MiniMax H3 Image API
MiniMax-H3-Image to model generowania i edycji obrazów od MiniMax, tworzący obrazy do4096 na 4096 pikseli i obsługujący edycję z użyciem do 16 obrazów referencyjnych.
MiniMax-H3-Image to model MiniMax przeznaczony do generowania obrazów z tekstu oraz do edycji obrazów na podstawie wielu referencji. Obsługuje wejście tekstowe i obrazowe, a wynikiem jest obraz. Generuje obrazy o rozdzielczości 4096 na 4096 pikseli, czyli 16 megapikseli, przy praktycznym koszcie obliczeniowym, zachowując bogactwo detali i realistyczne odwzorowanie. Model pozwala też zachować spójność części kadru podczas precyzyjnych edycji.
Model sprawdza się w zadaniach takich jak reklama i branding, e-commerce, projektowanie produktów, UI/UX, gry, concept art, eksploracja wariantów produktu oraz iterowanie układów. Edycja z wieloma obrazami referencyjnymi daje dużą kontrolę twórczą, a wariant H3-Image-Context-IR rozwija krótkie polecenia w innych językach do szczegółowych opisów w języku angielskim. Dokumentacja wskazuje na najsilniejsze trzymanie się instrukcji wśród modeli open-source.
Parametry wnioskowania są stałe: num_inference_steps wynosi 6, a guidance_scale 1. Polecenia są obcinane do 4096 tokenów, a negatywne prompty nie są obsługiwane i są odrzucane. Wartości num_inference_steps i guidance_scale inne niż ustalone zwracają błąd HTTP 400. Zakres min_generation_area wynosi od 1024 do 16777216 pikseli, domyślnie 4194304, czyli 2048 na 2048. Model działa na licencji MiniMax-H3-Image Community License Agreement, a komercyjne użycie wymagające osobnej pisemnej zgody należy zgłaszać przez platform.minimax.io/license.
Zaktualizowano:
MODEL ID
minimax-h3-image- Wejście
- text / image
- Wyjście
- image
Najważniejsze informacje
- Obrazy 4096 na 4096 pikseli
- Edycja z maksymalnie 16 referencjami
- Generowanie z tekstu i edycja
- Stałe kroki wnioskowania: 6
- Polecenia do 4096 tokenów
- Rozbudowa krótkich promptów przez H3-Image-Context-IR
Dostawcy
Porównaj ceny API u różnych dostawców. Wybierz dostawcę, aby zobaczyć wszystkie opłaty i warunki.
| Dostępność | |
|---|---|
Dane historyczne nie są kontrolą na żywo. Brak danych nie oznacza awarii.
Szybki start
Wyślij zadanie obrazu, sprawdzaj stan i zapisz obrazy. Przykłady używają curl i biblioteki standardowej Pythona 3.
POST https://openapi.felo.ai/api/v1/images/generations
1Pobierz klucz API
Utwórz klucz w swoim koncie Felo API Platform i ustaw go jako zmienną środowiskową.
export FELO_API_KEY="YOUR_API_KEY"2Wyślij pierwsze żądanie
Wartości opcjonalne zależą od modelu i nie są tu ustawione. Sprawdź je w Playground. Pola są na tym samym poziomie co model i prompt, bez opakowania 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"
}'3Odpytuj zadanie
Odpowiedź zawiera task_id. Sprawdzaj co 3 sekundy przy queued lub running; zakończ przy succeeded, failed lub interrupted. Maksymalny czas: 30 minut. Zachowaj created.json, aby wznowić odpytywanie bez ponownego wysłania.
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")
PY4Pobierz wynik
Po sukcesie zapisz outputs z task.json. Obsługiwane są adresy HTTPS, obiekty URL i b64_json. Pobierz podpisane adresy szybko; do pobierania obrazów nie potrzeba klucza API.
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)
PYinput_references
Aby edytować obraz, zastąp przykładowy URL własnym adresem HTTPS lub data URL obrazu base64. Wyślij raz, potem zastosuj te same kroki sprawdzania i zapisywania.
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"
}
}
]
}'Obsługiwane parametry
- n
- size
- resolution
- aspect_ratio
- output_format
- input_references
Potrzebujesz pełnej dokumentacji?
Dokumentacja API →Często zadawane pytania
Co to jest MiniMax H3 Image?
MiniMax-H3-Image to model MiniMax przeznaczony do generowania obrazów z tekstu oraz do edycji obrazów na podstawie wielu referencji. Obsługuje wejście tekstowe i obrazowe, a wynikiem jest obraz. Generuje obrazy o rozdzielczości 4096 na 4096 pikseli, czyli 16 megapikseli, przy praktycznym koszcie obliczeniowym, zachowując bogactwo detali i realistyczne odwzorowanie. Model pozwala też zachować spójność części kadru podczas precyzyjnych edycji. Model sprawdza się w zadaniach takich jak reklama i branding, e-commerce, projektowanie produktów, UI/UX, gry, concept art, eksploracja wariantów produktu oraz iterowanie układów. Edycja z wieloma obrazami referencyjnymi daje dużą kontrolę twórczą, a wariant H3-Image-Context-IR rozwija krótkie polecenia w innych językach do szczegółowych opisów w języku angielskim. Dokumentacja wskazuje na najsilniejsze trzymanie się instrukcji wśród modeli open-source. Parametry wnioskowania są stałe: num_inference_steps wynosi 6, a guidance_scale 1. Polecenia są obcinane do 4096 tokenów, a negatywne prompty nie są obsługiwane i są odrzucane. Wartości num_inference_steps i guidance_scale inne niż ustalone zwracają błąd HTTP 400. Zakres min_generation_area wynosi od 1024 do 16777216 pikseli, domyślnie 4194304, czyli 2048 na 2048. Model działa na licencji MiniMax-H3-Image Community License Agreement, a komercyjne użycie wymagające osobnej pisemnej zgody należy zgłaszać przez platform.minimax.io/license.
Jak rozliczane jest użycie?
Rachunek zależy od wybranego dostawcy, jego cen i faktycznego zużycia. Dłuższe dane wejściowe lub inne warunki mogą mieć inne ceny. Rozliczane według rzeczywistego kosztu generowania. Ostateczną kwotę znajdziesz na rachunku.
Jakie typy danych wejściowych obsługuje MiniMax-H3-Image?
Model przyjmuje tekst i obrazy, a zwraca obrazy. Obsługuje generowanie z tekstu oraz edycję z wieloma obrazami referencyjnymi, do16 referencji.
Jaką rozdzielczość obrazów generuje model?
Generuje obrazy o rozdzielczości 4096 na 4096 pikseli, czyli 16 megapikseli.
Do jakich zadań najlepiej nadaje się ten model?
Sprawdza się w reklamie i brandingu, e-commerce, projektowaniu produktów, UI/UX, grach, concept arcie oraz w iterowaniu układów i precyzyjnych edycjach zachowujących spójność kadru.
Czy model obsługuje negatywne prompty?
Nie, negatywne prompty nie są obsługiwane i są odrzucane.
Jakie są stałe ustawienia wnioskowania?
num_inference_steps wynosi 6, a guidance_scale 1; inne wartości zwracają błąd HTTP 400.
Czym różni się MiniMax-H3-Image-PE od MiniMax-H3-Image?
MiniMax-H3-Image-PE to wariant możliwy do wdrożenia lokalnie, uruchamiany z lokalnym serwerem SGLang.