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

テキストから画像

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.

入力

パラメータ設定を読み込み中...

出力

待機中

生成された画像がここに表示されます

設定を構成して「実行」をクリックして開始

各実行には$0.03かかります。$10で約333回実行できます。

次にできること：

画像から動画画像から画像

パラメータ

コード例
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()

インストール

お使いの言語に必要なパッケージをインストールしてください。

pip install requests

認証

すべての API リクエストには API キーによる認証が必要です。API キーは Atlas Cloud ダッシュボードから取得できます。

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

HTTP ヘッダー

import os

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

API キーを安全に保管してください

API キーをクライアントサイドのコードや公開リポジトリに公開しないでください。代わりに環境変数またはバックエンドプロキシを使用してください。

リクエストを送信

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())

リクエストを送信

非同期生成リクエストを送信します。API は予測 ID を返し、それを使用してステータスの確認や結果の取得ができます。

POST/api/v1/model/generateImage

リクエストボディ

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']}")

レスポンス

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

ステータスを確認

予測エンドポイントをポーリングして、リクエストの現在のステータスを確認します。

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

ポーリング例

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)

ステータス値

processingリクエストはまだ処理中です。

completed生成が完了しました。出力が利用可能です。

succeeded生成が成功しました。出力が利用可能です。

failed生成に失敗しました。エラーフィールドを確認してください。

完了レスポンス

{
  "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"
  }
}

ファイルをアップロード

Atlas Cloud ストレージにファイルをアップロードし、API リクエストで使用できる URL を取得します。multipart/form-data を使用してアップロードします。

POST/api/v1/model/uploadMedia

アップロード例

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}")

レスポンス

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

入力 Schema

以下のパラメータがリクエストボディで使用できます。

合計: 0必須: 0任意: 0

利用可能なパラメータはありません。

リクエストボディの例

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

出力 Schema

API は生成された出力 URL を含む予測レスポンスを返します。

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

レスポンス例

{
  "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 は 300 以上の AI モデルを AI コーディングアシスタントに直接統合します。ワンコマンドでインストールし、自然言語で画像・動画生成や LLM との対話が可能です。

対応クライアント

Claude Code

OpenAI Codex

Gemini CLI

Cursor

Windsurf

VS Code

Trae

GitHub Copilot

Cline

Roo Code

Amp

Goose

Replit

40+ 対応クライアント

インストール

npx skills add AtlasCloudAI/atlas-cloud-skills

API キーの設定

Atlas Cloud ダッシュボードから API キーを取得し、環境変数として設定してください。

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

機能

インストール後、AI アシスタントで自然言語を使用してすべての Atlas Cloud モデルにアクセスできます。

画像生成Nano Banana 2、Z-Image などのモデルで画像を生成します。

動画作成Kling、Vidu、Veo などでテキストや画像から動画を作成します。

LLM チャットQwen、DeepSeek などの大規模言語モデルと対話します。

メディアアップロード画像編集や画像から動画へのワークフロー用にローカルファイルをアップロードします。

詳細を見る

github.com/AtlasCloudAI/atlas-cloud-skills

MCP Server

Atlas Cloud MCP Server は Model Context Protocol を通じて IDE と 300 以上の AI モデルを接続します。MCP 対応のあらゆるクライアントで動作します。

対応クライアント

Cursor

VS Code

Windsurf

Claude Code

OpenAI Codex

Gemini CLI

Cline

Roo Code

100+ 対応クライアント

インストール

npx -y atlascloud-mcp

設定

以下の設定を IDE の MCP 設定ファイルに追加してください。

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

利用可能なツール

atlas_generate_imageテキストプロンプトから画像を生成します。

atlas_generate_videoテキストや画像から動画を作成します。

atlas_chat大規模言語モデルと対話します。

atlas_list_models300 以上の利用可能な AI モデルを閲覧します。

atlas_quick_generate最適なモデルを自動選択し、ワンステップでコンテンツを作成。

atlas_upload_mediaAPI ワークフロー用にローカルファイルをアップロードします。

詳細を見る

github.com/AtlasCloudAI/mcp-server

APIスキーマ

スキーマが利用できません

利用可能な例がありません

リクエスト履歴を表示するにはログインしてください

モデルのリクエスト履歴にアクセスするにはログインが必要です。

ログイン

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

入力

出力

パラメータ

コード例

インストール

認証

HTTP ヘッダー

リクエストを送信

リクエストを送信

リクエストボディ

レスポンス

ステータスを確認

ポーリング例

ステータス値

完了レスポンス

ファイルをアップロード

アップロード例

レスポンス

入力 Schema

リクエストボディの例

出力 Schema

レスポンス例

Atlas Cloud Skills

対応クライアント

インストール

API キーの設定

機能

MCP Server

対応クライアント

インストール

設定

利用可能なツール

APIスキーマ

リクエスト履歴を表示するにはログインしてください

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

類似モデルを探索

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

ひとつのAPIで、あらゆるメディアAIを。

Join our Discord community

入力

出力

パラメータ

コード例

インストール

認証

HTTP ヘッダー

リクエストを送信

リクエストを送信

リクエストボディ

レスポンス

ステータスを確認

ポーリング例

ステータス値

完了レスポンス

ファイルをアップロード