काई-छवि टर्बो EmpirioLabs पर उपलब्ध है. यह उन छवियों के लिए ओपनमॉस का text-to-image मॉडल है जो शब्दों को ले जाते हैं: संकेत, पोस्टर, लेबल, मेनू और लेआउट, अंग्रेजी और चीनी में। यह चलता है पोस्ट /v1/images/generations, एपीआई में और Playground में।
यह पाठ के साथ क्या करता है
एक ट्रेल-साइन प्रॉम्प्ट से एक शॉट जिसमें "समिट 2.4 मील" शब्द मांगे गए। तीन अन्य मॉडलों के खिलाफ एक ही परीक्षण में है काई - छवि टर्बो बनाम FLUX.2 Klein 4B बनाम Qwen छवि 2.1 बनाम Seedream 5.0 फ्लैश।.
आपका पहला अनुरोध
कर्ल https://api.empiriolabs.ai/v1/images/generations \ -एच "प्राधिकरण: वाहक $EMPIRIOLABS_एपीआई_की" \ -एच "सामग्री-प्रकार: application/json" \ -d '{ "मॉडल": "moss-image-turbo", "प्रॉम्प्ट": "एक बेकरी स्टोरफ्रंट साइन जो सुनहरे अक्षरों में \"फ्रेश ब्रेड डेली\" पढ़ता है, सुबह की रोशनी", "सिंक": सच }'
साथ सिंक सेट करें, प्रतिक्रिया समाप्त छवि है: 1024x1024 वेबपी के लिए एक हस्ताक्षरित यूआरएल, के साथ बीज इसका इस्तेमाल किया गया। इसके बिना, प्रतिक्रिया एक है नौकरी id पर मतदान करने के लिए /v1/jobs/{job_id}, जो लंबे बैचों के लिए उपयुक्त है।
आकार और विकल्प
- पहलू अनुपात।
aspect_ratio1:1, 16:9, 9:16, 4:3, 3:4, 3:2, या 2:3 लेता है। - सटीक आकार।
आकार वालाजैसाचौड़ाईएक्सऊंचाई, याचौड़ाईतथापराकाष्ठा: प्रत्येक पक्ष 16 से 512 पिक्सेल तक 2,048 का गुणक, और कुल मिलाकर अधिकतम 1,048,576 पिक्सेल, जैसे 1344x768 या 2048x512। - कई छवियां।
num_images4 तक लेता है। एक के साथबीज, छवियां उस बीज और उसके बाद वाले (42, 43, और इसी तरह) का उपयोग करती हैं, और प्रत्येक छवि अपना बीज लौटाती है। - प्रारूप। डिफ़ॉल्ट रूप से WebP, PNG या JPEG के साथ
प्रारूप, और base64 के बजाय एक URLresponse_formatपर सेट करेंb64_json।.
पाठ के साथ संकेत लिखना
- शब्दों को उद्धृत करें। उदाहरण के लिए, सटीक पाठ को उद्धरण चिह्नों में रखें
एक चिन्ह जिस पर लिखा है "24 घंटे खुला"।. - कहो कि यह कैसा दिखता है। अक्षरों और सतह को नाम दें: हाथ से चित्रित, सोने का सेरिफ़, लाल नीयन, ब्रश सुलेख, नक्काशीदार लकड़ी।
- चीनी भी उसी तरह काम करता है। वर्णों को उद्धरण चिह्नों में रखें, जैसे
“春山茶舍”।.
परिचालन नोट्स
- चौड़ाई और ऊंचाई 16 के गुणज हैं। 1000x1000 अनुरोध को 400 के साथ अस्वीकार कर दिया जाता है जो ऐसा कहता है; 1008x1008 और 1024x1024 काम करते हैं।
- नमूनाकरण तय किया गया है।.
negative_prompt,num_inference_steps, औरguidance_scaleअनदेखा करने के बजाय 400 के साथ मना कर दिया जाता है। - केवल छवि के लिए पाठ। छवि इनपुट और LoRA एडेप्टर को अस्वीकार कर दिया जाता है। संदर्भ छवि से संपादित करने के लिए, छवि संपादन के साथ एक मॉडल का उपयोग करें जैसे फ्लक्स.2 क्लेन 4बी।.
- अतिरिक्त पाठ के लिए पोस्टर देखें। हमारे तीन परीक्षण संकेतों में से एक में इसने लेटरिंग की एक छोटी पंक्ति जोड़ी जो नहीं मांगी गई थी।
मूल्य निर्धारण
प्रति छवि बिल किया गया। चार छवियों के लिए अनुरोध चार बिल करता है, और एक अस्वीकृत अनुरोध का बिल नहीं दिया जाता है। जेनरेट की गई छवियां एक स्वचालित सामग्री-सुरक्षा जांच पास करती हैं: स्पष्ट के रूप में चिह्नित की गई छवि वापस नहीं की जाती है और अभी भी बिल की जाती है। वर्तमान दरें मॉडल पेज और मूल्य निर्धारण पृष्ठ।.
निर्माण शुरू करें
में काई-छवि टर्बो का प्रयास करें Playground, जहां प्रत्येक पैरामीटर एक लाइव नियंत्रण है, और पढ़ें एपीआई दस्तावेज़ीकरण पूर्ण पैरामीटर संदर्भ के लिए।
प्रकटीकरण: यह लेख एआई सहायता के साथ लिखा गया था और EmpirioLabs AI द्वारा समीक्षा की गई थी।.




