model

Black Forest Labs: FLUX.2 Pro

Markdown · JSON

Black Forest Labs: FLUX.2 Pro

FLUX.2 [pro] ialah model imej produksi Black Forest Labs untuk penciptaan berpandukan teks dan penyuntingan berpandukan rujukan. Profil yang didokumenkan menggabungkan perincian fotorealistik, kawalan teks dan warna dengan bajet piksel rujukan/output serta imej sehingga 4 megapiksel.

Tentang model

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

FLUX.2 [pro] ialah model penjanaan dan penyuntingan imej Black Forest Labs yang berfokus pada produksi. Pengeluar memperkenalkannya sebagai pilihan lalai untuk kebanyakan tugas visual FLUX.2: cipta imej baharu daripada teks atau ubah adegan menggunakan rujukan visual. Keupayaan keluarganya merangkumi bahan dan pencahayaan fotorealistik, teks yang boleh dibaca, arahan warna tepat serta subjek yang konsisten merentas suntingan berkaitan. Hasil yang dikembalikan ialah imej untuk digunakan dalam adegan produk, komposisi editorial, konsep reka bentuk atau komunikasi visual.

Sediakan arahan produksi

Mulakan dengan subjek, tindakan atau susunannya, gaya serta latar atau cahaya. Panduan prompt pengeluar memberi lebih perhatian kepada perkataan awal dan mengesyorkan agar subjek serta tindakan penting diletakkan sebelum perincian hiasan. Panduan itu mencadangkan 10–30 perkataan untuk konsep pantas dan 30–80 untuk projek biasa, dengan penerangan lebih panjang untuk adegan kompleks. Julat tersebut ialah panduan penulisan prompt, bukan had konteks teks.

Contoh arahan katalog asli boleh menunjukkan lampu keluli berus di atas meja kelabu hangat, dari pandangan tiga suku yang menampakkan suis dan tudung lampu. Nyatakan permukaan, pencahayaan dan sudut pandangan yang menjadikan produk mudah dikenal pasti. Untuk infografik atau imej pemasaran, tetapkan dahulu perkataan yang kelihatan serta hierarkinya; apit tajuk tepat dengan tanda petikan, tentukan kedudukannya serta nyatakan gaya dan saiz huruf. Periksa label, kuantiti dan butiran produk pada saiz paparan akhir.

Panduan keluarga ini mendokumenkan prompt bahasa semula jadi dan prompt berstruktur JSON. Arahan adegan berstruktur boleh memisahkan subjek, latar belakang, cahaya dan komposisi ke dalam medan tersendiri supaya satu keperluan dapat diubah dengan jelas. Ia turut menyokong penerangan warna heks: kaitkan kod dengan objek atau teks tertentu yang hendak diwarnakan. Huraikan rupa yang dikehendaki secara positif kerana aliran prompt FLUX.2 yang didokumenkan tidak menyediakan prompt negatif.

Sunting dengan rujukan dan bajet piksel bersama

Profil permintaan [pro] yang tepat menyediakan lapan kedudukan imej rujukan; antara muka interaktif pengeluar secara berasingan menyokong sepuluh. Berikan peranan kepada setiap gambar, seperti rupa subjek, pakaian, reka bentuk produk, bilik atau gaya. Untuk adegan sedia ada, nyatakan unsur yang hendak diubah serta komposisi, persekitaran dan butiran visual yang perlu dikekalkan. Contoh yang diterbitkan termasuk gabungan perabot, perubahan latar belakang atau cuaca, penggantian objek dan pindaan teks.

Kapasiti rujukan juga bergantung pada saiz output. Panduan [pro] pengeluar menetapkan jumlah bajet 9 megapiksel untuk input berserta output. Contohnya membenarkan lapan rujukan pada output 1 megapiksel dan tujuh pada output 2 megapiksel, dengan kapasiti rujukan berkurang apabila hasil yang diminta semakin besar. Rancang set sumber dan output bersama-sama, bukannya menganggap jumlah slot maksimum tersedia untuk setiap saiz output. Gunakan rujukan yang membekalkan maklumat penting dan kenal pasti sumbangan yang dimaksudkan bagi setiap satu.

Untuk gabungan produk, imej pertama boleh membekalkan produk dan imej kedua sebuah bilik, sementara imej ketiga menetapkan kemasan bahan. Jelaskan cara semuanya perlu digabungkan menjadi satu adegan yang padu. Jika hasil mengubah bentuk, tanda atau identiti yang sepatutnya kekal, sasarkan isu itu dalam arahan susulan tanpa menggantikan keseluruhan arahan. Hasil praktikalnya ialah gambar yang disunting, dengan kesetiaan kepada rujukan dan perubahan tertentu dibandingkan dengan inputnya.

Pengembangan prompt dan profil tetap berbanding pratonton

Spesifikasi [pro] yang tepat mengaktifkan pengembangan prompt secara lalai. Kawalan disable_pup menghentikan pengembangan itu apabila arahan yang ditulis teliti perlu digunakan seperti yang diberikan. Kekalkan tetapan pilihan ketika membandingkan versi kerana konsep ringkas yang sama dan penerangan yang dikembangkan merupakan input penjanaan yang berbeza. Ini ialah kawalan profil pengeluar, bukannya jaminan bahawa setiap butiran yang diminta akan muncul dengan betul.

Dokumentasi membezakan endpoint [pro] biasa sebagai snapshot tetap daripada [pro] Preview, yang menerima penambahbaikan model seterusnya. Bentuk permintaan dan responsnya sama, tetapi pemberat model asasnya berbeza. Simpan profil tepat yang dipilih bersama imej dan rujukan. Label Preview yang berasingan tidak sepatutnya menggantikan pilihan [pro] biasa secara senyap apabila pindaan bergantung pada pilihan model yang sama seperti didokumenkan.

Dimensi, format dan aset pilihan

Panduan keluarga mendokumenkan output sehingga 4 megapiksel, dengan dimensi eksplisit sekurang-kurangnya 64×64 dan gandaan 16. Ia mengesyorkan sehingga 2 megapiksel untuk kebanyakan kegunaan. Lebar dan tinggi menentukan pembingkaian yang dimaksudkan; imej produk segi empat sama, susun atur potret dan adegan editorial lebar mengagihkan ruang secara berbeza. Permintaan tepat menyenaraikan output JPEG, PNG dan WebP, dengan JPEG sebagai lalai, serta seed pilihan.

Profil [max] mempunyai ciri carian grounding tersendiri, sementara [flex] menyediakan langkah pensampelan dan guidance, manakala [klein] mempunyai profil lebih kecil dengan empat rujukan. Pilih edisi berdasarkan kerja yang diperlukan tanpa membawa masuk kawalan tersebut ke dalam [pro]. Untuk aset pilihan, simpan imej sebenar, prompt akhir, rujukan, dimensi dan label model. Pautan hasil bertandatangan FLUX.2 pengeluar tamat selepas sepuluh minit, jadi ambil imej sebenar tanpa bergantung pada lokasinya yang sementara. Semak identiti subjek, warna, teks, komposisi dan butiran yang disunting sebelum meletakkan hasil dalam bahan yang dilihat pelanggan.

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

black-forest-labs/flux.2-pro

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

Pengenalan

FLUX.2 [pro] ialah model imej produksi Black Forest Labs untuk penciptaan berpandukan teks dan penyuntingan berpandukan rujukan. Profil yang didokumenkan menggabungkan perincian fotorealistik, kawalan teks dan warna dengan bajet piksel rujukan/output serta imej sehingga 4 megapiksel.

Input yang diterima
Teks · Imej
Hasil
Imej

Tersedia di Ailoot · input & kaedah

Ailoot Ultra · Imej POST /v1/images/generations
Input
text, image
Output
image
MedanJenisKeperluanNilai & hadLalai
MedanmodelJenisstringKeperluanDiperlukanNilai & had
black-forest-labs/flux.2-pro
Lalai—
MedanpromptJenisstringKeperluanDiperlukanNilai & had
Panjang minimum: 1
Lalai—
Medanaspect_ratioJenisstringKeperluanPilihanNilai & had
1:1, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16, 21:9, auto
Lalai—
Medanoutput_formatJenisstringKeperluanPilihanNilai & had
png, jpeg
Lalai—
MedannJenisintegerKeperluanPilihanNilai & had
Minimum: 1
Maksimum: 1
Lalai—
Medaninput_referencesJenisarrayKeperluanPilihanNilai & had
Item minimum: 0
Item maksimum: 8
Lalai—
MedanproviderJenisobjectKeperluanPilihanNilai & hadLalai—
Parameter kaedah dan kitar hayat
ParameterKontrak
Parametercontent_typeKontrakapplication/json
ParameterrequiredKontrakmodel, prompt
Parametermaterial_typesKontraktext, 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.

KonfigurasiJadual kadarKuantiti ramalanUnit pengebilanCaj
KonfigurasiKadar asas tokenJadual kadarKadar asasKuantiti 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 keluaranJadual kadar—Kuantiti ramalan—Unit pengebilanbagi setiap megapiksel imej keluaranCaj
Output · megapiksel imej keluaran · Anggaran untuk perbandingan sahaja $0.06 bagi setiap megapiksel imej keluaran
KonfigurasiAnggaran kos penjanaanJadual kadar—Kuantiti ramalananggaran untuk satu penjanaanUnit pengebilan—Caj
Output · Anggaran kos penjanaan · Anggaran untuk perbandingan sahaja $0.06 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-pro', '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
MedanJenis
MedancreatedJenis
Medandata[].urlJenis
Medandata[].b64_jsonJenis
MedanusageJenis

Alias

Alias model

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

Alias laluan kaedah

/v1/images

ID pemanggil berkaitan

black-forest-labs/flux.2-pro

FAQ · Black Forest Labs: FLUX.2 Pro
Apakah input dan hasil yang tersedia?

POST /v1/images/generations · black-forest-labs/flux.2-pro: text, image → image

Apakah medan yang digunakan oleh permintaan?

POST /v1/images/generations · black-forest-labs/flux.2-pro: model, prompt, aspect_ratio, output_format, n, input_references, provider

Apakah had yang terpakai?

POST /v1/images/generations · black-forest-labs/flux.2-pro: n.minimum: 1; n.maximum: 1

Butiran lanjut

Sambungkan Ailoot kepada Claude Code, OpenCode, Hermes atau aplikasi anda.

Syarikat dan portfolio projeknya

Syarikat dan portfolio projeknya: jutaan pelanggan; jualan bernilai berbilion setiap bulan.

Beli token dengan diskaun.

Diskaun langganan untuk penggunaan berkala. Kod promosi — sehingga 50% bagi pembelian token.

Langganan
Pilih pelan berdiskaun untuk permintaan berkala anda.
Kod promosi sehingga 50%
Masukkan kod semasa pembelian. Harga dikira semula mengikut promosi semasa.
Perbelanjaan dalam sejarah
Model, token dan jumlah disimpan bagi setiap permintaan.

Pilih langganan · Lihat harga model

Sambungkan API kepada produk yang anda jual.

SaaS, aplikasi dan bot — di bawah tawaran rasmi serta perjanjian lesen Ailoot. Untuk jualan semula, mohon lesen penjual semula.

Aplikasi komersial
Tambahkan penjanaan teks, imej, video dan audio pada ciri berbayar perkhidmatan anda.
Lesen penjual semula
Hantar keterangan projek dan susunan akses. Minta terma penggunaan serta jualan semula secara bertulis.
Dokumen pada laman
Tawaran, perjanjian lesen dan dasar pemprosesan data tersedia sebelum sambungan.

Mohon lesen penjual semula · Tawaran dan perjanjian lesen