Black Forest Labs: FLUX.2 Pro

FLUX.2 Pro, Black Forest Labs से एक इमेज जनरेशन और एडिटिंग मॉडल है, जिसे 25 नवंबर 2025 को रिलीज़ किया गया था। यह प्रोवाइडर के हाई-एंड टियर में बैठता है, जिसका लक्ष्य हल्के या उच्च-मात्रा वाले ड्राफ्ट काम के बजाय फ्रंटियर-स्तर की विज़ुअल गुणवत्ता और विश्वसनीयता है। अगर आप FLUX लाइन को पहले से जानते हैं, तो यह Pro वेरिएंट है: वही जिसे Black Forest Labs ऐसे आउटपुट के लिए स्थान देता है जहाँ प्रॉम्प्ट अनुपालन और विज़ुअल निरंतरता कच्चे थ्रूपुट से अधिक मायने रखती हैं।

मॉडल टेक्स्ट और इमेज इनपुट स्वीकार करता है और इमेज लौटाता है। इसका कॉन्टेक्स्ट विंडो 46,864 टोकन है, अधिकतम आउटपुट 42,177 टोकन के साथ। व्यावहारिक जनरेशन नियंत्रणों में aspect ratio शामिल है, जिसके enum मान 1:1, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16, 21:9 और auto हैं, और output format, या तो png या jpeg। आप प्रति कॉल ठीक एक इमेज का अनुरोध कर सकते हैं (n का न्यूनतम 1 और अधिकतम 1 है), और आप अधिकतम 8 इनपुट रेफ़रेंस दे सकते हैं। seed पैरामीटर समर्थित है। Black Forest Labs के अनुसार, मॉडल मजबूत प्रॉम्प्ट अनुपालन, स्थिर लाइटिंग, तीखी बनावट, और मल्टी-रेफ़रेंस इनपुट में निरंतर कैरेक्टर और स्टाइल पुनरुत्पादन के लिए बनाया गया है।

ये क्षमताएँ काफी विशिष्ट प्रकार के कामों की ओर इशारा करती हैं। निरंतर कैरेक्टर और स्टाइल पुनरुत्पादन के साथ मल्टी-रेफ़रेंस इनपुट पुनरावृत्तीय डिज़ाइन काम के लिए उपयुक्त है, जहाँ आप पहले के रेंडर वापस फ़ीड करते हैं और चाहते हैं कि विषय विविधताओं में पहचानने योग्य बना रहे। स्थिर लाइटिंग और तीखी बनावट प्रोडक्ट और मार्केटिंग इमेजरी के लिए मायने रखती हैं, जहाँ एक भी अजीब शैडो या सॉफ्ट एज का मतलब री-रन होता है। एडिटिंग वर्कफ़्लो को इमेज इनपुट और टेक्स्ट निर्देशों के संयोजन से लाभ होता है, क्योंकि आप बदलाव का वर्णन कर सकते हैं बजाय सीन को फिर से बनाने के। aspect ratio enum सामान्य डिलीवरी आकारों को कवर करता है, वर्गाकार सोशल क्रॉप से लेकर 16:9 और 21:9 वाइडस्क्रीन तक, ताकि आप बाद में क्रॉप करने के बजाय अंतिम फ़्रेमिंग के करीब जनरेट कर सकें।

आप इसे api14 के OpenAI-संगत API के माध्यम से मॉडल id black-forest-labs/flux.2-pro का उपयोग करके कॉल करते हैं। चूँकि इंटरफ़ेस OpenAI स्कीमा का पालन करता है, मौजूदा क्लाइंट और SDK मॉडल id और base URL बदलने के साथ काम करते हैं। मॉडल जिन रिक्वेस्ट पैरामीटर का समर्थन करता है वे हैं seed, साथ ही इमेज पैरामीटर aspect_ratio, output_format, n और input_references। aspect_ratio को सूचीबद्ध enum मानों में से एक पर सेट करें, output_format को png या jpeg पर, और n को 1 पर। जब आप चाहते हैं कि आउटपुट मौजूदा सामग्री पर आधारित हो, तो input_references का उपयोग 0 से 8 रेफ़रेंस इमेज संलग्न करने के लिए करें, और जब आपको पुनरुत्पादनीय परिणाम चाहिए तो seed पास करें।

दो बाधाओं की योजना बनाना उचित है। प्रति रिक्वेस्ट केवल एक इमेज वापस आती है, इसलिए बैच का मतलब एक चौड़ी प्रतिक्रिया के बजाय कई कॉल हैं। और समर्थित पैरामीटर सूची छोटी है: seed एकमात्र सामान्य सैंपलिंग पैरामीटर है जो उजागर किया गया है, बाकी नियंत्रण सतह इमेज पैरामीटर में रहती है। अगर आपका काम इमेज के बजाय टेक्स्ट है, या आपको ऐसा मॉडल चाहिए जो जनरेट किए गए मीडिया के साथ टेक्स्ट भी लौटाए, तो यह सही एंडपॉइंट नहीं है। इमेज काम के लिए जहाँ रेफ़रेंस निरंतरता और फ़िनिश गुणवत्ता प्राथमिकता हैं, यह उपयुक्त है।