

MOSS-Image Turbo und FLUX.2 Klein 4B im direkten Vergleich: Spezifikationen, Fähigkeiten, Parameter und Live-Preise aus dem EmpirioLabs-Katalog.
MOSS-Image Turbo von OpenMOSS und FLUX.2 Klein 4B von Black Forest Labs gehören beide zur Kategorie Bilderzeugung und sind über die EmpirioLabs API verfügbar.
| Spezifikation | MOSS-Image Turbo | FLUX.2 Klein 4B |
|---|---|---|
| Modell-ID | moss-image-turbo | flux-2-klein-4b |
| Autor | OpenMOSS | Black Forest Labs |
| Veröffentlicht | 16. Okt. 2026 | 15. Jan. 2026 |
| Eingabe | Text | Text Bild |
| Ausgabe | Bild | Bild |
| Endpoints | POST /v1/images/generations | POST /v1/images/generations |
| Fähigkeiten |
Live-Preise aus dem EmpirioLabs-Katalog für beide Modelle. Jede Preistabelle entspricht immer dem, was die API berechnet.
Anfrageparameter, die jedes Modell auf EmpirioLabs angibt, mit den zulässigen Werten oder dem Bereich, wo einer gilt. Ein Strich markiert einen Parameter, den das Modell nicht angibt.
| Parameter | MOSS-Image Turbo | FLUX.2 Klein 4B |
|---|---|---|
| prompt | string | string |
| aspect_ratio | 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3 Standard: 1:1 | 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3 Standard: 1:1 |
| size | string | string |
| width | 512 bis 2048 | 256 bis 2048 |
| height | 512 bis 2048 | 256 bis 2048 |
| seed | 0 bis 2147483647 | number |
| num_images | 1 bis 4 Standard: 1 | 1 bis 4 Standard: 1 |
| format | webp, png, jpg, jpeg Standard: webp | webp, png, jpg, jpeg Standard: webp |
| response_format | url, b64_json Standard: url | url, b64_json Standard: url |
| return_base64 | boolean Standard: false | boolean Standard: false |
| num_inference_steps | - | 1 bis 12 Standard: 4 |
| guidance_scale | - | 0 bis 8 Standard: 1 |
| max_sequence_length | - | 64 bis 512 Standard: 512 |
| images | - | array |
Erzeugt Bilder aus Text, mit korrektem englischem und chinesischem Text in Schildern, Plakaten, Etiketten und Layouts.
Generierte Bilder bestehen eine automatisierte Inhaltssicherheitsprüfung. Ein als explizit markiertes Bild wird nicht zurückgegeben. Da das Bild vor der Prüfung erzeugt wird, wird eine markierte Generierung weiterhin abgerechnet.
Unterstützt Prompt-, size/aspect-Verhältnisse oder explizite width/height-, Seed-, n/num_images- und Referenzbilder. Breite x Höhe darf höchstens 1.048.576 Pixel betragen. Beispiele: 1024x1024, 1344x768, 768x1344 oder 2048x512. Die Abrechnung erfolgt pro zurückgegebenem Bild, daher erstellt und berechnet num_images: 4 4 Bilder.
MOSS-Image Turbo läuft über POST /v1/images/generations. Der Request liefert sofort eine job_id; frage GET /v1/jobs/{job_id} ab, bis der Job abgeschlossen ist, und lies die Ausgabe-URLs aus dem Ergebnis. Oder füge "sync": true hinzu, um das Polling zu überspringen: Der Request bleibt offen und liefert direkt die fertige OpenAI-artige Bildantwort, sodass OpenAI SDKs unverändert funktionieren. Beide Modelle werden über denselben Endpunkt aufgerufen. Setze model auf moss-image-turbo oder flux-2-klein-4b. Hol dir einen API-Schlüssel im EmpirioLabs Dashboard.
curl https://api.empiriolabs.ai/v1/images/generations \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "moss-image-turbo",
"prompt": "Describe what you want MOSS-Image Turbo to generate."
}'Prompt-Tests und Vergleichsläufe, die beide Modelle abdecken.
MOSS-Image Turbo ist die neuere Veröffentlichung (16. Okt. 2026); FLUX.2 Klein 4B erschien am 15. Jan. 2026. Eingabetypen, die nur FLUX.2 Klein 4B akzeptiert: Bild. Nur für MOSS-Image Turbo angegebene Fähigkeiten: text rendering, multilingual text. Die Spezifikationen, Preistabellen und Parameter auf dieser Seite stammen aus dem Live-Katalog von EmpirioLabs.
MOSS-Image Turbo ist die neuere Veröffentlichung (16. Okt. 2026); FLUX.2 Klein 4B erschien am 15. Jan. 2026.
FLUX.2 Klein 4B hat den niedrigeren Preis für Bilderzeugung (pro Bild). Beide Live-Preistabellen stehen auf dieser Seite und entsprechen immer dem, was die API berechnet.
Ja. Beide Modelle nutzen POST /v1/images/generations mit demselben EmpirioLabs API-Schlüssel, die meisten Integrationen wechseln also durch Ändern des model Werts. Prüfe zuerst die Parametertabelle auf dieser Seite, wenn du dich auf einen modellspezifischen Parameter verlässt.
Ja. Öffne jedes Modell im EmpirioLabs Playground und führe denselben Prompt auf beiden aus, mit den Parametern, die die API bereitstellt.
Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.