Black Forest Labs: FLUX.2 Max

FLUX.2 Max är en bildgenereringsmodell från Black Forest Labs, labbet bakom FLUX-familjen av bildmodeller. Den ligger på den högsta nivån i den familjen, positionerad av leverantören som dess högsta nivå av bildkvalitet, promptförståelse och redigeringskonsekvens. På api14 visas den under modell-id:t black-forest-labs/flux.2-max och listas i kategorin bild.

Modellen tar emot text- och bildindata och producerar bildutdata. Dess kontextfönster är 46 864 tokens, med en maximal utdata på 42 177. Genereringen styrs genom bildparametrar snarare än en bred uppsättning samplingsalternativ: aspect_ratio accepterar ett av 1:1, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16, 21:9 eller auto; output_format accepterar png eller jpeg; och n har ett fast intervall från 1 till 1, så varje begäran returnerar en enda bild. Modellen accepterar också upp till 8 indatareferenser, vilket är det som gör bild-till-bild-arbete och redigering mot medföljande bilder möjligt, och seed exponeras som en boolesk parameter.

Dessa funktioner pekar mot en ganska specifik uppsättning användningsområden. Text-till-bild-generering täcker det vanliga produkt-, redaktionella och konceptuella arbetet där du beskriver en scen och väljer ett bildförhållande som matchar placeringen. Eftersom bildindata stöds tillsammans med text passar modellen också för redigering och referensdrivna arbetsflöden: att skicka in en eller flera av de upp till 8 indatareferenserna låter dig styra en generering mot en befintlig bild, ge den en ny stil eller hålla ett motiv konsekvent mellan utdata. Listan över bildförhållanden täcker kvadratisk, porträtt, landskap, bred och ultrabred inramning, så tillgångar kan genereras nära sin slutliga beskärning istället för att skäras ned efteråt. Valet mellan png och jpeg är användbart när du antingen behöver förlustfri utdata eller mindre filer.

Du anropar den genom api14:s OpenAI-kompatibla API med modell-id:t black-forest-labs/flux.2-max. Begäranden följer samma form som andra modeller på gatewayen, med modell-id:t i begäran och din prompt som indata. Parametrarna som modellen stöder är seed, plus bildparametrarna aspect_ratio, output_format, n och input_references. Bildförhållande och utdataformat är enums med värdena som listas ovan, n är fast vid 1, input_references tar mellan 0 och 8 bilder, och seed är en boolesk parameter.

Några begränsningar är värda att notera innan du bestämmer dig. Utdata är endast bild, så om du behöver text tillbaka från samma anrop är detta inte modellen för det. Varje begäran returnerar exakt en bild, så batchar måste skickas som separata anrop. Om din uppgift är textgenerering, klassificering eller något som inte slutar i en bild passar en textmodell på api14 bättre.