FLUX.2 [klein] 4B er Black Forest Labs' kompakte model til at skabe et billede fra en tekstbeskrivelse og redigere billeder med visuelle referencer. Dens rectified-flow-transformer med fire milliarder parametre samler generering og redigering i én arkitektur. Den navngivne 4B-udgave har destillerede genereringstrin, og producentens referenceeksempel bruger fire inferenstrin.
Modellens rolle er et interaktivt visuelt udkast eller en revision: undersøg en produktscene, skift en figurs tøj, kombinér et motiv med et miljø, eller forfin en illustrations udseende. Begynd med den begivenhed eller komposition, der betyder noget, og beskriv derefter motiv, materiale, belysning og synsvinkel. En konkret beskrivelse kan placere en mat blå keramikkop på et bord af lyst egetræ i et nærbillede med sidelys, så hank og glasur forbliver synlige. Resultatet er et billede, der kan vurderes op mod disse valg.
Den dokumenterede 4B-profil accepterer op til fire inputbilleder. Giv hvert billede en tydelig rolle: produktudseende, figur, miljø eller stil. Hvis ét billede er scenen, der skal redigeres, skal du identificere det og angive både ændringen og de detaljer, der skal bevares. Bevar eksempelvis koppens silhuet og overflade fra det første billede, brug rummet fra det andet, og udskift kun bordbeklædningen. Referencernes rækkefølge og en præcis ændringsinstruktion giver revisionen et klarere mål end en anmodning om en generel forbedring.
Producenten skelner mellem dette kompakte referencebudget og de større FLUX.2-varianter. Den angiver også, at [klein] ikke har promptudvidelse. Medsend selv de vigtige beskrivende oplysninger, herunder forholdet mellem referencegenstande, frem for at regne med en automatisk udvidelse af en kort betegnelse. Ved en serie skal du bevare samme motivreference og visuelle krav, mens du ændrer én beslutning om scenen ad gangen.
Producentens konkrete 4B-profil angiver JPEG-, PNG- og WebP-output med JPEG som standard. Udtrykkelige værdier for bredde og højde er dokumenteret med mindst 64 pixels hver; referenceeksemplet i modelkortet bruger et billede på 1024×1024. Dette eksempel er en samplingkonfiguration, ikke en påstand om, at enhver opgave skal være kvadratisk, eller at 1024 pixels er modellens maksimum. Vælg den ønskede beskæring og visningsform, før du udarbejder den visuelle beskrivelse, og sammenlign derefter lille tekst og små detaljer i denne størrelse.
Det offentliggjorte eksempel med fire trin bruger guidance_scale 1.0. Hold denne destillerede udgave adskilt fra FLUX.2 [klein] Base 4B, hvis ikke-destillerede træningssignal er beregnet til tilpasning, LoRA-træning og forskning. Base 4B og 9B-modellerne er særskilte valg med forskellige hensyn til forberedelse og sampling. Den kompakte models standardkontroller adskiller sig også fra [flex]-udgavens justerbare trin og guidance; [max] har sin egen søgefunktion til kildeforankring.
Det konkrete modelkort siger, at denne model ikke er en kilde til faktuelle oplysninger. Skrevet tekst inde i et billede kan være unøjagtig eller forvrænget, og den genererede scene kan afvige fra anmodningen. Promptstilen har stor indflydelse på efterlevelsen. Kontrollér stavning, mængder, etiketter, motividentitet og de specifikke genstande, der skulle bevares; en flot komposition beviser ikke, at en produktfunktion eller et illustreret faktum er korrekt. Producenten bemærker også, at statistiske output kan afspejle skævheder i træningsdata.
For et gennemgået visuelt materiale skal du gemme kildereferencer, den endelige ordlyd og den valgte modelidentitet sammen med billedet. Udgivelsesdokumentationen skelner mellem eksempelbaseret vandmærkning på pixelniveau i referencekode og C2PA-oprindelsesmetadata, der anvendes i producentens hostede outputforløb. Bevarelse af returnerede oprindelsesoplysninger hjælper med at forklare materialets ophav; det er adskilt fra at kontrollere, om den ønskede visuelle ændring lykkedes.
", "aboutText": "FLUX.2 [klein] 4B er Black Forest Labs' kompakte model til at skabe et billede fra en tekstbeskrivelse og redigere billeder med visuelle referencer. Dens rectified-flow-transformer med fire milliarder parametre samler generering og redigering i én arkitektur. Den navngivne 4B-udgave har destillerede genereringstrin, og producentens referenceeksempel bruger fire inferenstrin.\n\nModellens rolle er et interaktivt visuelt udkast eller en revision: undersøg en produktscene, skift en figurs tøj, kombinér et motiv med et miljø, eller forfin en illustrations udseende. Begynd med den begivenhed eller komposition, der betyder noget, og beskriv derefter motiv, materiale, belysning og synsvinkel. En konkret beskrivelse kan placere en mat blå keramikkop på et bord af lyst egetræ i et nærbillede med sidelys, så hank og glasur forbliver synlige. Resultatet er et billede, der kan vurderes op mod disse valg.\n\n### Redigering med et lille referencesæt\n\nDen dokumenterede 4B-profil accepterer op til fire inputbilleder. Giv hvert billede en tydelig rolle: produktudseende, figur, miljø eller stil. Hvis ét billede er scenen, der skal redigeres, skal du identificere det og angive både ændringen og de detaljer, der skal bevares. Bevar eksempelvis koppens silhuet og overflade fra det første billede, brug rummet fra det andet, og udskift kun bordbeklædningen. Referencernes rækkefølge og en præcis ændringsinstruktion giver revisionen et klarere mål end en anmodning om en generel forbedring.\n\nProducenten skelner mellem dette kompakte referencebudget og de større FLUX.2-varianter. Den angiver også, at [klein] ikke har promptudvidelse. Medsend selv de vigtige beskrivende oplysninger, herunder forholdet mellem referencegenstande, frem for at regne med en automatisk udvidelse af en kort betegnelse. Ved en serie skal du bevare samme motivreference og visuelle krav, mens du ændrer én beslutning om scenen ad gangen.\n\n### Outputindstillinger og grænser mellem udgaver\n\nProducentens konkrete 4B-profil angiver JPEG-, PNG- og WebP-output med JPEG som standard. Udtrykkelige værdier for bredde og højde er dokumenteret med mindst 64 pixels hver; referenceeksemplet i modelkortet bruger et billede på 1024×1024. Dette eksempel er en samplingkonfiguration, ikke en påstand om, at enhver opgave skal være kvadratisk, eller at 1024 pixels er modellens maksimum. Vælg den ønskede beskæring og visningsform, før du udarbejder den visuelle beskrivelse, og sammenlign derefter lille tekst og små detaljer i denne størrelse.\n\nDet offentliggjorte eksempel med fire trin bruger guidance_scale 1.0. Hold denne destillerede udgave adskilt fra FLUX.2 [klein] Base 4B, hvis ikke-destillerede træningssignal er beregnet til tilpasning, LoRA-træning og forskning. Base 4B og 9B-modellerne er særskilte valg med forskellige hensyn til forberedelse og sampling. Den kompakte models standardkontroller adskiller sig også fra [flex]-udgavens justerbare trin og guidance; [max] har sin egen søgefunktion til kildeforankring.\n\n### Detaljer, der skal kontrolleres i billedet\n\nDet konkrete modelkort siger, at denne model ikke er en kilde til faktuelle oplysninger. Skrevet tekst inde i et billede kan være unøjagtig eller forvrænget, og den genererede scene kan afvige fra anmodningen. Promptstilen har stor indflydelse på efterlevelsen. Kontrollér stavning, mængder, etiketter, motividentitet og de specifikke genstande, der skulle bevares; en flot komposition beviser ikke, at en produktfunktion eller et illustreret faktum er korrekt. Producenten bemærker også, at statistiske output kan afspejle skævheder i træningsdata.\n\nFor et gennemgået visuelt materiale skal du gemme kildereferencer, den endelige ordlyd og den valgte modelidentitet sammen med billedet. Udgivelsesdokumentationen skelner mellem eksempelbaseret vandmærkning på pixelniveau i referencekode og C2PA-oprindelsesmetadata, der anvendes i producentens hostede outputforløb. Bevarelse af returnerede oprindelsesoplysninger hjælper med at forklare materialets ophav; det er adskilt fra at kontrollere, om den ønskede visuelle ændring lykkedes.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "ac80a98c1fa83ca70e7bba7d6ef8b57c757a50527f16aedd374a84d1dbbffd4b", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "da", "methods": [ { "html": "black-forest-labs/flux.2-klein-4bFLUX.2 [klein] 4B er Black Forest Labs' kompakte billedmodel med destillerede genereringstrin til tekstbaseret skabelse og redigering med op til fire referencer. Dens design med fire trin understøtter interaktivt visuelt arbejde og har samtidig en særskilt identitet i forhold til den ikke-destillerede Base 4B-udgave.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
FLUX.2 [klein] 4B er Black Forest Labs' kompakte model til at skabe et billede fra en tekstbeskrivelse og redigere billeder med visuelle referencer. Dens rectified-flow-transformer med fire milliarder parametre samler generering og redigering i én arkitektur. Den navngivne 4B-udgave har destillerede genereringstrin, og producentens referenceeksempel bruger fire inferenstrin.
Modellens rolle er et interaktivt visuelt udkast eller en revision: undersøg en produktscene, skift en figurs tøj, kombinér et motiv med et miljø, eller forfin en illustrations udseende. Begynd med den begivenhed eller komposition, der betyder noget, og beskriv derefter motiv, materiale, belysning og synsvinkel. En konkret beskrivelse kan placere en mat blå keramikkop på et bord af lyst egetræ i et nærbillede med sidelys, så hank og glasur forbliver synlige. Resultatet er et billede, der kan vurderes op mod disse valg.
Den dokumenterede 4B-profil accepterer op til fire inputbilleder. Giv hvert billede en tydelig rolle: produktudseende, figur, miljø eller stil. Hvis ét billede er scenen, der skal redigeres, skal du identificere det og angive både ændringen og de detaljer, der skal bevares. Bevar eksempelvis koppens silhuet og overflade fra det første billede, brug rummet fra det andet, og udskift kun bordbeklædningen. Referencernes rækkefølge og en præcis ændringsinstruktion giver revisionen et klarere mål end en anmodning om en generel forbedring.
Producenten skelner mellem dette kompakte referencebudget og de større FLUX.2-varianter. Den angiver også, at [klein] ikke har promptudvidelse. Medsend selv de vigtige beskrivende oplysninger, herunder forholdet mellem referencegenstande, frem for at regne med en automatisk udvidelse af en kort betegnelse. Ved en serie skal du bevare samme motivreference og visuelle krav, mens du ændrer én beslutning om scenen ad gangen.
Producentens konkrete 4B-profil angiver JPEG-, PNG- og WebP-output med JPEG som standard. Udtrykkelige værdier for bredde og højde er dokumenteret med mindst 64 pixels hver; referenceeksemplet i modelkortet bruger et billede på 1024×1024. Dette eksempel er en samplingkonfiguration, ikke en påstand om, at enhver opgave skal være kvadratisk, eller at 1024 pixels er modellens maksimum. Vælg den ønskede beskæring og visningsform, før du udarbejder den visuelle beskrivelse, og sammenlign derefter lille tekst og små detaljer i denne størrelse.
Det offentliggjorte eksempel med fire trin bruger guidance_scale 1.0. Hold denne destillerede udgave adskilt fra FLUX.2 [klein] Base 4B, hvis ikke-destillerede træningssignal er beregnet til tilpasning, LoRA-træning og forskning. Base 4B og 9B-modellerne er særskilte valg med forskellige hensyn til forberedelse og sampling. Den kompakte models standardkontroller adskiller sig også fra [flex]-udgavens justerbare trin og guidance; [max] har sin egen søgefunktion til kildeforankring.
Det konkrete modelkort siger, at denne model ikke er en kilde til faktuelle oplysninger. Skrevet tekst inde i et billede kan være unøjagtig eller forvrænget, og den genererede scene kan afvige fra anmodningen. Promptstilen har stor indflydelse på efterlevelsen. Kontrollér stavning, mængder, etiketter, motividentitet og de specifikke genstande, der skulle bevares; en flot komposition beviser ikke, at en produktfunktion eller et illustreret faktum er korrekt. Producenten bemærker også, at statistiske output kan afspejle skævheder i træningsdata.
For et gennemgået visuelt materiale skal du gemme kildereferencer, den endelige ordlyd og den valgte modelidentitet sammen med billedet. Udgivelsesdokumentationen skelner mellem eksempelbaseret vandmærkning på pixelniveau i referencekode og C2PA-oprindelsesmetadata, der anvendes i producentens hostede outputforløb. Bevarelse af returnerede oprindelsesoplysninger hjælper med at forklare materialets ophav; det er adskilt fra at kontrollere, om den ønskede visuelle ændring lykkedes.
POST /v1/images/generationstext, imageimage| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser black-forest-labs/flux.2-klein-4b | Standard— |
Feltprompt | Typestring | KravPåkrævet | Værdier og grænser Minimumslængde: 1 | Standard— |
Feltaspect_ratio | Typestring | KravValgfrit | Værdier og grænser 1:1, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16, 21:9, auto | Standard— |
Feltoutput_format | Typestring | KravValgfrit | Værdier og grænser png, jpeg | Standard— |
Feltn | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Maksimum: 1 | Standard— |
Feltinput_references | Typearray | KravValgfrit | Værdier og grænser Minimumsantal elementer: 0 Maksimalt antal elementer: 4 | Standard— |
Feltprovider | Typeobject | KravValgfrit | Værdier og grænser | Standard— |
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, prompt |
Parametermaterial_types | Kontrakttext, image |
Livscyklus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · det faktisk returnerede task_id eller posten i mediebiblioteket
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
De viste satser bruges til at anslå omkostningen før genereringen. Det endelige beløb beregnes ud fra den registrerede omkostning for den oprindelige generering. Den målte varighed af outputtet og de anslåede mængder er ikke den endelige fakturerbare mængde.
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.
| Konfiguration | Takstplan | Forventet mængde | Afregningsenhed | Beløb |
|---|---|---|---|---|
| KonfigurationGrundpriser for tokens | TakstplanGrundtakst | Forventet mængde— | Afregningsenhed— | Beløb Input · Inputtokens · Estimat kun til sammenligning — / 1K tokens Output · Outputtokens · Estimat kun til sammenligning — / 1K tokens Input · Cachelæsning · Estimat kun til sammenligning — / 1K tokens Input · Cacheskrivning · Estimat kun til sammenligning — / 1K tokens Input · Cacheskrivning, 1 time · Estimat kun til sammenligning — / 1K tokens |
| Konfigurationmegapixel i outputbilledet | Takstplan— | Forventet mængde— | Afregningsenhedpr. megapixel i outputbilledet | Beløb Output · megapixel i outputbilledet · Estimat kun til sammenligning $0.028 pr. megapixel i outputbilledet |
| KonfigurationAnslået genereringsomkostning | Takstplan— | Forventet mængdeestimat for én generering | Afregningsenhed— | Beløb Output · Anslået genereringsomkostning · Estimat kun til sammenligning $0.028 estimat før generering Dette estimat er hverken et ekstra gebyr eller en fast pris for den færdige generering. |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'model': 'black-forest-labs/flux.2-klein-4b', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\nHent hvert returneret billede, eller gem dets Base64-indhold
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\nGem hvert færdigt billede; hent hver returneret URL eller afkod dets Base64-indhold.
Gem hele svaret og alle headere, alle faktisk returnerede output, de oprindeligt returnerede identifikatorer og alle felter med forbrugsdata. Gendan den oprindelige operation uden at sende oprettelsesanmodningen igen.
Gem det returnerede X-Client-Request-ID til afstemning. Brug kun faktisk returnerede task_id/asset_id-værdier eller dit eget mediebibliotek til læseanmodninger; opbyg aldrig en opgave-URL ud fra operations-ID’et, og send aldrig oprettelsesanmodningen igen.
| Felt | Type |
|---|---|
Feltcreated | Type |
Feltdata[].url | Type |
Feltdata[].b64_json | Type |
Feltusage | Type |
Ailoot Ultra black-forest-labs/flux.2-klein-4b
/v1/images