Recraft: Recraft V4.1 Flash

Recraft V4.1 Flash to model tekst-na-obraz od Recraft, pozycjonowany jako poziom szybkości w rodzinie V4.1. Należy do kategorii obrazów i przyjmuje wyłącznie prompty tekstowe jako dane wejściowe, zwracając wygenerowane obrazy jako jedyne dane wyjściowe. Jeśli już kierujesz inne modele przez api14, ten wpasowuje się w ten sam przepływ pracy, ale produkuje obrazy zamiast tekstu.

Model czyta tekst i zapisuje obrazy. Jego okno kontekstu wynosi 65 536 tokenów, z maksymalnym wyjściem 58 982, co daje miejsce na długie, szczegółowe prompty bez ich skracania. Generowanie jest szybkie: Recraft opisuje je jako tworzenie około 1K obrazów rastrowych w około 1,5 sekundy od początku do końca. Udostępnione są dwie kontrolki obrazu. Współczynnik proporcji akceptuje 1:1, 4:3, 3:4, 16:9, 9:16 lub auto, a n akceptuje od 1 do 6 obrazów na żądanie, więc możesz poprosić o małą partię w jednym wywołaniu.

Te możliwości wskazują na dość konkretny zestaw zadań. Ponieważ jest szybki i obsługuje partie, nadaje się do pętli szkicowania i iteracji, w których generujesz kilka kandydatów, wybierasz jednego i dopracowujesz prompt. Opcje współczynnika proporcji obejmują kwadratowe posty społecznościowe, poziome banery i nagłówki oraz formaty pionowe dla relacji lub ekranów mobilnych. Długie prompty są możliwe dzięki oknu kontekstu, więc opisowa sceneria, kierunek stylistyczny i uwagi o kompozycji mogą trafić do jednego żądania. Generowanie partii z n do 6 jest przydatne do testów A/B kierunków wizualnych lub wypełniania siatki wariantów przed przeglądem przez człowieka.

Wywoływanie go przez api14 działa jak każde inne żądanie zgodne z OpenAI. Użyj identyfikatora modelu "recraft/recraft-v4.1-flash" w polu model wywołania w stylu uzupełnień czatu, wyślij prompt jako tekst i odczytaj obraz z odpowiedzi. Lista obsługiwanych parametrów jest pusta, więc nie ma standardowych pokręteł próbkowania, takich jak temperatura, do dostrojenia. Kontrolki specyficzne dla obrazu to aspect_ratio, z powyższymi wartościami enum, oraz n, liczba całkowita od 1 do 6.

Najważniejszą rzeczą do rozważenia jest zakres. To wyłącznie model tekst-na-obraz, więc nie edytuje istniejącego obrazu, nie przyjmuje danych wejściowych w postaci obrazu ani nie zwraca tekstu. Jeśli twoje zadanie wymaga rozumienia obrazu, edycji obrazu lub odpowiedzi tekstowej obok obrazu, lepszym wyborem będzie inny model. W ramach pracy tekst-na-obraz Flash jest poziomem szybkości, więc sięgaj po niego, gdy czas realizacji i wolumen mają większe znaczenie niż najcięższy przebieg renderowania.