Black Forest Labs: FLUX.2 Flex

FLUX.2 [flex] mengkhusus dalam tipografi imej dan butiran visual kecil, dengan langkah pensampelan serta guidance boleh laras. Gunakan rujukan teks dan imej untuk membangunkan poster, susun atur produk atau pindaan tepat sambil mengimbangi pematuhan dan realisme.

Ailoot Ultra · Imej POST /v1/images/generations black-forest-labs/flux.2-flex

Tentang model

Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.

FLUX.2 [flex] ialah edisi penjanaan dan penyuntingan imej Black Forest Labs yang mengkhusus dalam tipografi, pemaparan teks dan pemeliharaan butiran kecil. Ia menggunakan arahan adegan bertulis serta rujukan imej untuk menghasilkan imej. Kawalan utamanya ialah pensampelan boleh laras: profil yang didokumenkan menyediakan langkah inferens serta guidance, membolehkan arahan visual diperhalus melalui tetapan dan perkataan.

Tulisan dan butiran halus

Tugas tipografi perlu bermula dengan teks sebenar. Apit setiap baris dengan tanda petikan, tentukan tempatnya dan bezakan tajuk utama, teks sokongan serta label. Huraikan gaya, skala dan warna huruf mengikut adegan. Contoh arahan poster asli boleh menunjukkan basikal biru kobalt di studio pucat, dengan tajuk besar di atas bingkai dan baris spesifikasi lebih kecil di bawahnya. Imej mesti menjelaskan produk dan urutan bacaan bersama-sama.

Untuk visual produk terperinci, kenal pasti bahagian yang menentukan kegunaan hasil: muka dail, label kawalan, jahitan, pinggir bahan atau tanda bungkusan. Berikan rujukan yang boleh dibaca dan jelaskan ciri yang ditetapkannya. Adegan yang secara umum kelihatan serupa masih boleh mengubah aksara atau komponen penting, jadi bandingkan butiran terjana pada saiz paparan yang dimaksudkan. Pengkhususan model menjadi sebab untuk memberikan keperluan tepat, bukannya jaminan bahawa semakan teks atau pemeriksaan visual tidak lagi diperlukan.

Langkah dan guidance mempunyai tujuan berbeza

Profil pengeluar yang tepat menerima satu hingga lima puluh langkah inferens, dengan lima puluh sebagai lalai. Penerangannya mengaitkan lebih banyak langkah dengan perincian dan realisme lebih tinggi. Julat guidance ialah 1.5 hingga 10, dengan lalai 5. Guidance lebih tinggi menguatkan pematuhan kepada prompt tetapi boleh mengurangkan realisme. Maka, imej dengan arahan reka bentuk tepat dan imej yang mengutamakan rupa foto semula jadi boleh memerlukan pilihan berbeza dalam profil itu.

Kekalkan perkataan, rujukan dan bentuk output ketika membandingkan perubahan tetapan. Perhatikan ciri yang mendorong perubahan: bentuk huruf, kedudukan objek atau tekstur bahan. Ubah tetapan atas sebab visual tertentu tanpa menganggap angka besar secara automatik lebih baik. Ini ialah kawalan pensampelan pengeluar; profil [klein] tersuling empat langkah dan kawalan standard [pro] atau [max] ialah pilihan model berbeza.

Pengembangan prompt diaktifkan secara lalai dalam spesifikasi [flex] dan boleh dimatikan melalui kawalan prompt_upsampling tersendiri. Ini membolehkan arahan terperinci kekal sebagai teks yang diberikan apabila sesuai. Panduan bersama pengeluar mengesyorkan subjek utama dan tindakan penting diletakkan sebelum hiasan sekunder, serta menerangkan prompt berstruktur JSON di samping arahan bahasa semula jadi. Gunakan struktur yang paling memudahkan penetapan hubungan yang diperlukan.

Pindaan berpandukan rujukan

Profil permintaan tepat mengandungi lapan kedudukan imej rujukan. Aliran interaktif pengeluar secara berasingan membenarkan sehingga sepuluh imej; jumlah itu menerangkan antara muka berbeza. Tentukan sama ada gambar membekalkan adegan untuk disunting, produk, watak, pakaian atau gaya. Untuk pindaan, kenal pasti objek dan perubahan, kemudian nyatakan komposisi sekeliling, bahan atau cahaya yang perlu kekal.

Contoh tugas bungkusan asli boleh menggunakan kotak karton daripada imej pertama dan kemasan daripada imej kedua, menggantikan label hadapan dengan teks diluluskan, serta mengekalkan perkadaran kotak. Komposisi berkumpulan boleh memberikan rujukan berbeza kepada setiap subjek dan mengekalkan penugasan itu secara konsisten. Contoh keluarga ini merangkumi perubahan objek dan latar belakang, penggabungan, suntingan teks dan transformasi gaya. Minta satu pindaan yang saling berkaitan dengan sasaran jelas, kemudian bandingkan kawasan yang disunting serta bahagian yang sepatutnya stabil.

Saiz, warna dan imej yang dikembalikan

Panduan FLUX.2 mendokumenkan minimum 64×64 piksel, dimensi dalam gandaan 16 dan output sehingga 4 megapiksel, dengan sehingga 2 megapiksel disyorkan untuk kegunaan biasa. Spesifikasi [flex] yang tepat menyenaraikan output JPEG, PNG dan WebP, dengan JPEG sebagai lalai. Ia juga menyediakan seed rawak pilihan. Simpan model sebenar, seed dan tetapan pensampelan bersama rujukan sumber ketika membandingkan versi; nama keluarga sahaja tidak mengenal pasti konfigurasi penjanaan penuh.

Untuk kerja sensitif warna, kaitkan setiap kod heks dengan objek atau unsur teks bernama. Untuk komposisi, tentukan nisbah bidang yang dimaksudkan melalui dimensi imej dan sediakan ruang mencukupi untuk tulisan yang boleh dibaca. Panduan bersama tidak mempunyai mekanisme prompt negatif, jadi huraikan rupa dikehendaki secara positif: fokus tajam, latar belakang bersih atau kawasan kosong jelas untuk teks. Contoh pelbagai bahasanya menyokong penulisan arahan khusus budaya dalam bahasa sesuai tanpa menetapkan jaminan jumlah bahasa tetap.

Aliran FLUX.2 pengeluar mengembalikan imej selepas pemprosesan dan menggunakan pautan bertandatangan sementara dengan tempoh pengambilan sepuluh minit. Simpan imej sebenar bersama arahan. Semak tipografi, butiran halus, identiti rujukan dan olahan visual sebelum meletakkan aset dalam susun atur. Hasil akhir boleh berupa poster pilihan, imej produk atau komposisi disunting dengan tetapan tepatnya disimpan untuk pindaan seterusnya.

Ailoot Ultra · Imej POST /v1/images/generations black-forest-labs/flux.2-flex

black-forest-labs/flux.2-flex

Black Forest Labs /black-forest-labs/flux.2-flex

Pengenalan

Input yang diterima: Teks · Imej
Hasil: Imej

Tersedia di Ailoot · input & kaedah

Ailoot Ultra · Imej POST /v1/images/generations

Input: text, image
Output: image

Medan	Jenis	Keperluan	Nilai & had	Lalai
Medan`model`	Jenis`string`	KeperluanDiperlukan	Nilai & had black-forest-labs/flux.2-flex	Lalai—
Medan`prompt`	Jenis`string`	KeperluanDiperlukan	Nilai & had Panjang minimum: 1	Lalai—
Medan`aspect_ratio`	Jenis`string`	KeperluanPilihan	Nilai & had 1:1, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16, 21:9, auto	Lalai—
Medan`output_format`	Jenis`string`	KeperluanPilihan	Nilai & had png, jpeg	Lalai—
Medan`n`	Jenis`integer`	KeperluanPilihan	Nilai & had Minimum: 1 Maksimum: 1	Lalai—
Medan`input_references`	Jenis`array`	KeperluanPilihan	Nilai & had Item minimum: 0 Item maksimum: 8	Lalai—
Medan`provider`	Jenis`object`	KeperluanPilihan	Nilai & had	Lalai—

Parameter kaedah dan kitar hayat

Parameter	Kontrak
Parameter`content_type`	Kontrakapplication/json
Parameter`required`	Kontrakmodel, prompt
Parameter`material_types`	Kontraktext, image

Kitar hayat: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · task_id sebenar yang dikembalikan atau rekod pustaka media

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Pelan harga

Cara caj akhir dikira

Kadar yang dipaparkan menganggarkan kos sebelum penjanaan. Caj akhir dikira berdasarkan kos yang direkodkan untuk penjanaan asal. Tempoh output yang diukur dan kuantiti ramalan bukan kuantiti akhir yang boleh dibilkan.

Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.

Mod pantas: Tidak dinyatakan Apabila mod pantas dipilih
Mod flex: Tidak dinyatakan Apabila mod flex dipilih
Usaha penaakulan maksimum: Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default

Anggaran kadar untuk perbandingan

Harga mengikut konfigurasi

Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.

Konfigurasi	Jadual kadar	Kuantiti ramalan	Unit pengebilan	Caj
KonfigurasiKadar asas token	Jadual kadarKadar asas	Kuantiti ramalan—	Unit pengebilan—	Caj Input · Token input · Anggaran untuk perbandingan sahaja — / 1K token Output · Token output · Anggaran untuk perbandingan sahaja — / 1K token Input · Bacaan cache · Anggaran untuk perbandingan sahaja — / 1K token Input · Penulisan cache · Anggaran untuk perbandingan sahaja — / 1K token Input · Penulisan cache, 1 jam · Anggaran untuk perbandingan sahaja — / 1K token
Konfigurasimegapiksel imej input	Jadual kadar—	Kuantiti ramalan—	Unit pengebilanbagi setiap megapiksel imej masukan	Caj Input · megapiksel imej input · Anggaran untuk perbandingan sahaja $0.12 bagi setiap megapiksel imej masukan
Konfigurasimegapiksel imej keluaran	Jadual kadar—	Kuantiti ramalan—	Unit pengebilanbagi setiap megapiksel imej keluaran	Caj Output · megapiksel imej keluaran · Anggaran untuk perbandingan sahaja $0.12 bagi setiap megapiksel imej keluaran
KonfigurasiAnggaran kos penjanaan	Jadual kadar—	Kuantiti ramalananggaran untuk satu penjanaan	Unit pengebilan—	Caj Output · Anggaran kos penjanaan · Anggaran untuk perbandingan sahaja $0.12 anggaran sebelum penjanaan Anggaran ini bukan caj tambahan atau kadar tetap bagi penjanaan yang telah selesai.

Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →

Contoh permintaan

Ailoot Ultra · Imej

curl

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p={'model': 'black-forest-labs/flux.2-flex', 'prompt': 'a red panda astronaut floating in space, studio lighting'}

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
python3 - <<'PY_RESULT'
import base64, json, os, subprocess
from pathlib import Path
from urllib.parse import urlsplit, urljoin

def save_images(items):
    if not items: raise SystemExit("No completed images; retain the full response")
    for index, item in enumerate(items):
        encoded=item.get("b64_json")
        uri=item.get("url", "")
        if not encoded and uri.startswith("data:image/"):
            header, separator, encoded=uri.partition(",")
            if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")
        if encoded:
            raw=base64.b64decode(encoded,validate=True)
        elif uri:
            uri=urljoin("https://api.ailoot.ai",uri)
            parsed=urlsplit(uri)
            if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:
                raise SystemExit("Invalid returned image URL")
            owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")
            args=["curl","--fail-with-body","--silent","--show-error",uri]
            if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]
            temporary=Path(f"image-{index}.bin")
            subprocess.run(args+["-o",str(temporary)],check=True)
            raw=temporary.read_bytes()
            temporary.unlink()
        else: raise SystemExit("Image has neither bytes nor URL")
        if not raw: raise SystemExit("Empty image result")
        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"
        Path(f"image-{index}.{ext}").write_bytes(raw)
    print("Every returned image saved; complete response metadata retained")
save_images(json.loads(Path("result.json").read_text())["data"])
PY_RESULT

Terima dan simpan hasil

Ailoot Ultra · Imej

Muat turun setiap imej yang dikembalikan atau simpan kandungan Base64-nya

GET /v1/media/tasks/{task_id}
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

Pembacaan kandungan lain

Baca aset sedia ada yang menjadi milik anda

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json
# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.

Simpan semua hasil yang selesai

Simpan setiap imej yang selesai; dapatkan setiap URL yang dikembalikan atau nyahkod kandungan Base64-nya.

Simpan respons dan pengepala yang lengkap, setiap output sebenar, pengecam asal yang dikembalikan serta semua medan penggunaan. Pulihkan operasi asal tanpa menghantar permintaan penciptaan sekali lagi.

Jika respons asal perlu disemak

Simpan X-Client-Request-ID yang dikembalikan untuk penyelarasan rekod. Baca hanya nilai task_id/asset_id sebenar yang dikembalikan atau pustaka media milik anda; jangan sekali-kali bina URL tugas daripada ID operasi atau hantar semula permintaan penciptaan.

Medan respons

Medan	Jenis
Medan`created`	Jenis
Medan`data[].url`	Jenis
Medan`data[].b64_json`	Jenis
Medan`usage`	Jenis

Alias

Alias model

Ailoot Ultra black-forest-labs/flux.2-flex

Alias laluan kaedah

/v1/images

ID pemanggil berkaitan

black-forest-labs/flux.2-flex

FAQ · Black Forest Labs: FLUX.2 Flex

Apakah input dan hasil yang tersedia?: POST /v1/images/generations · black-forest-labs/flux.2-flex: text, image → image
Apakah medan yang digunakan oleh permintaan?: POST /v1/images/generations · black-forest-labs/flux.2-flex: model, prompt, aspect_ratio, output_format, n, input_references, provider
Apakah had yang terpakai?: POST /v1/images/generations · black-forest-labs/flux.2-flex: n.minimum: 1; n.maximum: 1

Black Forest Labs: FLUX.2 Flex