Black Forest Labs: FLUX.2 Max

FLUX.2 Max, Black Forest Labs की एक इमेज जनरेशन मॉडल है, यह लैब FLUX इमेज मॉडल परिवार के पीछे है। यह उस परिवार के शीर्ष स्तर पर बैठता है, जिसे प्रदाता ने अपनी उच्चतम स्तर की इमेज गुणवत्ता, प्रॉम्प्ट समझ और एडिटिंग निरंतरता के रूप में स्थान दिया है। api14 पर यह मॉडल आईडी black-forest-labs/flux.2-max के अंतर्गत दिखाई देता है और इमेज श्रेणी में सूचीबद्ध है।

मॉडल टेक्स्ट और इमेज इनपुट स्वीकार करता है और इमेज आउटपुट उत्पन्न करता है। इसका कॉन्टेक्स्ट विंडो 46,864 टोकन है, अधिकतम आउटपुट 42,177 के साथ। जनरेशन को व्यापक सैंपलिंग विकल्पों के बजाय इमेज पैरामीटर के माध्यम से नियंत्रित किया जाता है: aspect_ratio 1:1, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16, 21:9 या auto में से एक स्वीकार करता है; output_format png या jpeg स्वीकार करता है; और n की निश्चित सीमा 1 से 1 है, इसलिए प्रत्येक अनुरोध एक ही इमेज लौटाता है। मॉडल अधिकतम 8 इनपुट रेफरेंस भी स्वीकार करता है, यही चीज़ इमेज-टू-इमेज कार्य और दी गई इमेजों के विरुद्ध एडिटिंग को संभव बनाती है, और seed को बूलियन पैरामीटर के रूप में उजागर किया गया है।

ये क्षमताएँ उपयोगों के एक काफी विशिष्ट समूह की ओर संकेत करती हैं। टेक्स्ट टू इमेज जनरेशन सामान्य प्रोडक्ट, एडिटोरियल और कॉन्सेप्ट कार्य को कवर करता है जहाँ आप एक दृश्य का वर्णन करते हैं और प्लेसमेंट से मेल खाने के लिए एक aspect ratio चुनते हैं। चूँकि टेक्स्ट के साथ इमेज इनपुट समर्थित हैं, मॉडल एडिटिंग और रेफरेंस आधारित वर्कफ़्लो में भी फिट बैठता है: अधिकतम 8 इनपुट रेफरेंस में से एक या अधिक पास करने से आप जनरेशन को किसी मौजूदा इमेज की ओर निर्देशित कर सकते हैं, उसे रीस्टाइल कर सकते हैं, या आउटपुट में किसी विषय को एक समान बनाए रख सकते हैं। aspect ratio सूची स्क्वेयर, पोर्ट्रेट, लैंडस्केप, वाइड और अल्ट्रा वाइड फ्रेमिंग को कवर करती है, इसलिए एसेट्स को बाद में काटने के बजाय उनके अंतिम क्रॉप के करीब जनरेट किया जा सकता है। png और jpeg के बीच चुनाव तब उपयोगी होता है जब आपको या तो लॉसलेस आउटपुट या छोटी फ़ाइलें चाहिए।

आप इसे मॉडल आईडी black-forest-labs/flux.2-max का उपयोग करके api14 के OpenAI-संगत API के माध्यम से कॉल करते हैं। अनुरोध गेटवे पर अन्य मॉडलों के समान आकार का पालन करते हैं, जिसमें अनुरोध में मॉडल आईडी और इनपुट के रूप में आपका प्रॉम्प्ट होता है। मॉडल जो पैरामीटर समर्थित करता है वे हैं seed, साथ ही इमेज पैरामीटर aspect_ratio, output_format, n और input_references। Aspect ratio और output format ऊपर सूचीबद्ध मानों वाले एनम हैं, n 1 पर निश्चित है, input_references 0 से 8 इमेज लेता है, और seed एक बूलियन है।

प्रतिबद्ध होने से पहले कुछ बाधाएँ ध्यान देने योग्य हैं। आउटपुट केवल इमेज है, इसलिए यदि आपको उसी कॉल से टेक्स्ट वापस चाहिए, तो यह उसके लिए मॉडल नहीं है। प्रत्येक अनुरोध ठीक एक इमेज लौटाता है, इसलिए बैच को अलग कॉल के रूप में जारी करना होगा। यदि आपका कार्य टेक्स्ट जनरेशन, वर्गीकरण या ऐसा कुछ भी है जो इमेज पर समाप्त नहीं होता, तो api14 पर एक टेक्स्ट मॉडल बेहतर फिट होगा।