Recraft: Recraft V3

O Recraft V3 é um modelo de geração de imagens da Recraft, um fornecedor especializado em ferramentas de geração visual. Situa-se na categoria de imagem na api14, o que significa que foi concebido para produzir imagens em vez de manter conversas ou escrever texto. Se estiver a construir um produto que precisa de imagens geradas, este é o tipo de modelo que avaliaria a par de outros modelos de imagem na plataforma.

O modelo aceita entradas de texto e imagem e devolve saída de imagem. Essa combinação é importante: pode descrever o que pretende num prompt e também pode fornecer uma única imagem de referência de entrada para orientar o resultado. A saída é gerada a uma resolução de aproximadamente 1K. A janela de contexto é de 65536 tokens, com uma saída máxima de 58982 tokens. A proporção de aspeto é configurável entre 1:1, 4:3, 3:4, 16:9, 9:16 e auto, para que possa corresponder a forma da imagem ao espaço que irá ocupar na sua interface em vez de recortar depois. Pode pedir entre 1 e 6 imagens numa única chamada e pode anexar até uma referência de entrada.

Estas capacidades apontam para um conjunto bastante específico de tarefas. As equipas de marketing e de produto podem gerar imagens principais, recursos para redes sociais e miniaturas na proporção de aspeto que cada canal necessita, pedindo várias variações ao mesmo tempo e escolhendo a melhor. Como é possível fornecer uma imagem de referência, o modelo também se adequa a fluxos de trabalho em que se pretende uma nova composição que se mantenha próxima de um visual existente, como reestilizar a fotografia de um produto ou produzir alternativas de um conceito aprovado. A opção de proporção de aspeto auto é útil quando prefere deixar o modelo escolher um enquadramento sensato apenas a partir do prompt.

Chamá-lo através da api14 funciona da mesma forma que qualquer outro modelo no gateway, utilizando a API compatível com OpenAI com o id de modelo "recraft/recraft-v3". O modelo em si não expõe parâmetros gerais suportados, pelo que o comportamento de geração é controlado através da configuração de imagem. Essa configuração abrange aspect_ratio, que assume um dos seis valores do enum; n, que varia entre 1 e 6; e input_references, que varia entre 0 e 1. Se já tiver um cliente OpenAI configurado, apontá-lo para a api14 e definir o id de modelo é a principal alteração necessária.

Um aspeto a ponderar é que este é puramente um modelo de imagem. Não devolve texto, pelo que não ajudará em raciocínio, resumo, classificação ou qualquer tarefa em que a saída tenha de ser linguagem. Se o seu pipeline precisar tanto de uma resposta escrita como de uma imagem, vai querer um modelo de texto a acompanhá-lo. A permissão de uma única imagem de referência também merece atenção: se o seu fluxo de trabalho depender da combinação de várias imagens de referência, este modelo não fará isso.