Recraft: Recraft V4.1 Pro

Recraft V4.1 Pro to model generowania obrazów od Recraft, wymieniony na api14 pod identyfikatorem modelu recraft/recraft-v4.1-pro. Należy do kategorii obrazów, a jego dostawca pozycjonuje go jako model dostrojony pod wysoką estetykę, co mówi, gdzie leży nacisk: jakość wizualna generowanych wyników, a nie generowanie tekstu czy ogólne wnioskowanie. Jeśli budujesz produkt, w którym wygląd obrazu liczy się tak samo jak jego treść, to model, który warto ocenić w pierwszej kolejności.

Model przyjmuje dane wejściowe w postaci tekstu i obrazu, a zwraca obrazy. Jego okno kontekstowe wynosi 65 536 tokenów, a maksymalna długość danych wyjściowych to 58 982. Wyniki są generowane w rozdzielczości około 2K. Generowanie jest kontrolowane przez parametry obrazu, a nie przez typowe ustawienia próbkowania tekstu: aspect_ratio przyjmuje wartości 1:1, 4:3, 3:4, 16:9, 9:16 lub auto; n kontroluje, ile obrazów jest zwracanych na żądanie, od 1 do 6; a input_references przyjmuje 0 lub 1 obraz referencyjny. Nie ma innych wymienionych obsługiwanych parametrów, więc powierzchnia żądań jest celowo wąska.

Te możliwości wskazują na dość konkretny zestaw zastosowań. Generowanie obrazów z tekstu obejmuje typowe przypadki: materiały marketingowe i społecznościowe, grafikę koncepcyjną, ilustracje oraz obrazy produktowe lub lifestyle'owe, w których chcesz uzyskać dopracowany wynik w użytecznej rozdzielczości. Opcje proporcji obrazu przekładają się bezpośrednio na formaty dostarczania, więc możesz żądać wyników kwadratowych, poziomych lub pionowych bez przycinania ich po wygenerowaniu. Ponieważ model przyjmuje obraz wejściowy razem z tekstem, możesz przekazać pojedynczy obraz referencyjny, aby ukierunkować styl, kompozycję lub temat, co pasuje do produkcji materiałów spójnych z marką, iterowania na istniejącym obrazie lub zmiany stylu zdjęcia. Parametr n pozwala wygenerować do sześciu wariantów w jednym wywołaniu, co jest przydatne, gdy chcesz przedstawić użytkownikowi opcje lub wybrać najlepszy wynik przed zatwierdzeniem ostatecznego renderu.

Wywołanie go przez api14 działa jak w przypadku każdego innego modelu w bramie: użyj punktu końcowego zgodnego z OpenAI z identyfikatorem modelu recraft/recraft-v4.1-pro. Wysyłasz prompt jako tekst, opcjonalnie dołączasz jeden obraz referencyjny i ustawiasz opisane powyżej parametry obrazu (aspect_ratio, n, input_references). Ponieważ lista obsługiwanych parametrów jest pusta, nie ma dodatkowych parametrów generowania tekstu do dostrojenia, a kontrolki obrazu są jedynymi dostępnymi dźwigniami. Odpowiedzi wracają jako obrazy, więc zaplanuj obsługę obrazów po swojej stronie, zamiast parsowania tekstu.

Jednym praktycznym ograniczeniem, o którym warto pamiętać, jest to, że ten model zwraca wyłącznie obrazy. Jeśli Twoje zadanie wymaga tekstu, danych strukturalnych, wywołań narzędzi lub rozmowy wieloetapowej, lepiej pasować będzie model tekstowy na api14. Podobnie, jeśli potrzebujesz więcej niż jednego obrazu referencyjnego lub dokładniejszej kontroli nad generowaniem poza proporcją, liczbą i pojedynczym odniesieniem, ten zestaw parametrów tego nie obejmie. W tych granicach Recraft V4.1 Pro jest rozsądnym wyborem, gdy priorytetem jest jakość estetyczna przy około 2K w typowych proporcjach obrazu.