Sourceful: Riverflow V2.5 Pro

Sourceful: Riverflow V2.5 Pro är en bildgenereringsmodell från Sourceful, och den ligger i toppen av företagets Riverflow 2.5-serie. Sourceful beskriver den som den mest kraftfulla varianten i den serien, riktad mot arbete där kontroll och utdatakvalitet spelar störst roll. Riverflow 2.5-familjen är byggd som ett enhetligt system som täcker både text-till-bild och bild-till-bild-generering, och den här Pro-modellen är versionen att välja när standardnivåerna inte ger dig tillräcklig kontroll.

Modellen tar emot text- och bildindata och returnerar bilder. Dess kontextfönster är 32 768 tokens, med en maximal utdata på 29 491. Generering konfigureras genom en uppsättning bildparametrar: upplösning kan vara 1K, 2K eller 4K; bildförhållande kan vara 1:1, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16, 21:9 eller auto; utdataformat kan vara png, jpeg eller webp; och bakgrund kan vara auto, transparent eller opaque. Du kan skicka upp till 10 indatareferenser, vilket är det som gör bild-till-bild och referensstyrt arbete möjligt, och n är fastställt till 1, så varje begäran producerar en enda bild.

Dessa funktioner pekar mot en ganska specifik uppsättning användningsområden. Eftersom den tar bildreferenser tillsammans med text passar den för bild-till-bild-redigering, stilöverföring och varianter på en befintlig tillgång snarare än ren generering enbart från en prompt. Alternativen för upplösning och bildförhållande gör den användbar för produktionsmaterial i olika former, från kvadratiska format för sociala medier till breda 21:9-kompositioner och vertikala 9:16. Transparent bakgrundsutdata är användbar när resultatet måste kompositeras in i en annan design. Att skicka flera referenser låter dig styra ett resultat med mer än en källbild, vilket hjälper när du behöver konsekvens över en uppsättning utdata.

Du anropar den via api14:s OpenAI-kompatibla API med modell-id:t "sourceful/riverflow-v2.5-pro". De parametrar som stöds är include_reasoning, reasoning och reasoning_effort, tillsammans med bildparametrarna som beskrivs ovan. Eftersom gränssnittet följer OpenAI-formatet kan du peka en befintlig OpenAI-klient mot api14 och ändra modell-id:t i stället för att skriva om din integration. Reasoning-parametrarna låter dig styra hur mycket intern reasoning modellen tillämpar innan den producerar en bild, vilket är värt att finjustera om du upptäcker att kvaliteten varierar mellan prompter.

En praktisk gräns att ha i åtanke är att n är begränsat till 1, så en begäran returnerar en bild och batcharbete innebär flera anrop. Indatareferenser är begränsade till 10. Om din uppgift är enbart text och inte involverar bilder alls är en bildmodell fel verktyg, och en textmodell passar bättre.