inclusionAI: Ming Image 0.1 Design Layer
Ming Image 0.1 Design Layer zerlegt ein zu einem einzigen Bild zusammengefasstes Design in separate RGBA-Bildebenen. Stellen Sie genau eine Referenz und einen Prompt mit dem vorgesehenen Ebenenplan bereit. Diese Ausgabe liefert Bildebenen zur weiteren Komposition, unterstützt PNG oder WebP und behält die Abmessungen des Eingabebildes bei.
Über das Modell
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Ming Image 0.1 Design Layer ist inclusionAIs Bild-zu-Bild-Modell zur Zerlegung eines zu einem einzigen Bild zusammengefassten Designs in RGBA-Ebenen. Wählen Sie die genaue ID inclusionai/ming-image-0.1-design-layer mit der Methode Images unter POST /v1/images/generations. Seine Aufgabe besteht darin, eine bestehende Komposition und einen schriftlichen Ebenenplan entgegenzunehmen und anschließend separate Bildausgaben für die Ebenen zurückzugeben.
Stellen Sie über input_references genau ein Referenzbild bereit und beschreiben Sie in prompt, was isoliert werden soll. Die dokumentierte Referenzdarstellung akzeptiert eine HTTP(S)-Bild-URL oder eine base64-Daten-URL. Ein hilfreicher Ebenenplan kann zwischen Hintergrund, Hauptobjekt und Vordergrunddekoration unterscheiden und erklären, welche sichtbaren Elemente zusammengehören. Verwenden Sie das tatsächlich zusammengefasste Design als Referenz, damit die Zerlegung an die Komposition gebunden ist, die Sie bearbeiten möchten.
Das spezielle Modellprofil setzt input_references auf eine Referenz und n auf 1. Diese Anfrageeinstellung beschreibt eine angeforderte Zerlegung; das dokumentierte Modellverhalten liefert ein Bild pro Ebene. Bewahren Sie jedes Bild der Antwort auf, statt das erste data-Element als gesamtes Ergebnis zu behandeln. Der Prompt sollte die beabsichtigte Gruppierung der Elemente vermitteln, während die zurückgegebenen Ebenen die tatsächliche zu prüfende Ausgabemenge darstellen.
Die unterstützten output_format-Auswahlwerte sind png und webp. Die Ausgabeabmessungen folgen dem Eingabebild. Ausdrückliche Werte für size und aspect_ratio werden bei dieser Ausgabe zurückgewiesen; bereiten Sie das Referenzbild daher in den für die Komposition benötigten Abmessungen vor und lassen Sie diese Steuerungen unbestimmt. Die genaue Auswahlkennung bezeichnet die Design Layer-Ausgabe, deren Eingabe ein bestehendes Design ist und deren Ausgabe aus Bildebenen besteht.
Die Generierung verwendet eine vollständige Bildantwort, und das spezielle Profil dieses Modells unterstützt kein Streaming. Dekodieren Sie jedes zurückgegebene b64_json-Bild oder rufen Sie jede zurückgegebene Bild-URL ab und behalten Sie beim Speichern der Datei das tatsächliche Ausgabeformat bei. Bewahren Sie die Ebenen zusammen mit dem Ausgangsbild und dem Ebenenplan auf. Prüfen Sie in einem Editor mit Ebenenunterstützung die transparenten Bereiche, die Trennung benachbarter Elemente und die rekonstruierte Gesamtkomposition, bevor Sie lokale Änderungen vornehmen.
Das Ergebnis ist eine Reihe von Rasterbildebenen. Sie kann die Neuanordnung, den Austausch einzelner visueller Elemente oder weitere Bildmontagen in einem Editor unterstützen, wobei die aufbewahrte Vorlage für Vergleiche verfügbar bleibt. Prüfen Sie Schrift und Objektkanten, die Ebenengrenzen überschreiten, damit die gewählte Zerlegung für die vorgesehene Überarbeitung brauchbar bleibt.
Ailoot Ultra · Images POST /v1/images/generations inclusionai/ming-image-0.1-design-layer
inclusionai/ming-image-0.1-design-layer
inclusionai/ming-image-0.1-design-layerEinstieg
Ming Image 0.1 Design Layer zerlegt ein zu einem einzigen Bild zusammengefasstes Design in separate RGBA-Bildebenen. Stellen Sie genau eine Referenz und einen Prompt mit dem vorgesehenen Ebenenplan bereit. Diese Ausgabe liefert Bildebenen zur weiteren Komposition, unterstützt PNG oder WebP und behält die Abmessungen des Eingabebildes bei.
- Zulässige Eingaben
- Text · Bilder
- Ergebnisse
- Bilder
In Ailoot verfügbar · Eingaben und Methoden
Ailoot Ultra · Images POST /v1/images/generations
- Eingabe
text,image- Ausgabe
image- Ausgabeformat
- Bilddatei
| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits inclusionai/ming-image-0.1-design-layer | Standard— |
Feldprompt | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits false | Standardfalse |
Feldinput_references | Typarray | AnforderungErforderlich | Werte und Limits | Standard— |
Feldn | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Maximum: 1 | Standard— |
Feldoutput_format | Typstring | AnforderungOptional | Werte und Limits png, webp | Standard— |
Methodenparameter und Lebenszyklus
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, prompt, input_references |
Parameteroptional | Vertragstream, n, output_format |
Parametermaterial_types | Vertragtext, image |
Parameterconditions | VertragUse stream:false or omit stream. The complete buffered JSON result contains all generated images. |
Lebenszyklus: synchronous_result_then_owned_library
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Tarife
So wird die endgültige Gebühr berechnet
Die angezeigten Tarife dienen zur Kostenschätzung vor der Generierung. Der endgültige Betrag wird aus den für die ursprüngliche Generierung erfassten Kosten berechnet. Die gemessene Ausgabedauer und prognostizierte Mengen sind nicht die endgültige abrechenbare Menge.
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
- Schnellmodus
- Nicht angegeben Wenn der Schnellmodus ausgewählt ist
- Flex-Modus
- Nicht angegeben Wenn der Modus flex ausgewählt ist
- Maximaler Denkaufwand
- Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird
Geschätzte Tarife zum Vergleich
Preise nach Konfiguration
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Prognostizierte Menge | Gebühr |
|---|---|---|---|
| KonfigurationBasistarife für Tokens | TarifstaffelGrundtarif | Prognostizierte Menge— | Gebühr Eingabe · Eingabetoken · Schätzung nur zum Vergleich — / 1K Tokens Ausgabe · Ausgabetoken · Schätzung nur zum Vergleich — / 1K Tokens Eingabe · Cache lesen · Schätzung nur zum Vergleich — / 1K Tokens Eingabe · In Cache schreiben · Schätzung nur zum Vergleich — / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde · Schätzung nur zum Vergleich — / 1K Tokens |
| KonfigurationEstimated generation cost | Tarifstaffel— | Prognostizierte MengeSchätzung für eine Generierung | Gebühr Eingabe · Geschätzte Generierungskosten · Schätzung nur zum Vergleich $0.98304 Schätzung vor der Generierung This estimate is not an additional charge or a fixed rate for the completed generation. |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
Beispielanfragen
Ailoot Ultra · Images
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
: "${AILOOT_IMAGE_URL:?Set an actual customer material or documented value}"
export AILOOT_IMAGE_URL
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "inclusionai/ming-image-0.1-design-layer", "prompt": "A calm studio product photograph with a plain background.", "input_references": [{"type": "image_url", "image_url": {"url": "YOUR_ACCESSIBLE_IMAGE_URL"}}]}')
p['input_references'][0]['image_url']['url']=os.environ['AILOOT_IMAGE_URL']
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
# Submit once. Retain the complete result, original identifiers and every response header.
Ergebnisse abrufen und speichern
Ailoot Ultra · Images
Laden Sie jedes zurückgegebene Bild herunter oder speichern Sie seinen Base64-Inhalt
GET /v1/media/assetsGET /v1/media/assets/{asset_id}
Alle fertiggestellten Ergebnisse aufbewahren
Speichern Sie jedes fertiggestellte Bild; rufen Sie jede zurückgegebene URL ab oder dekodieren Sie seinen Base64-Inhalt.
Retain every returned image and field. Use owned content_url values and actual asset_id records; refresh the same asset when a link expires.
Wenn die ursprüngliche Antwort geprüft werden muss
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
Aliasnamen
Modellaliasnamen
Ailoot Ultra inclusionai/ming-image-0.1-design-layer
Aliasnamen für Methodenpfade
Verwenden Sie die oben angezeigten Methodenpfade.
Zugehörige Aufrufer-IDs
FAQ · inclusionAI: Ming Image 0.1 Design Layer
- Welche Eingaben und Ergebnisse sind verfügbar?
POST /v1/images/generations·inclusionai/ming-image-0.1-design-layer:text,image→image- Welche Felder verwendet die Anfrage?
POST /v1/images/generations·inclusionai/ming-image-0.1-design-layer:model,prompt,stream,input_references,n,output_format- Welche Grenzen gelten?
POST /v1/images/generations·inclusionai/ming-image-0.1-design-layer:n.minimum:1;n.maximum:1