Felo API PlatformFelo API Platform
Wróć do modeli

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

1 dostawców

Porównaj ceny API u różnych dostawców. Wybierz dostawcę, aby zobaczyć wszystkie opłaty i warunki.

Dostawca · Szczegóły cen
Dostępność

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")
PY

4Pobierz 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)
PY
input_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.

Powiązane modele