Felo API PlatformFelo API Platform
मॉडल पर वापस जाएँ

MiniMax H3 Image API

MiniMax-H3-Image एक उच्च-रिज़ॉल्यूशन छवि जनरेशन और संपादन मॉडल है जो 16 मेगापिक्सेल तक छवियाँ बनाता है।

MiniMax-H3-Image, MiniMax द्वारा विकसित एक छवि मॉडल है जो टेक्स्ट और छवि इनपुट से छवि आउटपुट उत्पन्न करता है। यह 4096 by 4096 पिक्सेल (16 मेगापिक्सेल) तक की छवियाँ बना सकता है और अधिकतम 16 संदर्भ छवियों के साथ छवि संपादन का समर्थन करता है। मॉडल टेक्स्ट-से-छवि जनरेशन और बहु-संदर्भ छवि संपादन दोनों के लिए उपयुक्त है।

यह मॉडल विज्ञापन और ब्रांडिंग, ई-कॉमर्स, उत्पाद डिज़ाइन, UI/UX, गेमिंग, कॉन्सेप्ट आर्ट, उत्पाद अन्वेषण, लेआउट पुनरावृत्ति और फ्रेम के कुछ हिस्सों को सुसंगत रखते हुए केंद्रित संपादन जैसे कार्यों के लिए उपयुक्त है। इसकी ताकत में व्यावहारिक कम्प्यूटेशनल लागत पर उच्च-रिज़ॉल्यूशन 16-मेगापिक्सेल आउटपुट, समृद्ध विवरण और जीवंत यथार्थवाद, तथा बहु-संदर्भ छवियों के माध्यम से मजबूत रचनात्मक नियंत्रण शामिल हैं।

मॉडल के कुछ प्रतिबंध भी हैं: नकारात्मक संकेत समर्थित नहीं हैं और अस्वीकार कर दिए जाते हैं; num_inference_steps और guidance_scale के निश्चित मानों के अलावा अन्य मान HTTP 400 त्रुटि लौटाते हैं; संकेत 4096 टोकन तक काटे जाते हैं। H3-Image-Context-IR अन्य भाषाओं में छोटे संकेतों को विस्तृत अंग्रेजी विवरणों में विस्तारित करता है। मॉडल MiniMax-H3-Image Community License Agreement के तहत जारी किया गया है, और व्यावसायिक उपयोग के लिए अलग लिखित प्राधिकरण की आवश्यकता होती है जिसे platform.minimax.io/license के माध्यम से अनुरोध किया जा सकता है।

समय-सीमितमुफ़्त ट्रायल

अपडेट किया गया:

मॉडल ID

minimax-h3-image
इनपुट
text / image
आउटपुट
image

मुख्य बातें

  • 4096 by 4096 पिक्सेल (16 मेगापिक्सेल) तक छवि जनरेशन
  • अधिकतम 16 संदर्भ छवियों के साथ संपादन
  • ओपन-सोर्स मॉडलों में सबसे मजबूत निर्देश पालन
  • H3-Image-Context-IR द्वारा बहुभाषी संकेत विस्तार
  • निश्चित अनुमान सेटिंग्स: num_inference_steps 6, guidance_scale 1

प्रदाता

1 प्रदाता

प्रदाताओं के बीच API कीमतों की तुलना करें। सभी शुल्क और शर्तें देखने के लिए किसी प्रदाता को चुनें।

प्रदाता · कीमत का विवरण
उपलब्धता

त्वरित शुरुआत

इमेज कार्य भेजें, स्थिति जाँचें और इमेज सहेजें। उदाहरण curl और Python 3 की मानक लाइब्रेरी का उपयोग करते हैं।

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

1अपनी API key लें

अपने Felo API Platform खाते से एक key बनाएँ और उसे environment variable के रूप में सेट करें।

export FELO_API_KEY="YOUR_API_KEY"

2अपना पहला अनुरोध भेजें

वैकल्पिक मान मॉडल के अनुसार बदलते हैं और उदाहरण में तय नहीं हैं। Playground में जाँचें। फ़ील्ड model और prompt के समान स्तर पर हैं, input में नहीं।

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"
}'

3टास्क पोल करें

सबमिट करने पर task_id मिलता है। queued या running पर हर 3 सेकंड जाँचें; succeeded, failed या interrupted पर रुकें। अधिकतम 30 मिनट प्रतीक्षा करें। दोबारा भेजे बिना जाँच जारी रखने के लिए created.json रखें।

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

4आउटपुट डाउनलोड करें

सफलता के बाद task.json से outputs सहेजें। HTTPS URL, URL ऑब्जेक्ट और b64_json समर्थित हैं। हस्ताक्षरित URL जल्दी डाउनलोड करें; इमेज डाउनलोड में API Key नहीं चाहिए।

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

इमेज संपादन के लिए उदाहरण URL को अपने HTTPS इमेज URL या base64 इमेज data URL से बदलें। एक बार भेजकर वही जाँच और सहेजने के चरण अपनाएँ।

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"
      }
    }
  ]
}'

समर्थित पैरामीटर

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

पूरा रेफ़रेंस चाहिए?

API संदर्भ →

अक्सर पूछे जाने वाले प्रश्न

मॉडल परिचय: MiniMax H3 Image?

MiniMax-H3-Image, MiniMax द्वारा विकसित एक छवि मॉडल है जो टेक्स्ट और छवि इनपुट से छवि आउटपुट उत्पन्न करता है। यह 4096 by 4096 पिक्सेल (16 मेगापिक्सेल) तक की छवियाँ बना सकता है और अधिकतम 16 संदर्भ छवियों के साथ छवि संपादन का समर्थन करता है। मॉडल टेक्स्ट-से-छवि जनरेशन और बहु-संदर्भ छवि संपादन दोनों के लिए उपयुक्त है। यह मॉडल विज्ञापन और ब्रांडिंग, ई-कॉमर्स, उत्पाद डिज़ाइन, UI/UX, गेमिंग, कॉन्सेप्ट आर्ट, उत्पाद अन्वेषण, लेआउट पुनरावृत्ति और फ्रेम के कुछ हिस्सों को सुसंगत रखते हुए केंद्रित संपादन जैसे कार्यों के लिए उपयुक्त है। इसकी ताकत में व्यावहारिक कम्प्यूटेशनल लागत पर उच्च-रिज़ॉल्यूशन 16-मेगापिक्सेल आउटपुट, समृद्ध विवरण और जीवंत यथार्थवाद, तथा बहु-संदर्भ छवियों के माध्यम से मजबूत रचनात्मक नियंत्रण शामिल हैं। मॉडल के कुछ प्रतिबंध भी हैं: नकारात्मक संकेत समर्थित नहीं हैं और अस्वीकार कर दिए जाते हैं; num_inference_steps और guidance_scale के निश्चित मानों के अलावा अन्य मान HTTP 400 त्रुटि लौटाते हैं; संकेत 4096 टोकन तक काटे जाते हैं। H3-Image-Context-IR अन्य भाषाओं में छोटे संकेतों को विस्तृत अंग्रेजी विवरणों में विस्तारित करता है। मॉडल MiniMax-H3-Image Community License Agreement के तहत जारी किया गया है, और व्यावसायिक उपयोग के लिए अलग लिखित प्राधिकरण की आवश्यकता होती है जिसे platform.minimax.io/license के माध्यम से अनुरोध किया जा सकता है।

उपयोग का शुल्क कैसे लगता है?

आपका बिल इस बात पर निर्भर करता है कि आप कौन-सा प्रदाता उपयोग करते हैं, उसकी कीमतें और आपका उपयोग। लंबे इनपुट या अन्य शर्तों पर अलग कीमतें लागू हो सकती हैं। वास्तविक जनरेशन लागत के आधार पर शुल्क लिया जाता है। अंतिम राशि के लिए अपना बिल देखें।

MiniMax-H3-Image कौन-कौन से इनपुट का समर्थन करता है?

यह टेक्स्ट इनपुट और छवि इनपुट दोनों का समर्थन करता है, और आउटपुट छवि के रूप में देता है।

क्या मॉडल बहु-संदर्भ छवि संपादन कर सकता है?

हाँ, यह अधिकतम 16 संदर्भ छवियों के साथ छवि संपादन का समर्थन करता है।

क्या नकारात्मक संकेत समर्थित हैं?

नहीं, नकारात्मक संकेत समर्थित नहीं हैं और अस्वीकार कर दिए जाते हैं।

क्या num_inference_steps और guidance_scale के मान बदले जा सकते हैं?

नहीं, ये मान निश्चित हैं (num_inference_steps 6 और guidance_scale 1)। अन्य मान HTTP 400 त्रुटि लौटाते हैं।

क्या संकेत लंबाई की कोई सीमा है?

हाँ, संकेत 4096 टोकन तक काटे जाते हैं।

MiniMax-H3-Image और MiniMax-H3-Image-PE में क्या अंतर है?

MiniMax-H3-Image-PE एक स्थानीय रूप से तैनात करने योग्य संस्करण है जिसे स्थानीय SGLang सर्वर के साथ चलाया जा सकता है, जबकि MiniMax-H3-Image मुख्य मॉडल है।

संबंधित मॉडल