FLUX.2 [klein] 4B to kompaktowy model Black Forest Labs do tworzenia obrazu z opisu tekstowego i edycji obrazów z referencjami wizualnymi. Jego transformer rectified-flow o czterech miliardach parametrów łączy generowanie i edycję w jednej architekturze. Nazwana wersja 4B jest poddana destylacji liczby kroków, a przykład referencyjny producenta wykorzystuje cztery kroki wnioskowania.
Rolą modelu jest interaktywny szkic wizualny lub poprawka: eksplorowanie sceny produktowej, zmiana ubrania postaci, połączenie tematu z otoczeniem lub dopracowanie wyglądu ilustracji. Zacznij od ważnego zdarzenia lub kompozycji, a następnie opisz temat, materiał, oświetlenie i punkt widzenia. Konkretny opis może umieszczać matową niebieską ceramiczną filiżankę na jasnym dębowym stole, w zbliżeniu oświetlonym z boku, z widocznym uchwytem i szkliwem. Wynikiem jest obraz do porównania z tymi decyzjami.
Udokumentowany profil 4B przyjmuje maksymalnie cztery obrazy wejściowe. Nadaj każdemu jasną rolę: wygląd produktu, postać, otoczenie lub styl. Jeśli jeden obraz jest sceną do edycji, wskaż go i określ zarówno zmianę, jak i szczegóły do zachowania. Na przykład zachowaj sylwetkę i powierzchnię filiżanki z pierwszego obrazu, użyj pokoju z drugiego i zmień tylko nakrycie stołu. Kolejność referencji i precyzyjna instrukcja zmiany dają poprawce jaśniejszy cel niż prośba o ogólne ulepszenie.
Producent odróżnia ten kompaktowy budżet referencji od większych wariantów FLUX.2. Podaje również, że [klein] nie rozwija promptów. Samodzielnie dostarcz ważne informacje opisowe, w tym relacje między obiektami z referencji, zamiast polegać na automatycznym rozwinięciu krótkiej etykiety. W serii zachowuj tę samą referencję tematu i wymagania wizualne, zmieniając po jednej decyzji dotyczącej sceny.
Konkretny profil 4B producenta wymienia wynik JPEG, PNG i WebP, domyślnie JPEG. Podane wprost wartości szerokości i wysokości mają według dokumentacji minimum 64 piksele każda; przykład referencyjny w karcie modelu używa obrazu 1024×1024. Ten przykład jest konfiguracją próbkowania, a nie twierdzeniem, że każde zadanie musi być kwadratowe lub że 1024 piksele stanowią maksimum modelu. Wybierz zamierzony kadr i format wyświetlania przed przygotowaniem opisu wizualnego, a następnie porównaj drobne napisy i małe cechy w tym rozmiarze.
Opublikowany przykład czterokrokowy używa guidance_scale 1.0. Odróżniaj tę destylowaną wersję od FLUX.2 [klein] Base 4B, którego niedestylowany sygnał treningowy jest przeznaczony do adaptacji, treningu LoRA i badań. Base 4B i modele 9B są odrębnymi wyborami, z innymi wymaganiami przygotowania i próbkowania. Standardowe ustawienia kompaktowego modelu różnią się także od regulowanych kroków i guidance w [flex]; [max] ma własną funkcję wyszukiwania informacji ugruntowujących.
Konkretna karta modelu podaje, że model nie jest źródłem informacji faktograficznych. Tekst wewnątrz obrazu może być błędny lub zniekształcony, a wygenerowana scena może odbiegać od żądania. Styl promptu znacząco wpływa na zgodność. Sprawdź pisownię, ilości, etykiety, tożsamość obiektu lub postaci i konkretne przedmioty do zachowania; atrakcyjna kompozycja nie potwierdza poprawności cechy produktu ani zilustrowanego faktu. Producent zauważa też, że statystyczne wyniki mogą odzwierciedlać uprzedzenia danych treningowych.
Dla ocenionego materiału zachowaj referencje źródłowe, ostateczne sformułowanie i wybraną tożsamość modelu wraz z obrazem. Dokumentacja wydania odróżnia przykładowe znakowanie wodne na poziomie pikseli w kodzie referencyjnym od metadanych pochodzenia C2PA stosowanych w hostowanym procesie wyjściowym producenta. Zachowanie zwróconych informacji o pochodzeniu pomaga wyjaśnić źródło materiału; jest odrębne od sprawdzania, czy żądana zmiana wizualna się powiodła.
", "aboutText": "FLUX.2 [klein] 4B to kompaktowy model Black Forest Labs do tworzenia obrazu z opisu tekstowego i edycji obrazów z referencjami wizualnymi. Jego transformer rectified-flow o czterech miliardach parametrów łączy generowanie i edycję w jednej architekturze. Nazwana wersja 4B jest poddana destylacji liczby kroków, a przykład referencyjny producenta wykorzystuje cztery kroki wnioskowania.\n\nRolą modelu jest interaktywny szkic wizualny lub poprawka: eksplorowanie sceny produktowej, zmiana ubrania postaci, połączenie tematu z otoczeniem lub dopracowanie wyglądu ilustracji. Zacznij od ważnego zdarzenia lub kompozycji, a następnie opisz temat, materiał, oświetlenie i punkt widzenia. Konkretny opis może umieszczać matową niebieską ceramiczną filiżankę na jasnym dębowym stole, w zbliżeniu oświetlonym z boku, z widocznym uchwytem i szkliwem. Wynikiem jest obraz do porównania z tymi decyzjami.\n\n### Edycja z niewielkim zestawem referencji\n\nUdokumentowany profil 4B przyjmuje maksymalnie cztery obrazy wejściowe. Nadaj każdemu jasną rolę: wygląd produktu, postać, otoczenie lub styl. Jeśli jeden obraz jest sceną do edycji, wskaż go i określ zarówno zmianę, jak i szczegóły do zachowania. Na przykład zachowaj sylwetkę i powierzchnię filiżanki z pierwszego obrazu, użyj pokoju z drugiego i zmień tylko nakrycie stołu. Kolejność referencji i precyzyjna instrukcja zmiany dają poprawce jaśniejszy cel niż prośba o ogólne ulepszenie.\n\nProducent odróżnia ten kompaktowy budżet referencji od większych wariantów FLUX.2. Podaje również, że [klein] nie rozwija promptów. Samodzielnie dostarcz ważne informacje opisowe, w tym relacje między obiektami z referencji, zamiast polegać na automatycznym rozwinięciu krótkiej etykiety. W serii zachowuj tę samą referencję tematu i wymagania wizualne, zmieniając po jednej decyzji dotyczącej sceny.\n\n### Ustawienia wyniku i granice wersji\n\nKonkretny profil 4B producenta wymienia wynik JPEG, PNG i WebP, domyślnie JPEG. Podane wprost wartości szerokości i wysokości mają według dokumentacji minimum 64 piksele każda; przykład referencyjny w karcie modelu używa obrazu 1024×1024. Ten przykład jest konfiguracją próbkowania, a nie twierdzeniem, że każde zadanie musi być kwadratowe lub że 1024 piksele stanowią maksimum modelu. Wybierz zamierzony kadr i format wyświetlania przed przygotowaniem opisu wizualnego, a następnie porównaj drobne napisy i małe cechy w tym rozmiarze.\n\nOpublikowany przykład czterokrokowy używa guidance_scale 1.0. Odróżniaj tę destylowaną wersję od FLUX.2 [klein] Base 4B, którego niedestylowany sygnał treningowy jest przeznaczony do adaptacji, treningu LoRA i badań. Base 4B i modele 9B są odrębnymi wyborami, z innymi wymaganiami przygotowania i próbkowania. Standardowe ustawienia kompaktowego modelu różnią się także od regulowanych kroków i guidance w [flex]; [max] ma własną funkcję wyszukiwania informacji ugruntowujących.\n\n### Szczegóły do sprawdzenia w obrazie\n\nKonkretna karta modelu podaje, że model nie jest źródłem informacji faktograficznych. Tekst wewnątrz obrazu może być błędny lub zniekształcony, a wygenerowana scena może odbiegać od żądania. Styl promptu znacząco wpływa na zgodność. Sprawdź pisownię, ilości, etykiety, tożsamość obiektu lub postaci i konkretne przedmioty do zachowania; atrakcyjna kompozycja nie potwierdza poprawności cechy produktu ani zilustrowanego faktu. Producent zauważa też, że statystyczne wyniki mogą odzwierciedlać uprzedzenia danych treningowych.\n\nDla ocenionego materiału zachowaj referencje źródłowe, ostateczne sformułowanie i wybraną tożsamość modelu wraz z obrazem. Dokumentacja wydania odróżnia przykładowe znakowanie wodne na poziomie pikseli w kodzie referencyjnym od metadanych pochodzenia C2PA stosowanych w hostowanym procesie wyjściowym producenta. Zachowanie zwróconych informacji o pochodzeniu pomaga wyjaśnić źródło materiału; jest odrębne od sprawdzania, czy żądana zmiana wizualna się powiodła.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "7fb7dd83c2913f44c02e059af40b7dfd46e304859a023e1dc11a8e518030c31f", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "pl", "methods": [ { "html": "black-forest-labs/flux.2-klein-4bFLUX.2 [klein] 4B to kompaktowy model obrazowy Black Forest Labs, poddany destylacji liczby kroków, do tworzenia z tekstu i edycji z maksymalnie czterema referencjami. Jego czterokrokowa konstrukcja wspiera interaktywną pracę wizualną, zachowując odrębną tożsamość od niedestylowanej wersji Base 4B.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
FLUX.2 [klein] 4B to kompaktowy model Black Forest Labs do tworzenia obrazu z opisu tekstowego i edycji obrazów z referencjami wizualnymi. Jego transformer rectified-flow o czterech miliardach parametrów łączy generowanie i edycję w jednej architekturze. Nazwana wersja 4B jest poddana destylacji liczby kroków, a przykład referencyjny producenta wykorzystuje cztery kroki wnioskowania.
Rolą modelu jest interaktywny szkic wizualny lub poprawka: eksplorowanie sceny produktowej, zmiana ubrania postaci, połączenie tematu z otoczeniem lub dopracowanie wyglądu ilustracji. Zacznij od ważnego zdarzenia lub kompozycji, a następnie opisz temat, materiał, oświetlenie i punkt widzenia. Konkretny opis może umieszczać matową niebieską ceramiczną filiżankę na jasnym dębowym stole, w zbliżeniu oświetlonym z boku, z widocznym uchwytem i szkliwem. Wynikiem jest obraz do porównania z tymi decyzjami.
Udokumentowany profil 4B przyjmuje maksymalnie cztery obrazy wejściowe. Nadaj każdemu jasną rolę: wygląd produktu, postać, otoczenie lub styl. Jeśli jeden obraz jest sceną do edycji, wskaż go i określ zarówno zmianę, jak i szczegóły do zachowania. Na przykład zachowaj sylwetkę i powierzchnię filiżanki z pierwszego obrazu, użyj pokoju z drugiego i zmień tylko nakrycie stołu. Kolejność referencji i precyzyjna instrukcja zmiany dają poprawce jaśniejszy cel niż prośba o ogólne ulepszenie.
Producent odróżnia ten kompaktowy budżet referencji od większych wariantów FLUX.2. Podaje również, że [klein] nie rozwija promptów. Samodzielnie dostarcz ważne informacje opisowe, w tym relacje między obiektami z referencji, zamiast polegać na automatycznym rozwinięciu krótkiej etykiety. W serii zachowuj tę samą referencję tematu i wymagania wizualne, zmieniając po jednej decyzji dotyczącej sceny.
Konkretny profil 4B producenta wymienia wynik JPEG, PNG i WebP, domyślnie JPEG. Podane wprost wartości szerokości i wysokości mają według dokumentacji minimum 64 piksele każda; przykład referencyjny w karcie modelu używa obrazu 1024×1024. Ten przykład jest konfiguracją próbkowania, a nie twierdzeniem, że każde zadanie musi być kwadratowe lub że 1024 piksele stanowią maksimum modelu. Wybierz zamierzony kadr i format wyświetlania przed przygotowaniem opisu wizualnego, a następnie porównaj drobne napisy i małe cechy w tym rozmiarze.
Opublikowany przykład czterokrokowy używa guidance_scale 1.0. Odróżniaj tę destylowaną wersję od FLUX.2 [klein] Base 4B, którego niedestylowany sygnał treningowy jest przeznaczony do adaptacji, treningu LoRA i badań. Base 4B i modele 9B są odrębnymi wyborami, z innymi wymaganiami przygotowania i próbkowania. Standardowe ustawienia kompaktowego modelu różnią się także od regulowanych kroków i guidance w [flex]; [max] ma własną funkcję wyszukiwania informacji ugruntowujących.
Konkretna karta modelu podaje, że model nie jest źródłem informacji faktograficznych. Tekst wewnątrz obrazu może być błędny lub zniekształcony, a wygenerowana scena może odbiegać od żądania. Styl promptu znacząco wpływa na zgodność. Sprawdź pisownię, ilości, etykiety, tożsamość obiektu lub postaci i konkretne przedmioty do zachowania; atrakcyjna kompozycja nie potwierdza poprawności cechy produktu ani zilustrowanego faktu. Producent zauważa też, że statystyczne wyniki mogą odzwierciedlać uprzedzenia danych treningowych.
Dla ocenionego materiału zachowaj referencje źródłowe, ostateczne sformułowanie i wybraną tożsamość modelu wraz z obrazem. Dokumentacja wydania odróżnia przykładowe znakowanie wodne na poziomie pikseli w kodzie referencyjnym od metadanych pochodzenia C2PA stosowanych w hostowanym procesie wyjściowym producenta. Zachowanie zwróconych informacji o pochodzeniu pomaga wyjaśnić źródło materiału; jest odrębne od sprawdzania, czy żądana zmiana wizualna się powiodła.
POST /v1/images/generationstext, imageimage| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity black-forest-labs/flux.2-klein-4b | Domyślnie— |
Poleprompt | Typstring | WymaganieWymagane | Wartości i limity Minimalna długość: 1 | Domyślnie— |
Poleaspect_ratio | Typstring | WymaganieOpcjonalne | Wartości i limity 1:1, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16, 21:9, auto | Domyślnie— |
Poleoutput_format | Typstring | WymaganieOpcjonalne | Wartości i limity png, jpeg | Domyślnie— |
Polen | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Maksimum: 1 | Domyślnie— |
Poleinput_references | Typarray | WymaganieOpcjonalne | Wartości i limity Minimalna liczba elementów: 0 Maksymalna liczba elementów: 4 | Domyślnie— |
Poleprovider | Typobject | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, prompt |
Parametrmaterial_types | Kontrakttext, image |
Cykl życia: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Rzeczywiście zwrócony task_id lub wpis w bibliotece multimediów
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Wyświetlane stawki służą do oszacowania kosztu przed generowaniem. Ostateczna opłata jest obliczana na podstawie kosztu zarejestrowanego dla pierwotnego generowania. Zmierzony czas trwania wyniku i prognozowane ilości nie stanowią ostatecznej ilości podlegającej rozliczeniu.
Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.
Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.
| Konfiguracja | Tabela stawek | Przewidywana ilość | Jednostka rozliczeniowa | Opłata |
|---|---|---|---|---|
| KonfiguracjaBazowe stawki za tokeny | Tabela stawekStawka podstawowa | Przewidywana ilość— | Jednostka rozliczeniowa— | Opłata Wejście · Tokeny wejściowe · Szacunek tylko do porównania — / 1K tokenów Wyjście · Tokeny wyjściowe · Szacunek tylko do porównania — / 1K tokenów Wejście · Odczyt cache · Szacunek tylko do porównania — / 1K tokenów Wejście · Zapis do cache · Szacunek tylko do porównania — / 1K tokenów Wejście · Zapis do cache, 1 godz. · Szacunek tylko do porównania — / 1K tokenów |
| Konfiguracjamegapiksel obrazu wyjściowego | Tabela stawek— | Przewidywana ilość— | Jednostka rozliczeniowaza megapiksel obrazu wyjściowego | Opłata Wyjście · megapiksel obrazu wyjściowego · Szacunek tylko do porównania $0.028 za megapiksel obrazu wyjściowego |
| KonfiguracjaSzacowany koszt generowania | Tabela stawek— | Przewidywana ilośćszacunek dla jednego generowania | Jednostka rozliczeniowa— | Opłata Wyjście · Szacowany koszt generowania · Szacunek tylko do porównania $0.028 szacunek przed generowaniem Ten szacunek nie jest dodatkową opłatą ani stałą stawką za ukończone generowanie. |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
set -eu\n: "${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\nPobierz każdy zwrócony obraz lub zapisz jego zawartość Base64
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.\nZapisz każdy ukończony obraz; pobierz każdy zwrócony URL lub zdekoduj zawartość Base64.
Zachowaj pełną odpowiedź i nagłówki, wszystkie rzeczywiście uzyskane wyniki, pierwotnie zwrócone identyfikatory oraz wszystkie pola zużycia. Odzyskaj pierwotną operację bez ponownego wysyłania żądania utworzenia.
Zachowaj zwrócony X-Client-Request-ID do uzgodnienia danych. Odczytuj wyłącznie rzeczywiście zwrócone wartości task_id/asset_id lub własną bibliotekę multimediów; nigdy nie buduj adresu URL zadania na podstawie identyfikatora operacji i nigdy nie wysyłaj ponownie żądania utworzenia.
| Pole | Typ |
|---|---|
Polecreated | Typ |
Poledata[].url | Typ |
Poledata[].b64_json | Typ |
Poleusage | Typ |
Ailoot Ultra black-forest-labs/flux.2-klein-4b
/v1/images