Felo API PlatformFelo API Platform
Zpět na modely

MiniMax H3 Image API

MiniMax-H3-Image je model MiniMax pro generování a úpravy obrázků, který vytváří výstupy až 4096 × 4096 pixelů a podporuje editaci s až 16 referenčními obrázky.

MiniMax-H3-Image je model od společnosti MiniMax pro práci s obrázky. Přijímá textové a obrazové vstupy a vrací obrázky. Umí generovat obrázky z textu i upravovat existující snímky s pomocí až 16 referenčních obrázků, přičemž podle dokumentace nabízí nejsilnější sledování instrukcí mezi open-source modely. Výstupy mají rozlišení až 4096 × 4096 pixelů, tedy 16 megapixelů, a to při praktických výpočetních nárocích. Model je vhodný pro reklamu a branding, e-commerce, produktový design, UI/UX, herní tvorbu, koncept art a iterace rozvržení i cílené úpravy, které zachovají části rámu konzistentní. Pro krátké prompty v jiných jazycích je k dispozici rozšíření H3-Image-Context-IR, které je převádí na podrobné anglické popisy. Inferenční nastavení jsou pevná: num_inference_steps 6 a guidance_scale 1. Model nepodporuje negativní prompty a ty jsou odmítnuty; jiné hodnoty num_inference_steps a guidance_scale než pevné vrací chybu HTTP 400. Prompty se zkracují na 4096 tokenů. Komerční použití vyžadující samostatné písemné svolení je nutné žádat přes platform.minimax.io/license. Model je vydán pod licencí MiniMax-H3-Image Community License Agreement. Varianta MiniMax-H3-Image-PE je lokálně nasaditelná a běží se serverem SGLang.

Aktualizováno:

MODEL ID

minimax-h3-image
Vstup
text / image
Výstup
image

Hlavní body

  • Výstup až 16 megapixelů
  • Editace s až 16 referencemi
  • Silné sledování instrukcí
  • Pevné nastavení inference
  • Rozšíření promptů přes H3-Image-Context-IR

Poskytovatelé

1 poskytovatelů

Porovnejte ceny API u různých poskytovatelů. Vyberte poskytovatele a zobrazte všechny poplatky a podmínky.

Poskytovatel · Podrobnosti k cenám
Dostupnost

Rychlý start

Odešlete úlohu obrázku, kontrolujte stav a uložte obrázky. Příklady používají curl a standardní knihovnu Pythonu 3.

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

1Získejte API klíč

Vytvořte klíč ve svém účtu Felo API Platform a nastavte jej jako proměnnou prostředí.

export FELO_API_KEY="YOUR_API_KEY"

2Odešlete první požadavek

Volitelné hodnoty závisí na modelu a nejsou zde nastaveny. Ověřte je v Playground. Pole jsou na stejné úrovni jako model a prompt, bez obalu input.

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"
}'

3Dotazovat úlohu

Odeslání vrátí task_id. Při queued nebo running kontrolujte každé 3 sekundy; při succeeded, failed nebo interrupted skončete. Maximálně čekejte 30 minut. Uchovejte created.json pro pokračování bez opakovaného odeslání.

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

4Stáhnout výstup

Po úspěchu uložte outputs z task.json. Podporovány jsou HTTPS URL, objekty URL a b64_json. Podepsané URL stáhněte včas; stahování obrázků nepotřebuje API klíč.

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

Pro úpravu nahraďte vzorovou URL vlastní HTTPS URL obrázku nebo base64 data URL. Odešlete jednou a použijte stejné kroky kontroly a uložení.

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"
      }
    }
  ]
}'

Podporované parametry

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

Chcete celou referenci?

Reference API →

Časté dotazy

Co je MiniMax H3 Image?

MiniMax-H3-Image je model od společnosti MiniMax pro práci s obrázky. Přijímá textové a obrazové vstupy a vrací obrázky. Umí generovat obrázky z textu i upravovat existující snímky s pomocí až 16 referenčních obrázků, přičemž podle dokumentace nabízí nejsilnější sledování instrukcí mezi open-source modely. Výstupy mají rozlišení až 4096 × 4096 pixelů, tedy 16 megapixelů, a to při praktických výpočetních nárocích. Model je vhodný pro reklamu a branding, e-commerce, produktový design, UI/UX, herní tvorbu, koncept art a iterace rozvržení i cílené úpravy, které zachovají části rámu konzistentní. Pro krátké prompty v jiných jazycích je k dispozici rozšíření H3-Image-Context-IR, které je převádí na podrobné anglické popisy. Inferenční nastavení jsou pevná: num_inference_steps 6 a guidance_scale 1. Model nepodporuje negativní prompty a ty jsou odmítnuty; jiné hodnoty num_inference_steps a guidance_scale než pevné vrací chybu HTTP 400. Prompty se zkracují na 4096 tokenů. Komerční použití vyžadující samostatné písemné svolení je nutné žádat přes platform.minimax.io/license. Model je vydán pod licencí MiniMax-H3-Image Community License Agreement. Varianta MiniMax-H3-Image-PE je lokálně nasaditelná a běží se serverem SGLang.

Jak se využití účtuje?

Faktura závisí na zvoleném poskytovateli, jeho cenách a vašem využití. Delší vstupy nebo jiné podmínky mohou mít jiné ceny. Účtováno podle skutečných nákladů na generování. Konečnou částku najdete ve faktuře.

Jaké vstupy a výstupy model podporuje?

Přijímá textové a obrazové vstupy a výstupem jsou obrázky. Umí generovat obrázky z textu i upravovat obrázky s referenčními snímky.

Jaké rozlišení výstupu lze získat?

Model generuje obrázky až do rozlišení 4096 × 4096 pixelů, tedy 16 megapixelů. Menší požadované velikosti se vytvářejí na větším plátně se stejným poměrem stran a poté se zmenšují interpolací LANCZOS.

Kolik referenčních obrázků lze použít při editaci?

Editace podporuje až16 referenčních obrázků. To umožňuje silnou kreativní kontrolu nad výsledkem.

Jaká jsou pevná nastavení inference?

Model používá num_inference_steps 6 a guidance_scale 1. Jiné hodnoty těchto parametrů vrací chybu HTTP 400.

Jsou podporovány negativní prompty?

Ne, negativní prompty nejsou podporovány a jsou odmítnuty.

Jaký je vztah k variantě MiniMax-H3-Image-PE?

MiniMax-H3-Image-PE je lokálně nasaditelná varianta, kterou lze spustit se serverem SGLang. Základní MiniMax-H3-Image je určen pro použití přes API.

Související modely