FLUX.2 [klein] 4B ist das kompakte Modell von Black Forest Labs zur Erstellung eines Bilds aus einer Textbeschreibung und zur Bildbearbeitung mit visuellen Referenzen. Sein Rectified-Flow-Transformer mit vier Milliarden Parametern vereint Generierung und Bearbeitung in einer Architektur. Die benannte 4B-Ausgabe ist schrittdestilliert, und das Referenzbeispiel des Herstellers nutzt vier Inferenzschritte.
Das Modell dient einem interaktiven Bildentwurf oder einer Überarbeitung: eine Produktszene erkunden, Kleidung einer Figur ändern, ein Motiv mit einer Umgebung kombinieren oder das Aussehen einer Illustration verfeinern. Beginnen Sie mit dem entscheidenden Ereignis oder der Komposition und beschreiben Sie anschließend Motiv, Material, Beleuchtung und Blickwinkel. Ein konkretes Briefing könnte eine mattblaue Keramiktasse auf einen hellen Eichentisch stellen, in einer seitlich beleuchteten Nahansicht, die Griff und Glasur sichtbar hält. Das Ergebnis ist ein Bild, das anhand dieser Entscheidungen geprüft werden kann.
Das dokumentierte Profil 4B akzeptiert bis zu vier Eingabebilder. Weisen Sie jedem eine klare Rolle zu: Produkterscheinung, Figur, Umgebung oder Stil. Ist ein Bild die zu bearbeitende Szene, benennen Sie es und geben Sie sowohl Änderung als auch zu bewahrende Details an. Bewahren Sie beispielsweise Silhouette und Oberfläche der Tasse aus dem ersten Bild, verwenden Sie den Raum aus dem zweiten und tauschen Sie nur die Tischdecke aus. Referenzreihenfolge und eine genaue Änderungsanweisung geben der Überarbeitung ein klareres Ziel als die Bitte um eine allgemeine Verbesserung.
Der Hersteller unterscheidet dieses kompakte Referenzbudget von den größeren FLUX.2-Varianten. Er erklärt außerdem, dass [klein] kein Prompt-Upsampling besitzt. Liefern Sie wichtige beschreibende Informationen selbst, einschließlich der Beziehung zwischen referenzierten Objekten, statt sich auf die automatische Erweiterung einer kurzen Bezeichnung zu verlassen. Behalten Sie für eine Serie dieselbe Motivreferenz und dieselben visuellen Anforderungen bei und ändern Sie jeweils eine Szenenentscheidung.
Das konkrete Profil 4B des Anbieters nennt JPEG, PNG und WebP als Ausgabe, standardmäßig JPEG. Ausdrückliche Breiten- und Höhenwerte sind jeweils mit mindestens 64 Pixeln dokumentiert; das Referenzbeispiel der Modellkarte verwendet ein Bild mit 1024×1024. Dieses Beispiel ist eine Sampling-Konfiguration und keine Aussage, dass jede Aufgabe quadratisch sein muss oder 1024 Pixel die Modellhöchstgrenze darstellen. Wählen Sie gewünschten Zuschnitt und Darstellungsformat vor dem Bildbriefing und vergleichen Sie anschließend feine Schrift und kleine Merkmale in dieser Größe.
Das veröffentlichte Vier-Schritte-Beispiel nutzt guidance_scale 1.0. Halten Sie diese destillierte Ausgabe von FLUX.2 [klein] Base 4B getrennt, dessen nicht destilliertes Trainingssignal für Anpassung, LoRA-Training und Forschung vorgesehen ist. Base 4B und die 9B-Modelle sind eigene Optionen mit anderen Überlegungen zu Vorbereitung und Sampling. Die Standardsteuerungen des kompakten Modells unterscheiden sich außerdem von den einstellbaren Schritten und der Guidance von [flex]; [max] hat seine eigene Fähigkeit zur Fundierung durch Suche.
Die konkrete Modellkarte erklärt, dass dieses Modell keine Quelle für Sachinformationen ist. Geschriebener Text im Bild kann ungenau oder verzerrt sein, und die generierte Szene kann von der Anfrage abweichen. Der Prompt-Stil beeinflusst die Anweisungstreue erheblich. Prüfen Sie Schreibweise, Mengen, Beschriftungen, Motividentität und die konkreten Objekte, die erhalten bleiben sollen. Eine attraktive Komposition belegt weder die Richtigkeit eines Produktmerkmals noch einer illustrierten Tatsache. Der Hersteller weist zudem darauf hin, dass statistische Ausgaben Verzerrungen aus den Trainingsdaten widerspiegeln können.
Bewahren Sie für ein geprüftes Asset Quellreferenzen, endgültigen Wortlaut und gewählte Modellidentität mit dem Bild auf. Die Veröffentlichungsdokumentation unterscheidet beispielhafte Wasserzeichen auf Pixelebene im Referenzcode von C2PA-Herkunftsmetadaten, die im gehosteten Ausgabeablauf des Herstellers angebracht werden. Die Bewahrung zurückgegebener Herkunftsnachweise hilft, den Ursprung eines Assets zu erklären; sie ist von der Prüfung zu trennen, ob die angeforderte Bildänderung gelungen ist.
", "aboutText": "FLUX.2 [klein] 4B ist das kompakte Modell von Black Forest Labs zur Erstellung eines Bilds aus einer Textbeschreibung und zur Bildbearbeitung mit visuellen Referenzen. Sein Rectified-Flow-Transformer mit vier Milliarden Parametern vereint Generierung und Bearbeitung in einer Architektur. Die benannte 4B-Ausgabe ist schrittdestilliert, und das Referenzbeispiel des Herstellers nutzt vier Inferenzschritte.\n\nDas Modell dient einem interaktiven Bildentwurf oder einer Überarbeitung: eine Produktszene erkunden, Kleidung einer Figur ändern, ein Motiv mit einer Umgebung kombinieren oder das Aussehen einer Illustration verfeinern. Beginnen Sie mit dem entscheidenden Ereignis oder der Komposition und beschreiben Sie anschließend Motiv, Material, Beleuchtung und Blickwinkel. Ein konkretes Briefing könnte eine mattblaue Keramiktasse auf einen hellen Eichentisch stellen, in einer seitlich beleuchteten Nahansicht, die Griff und Glasur sichtbar hält. Das Ergebnis ist ein Bild, das anhand dieser Entscheidungen geprüft werden kann.\n\n### Mit einem kleinen Referenzsatz bearbeiten\n\nDas dokumentierte Profil 4B akzeptiert bis zu vier Eingabebilder. Weisen Sie jedem eine klare Rolle zu: Produkterscheinung, Figur, Umgebung oder Stil. Ist ein Bild die zu bearbeitende Szene, benennen Sie es und geben Sie sowohl Änderung als auch zu bewahrende Details an. Bewahren Sie beispielsweise Silhouette und Oberfläche der Tasse aus dem ersten Bild, verwenden Sie den Raum aus dem zweiten und tauschen Sie nur die Tischdecke aus. Referenzreihenfolge und eine genaue Änderungsanweisung geben der Überarbeitung ein klareres Ziel als die Bitte um eine allgemeine Verbesserung.\n\nDer Hersteller unterscheidet dieses kompakte Referenzbudget von den größeren FLUX.2-Varianten. Er erklärt außerdem, dass [klein] kein Prompt-Upsampling besitzt. Liefern Sie wichtige beschreibende Informationen selbst, einschließlich der Beziehung zwischen referenzierten Objekten, statt sich auf die automatische Erweiterung einer kurzen Bezeichnung zu verlassen. Behalten Sie für eine Serie dieselbe Motivreferenz und dieselben visuellen Anforderungen bei und ändern Sie jeweils eine Szenenentscheidung.\n\n### Ausgabeeinstellungen und Grenzen zwischen Ausgaben\n\nDas konkrete Profil 4B des Anbieters nennt JPEG, PNG und WebP als Ausgabe, standardmäßig JPEG. Ausdrückliche Breiten- und Höhenwerte sind jeweils mit mindestens 64 Pixeln dokumentiert; das Referenzbeispiel der Modellkarte verwendet ein Bild mit 1024×1024. Dieses Beispiel ist eine Sampling-Konfiguration und keine Aussage, dass jede Aufgabe quadratisch sein muss oder 1024 Pixel die Modellhöchstgrenze darstellen. Wählen Sie gewünschten Zuschnitt und Darstellungsformat vor dem Bildbriefing und vergleichen Sie anschließend feine Schrift und kleine Merkmale in dieser Größe.\n\nDas veröffentlichte Vier-Schritte-Beispiel nutzt guidance_scale 1.0. Halten Sie diese destillierte Ausgabe von FLUX.2 [klein] Base 4B getrennt, dessen nicht destilliertes Trainingssignal für Anpassung, LoRA-Training und Forschung vorgesehen ist. Base 4B und die 9B-Modelle sind eigene Optionen mit anderen Überlegungen zu Vorbereitung und Sampling. Die Standardsteuerungen des kompakten Modells unterscheiden sich außerdem von den einstellbaren Schritten und der Guidance von [flex]; [max] hat seine eigene Fähigkeit zur Fundierung durch Suche.\n\n### Im Bild zu prüfende Details\n\nDie konkrete Modellkarte erklärt, dass dieses Modell keine Quelle für Sachinformationen ist. Geschriebener Text im Bild kann ungenau oder verzerrt sein, und die generierte Szene kann von der Anfrage abweichen. Der Prompt-Stil beeinflusst die Anweisungstreue erheblich. Prüfen Sie Schreibweise, Mengen, Beschriftungen, Motividentität und die konkreten Objekte, die erhalten bleiben sollen. Eine attraktive Komposition belegt weder die Richtigkeit eines Produktmerkmals noch einer illustrierten Tatsache. Der Hersteller weist zudem darauf hin, dass statistische Ausgaben Verzerrungen aus den Trainingsdaten widerspiegeln können.\n\nBewahren Sie für ein geprüftes Asset Quellreferenzen, endgültigen Wortlaut und gewählte Modellidentität mit dem Bild auf. Die Veröffentlichungsdokumentation unterscheidet beispielhafte Wasserzeichen auf Pixelebene im Referenzcode von C2PA-Herkunftsmetadaten, die im gehosteten Ausgabeablauf des Herstellers angebracht werden. Die Bewahrung zurückgegebener Herkunftsnachweise hilft, den Ursprung eines Assets zu erklären; sie ist von der Prüfung zu trennen, ob die angeforderte Bildänderung gelungen ist.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "af3f92204fad618509d2a43b96de9f7e1da01c8911d1ae1833a783e665bcf12c", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "de", "methods": [ { "html": "black-forest-labs/flux.2-klein-4bFLUX.2 [klein] 4B ist das kompakte, schrittdestillierte Bildmodell von Black Forest Labs für textgestützte Erstellung und Bearbeitung mit bis zu vier Referenzen. Sein Vier-Schritte-Design unterstützt interaktive Bildarbeit und bleibt zugleich eine eigene Ausgabe gegenüber der nicht destillierten Variante Base 4B.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
FLUX.2 [klein] 4B ist das kompakte Modell von Black Forest Labs zur Erstellung eines Bilds aus einer Textbeschreibung und zur Bildbearbeitung mit visuellen Referenzen. Sein Rectified-Flow-Transformer mit vier Milliarden Parametern vereint Generierung und Bearbeitung in einer Architektur. Die benannte 4B-Ausgabe ist schrittdestilliert, und das Referenzbeispiel des Herstellers nutzt vier Inferenzschritte.
Das Modell dient einem interaktiven Bildentwurf oder einer Überarbeitung: eine Produktszene erkunden, Kleidung einer Figur ändern, ein Motiv mit einer Umgebung kombinieren oder das Aussehen einer Illustration verfeinern. Beginnen Sie mit dem entscheidenden Ereignis oder der Komposition und beschreiben Sie anschließend Motiv, Material, Beleuchtung und Blickwinkel. Ein konkretes Briefing könnte eine mattblaue Keramiktasse auf einen hellen Eichentisch stellen, in einer seitlich beleuchteten Nahansicht, die Griff und Glasur sichtbar hält. Das Ergebnis ist ein Bild, das anhand dieser Entscheidungen geprüft werden kann.
Das dokumentierte Profil 4B akzeptiert bis zu vier Eingabebilder. Weisen Sie jedem eine klare Rolle zu: Produkterscheinung, Figur, Umgebung oder Stil. Ist ein Bild die zu bearbeitende Szene, benennen Sie es und geben Sie sowohl Änderung als auch zu bewahrende Details an. Bewahren Sie beispielsweise Silhouette und Oberfläche der Tasse aus dem ersten Bild, verwenden Sie den Raum aus dem zweiten und tauschen Sie nur die Tischdecke aus. Referenzreihenfolge und eine genaue Änderungsanweisung geben der Überarbeitung ein klareres Ziel als die Bitte um eine allgemeine Verbesserung.
Der Hersteller unterscheidet dieses kompakte Referenzbudget von den größeren FLUX.2-Varianten. Er erklärt außerdem, dass [klein] kein Prompt-Upsampling besitzt. Liefern Sie wichtige beschreibende Informationen selbst, einschließlich der Beziehung zwischen referenzierten Objekten, statt sich auf die automatische Erweiterung einer kurzen Bezeichnung zu verlassen. Behalten Sie für eine Serie dieselbe Motivreferenz und dieselben visuellen Anforderungen bei und ändern Sie jeweils eine Szenenentscheidung.
Das konkrete Profil 4B des Anbieters nennt JPEG, PNG und WebP als Ausgabe, standardmäßig JPEG. Ausdrückliche Breiten- und Höhenwerte sind jeweils mit mindestens 64 Pixeln dokumentiert; das Referenzbeispiel der Modellkarte verwendet ein Bild mit 1024×1024. Dieses Beispiel ist eine Sampling-Konfiguration und keine Aussage, dass jede Aufgabe quadratisch sein muss oder 1024 Pixel die Modellhöchstgrenze darstellen. Wählen Sie gewünschten Zuschnitt und Darstellungsformat vor dem Bildbriefing und vergleichen Sie anschließend feine Schrift und kleine Merkmale in dieser Größe.
Das veröffentlichte Vier-Schritte-Beispiel nutzt guidance_scale 1.0. Halten Sie diese destillierte Ausgabe von FLUX.2 [klein] Base 4B getrennt, dessen nicht destilliertes Trainingssignal für Anpassung, LoRA-Training und Forschung vorgesehen ist. Base 4B und die 9B-Modelle sind eigene Optionen mit anderen Überlegungen zu Vorbereitung und Sampling. Die Standardsteuerungen des kompakten Modells unterscheiden sich außerdem von den einstellbaren Schritten und der Guidance von [flex]; [max] hat seine eigene Fähigkeit zur Fundierung durch Suche.
Die konkrete Modellkarte erklärt, dass dieses Modell keine Quelle für Sachinformationen ist. Geschriebener Text im Bild kann ungenau oder verzerrt sein, und die generierte Szene kann von der Anfrage abweichen. Der Prompt-Stil beeinflusst die Anweisungstreue erheblich. Prüfen Sie Schreibweise, Mengen, Beschriftungen, Motividentität und die konkreten Objekte, die erhalten bleiben sollen. Eine attraktive Komposition belegt weder die Richtigkeit eines Produktmerkmals noch einer illustrierten Tatsache. Der Hersteller weist zudem darauf hin, dass statistische Ausgaben Verzerrungen aus den Trainingsdaten widerspiegeln können.
Bewahren Sie für ein geprüftes Asset Quellreferenzen, endgültigen Wortlaut und gewählte Modellidentität mit dem Bild auf. Die Veröffentlichungsdokumentation unterscheidet beispielhafte Wasserzeichen auf Pixelebene im Referenzcode von C2PA-Herkunftsmetadaten, die im gehosteten Ausgabeablauf des Herstellers angebracht werden. Die Bewahrung zurückgegebener Herkunftsnachweise hilft, den Ursprung eines Assets zu erklären; sie ist von der Prüfung zu trennen, ob die angeforderte Bildänderung gelungen ist.
POST /v1/images/generationstext, imageimage| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits black-forest-labs/flux.2-klein-4b | Standard— |
Feldprompt | Typstring | AnforderungErforderlich | Werte und Limits Mindestlänge: 1 | Standard— |
Feldaspect_ratio | Typstring | AnforderungOptional | Werte und Limits 1:1, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16, 21:9, auto | Standard— |
Feldoutput_format | Typstring | AnforderungOptional | Werte und Limits png, jpeg | Standard— |
Feldn | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Maximum: 1 | Standard— |
Feldinput_references | Typarray | AnforderungOptional | Werte und Limits Mindestanzahl Elemente: 0 Maximale Anzahl Elemente: 4 | Standard— |
Feldprovider | Typobject | AnforderungOptional | Werte und Limits | Standard— |
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, prompt |
Parametermaterial_types | Vertragtext, image |
Lebenszyklus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · die tatsächlich zurückgegebene task_id oder ein Eintrag in der Medienbibliothek
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
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.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Prognostizierte Menge | Abrechnungseinheit | Gebühr |
|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Prognostizierte Menge— | Abrechnungseinheit— | Gebühr Eingabe · Eingabetoken · Schätzung nur zum Vergleich — / 1K Token Ausgabe · Ausgabetoken · Schätzung nur zum Vergleich — / 1K Token Eingabe · Cache-Lesen · Schätzung nur zum Vergleich — / 1K Token Eingabe · Cache-Schreiben · Schätzung nur zum Vergleich — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde · Schätzung nur zum Vergleich — / 1K Token |
| KonfigurationMegapixel des Ausgabebildes | Tarifstaffel— | Prognostizierte Menge— | Abrechnungseinheitpro Megapixel des Ausgabebildes | Gebühr Ausgabe · Megapixel des Ausgabebildes · Schätzung nur zum Vergleich $0.028 pro Megapixel des Ausgabebildes |
| KonfigurationGeschätzte Generierungskosten | Tarifstaffel— | Prognostizierte MengeSchätzung für eine Generierung | Abrechnungseinheit— | Gebühr Ausgabe · Geschätzte Generierungskosten · Schätzung nur zum Vergleich $0.028 Schätzung vor der Generierung Diese Schätzung ist weder eine zusätzliche Gebühr noch ein fester Tarif für die abgeschlossene Generierung. |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${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\nLaden Sie jedes zurückgegebene Bild herunter oder speichern Sie seinen Base64-Inhalt
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.\nSpeichern Sie jedes fertiggestellte Bild; rufen Sie jede zurückgegebene URL ab oder dekodieren Sie seinen Base64-Inhalt.
Die vollständige Antwort und ihre Header, jede tatsächliche Ausgabe, die ursprünglich zurückgegebenen Kennungen und alle Nutzungsfelder aufbewahren. Den ursprünglichen Vorgang wiederaufnehmen, ohne die Erstellung erneut anzufordern.
Die zurückgegebene X-Client-Request-ID zum Abgleich aufbewahren. Nur tatsächlich zurückgegebene task_id-/asset_id-Werte oder die eigene Medienbibliothek abfragen; niemals eine Aufgaben-URL aus der Vorgangs-ID bilden und die Erstellung niemals erneut anfordern.
| Feld | Typ |
|---|---|
Feldcreated | Typ |
Felddata[].url | Typ |
Felddata[].b64_json | Typ |
Feldusage | Typ |
Ailoot Ultra black-forest-labs/flux.2-klein-4b
/v1/images