Recraft: Recraft V3

Recraft V3 ist ein Bildgenerierungsmodell von Recraft, einem Anbieter, der auf visuelle Generierungswerkzeuge spezialisiert ist. Es befindet sich in der Bildkategorie auf api14, was bedeutet, dass es darauf ausgelegt ist, Bilder zu erzeugen, anstatt Gespräche zu führen oder Text zu schreiben. Wenn Sie ein Produkt entwickeln, das generierte Bilder benötigt, ist dies die Art von Modell, die Sie neben anderen Bildmodellen auf der Plattform bewerten würden.

Das Modell akzeptiert Text- und Bildeingaben und gibt Bildausgaben zurück. Diese Kombination ist wichtig: Sie können in einem Prompt beschreiben, was Sie möchten, und Sie können auch ein einzelnes Referenzbild als Eingabe bereitstellen, um das Ergebnis zu steuern. Die Ausgabe wird mit einer Auflösung von etwa 1K generiert. Das Kontextfenster umfasst 65536 Token, mit einer maximalen Ausgabe von 58982 Token. Das Seitenverhältnis ist konfigurierbar über 1:1, 4:3, 3:4, 16:9, 9:16 und auto, sodass Sie die Form des Bildes an den Platz anpassen können, den es in Ihrer Oberfläche einnehmen wird, anstatt es nachträglich zuzuschneiden. Sie können zwischen 1 und 6 Bilder in einem einzigen Aufruf anfordern, und Sie können bis zu eine Eingabereferenz anhängen.

Diese Fähigkeiten deuten auf eine ziemlich spezifische Gruppe von Aufgaben hin. Marketing- und Produktteams können Hero-Bilder, Social-Assets und Thumbnails in jedem Seitenverhältnis generieren, das der jeweilige Kanal benötigt, mehrere Varianten gleichzeitig anfordern und die beste auswählen. Da ein Referenzbild bereitgestellt werden kann, eignet sich das Modell auch für Workflows, bei denen Sie eine neue Komposition wünschen, die nahe an einem bestehenden visuellen Element bleibt, etwa beim Umstyling eines Produktfotos oder beim Erstellen von Alternativen zu einem genehmigten Konzept. Die Option auto beim Seitenverhältnis ist nützlich, wenn Sie es vorziehen, das Modell allein anhand des Prompts eine sinnvolle Bildkomposition wählen zu lassen.

Der Aufruf über api14 funktioniert genauso wie bei jedem anderen Modell auf dem Gateway, unter Verwendung der OpenAI-kompatiblen API mit der Modell-ID "recraft/recraft-v3". Das Modell selbst stellt keine allgemeinen unterstützten Parameter bereit, daher wird das Generierungsverhalten stattdessen über die Bildkonfiguration gesteuert. Diese Konfiguration umfasst aspect_ratio, das einen der sechs Enum-Werte annimmt; n, das von 1 bis 6 reicht; und input_references, das von 0 bis 1 reicht. Wenn Sie bereits einen OpenAI-Client eingerichtet haben, sind das Ausrichten auf api14 und das Festlegen der Modell-ID die wesentliche erforderliche Änderung.

Ein Punkt, den es abzuwägen gilt, ist, dass dies ausschließlich ein Bildmodell ist. Es gibt keinen Text zurück, daher hilft es nicht bei Reasoning, Zusammenfassung, Klassifizierung oder einer Aufgabe, bei der die Ausgabe Sprache sein muss. Wenn Ihre Pipeline sowohl eine schriftliche Antwort als auch ein Bild benötigt, werden Sie daneben ein Textmodell wollen. Die Erlaubnis für ein einzelnes Referenzbild ist ebenfalls erwähnenswert: Wenn Ihr Workflow davon abhängt, mehrere Referenzbilder zu kombinieren, wird dieses Modell das nicht tun.