Black Forest Labs: FLUX.2 Max

FLUX.2 Maxは、画像モデルのFLUXファミリーを手がけるラボ、Black Forest Labsによる画像生成モデルです。このファミリーの最上位に位置し、プロバイダーによって画質、プロンプト理解、編集の一貫性において最高レベルと位置づけられています。api14ではモデルID black-forest-labs/flux.2-max で提供され、画像カテゴリに掲載されています。

このモデルはテキストと画像の入力を受け付け、画像を出力します。コンテキストウィンドウは46,864トークンで、最大出力は42,177です。生成は幅広いサンプリングオプションではなく、画像パラメータで制御します。aspect_ratioは1:1、4:3、3:4、3:2、2:3、16:9、9:16、21:9、autoのいずれかを受け付けます。output_formatはpngまたはjpegを受け付けます。nは1から1の固定範囲であるため、各リクエストは1枚の画像を返します。また、最大8件の入力リファレンスを受け付けることができ、これにより画像から画像への変換や、提供された画像に対する編集が可能になります。seedはbooleanパラメータとして公開されています。

これらの機能は、かなり特定の用途を指し示しています。テキストから画像への生成は、シーンを記述し、配置に合わせてアスペクト比を選ぶ、一般的な製品、編集、コンセプトの作業をカバーします。テキストと並んで画像入力がサポートされているため、このモデルは編集やリファレンス駆動のワークフローにも適しています。最大8件の入力リファレンスのうち1件以上を渡すことで、生成を既存の画像に寄せたり、スタイルを変更したり、出力間で被写体の一貫性を保ったりできます。アスペクト比のリストは正方形、縦長、横長、ワイド、ウルトラワイドのフレーミングをカバーするため、アセットは後から切り詰めるのではなく、最終的なクロップに近い形で生成できます。pngとjpegの選択は、ロスレス出力またはより小さいファイルのいずれかが必要な場合に役立ちます。

呼び出しは、api14のOpenAI互換APIを通じて、モデルID black-forest-labs/flux.2-max を使用して行います。リクエストはゲートウェイ上の他のモデルと同じ形に従い、リクエストにモデルIDを含め、入力としてプロンプトを指定します。このモデルがサポートするパラメータはseed、および画像パラメータのaspect_ratio、output_format、n、input_referencesです。アスペクト比と出力形式は上記の値を持つ列挙型で、nは1に固定され、input_referencesは0から8枚の画像を受け付け、seedはbooleanです。

コミットする前に、いくつか留意すべき制約があります。出力は画像のみであるため、同じ呼び出しからテキストを返す必要がある場合、このモデルは適していません。各リクエストは正確に1枚の画像を返すため、バッチは個別の呼び出しとして発行する必要があります。タスクがテキスト生成、分類、または画像で終わらないものである場合、api14のテキストモデルの方が適しています。