Recraft: Recraft V4.1

Recraft: Recraft V4.1 は、Recraft による画像生成モデルです。Recraft は生成画像ツールを開発しており、このモデルはその流れの中で高い美意識に合わせて調整されたバージョンとして位置づけられています。これは画像出力モデルであり、つまり何を送信しても、返ってくるのはテキストではなく画像です。api14 上のモデル id は recraft/recraft-v4.1 で、image カテゴリに属します。

入力側では、Recraft V4.1 はテキストと画像を受け付けるため、書かれたプロンプト、参照画像、またはその両方で動かせます。出力は画像で、およそ 1K 解像度で生成されます。このモデルは 65,536 トークンのコンテキスト長と、最大 58,982 トークンの出力を持ちます。アスペクト比はこのモデルにとって第一級の関心事です。1:1、4:3、3:4、16:9、9:16、auto をサポートします。また、n パラメータが 1 から 6 の範囲を受け付けるため、1 回のリクエストで複数の画像を要求できます。参照入力も同様にパラメータ化されており、input_references は 0 または 1 を受け付けるので、1 リクエストあたり最大 1 枚の参照画像です。

これらの機能は、かなり特定の用途群を示しています。プロンプト駆動の生成は通常の領域をカバーします。アートワーク、イラスト、コンセプト画像、そして美的品質が要点となる製品やマーケティングのビジュアルです。このモデルは画像入力も受け取るため、すでに持っている何かに出力を従わせたい場合、たとえば見た目を一貫させたまま 1 枚の参照からバリエーションや新しい構図を生成したい場合にも機能します。ここではアスペクト比の選択が重要です。1:1 と 4:3 はソーシャルや編集レイアウトに適し、16:9 と 9:16 はワイドバナー、プレゼンテーション、縦型ストーリー形式に対応します。複数の画像を一度に要求すること (n は最大 6) は、1 つを選ぶ前に候補をサンプリングしたい場合に便利ですが、ワークフローが複数の参照画像を供給する前提なら、参照画像 1 枚の制限に注意してください。

api14 を通じて呼び出すには、カタログの残りと同じ OpenAI 互換のサーフェスを使います。モデル id recraft/recraft-v4.1 を指定して chat completions エンドポイントにリクエストを送り、レスポンスから画像を読み取ります。サポートされるパラメータ一覧は空なので、temperature や top_p のような汎用サンプリングパラメータは調整できません。代わりに、このモデルは画像固有のパラメータを公開します。aspect_ratio は列挙された値 (1:1、4:3、3:4、16:9、9:16、auto) のいずれかを取ります。n は 1 から 6 の整数です。input_references は 0 から 1 枚の参照画像を受け付けます。それ以外では、プロンプトの内容が結果を形作ります。

ここには公開されたベンチマークやスコアはないため、Recraft V4.1 はリーダーボードで比較できるものではなく、美意識に寄った生成器として扱ってください。タスクがテキスト生成、分類、またはテキスト応答を期待する何かである場合、このモデルは適していません。その唯一の出力モダリティは画像だからです。複数の参照画像を一度に条件付けする必要がある場合、input_references の最大 1 が制約になります。画像生成の中では、視覚品質とアスペクト比およびバッチサイズの制御が優先事項であるとき、これは妥当な既定の選択です。