Recraft: Recraft V4

Recraft V4 to model generowania obrazów od Recraft, wymieniony na api14 pod identyfikatorem modelu recraft/recraft-v4. Należy do kategorii obrazów, więc jego celem jest tworzenie obrazów, a nie tekstu, i pochodzi od dostawcy specjalizującego się w narzędziach do generowania wizualnego. Jeśli już kierujesz inne modele przez api14, ten wpasowuje się do tego samego katalogu obok twoich modeli tekstowych i multimodalnych.

Model przyjmuje dane wejściowe w postaci tekstu i obrazu i zwraca dane wyjściowe w postaci obrazu o rozdzielczości około 1K. Jego okno kontekstowe wynosi 65 536 tokenów, a maksymalna długość danych wyjściowych to 58 982 tokeny. Parametry obrazu dają kontrolę nad kształtem i liczbą zwracanych elementów: aspect_ratio przyjmuje wartości 1:1, 4:3, 3:4, 16:9, 9:16 lub auto, n określa, ile obrazów jest generowanych w jednym żądaniu, od 1 do 6, a input_references przyjmuje od 0 do 1 obrazów referencyjnych. Recraft opisuje ten model jako mający silniejszy osąd kompozycyjny, co ma znaczenie, gdy prompt opisuje kilka obiektów i ich układ, a nie pojedynczy temat.

Te możliwości wskazują na dość konkretny zestaw zadań. Generowanie obrazów z tekstu obejmuje zwykły zakres: grafikę koncepcyjną, ilustracje do blogów i artykułów, materiały do mediów społecznościowych oraz obrazy zastępcze lub produkcyjne do stron produktowych. Ponieważ model przyjmuje obraz wejściowy obok tekstu, możesz przekazać pojedynczy obraz referencyjny i sterować wynikiem za pomocą promptu, co pasuje do dopasowywania stylu, tworzenia wariantów istniejącego zasobu lub dostosowywania wizualizacji do innego współczynnika proporcji. Opcje współczynnika proporcji odpowiadają bezpośrednio popularnym formatom dostarczania, więc obraz główny 16:9 i materiał do relacji 9:16 mogą pochodzić z tego samego modelu bez przycinania po obróbce. Generowanie do sześciu obrazów na wywołanie jest przydatne, gdy chcesz mieć mały zestaw opcji do wyboru przed zdecydowaniem się na jedną.

Wywoływanie go przez api14 działa tak samo jak w przypadku każdego innego modelu na platformie, przy użyciu API zgodnego z OpenAI z identyfikatorem modelu recraft/recraft-v4. Należy zauważyć, że model nie udostępnia żadnych ogólnych obsługiwanych parametrów, więc dostrajanie odbywa się przez opisane powyżej parametry obrazu, a nie przez typowe kontrolki próbkowania. Ustaw aspect_ratio na jedną z wymienionych wartości lub pozostaw na auto, ustaw n między 1 a 6 i podaj co najwyżej jedno odniesienie wejściowe, gdy chcesz, aby dane wyjściowe były oparte na istniejącym obrazie. Odpowiedź zawiera dane wyjściowe w postaci obrazu, więc zaplanuj swojego klienta wokół obsługi danych obrazu, a nie uzupełnień tekstowych.

Głównym ograniczeniem, o którym należy pamiętać, jest to, że jest to model obrazu o jednym zastosowaniu. Nie zwraca tekstu, a przy braku obsługiwanych parametrów możliwości dostosowania zachowania poza współczynnikiem proporcji, liczbą obrazów i pojedynczym odniesieniem wejściowym są niewielkie. Jeśli twoim zadaniem jest generowanie tekstu, rozumowanie lub cokolwiek, co wymaga odpowiedzi tekstowej, lepiej pasować będzie inny model z katalogu. Jeśli potrzebujesz więcej niż jednego obrazu referencyjnego lub dokładniejszej kontroli nad ustawieniami generowania, sprawdź, czy inny model obrazu na api14 udostępnia te opcje. W przypadku prostego generowania obrazów z tekstu i wariantów z pojedynczym odniesieniem przy rozdzielczości około 1K Recraft V4 obejmuje typowe przypadki.