Felo API PlatformFelo API Platform
মডেলে ফিরে যান

MiniMax H3 Image API

MiniMax-H3-Image হলো টেক্সট ও ছবি ইনপুট নিয়ে ১৬ মেগাপিক্সেল পর্যন্ত ছবি তৈরি ও সম্পাদনার মডেল।

MiniMax-H3-Image হলো MiniMax-এর একটি ইমেজ মডেল, যা টেক্সট ও ছবি—উভয় ধরনের ইনপুট গ্রহণ করে এবং ছবি আউটপুট দেয়। এটি টেক্সট থেকে ছবি তৈরি করতে পারে এবং সর্বোচ্চ ১৬টি রেফারেন্স ছবি ব্যবহার করে সম্পাদনা করতে পারে। ছবি তৈরি হয় ৪০৯৬ বাই ৪০৯৬ পিক্সেল (১৬ মেগাপিক্সেল) রেজোলিউশনে।

এই মডেলটি বিজ্ঞাপন ও ব্র্যান্ডিং, ই-কমার্স, পণ্য ডিজাইন, UI/UX, গেমিং, কনসেপ্ট আর্ট, পণ্য অন্বেষণ, লেআউট পুনরাবৃত্তি এবং ফ্রেমের নির্দিষ্ট অংশ অপরিবর্তিত রেখে লক্ষ্যযুক্ত সম্পাদনার কাজে উপযোগী। ডকুমেন্টেশন অনুযায়ী ওপেন-সোর্স মডেলগুলোর মধ্যে এটির নির্দেশনা অনুসরণ ক্ষমতা সবচেয়ে শক্তিশালী। H3-Image-Context-IR অন্য ভাষার সংক্ষিপ্ত প্রম্পটকে বিস্তারিত ইংরেজি বর্ণনায় রূপান্তর করতে পারে।

মডেলটির কিছু সীমাবদ্ধতা রয়েছে: নেগেটিভ প্রম্পট সমর্থিত নয় এবং প্রত্যাখ্যাত হয়; নির্দিষ্ট মান ব্যতীত num_inference_steps ও guidance_scale দিলে HTTP 400 ত্রুটি হয়; প্রম্পট ৪০৯৬ টোকেনে সংক্ষিপ্ত করা হয়। বাণিজ্যিক ব্যবহারের জন্য পৃথক লিখিত অনুমতি প্রয়োজন হলে platform.minimax.io/license-এর মাধ্যমে আবেদন করতে হবে।

সময়সীমাবদ্ধবিনামূল্যে ট্রায়াল

আপডেট:

মডেল ID

minimax-h3-image
ইনপুট
text / image
আউটপুট
image

মূল বৈশিষ্ট্য

  • ৪০৯৬ বাই ৪০৯৬ পিক্সেল (১৬ মেগাপিক্সেল) আউটপুট
  • সর্বোচ্চ ১৬টি রেফারেন্স ছবি দিয়ে সম্পাদনা
  • শক্তিশালী নির্দেশনা অনুসরণ
  • H3-Image-Context-IR দিয়ে প্রম্পট সম্প্রসারণ
  • নির্দিষ্ট ইনফারেন্স সেটিংস

প্রোভাইডার

1 প্রোভাইডার

প্রোভাইডারদের মধ্যে API মূল্য তুলনা করুন। সব চার্জ ও শর্ত দেখতে একটি প্রোভাইডার নির্বাচন করুন।

প্রোভাইডার · মূল্যের বিবরণ
প্রাপ্যতা

দ্রুত শুরু

ছবির কাজ পাঠান, অবস্থা যাচাই করুন এবং ছবি সংরক্ষণ করুন। উদাহরণে curl ও Python 3-এর স্ট্যান্ডার্ড লাইব্রেরি ব্যবহার করা হয়েছে।

POST https://openapi.felo.ai/api/v1/images/generations

1আপনার API key নিন

আপনার Felo API Platform অ্যাকাউন্ট থেকে একটি key তৈরি করুন এবং এটি environment variable হিসেবে সেট করুন।

export FELO_API_KEY="YOUR_API_KEY"

2প্রথম অনুরোধ পাঠান

ঐচ্ছিক মান মডেলভেদে আলাদা, তাই উদাহরণে নির্ধারিত নয়। Playground-এ যাচাই করুন। ফিল্ডগুলো model ও prompt-এর সমান স্তরে থাকবে, input-এর ভেতরে নয়।

curl --fail-with-body --max-time 60 "https://openapi.felo.ai/api/v1/images/generations" \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -o created.json \
  -d '{
  "prompt": "A studio product photo of a ceramic coffee cup on warm linen, soft morning light",
  "model": "minimax-h3-image"
}'

3টাস্ক পোল করুন

পাঠানোর পর task_id পাবেন। queued বা running থাকলে প্রতি ৩ সেকেন্ডে যাচাই করুন; succeeded, failed বা interrupted হলে থামুন। সর্বোচ্চ ৩০ মিনিট অপেক্ষা করুন। পুনরায় না পাঠিয়ে যাচাই চালাতে created.json রাখুন।

python3 - <<'PY'
import json, os, time
from pathlib import Path
from urllib.parse import quote
from urllib.request import Request, urlopen

task = json.loads(Path("created.json").read_text())
task_id = task["task_id"]
url = "https://openapi.felo.ai/api/v1/images/generations/" + quote(task_id, safe="")
headers = {"Authorization": "Bearer " + os.environ["FELO_API_KEY"]}
deadline = time.monotonic() + 1800

while task["status"] in ("queued", "running"):
    if time.monotonic() >= deadline:
        raise TimeoutError(f"Keep task_id={task_id} to resume polling")
    time.sleep(3)
    with urlopen(Request(url, headers=headers), timeout=60) as response:
        task = json.load(response)
    if task.get("task_id") != task_id or task.get("kind") != "image":
        raise ValueError("Unexpected task response")
    print(task["status"])

if task["status"] != "succeeded":
    raise RuntimeError(task.get("error") or task["status"])
if not task.get("outputs"):
    raise ValueError("Task succeeded without image outputs")
Path("task.json").write_text(json.dumps(task))
print("Saved task.json")
PY

4আউটপুট ডাউনলোড করুন

সফল হলে task.json থেকে outputs সংরক্ষণ করুন। HTTPS URL, URL অবজেক্ট ও b64_json সমর্থিত। স্বাক্ষরিত URL দ্রুত ডাউনলোড করুন; ছবি ডাউনলোডে API Key লাগে না।

python3 - <<'PY'
import base64, json
from pathlib import Path
from urllib.request import urlopen

task = json.loads(Path("task.json").read_text())
if task.get("status") != "succeeded" or not task.get("outputs"):
    raise ValueError("No completed image outputs")
extensions = {"image/png": ".png", "image/jpeg": ".jpg", "image/webp": ".webp", "image/gif": ".gif", "image/avif": ".avif"}

for index, output in enumerate(task["outputs"], 1):
    item = output if isinstance(output, dict) else {}
    url = output if isinstance(output, str) else item.get("url") or item.get("unsigned_url")
    mime = item.get("media_type") or "image/png"
    if url and url.startswith("https://"):
        with urlopen(url, timeout=60) as response:
            data = response.read()
            mime = response.headers.get_content_type()
    elif url and url.startswith("data:image/") and ";base64," in url:
        header, encoded = url.split(",", 1)
        mime = header[5:].split(";", 1)[0]
        data = base64.b64decode(encoded, validate=True)
    elif item.get("b64_json"):
        data = base64.b64decode(item["b64_json"], validate=True)
    else:
        raise ValueError("Unrecognized image output")
    path = Path(f"image-{index}" + extensions.get(mime, ".bin"))
    path.write_bytes(data)
    print(path)
PY
input_references

ছবি সম্পাদনার জন্য উদাহরণের URL আপনার HTTPS ছবির URL বা base64 ছবির data URL দিয়ে বদলান। একবার পাঠিয়ে একই যাচাই ও সংরক্ষণের ধাপ অনুসরণ করুন।

curl --fail-with-body --max-time 60 "https://openapi.felo.ai/api/v1/images/generations" \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -o created.json \
  -d '{
  "prompt": "Keep the product and framing. Replace the background with a sunlit marble countertop.",
  "model": "minimax-h3-image",
  "input_references": [
    {
      "type": "image_url",
      "image_url": {
        "url": "https://example.com/product.png"
      }
    }
  ]
}'

সমর্থিত প্যারামিটার

  • n
  • size
  • resolution
  • aspect_ratio
  • output_format
  • input_references

পুরো রেফারেন্স চান?

API রেফারেন্স →

সাধারণ প্রশ্ন

মডেল পরিচিতি: MiniMax H3 Image?

MiniMax-H3-Image হলো MiniMax-এর একটি ইমেজ মডেল, যা টেক্সট ও ছবি—উভয় ধরনের ইনপুট গ্রহণ করে এবং ছবি আউটপুট দেয়। এটি টেক্সট থেকে ছবি তৈরি করতে পারে এবং সর্বোচ্চ ১৬টি রেফারেন্স ছবি ব্যবহার করে সম্পাদনা করতে পারে। ছবি তৈরি হয় ৪০৯৬ বাই ৪০৯৬ পিক্সেল (১৬ মেগাপিক্সেল) রেজোলিউশনে। এই মডেলটি বিজ্ঞাপন ও ব্র্যান্ডিং, ই-কমার্স, পণ্য ডিজাইন, UI/UX, গেমিং, কনসেপ্ট আর্ট, পণ্য অন্বেষণ, লেআউট পুনরাবৃত্তি এবং ফ্রেমের নির্দিষ্ট অংশ অপরিবর্তিত রেখে লক্ষ্যযুক্ত সম্পাদনার কাজে উপযোগী। ডকুমেন্টেশন অনুযায়ী ওপেন-সোর্স মডেলগুলোর মধ্যে এটির নির্দেশনা অনুসরণ ক্ষমতা সবচেয়ে শক্তিশালী। H3-Image-Context-IR অন্য ভাষার সংক্ষিপ্ত প্রম্পটকে বিস্তারিত ইংরেজি বর্ণনায় রূপান্তর করতে পারে। মডেলটির কিছু সীমাবদ্ধতা রয়েছে: নেগেটিভ প্রম্পট সমর্থিত নয় এবং প্রত্যাখ্যাত হয়; নির্দিষ্ট মান ব্যতীত num_inference_steps ও guidance_scale দিলে HTTP 400 ত্রুটি হয়; প্রম্পট ৪০৯৬ টোকেনে সংক্ষিপ্ত করা হয়। বাণিজ্যিক ব্যবহারের জন্য পৃথক লিখিত অনুমতি প্রয়োজন হলে platform.minimax.io/license-এর মাধ্যমে আবেদন করতে হবে।

ব্যবহারের জন্য কীভাবে চার্জ হয়?

আপনার বিল নির্ভর করে আপনি কোন প্রোভাইডার ব্যবহার করেন, তার মূল্য এবং আপনার ব্যবহারের ওপর। দীর্ঘ ইনপুট বা অন্যান্য শর্তে ভিন্ন মূল্য প্রযোজ্য হতে পারে। প্রকৃত জেনারেশন খরচের ভিত্তিতে চার্জ করা হয়। চূড়ান্ত পরিমাণের জন্য আপনার বিল দেখুন।

MiniMax-H3-Image কী কী ইনপুট সমর্থন করে?

এটি টেক্সট এবং ছবি—দুই ধরনের ইনপুট গ্রহণ করে এবং ছবি আউটপুট দেয়।

একটি সম্পাদনায় কতটি রেফারেন্স ছবি ব্যবহার করা যায়?

সর্বোচ্চ ১৬টি রেফারেন্স ছবি ব্যবহার করে সম্পাদনা করা যায়।

প্রম্পটের দৈর্ঘ্য কত?

প্রম্পট ৪০৯৬ টোকেনে সংক্ষিপ্ত করা হয়।

কোন ইনফারেন্স সেটিংস ব্যবহার করা হয়?

নির্দিষ্ট সেটিংস হলো num_inference_steps 6 এবং guidance_scale 1। এর ভিন্ন মান দিলে HTTP 400 ত্রুটি হয়।

এটি কি নেগেটিভ প্রম্পট সমর্থন করে?

না, নেগেটিভ প্রম্পট সমর্থিত নয় এবং প্রত্যাখ্যাত হয়।

সংশ্লিষ্ট মডেল