Black Forest Labs: FLUX 3 Image Klein

FLUX 3 Image Klein, Black Forest Labs की एक इमेज जनरेशन और एडिटिंग मॉडल है। यह एक ओपन-वेट्स मॉडल है, जिसका मतलब है कि वेट्स प्रकाशित किए जाते हैं, न कि केवल होस्टेड सेवा के पीछे रखे जाते हैं। Black Forest Labs, FLUX परिवार के पीछे का प्रोवाइडर है, और यह एंट्री api14 पर इमेज श्रेणी में आती है।

मॉडल टेक्स्ट और इमेज इनपुट लेता है और इमेज आउटपुट देता है। यह संयोजन टेक्स्ट-टू-इमेज जनरेशन और संदर्भ इमेज द्वारा संचालित एडिटिंग, दोनों को कवर करता है। कॉन्टेक्स्ट विंडो 46,864 टोकन है, और अधिकतम आउटपुट 42,177 टोकन है। इमेज अनुरोध कई नियंत्रण प्रदान करते हैं: रेज़ोल्यूशन को 768, 1K, 1.5K, 2K या 4K पर सेट किया जा सकता है; आस्पेक्ट रेशियो कई मान स्वीकार करता है, जिनमें 21:9, 16:9, 3:2, 4:3, 1:1, 4:5, 3:4, 9:16, 9:21 और auto शामिल हैं; प्रति अनुरोध इमेज की संख्या 1 निश्चित है (न्यूनतम 1, अधिकतम 1); और इनपुट संदर्भ 0 से 10 तक हो सकते हैं।

ये क्षमताएं कुछ व्यावहारिक पैटर्न की ओर संकेत करती हैं। शून्य संदर्भ इमेज के साथ, मॉडल एक सीधे टेक्स्ट-टू-इमेज जनरेटर के रूप में काम करता है, और आस्पेक्ट रेशियो तथा रेज़ोल्यूशन एनम आपको एक विशिष्ट फ्रेम आकार और आउटपुट साइज़, 768 से 4K तक, लक्षित करने देते हैं। एक या अधिक संदर्भों के साथ, अधिकतम दस, यह एक एडिटिंग और कंपोज़िशन टूल बन जाता है: आप संदर्भ इमेज दे सकते हैं और ऐसा परिणाम मांग सकते हैं जो आउटपुट में कैरेक्टर या विषयों को सुसंगत रखे। प्रोवाइडर विवरण विशेष रूप से मल्टी-रेफरेंस एडिटिंग का उल्लेख करता है जो कैरेक्टर और विषयों को संरक्षित करती है, इसलिए आवर्ती कैरेक्टर, प्रोडक्ट शॉट्स या स्टाइल संदर्भों वाली परियोजनाएं इसके लिए स्वाभाविक उपयुक्त हैं। प्रति अनुरोध एकल-इमेज आउटपुट उन वर्कफ़्लो के लिए उपयुक्त है जहां प्रत्येक कॉल एक एसेट बनाती है, जिसे समीक्षा के लिए या आगे भेजने के लिए उपयोग किया जाता है।

आप इसे api14 के OpenAI-संगत API के माध्यम से मॉडल आईडी "black-forest-labs/flux-3-image-klein" का उपयोग करके कॉल करते हैं। चूंकि इंटरफ़ेस OpenAI प्रारूप का पालन करता है, मौजूदा OpenAI क्लाइंट लाइब्रेरी और अनुरोध संरचनाएं बेस URL और मॉडल आईडी बदलने के साथ काम करती हैं। इस मॉडल के लिए समर्थित पैरामीटर seed है, जो आपको जनरेशन को नियतात्मक रूप से पुनरुत्पादित या परिवर्तित करने देता है। ऊपर सूचीबद्ध इमेज-विशिष्ट नियंत्रण (रेज़ोल्यूशन, आस्पेक्ट रेशियो, n और इनपुट संदर्भ) भी अनुरोध का हिस्सा हैं। चूंकि n अधिकतम 1 तक सीमित है, बैच जनरेशन का मतलब एक साथ कई इमेज मांगने के बजाय कई अनुरोध भेजना है।

विचार करने योग्य मुख्य बाधाएं हैं निश्चित एकल-इमेज आउटपुट और सीमित पैरामीटर सतह, जो seed के साथ इमेज नियंत्रणों तक सीमित है। यदि आपका कार्य केवल टेक्स्ट आधारित है, या यदि आपको इमेज के बजाय टेक्स्ट लौटाने वाला मॉडल चाहिए, तो यह सही एंट्री नहीं है। यदि आपको एक कॉल से कई इमेज चाहिए, तो आपको कई अनुरोध भेजने होंगे। सूचीबद्ध रेज़ोल्यूशन और आस्पेक्ट रेशियो के भीतर टेक्स्ट-टू-इमेज और संदर्भ-आधारित एडिटिंग के लिए, यह सीधा उपयुक्त है।