Recraft: Recraft V4.1

Recraft: Recraft V4.1 to model generowania obrazów od Recraft. Recraft tworzy narzędzia do generatywnego obrazowania, a ten model wpisuje się w tę linię jako wersja dostrojona pod wysoką estetykę. Jest to model wyjścia obrazowego, co oznacza, że niezależnie od tego, co wyślesz, w odpowiedzi otrzymasz obraz, a nie tekst. Identyfikator modelu w api14 to recraft/recraft-v4.1 i należy on do kategorii image.

Po stronie wejścia Recraft V4.1 przyjmuje tekst i obrazy, więc możesz nim sterować za pomocą promptu tekstowego, obrazu referencyjnego lub obu tych elementów razem. Jego wyjściem jest obraz generowany w rozdzielczości około 1K. Model ma długość kontekstu 65 536 tokenów i maksymalne wyjście 58 982 tokenów. Proporcje obrazu są dla tego modelu kwestią pierwszorzędną: obsługuje 1:1, 4:3, 3:4, 16:9, 9:16 oraz auto. Możesz także poprosić o więcej niż jeden obraz w pojedynczym żądaniu, ponieważ parametr n przyjmuje zakres od 1 do 6. Wejście referencyjne jest podobnie sparametryzowane, a input_references przyjmuje 0 lub 1, czyli co najwyżej jeden obraz referencyjny na żądanie.

Te możliwości wskazują na dość konkretny zestaw zastosowań. Generowanie na podstawie promptu obejmuje zwykły zakres: grafiki, ilustracje, obrazy koncepcyjne oraz wizualizacje produktowe lub marketingowe, w których jakość estetyczna jest celem samym w sobie. Ponieważ model przyjmuje również obrazy wejściowe, sprawdza się także wtedy, gdy chcesz, aby wynik nawiązywał do czegoś, co już masz, na przykład generując wariację lub nową kompozycję z jednego obrazu referencyjnego przy zachowaniu spójnego wyglądu. Wybór proporcji obrazu ma tu znaczenie: 1:1 i 4:3 pasują do układów społecznościowych i redakcyjnych, natomiast 16:9 i 9:16 odpowiadają szerokim banerom, prezentacjom i pionowym formatom relacji. Żądanie kilku obrazów naraz (n do 6) jest przydatne, gdy chcesz najpierw wypróbować opcje przed wyborem jednej, choć należy pamiętać o limicie jednego obrazu referencyjnego, jeśli twój workflow zakłada dostarczanie wielu.

Wywoływanie go przez api14 korzysta z tego samego interfejsu zgodnego z OpenAI co reszta katalogu. Wyślij żądanie do endpointu chat completions z identyfikatorem modelu recraft/recraft-v4.1 i odczytaj obraz z odpowiedzi. Lista obsługiwanych parametrów jest pusta, więc nie ma ogólnych parametrów próbkowania, takich jak temperature czy top_p, które można by dostrajać. Zamiast tego model udostępnia parametry specyficzne dla obrazów: aspect_ratio, który przyjmuje jedną z wyliczonych wartości (1:1, 4:3, 3:4, 16:9, 9:16, auto); n, liczbę całkowitą od 1 do 6; oraz input_references, który przyjmuje od 0 do 1 obrazu referencyjnego. Poza nimi to treść promptu kształtuje wynik.

Nie ma tu opublikowanych benchmarków ani wyników, więc traktuj Recraft V4.1 jako generator zorientowany na estetykę, a nie coś, co można porównywać w rankingach. Jeśli twoim zadaniem jest generowanie tekstu, klasyfikacja lub cokolwiek, co oczekuje odpowiedzi tekstowej, to nie jest model dla ciebie, ponieważ jego jedynym trybem wyjścia są obrazy. Jeśli potrzebujesz warunkowania na kilku obrazach referencyjnych naraz, maksimum input_references wynoszące 1 będzie cię ograniczać. W ramach generowania obrazów jest to rozsądny wybór domyślny, gdy priorytetem są jakość wizualna oraz kontrola nad proporcjami obrazu i rozmiarem partii.