MiniMax H3 Image API
MiniMax-H3-Image สร้างภาพความละเอียด 16 เมกะพิกเซล พร้อมแก้ไขภาพด้วยภาพอ้างอิงสูงสุด 16 ภาพ ภายใต้สัญญาอนุญาตชุมชน
MiniMax-H3-Image เป็นโมเดลสร้างภาพจาก MiniMax ที่รับข้อความและภาพเป็นอินพุต และส่งออกเป็นภาพ โดยสร้างภาพได้สูงสุด 4096 x 4096 พิกเซล (16 เมกะพิกเซล) และรองรับการแก้ไขภาพด้วยภาพอ้างอิงได้สูงสุด 16 ภาพ เอกสารระบุว่ามีความสามารถในการปฏิบัติตามคำสั่งดีที่สุดในกลุ่มโมเดลโอเพนซอร์ส และมี H3-Image-Context-IR ที่ช่วยขยายคำอธิบายสั้นในภาษาอื่นให้เป็นคำอธิบายภาษาอังกฤษโดยละเอียด
โมเดลนี้เหมาะกับงานที่ต้องใช้การควบคุมเชิงสร้างสรรค์ผ่านภาพอ้างอิงหลายภาพ เช่น การโฆษณาและแบรนดิ้ง อีคอมเมิร์ซ การออกแบบผลิตภัณฑ์ UI/UX เกม คอนเซ็ปต์อาร์ต การสำรวจผลิตภัณฑ์ การวนซ้ำเลย์เอาต์ และการแก้ไขเฉพาะจุดที่ต้องคงส่วนอื่นของภาพให้สอดคล้องกัน จุดเด่นคือให้รายละเอียดที่สมบูรณ์และความสมจริงคล้ายภาพถ่าย ในขณะที่ยังคงต้นทุนการประมวลผลที่ практиได้
ข้อจำกัดที่สำคัญได้แก่ ไม่รองรับ negative prompts และจะปฏิเสธหากส่งมา ค่าตายตัวของ num_inference_steps 6 และ guidance_scale 1 นั้นไม่สามารถเปลี่ยนแปลงได้ หากระบุค่าอื่นจะได้รับ HTTP 400 พร้อมตัด prompt ที่ยาวเกิน 4096 tokens และการใช้งานเชิงพาณิชย์ที่ต้องขออนุญาตเป็นลายลักษณ์อักษรแยกต่างหากต้องยื่นคำขอผ่าน platform.minimax.io/license โมเดลเผยแพร่ภายใต้ MiniMax-H3-Image Community License Agreement และมี MiniMax-H3-Image-PE ซึ่งเป็นรุ่นที่ติดตั้งใช้งานภายในองค์กรได้และรันด้วย SGLang server ภายในเครื่อง
อัปเดต:
ID โมเดล
minimax-h3-image- อินพุต
- text / image
- เอาต์พุต
- image
จุดเด่น
- สร้างภาพ 4096 x 4096 พิกเซล
- แก้ไขภาพด้วยภาพอ้างอิงสูงสุด 16 ภาพ
- ปฏิบัติตามคำสั่งดีที่สุดในกลุ่มโอเพนซอร์ส
- รายละเอียดสมบูรณ์และสมจริง
- ตั้งค่าอินเฟอเรนซ์ตายตัว
- สัญญาอนุญาตชุมชน
ผู้ให้บริการ
เปรียบเทียบราคา API ระหว่างผู้ให้บริการ เลือกผู้ให้บริการเพื่อดูค่าใช้จ่ายและเงื่อนไขทั้งหมด
| อัตราความพร้อมใช้งาน | |
|---|---|
สถิติย้อนหลังไม่ใช่การตรวจสอบแบบเรียลไทม์ ข้อมูลที่หายไปไม่ได้หมายถึงบริการขัดข้อง
เริ่มต้นอย่างรวดเร็ว
ส่งงานภาพ ตรวจสอบสถานะ แล้วบันทึกภาพ ตัวอย่างใช้ curl และไลบรารีมาตรฐานของ Python 3
POST https://openapi.felo.ai/api/v1/images/generations
1ตั้งค่าคีย์ API
สร้างคีย์จากบัญชี Felo API Platform ของคุณและตั้งเป็นตัวแปรสภาพแวดล้อม
export FELO_API_KEY="YOUR_API_KEY"2ส่งคำขอแรก
ค่าพารามิเตอร์เสริมแตกต่างกันตามโมเดล จึงไม่กำหนดในตัวอย่าง โปรดยืนยันใน Playground ฟิลด์อยู่ระดับเดียวกับ model และ prompt ไม่ห่อด้วย 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"
}'3สอบถามสถานะงาน
เมื่อส่งจะได้รับ task_id ตรวจสอบทุก 3 วินาทีขณะ queued หรือ running และหยุดเมื่อ succeeded, failed หรือ interrupted รอสูงสุด 30 นาที เก็บ created.json เพื่อกลับมาตรวจสอบงานเดิมโดยไม่ส่งซ้ำ
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")
PY4ดาวน์โหลดเอาต์พุต
เมื่อสำเร็จ ให้บันทึก outputs จาก task.json รองรับ URL HTTPS ออบเจ็กต์ URL และ b64_json ควรดาวน์โหลด URL ที่ลงนามโดยเร็ว การดาวน์โหลดภาพไม่ต้องใช้ API Key
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
หากต้องการแก้ไขภาพ ให้แทน URL ตัวอย่างด้วย URL ภาพ HTTPS หรือ data URL ภาพ base64 ของคุณ ส่งครั้งเดียวแล้วใช้ขั้นตอนตรวจสอบและบันทึกเดิม
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"
}
}
]
}'พารามิเตอร์ที่รองรับ
- n
- size
- resolution
- aspect_ratio
- output_format
- input_references
ต้องการเอกสารอ้างอิงฉบับเต็มหรือไม่
เอกสารอ้างอิง API →คำถามที่พบบ่อย
รู้จัก MiniMax H3 Image?
MiniMax-H3-Image เป็นโมเดลสร้างภาพจาก MiniMax ที่รับข้อความและภาพเป็นอินพุต และส่งออกเป็นภาพ โดยสร้างภาพได้สูงสุด 4096 x 4096 พิกเซล (16 เมกะพิกเซล) และรองรับการแก้ไขภาพด้วยภาพอ้างอิงได้สูงสุด 16 ภาพ เอกสารระบุว่ามีความสามารถในการปฏิบัติตามคำสั่งดีที่สุดในกลุ่มโมเดลโอเพนซอร์ส และมี H3-Image-Context-IR ที่ช่วยขยายคำอธิบายสั้นในภาษาอื่นให้เป็นคำอธิบายภาษาอังกฤษโดยละเอียด โมเดลนี้เหมาะกับงานที่ต้องใช้การควบคุมเชิงสร้างสรรค์ผ่านภาพอ้างอิงหลายภาพ เช่น การโฆษณาและแบรนดิ้ง อีคอมเมิร์ซ การออกแบบผลิตภัณฑ์ UI/UX เกม คอนเซ็ปต์อาร์ต การสำรวจผลิตภัณฑ์ การวนซ้ำเลย์เอาต์ และการแก้ไขเฉพาะจุดที่ต้องคงส่วนอื่นของภาพให้สอดคล้องกัน จุดเด่นคือให้รายละเอียดที่สมบูรณ์และความสมจริงคล้ายภาพถ่าย ในขณะที่ยังคงต้นทุนการประมวลผลที่ практиได้ ข้อจำกัดที่สำคัญได้แก่ ไม่รองรับ negative prompts และจะปฏิเสธหากส่งมา ค่าตายตัวของ num_inference_steps 6 และ guidance_scale 1 นั้นไม่สามารถเปลี่ยนแปลงได้ หากระบุค่าอื่นจะได้รับ HTTP 400 พร้อมตัด prompt ที่ยาวเกิน 4096 tokens และการใช้งานเชิงพาณิชย์ที่ต้องขออนุญาตเป็นลายลักษณ์อักษรแยกต่างหากต้องยื่นคำขอผ่าน platform.minimax.io/license โมเดลเผยแพร่ภายใต้ MiniMax-H3-Image Community License Agreement และมี MiniMax-H3-Image-PE ซึ่งเป็นรุ่นที่ติดตั้งใช้งานภายในองค์กรได้และรันด้วย SGLang server ภายในเครื่อง
การใช้งานถูกเรียกเก็บเงินอย่างไร
ค่าใช้จ่ายขึ้นอยู่กับผู้ให้บริการที่คุณใช้ ราคาของผู้ให้บริการนั้น และปริมาณการใช้งาน อินพุตที่ยาวขึ้นหรือเงื่อนไขอื่นอาจมีราคาแตกต่างกัน คิดค่าบริการตามต้นทุนการสร้างจริง ดูยอดสุดท้ายได้ในใบแจ้งหนี้
MiniMax-H3-Image รองรับอินพุตแบบใดบ้าง?
รองรับข้อความและภาพเป็นอินพุต และส่งออกเป็นภาพ
ความละเอียดสูงสุดที่สร้างได้คือเท่าไร?
สร้างภาพได้ที่ 4096 x 4096 พิกเซล (16 เมกะพิกเซล)
สามารถใช้ภาพอ้างอิงได้กี่ภาพ?
รองรับการแก้ไขภาพด้วยภาพอ้างอิงได้สูงสุด 16 ภาพ
ทำไมส่ง negative prompt แล้วไม่ทำงาน?
โมเดลไม่รองรับ negative prompts และจะปฏิเสธคำขอที่ส่งมา
ทำไมระบุ num_inference_steps หรือ guidance_scale แล้วเกิดข้อผิดพลาด?
ค่าเหล่านี้ถูกกำหนดตายตัวที่ num_inference_steps 6 และ guidance_scale 1 หากระบุค่าอื่นจะได้รับ HTTP 400
MiniMax-H3-Image-PE ต่างจากรุ่นมาตรฐานอย่างไร?
MiniMax-H3-Image-PE เป็นรุ่นที่ติดตั้งใช้งานภายในเครื่องได้และรันด้วย SGLang server