash Text-to-Image

Key Capabilities

Flash vs. Standard

Pricing

Pricing Formula

Examples

Best Use Cases

Pro Tips

Technical Specifications

Related Models

Esplora Modelli Simili

MAI-Image-2.5-Flash Edit

MAI-Image-2.5 Edit

MAI-Image-2.5 Text-to-image

Openai GPT Image 2 Text-to-Image

Openai GPT Image 2 Edit

GPT Image 2 Developer Edit

GPT Image 2 Developer Text-to-Image

Seed3D 2.0 Image-to-3D

Midjourney V8.1 Text-to-Image

Nano Banana 2 Reference to Image

Nano Banana 2 Reference to Image Developer

Grok Imagine Image Quality Edit

Grok Imagine Image Quality Text-to-Image

Baidu ERNIE Image Turbo Text-to-image

Wan-2.7 Text-to-image

Wan-2.7 Image-to-image

Un'unica API per tutta l'IA multimediale.

Join our Discord community

INPUT

OUTPUT

Parametri

Esempio di codice

Installa

Autenticazione

Header HTTP

Invia una richiesta

Invia una richiesta

Corpo della richiesta

Risposta

Controlla lo stato

Esempio di polling

Valori di stato

Risposta completata

Carica file