Black Forest Labs: FLUX.2 Max

FLUX.2 Max é um modelo de geração de imagens da Black Forest Labs, o laboratório por trás da família FLUX de modelos de imagem. Ele está no nível superior dessa família, posicionado pelo provedor como seu mais alto nível de qualidade de imagem, compreensão de prompt e consistência de edição. No api14 ele aparece sob o id de modelo black-forest-labs/flux.2-max e está listado na categoria de imagem.

O modelo aceita entradas de texto e imagem e produz saída de imagem. Sua janela de contexto é de 46.864 tokens, com saída máxima de 42.177. A geração é controlada por parâmetros de imagem em vez de um amplo conjunto de opções de amostragem: aspect_ratio aceita um entre 1:1, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16, 21:9 ou auto; output_format aceita png ou jpeg; e n tem um intervalo fixo de 1 a 1, então cada requisição retorna uma única imagem. O modelo também aceita até 8 referências de entrada, o que torna possível o trabalho de imagem para imagem e a edição sobre imagens fornecidas, e seed é exposto como um parâmetro booleano.

Essas capacidades apontam para um conjunto bastante específico de usos. A geração de texto para imagem cobre o trabalho habitual de produto, editorial e conceito, em que você descreve uma cena e escolhe uma proporção de aspecto para corresponder ao posicionamento. Como entradas de imagem são suportadas junto com texto, o modelo também se encaixa em fluxos de trabalho de edição e orientados por referência: passar uma ou mais das até 8 referências de entrada permite direcionar uma geração para uma imagem existente, reestilizá-la ou manter um sujeito consistente entre saídas. A lista de proporções de aspecto cobre enquadramentos quadrado, retrato, paisagem, amplo e ultra amplo, então os recursos podem ser gerados próximos ao seu recorte final em vez de serem cortados depois. A escolha entre png e jpeg é útil quando você precisa de saída sem perdas ou de arquivos menores.

Você o chama através da API compatível com OpenAI do api14 usando o id de modelo black-forest-labs/flux.2-max. As requisições seguem o mesmo formato de outros modelos no gateway, com o id de modelo na requisição e seu prompt como entrada. Os parâmetros que o modelo suporta são seed, além dos parâmetros de imagem aspect_ratio, output_format, n e input_references. A proporção de aspecto e o formato de saída são enums com os valores listados acima, n é fixado em 1, input_references aceita entre 0 e 8 imagens, e seed é um booleano.

Algumas restrições vale a pena observar antes de decidir. A saída é apenas imagem, então se você precisa de texto de volta da mesma chamada, este não é o modelo para isso. Cada requisição retorna exatamente uma imagem, então lotes precisam ser emitidos como chamadas separadas. Se sua tarefa é geração de texto, classificação ou qualquer coisa que não termine em uma imagem, um modelo de texto no api14 se ajustará melhor.