Wir verwenden Cookies. Cookies und Browserspeicher halten Sie angemeldet und merken sich Ihre Einstellungen. Mit Ihrer Zustimmung messen wir außerdem, wie die Website genutzt wird. Sie können jederzeit . Siehe unsere Cookie-Richtlinie.
Sourceful: Riverflow V2.5 Fast
sourceful/riverflow-v2.5-fastSourceful: Riverflow V2.5 Fast jetzt ausprobieren
Läuft über Ihr Guthaben zu den oben genannten Preisen. Neue Konten starten mit kostenloser Nutzung.
Einstellungen
Sourceful: Riverflow V2.5 Fast im Überblick
- Kontextfenster von 32.768 Tokens, genug für lange Dokumente und mehrstufige Unterhaltungen.
- Unterstützt die Steuerung des Reasoning-Aufwands.
Über Sourceful: Riverflow V2.5 Fast
Sourceful: Riverflow V2.5 Fast ist ein Bildgenerierungsmodell von Sourceful, die geschwindigkeitsoptimierte Variante der Riverflow 2.5 Produktreihe des Unternehmens. Die Riverflow 2.5 Serie ist eine vereinheitlichte Text-zu-Bild- und Bild-zu-Bild-Familie, und diese Fast-Version liegt innerhalb dieser Familie als die Option, die für Produktionsbereitstellungen und latenzkritische Workflows gebaut wurde.
Das Modell akzeptiert Text- und Bildeingaben und erzeugt Bilder als Ausgabe. Es unterstützt eine Kontextlänge von 32.768 Tokens und eine maximale Ausgabe von 29.491 Tokens. Die Generierung wird über einen definierten Satz von Bildparametern gesteuert. Die Auflösung ist ein Enum aus 1K oder 2K. Das Seitenverhältnis ist ein Enum, das 1:1, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16, 21:9 und auto abdeckt. Das Ausgabeformat ist ein Enum mit jpeg als einzigem Wert. Der Hintergrund ist ein Enum aus auto, transparent oder opaque. Der Parameter n hat einen Bereich von 1 bis 1, sodass jede Anfrage ein einzelnes Bild zurückgibt. Eingabereferenzen haben einen Bereich von 0 bis 4, was die Bild-zu-Bild-Arbeit neben reiner Text-zu-Bild-Generierung ermöglicht.
Diese Fähigkeiten deuten auf eine ziemlich klare Reihe von Anwendungsfällen hin. Die reine Prompt-Generierung deckt die alltäglichen Fälle ab, in denen ein Entwickler ein Bild aus einer Beschreibung benötigt und eine Auflösung und ein Seitenverhältnis wählt, die zum Ziel-Layout passen. Die Option für transparenten Hintergrund eignet sich für Assets, die über andere Inhalte komponiert werden müssen, wie Produktfreisteller oder Schnittstellenelemente. Der Parameter für Eingabereferenzen, bis zu vier Bilder, unterstützt Bild-zu-Bild-Workflows, bei denen vorhandene Visuals das Ergebnis leiten, sei es Restyling, Variationen oder Bearbeitungen, die an Referenzmaterial verankert sind. Da dies die Fast-Variante ist, passt sie in Pipelines, bei denen Durchsatz und Antwortzeit wichtiger sind als maximale Verfeinerung, wie das Generieren von Bildern auf Abruf innerhalb einer Anwendung oder die Verarbeitung von Anfragen in großem Umfang.
Sie rufen das Modell über die OpenAI-kompatible API von api14 mit der Modell-ID "sourceful/riverflow-v2.5-fast" auf. Die unterstützten Anfrageparameter sind include_reasoning, reasoning und reasoning_effort, zusammen mit den oben beschriebenen Bildparametern: resolution, aspect_ratio, output_format, background, n und input_references. Wenn Ihr Client bereits das OpenAI-Format spricht, ist der Wechsel zu diesem Modell eine Frage des Änderns der Modell-ID und des Hinzufügens der benötigten Bildeinstellungen.
Die Einschränkungen, die Sie beachten sollten, sind konkret statt vage. Die Ausgabe ist nur jpeg, sodass Formate wie png oder webp hier nicht verfügbar sind. Jede Anfrage gibt genau ein Bild zurück, sodass Stapelverarbeitung separate Aufrufe erfordert. Eingabereferenzen sind auf vier Bilder begrenzt. Wenn Ihre Arbeit von einem anderen Ausgabeformat, mehreren Bildern pro Aufruf oder einem Modell außerhalb der Bildkategorie insgesamt abhängt, passt ein anderes Modell besser.
So rufen Sie die Sourceful: Riverflow V2.5 Fast API auf
- Erstellen Sie in Ihrem Dashboard einen API-Schlüssel.
- Installieren Sie das offizielle openai SDK für Ihre Sprache.
- Setzen Sie baseURL auf https://api14.com/api/v1 und model auf "sourceful/riverflow-v2.5-fast".
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.images.generate({
"model": "sourceful/riverflow-v2.5-fast",
"prompt": "A minimalist product photo of a ceramic mug on a wooden table",
"n": 1,
"aspect_ratio": "1:1"
});
import { writeFile } from "node:fs/promises";
await writeFile("image.png", Buffer.from(result.data[0].b64_json, "base64"));
Unterstützte Parameter
include_reasoningreasoningreasoning_effortSpezifikationen
- Kontextlänge
- 32.768
- Max. Ausgabe
- 29.491
- Eingabe
- text, image
- Ausgabe
- image
Anfragen auf api14 · letzte 7 Tage
Sourceful: Riverflow V2.5 Fast: häufig gestellte Fragen
- Was kostet die Sourceful: Riverflow V2.5 Fast API?
- Sourceful: Riverflow V2.5 Fast kostet Bildausgabe 0,07 $ / Bild. Abgerechnet wird über Ihr USD-Guthaben, und zwar nur für erfolgreiche Anfragen; fehlgeschlagene Anfragen sind kostenlos.
- Wie groß ist das Kontextfenster von Sourceful: Riverflow V2.5 Fast?
- Sourceful: Riverflow V2.5 Fast liest bis zu 32.768 Tokens pro Anfrage, Prompt, Verlauf und Dokumente zusammen. Pro Antwort schreibt es bis zu 29.491 Ausgabe-Tokens.
- Was kann Sourceful: Riverflow V2.5 Fast?
- Sourceful: Riverflow V2.5 Fast akzeptiert text, image und liefert image. Es unterstützt Steuerung des Reasoning-Aufwands.
- Wie rufe ich Sourceful: Riverflow V2.5 Fast aus meinem Code auf?
- Richten Sie ein beliebiges OpenAI SDK auf https://api14.com/api/v1 und setzen Sie model auf "sourceful/riverflow-v2.5-fast", sonst ändert sich nichts am Code. Kopieren Sie ein fertiges Beispiel aus dem Code-Bereich dieser Seite.
- Welche Alternativen gibt es zu Sourceful: Riverflow V2.5 Fast?
- Vergleichbare Bild-Modelle zu ähnlichem Preis: Qwen: Qwen Image 2.1 Turbo, ByteDance Seed: Seedream 5.0 Flash, Sourceful: Riverflow V2 Fast. Alle laufen über denselben API-Schlüssel, zum Wechseln ändern Sie nur einen String.
Sourceful: Riverflow V2.5 Fast-Community
Neues ThemaIn dieser Community gibt es noch keine Themen. Eröffnen Sie das erste zu Sourceful: Riverflow V2.5 Fast.