Felo API PlatformFelo API Platform
ماڈلز پر واپس

MiniMax H3 Image API

MiniMax-H3-Image ایک متن اور تصویر ان پٹ والا ماڈل ہے جو 4096×4096 پکسل (16 میگاپکسل) تک تصاویر بناتا ہے اور 16 حوالہ جاتی تصاویر کے ساتھ ترمیم کی سہولت دیتا ہے۔

MiniMax-H3-Image ایک تصویری تخلیقی ماڈل ہے جو متن اور تصویر دونوں کو ان پٹ کے طور پر قبول کرتا ہے اور تصویر بطور آؤٹ پٹ دیتا ہے۔ یہ 4096×4096 پکسل یعنی 16 میگاپکسل تک کی تصاویر بناتا ہے، اور متن سے تصویر بنانے کے ساتھ ساتھ متعدد حوالہ جاتی تصاویر کے ذریعے ترمیم بھی کرتا ہے۔ ماڈل کی دستاویزات کے مطابق اوپن سورس ماڈلز میں اس کی ہدایت کی پیروی سب سے مضبوط ہے۔

یہ ماڈل اشتہارات اور برانڈنگ، ای کامرس، مصنوعات کی ڈیزائننگ، UI/UX، گیمنگ، تصوراتی آرٹ، مصنوعات کی کھوج، لے آؤٹ کی تکرار اور ایسی مرکوز ترمیمات کے لیے موزوں ہے جن میں فریم کے کچھ حصے مستقل رکھے جائیں۔ 16 میگاپکسل کی اعلیٰ ریزولوشن عملی کمپیوٹیشنل لاگت پر دستیاب ہے، اور متعدد حوالہ جاتی تصاویر کے ذریعے تخلیقی کنٹرول مضبوط رہتا ہے۔

H3-Image-Context-IR مختصر غیر انگریزی پرامپٹس کو تفصیلی انگریزی وضاحتوں میں پھیلا دیتا ہے۔ انفرنس کی ترتیبات مقرر ہیں: num_inference_steps 6 اور guidance_scale 1۔ پرامپٹ 4096 ٹوکنز تک محدود ہو جاتا ہے۔ منفی پرامپٹس کی حمایت نہیں ہے اور وہ مسترد کر دیے جاتے ہیں۔

تازہ کاری:

MODEL ID

minimax-h3-image
ان پٹ
text / image
آؤٹ پٹ
image

نمایاں خصوصیات

  • 16 میگاپکسل تک تصاویر
  • 16 حوالہ جاتی تصاویر کے ساتھ ترمیم
  • مضبوط ہدایت کی پیروی
  • مقررہ انفرنس ترتیبات
  • 4096 ٹوکن پرامپٹ حد

فراہم کنندگان

1 فراہم کنندگان

فراہم کنندگان کے درمیان API قیمتوں کا موازنہ کریں۔ تمام چارجز اور شرائط دیکھنے کے لیے کوئی فراہم کنندہ منتخب کریں۔

فراہم کنندہ · قیمت کی تفصیلات
دستیابی

فوری آغاز

تصویر کا کام بھیجیں، حالت معلوم کریں اور تصاویر محفوظ کریں۔ مثالیں curl اور Python 3 کی معیاری لائبریری استعمال کرتی ہیں۔

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

1اپنی API کلید حاصل کریں

اپنے Felo API Platform اکاؤنٹ سے کلید بنائیں اور اسے ماحولیاتی متغیر کے طور پر سیٹ کریں۔

export FELO_API_KEY="YOUR_API_KEY"

2اپنی پہلی درخواست بھیجیں

اختیاری قدریں ماڈل کے مطابق بدلتی ہیں اور یہاں مقرر نہیں ہیں۔ Playground میں تصدیق کریں۔ فیلڈز model اور prompt کے برابر سطح پر ہیں، input کے اندر نہیں۔

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"
}'

3ٹاسک پول کریں

بھیجنے پر task_id ملتا ہے۔ queued یا running میں ہر 3 سیکنڈ بعد معلوم کریں؛ succeeded، failed یا interrupted پر رک جائیں۔ زیادہ سے زیادہ 30 منٹ انتظار کریں۔ دوبارہ بھیجے بغیر جانچ جاری رکھنے کے لیے created.json محفوظ رکھیں۔

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

4آؤٹ پٹ ڈاؤن لوڈ کریں

کامیابی کے بعد task.json سے outputs محفوظ کریں۔ HTTPS URL، URL آبجیکٹ اور b64_json معاون ہیں۔ دستخط شدہ URL جلد ڈاؤن لوڈ کریں؛ تصویر ڈاؤن لوڈ کرنے کے لیے API Key نہیں چاہیے۔

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

تصویر میں ترمیم کے لیے مثال کا URL اپنے HTTPS تصویر URL یا base64 تصویر data URL سے بدلیں۔ ایک بار بھیجیں، پھر وہی جانچ اور محفوظ کرنے کے مراحل اپنائیں۔

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"
      }
    }
  ]
}'

معاون پیرامیٹرز

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

مکمل حوالہ چاہیے؟

API حوالہ →

عمومی سوالات

ماڈل تعارف: MiniMax H3 Image?

MiniMax-H3-Image ایک تصویری تخلیقی ماڈل ہے جو متن اور تصویر دونوں کو ان پٹ کے طور پر قبول کرتا ہے اور تصویر بطور آؤٹ پٹ دیتا ہے۔ یہ 4096×4096 پکسل یعنی 16 میگاپکسل تک کی تصاویر بناتا ہے، اور متن سے تصویر بنانے کے ساتھ ساتھ متعدد حوالہ جاتی تصاویر کے ذریعے ترمیم بھی کرتا ہے۔ ماڈل کی دستاویزات کے مطابق اوپن سورس ماڈلز میں اس کی ہدایت کی پیروی سب سے مضبوط ہے۔ یہ ماڈل اشتہارات اور برانڈنگ، ای کامرس، مصنوعات کی ڈیزائننگ، UI/UX، گیمنگ، تصوراتی آرٹ، مصنوعات کی کھوج، لے آؤٹ کی تکرار اور ایسی مرکوز ترمیمات کے لیے موزوں ہے جن میں فریم کے کچھ حصے مستقل رکھے جائیں۔ 16 میگاپکسل کی اعلیٰ ریزولوشن عملی کمپیوٹیشنل لاگت پر دستیاب ہے، اور متعدد حوالہ جاتی تصاویر کے ذریعے تخلیقی کنٹرول مضبوط رہتا ہے۔ H3-Image-Context-IR مختصر غیر انگریزی پرامپٹس کو تفصیلی انگریزی وضاحتوں میں پھیلا دیتا ہے۔ انفرنس کی ترتیبات مقرر ہیں: num_inference_steps 6 اور guidance_scale 1۔ پرامپٹ 4096 ٹوکنز تک محدود ہو جاتا ہے۔ منفی پرامپٹس کی حمایت نہیں ہے اور وہ مسترد کر دیے جاتے ہیں۔

استعمال کی بلنگ کیسے ہوتی ہے؟

آپ کا بل اس فراہم کنندہ پر منحصر ہے جو آپ استعمال کرتے ہیں، اس کی قیمتوں اور آپ کے استعمال پر۔ لمبے ان پٹ یا دیگر شرائط پر مختلف قیمتیں لاگو ہو سکتی ہیں۔ بلنگ اصل جنریشن لاگت کی بنیاد پر کی جاتی ہے۔ حتمی رقم کے لیے اپنا بل دیکھیں۔

یہ ماڈل کون سے ان پٹ قبول کرتا ہے؟

یہ متن اور تصویر دونوں کو ان پٹ کے طور پر قبول کرتا ہے اور آؤٹ پٹ کے طور پر تصویر دیتا ہے۔

اس کی تصویری ریزولوشن کتنی ہے؟

یہ 4096×4096 پکسل یعنی 16 میگاپکسل تک تصاویر بناتا ہے۔

کیا یہ متعدد حوالہ جاتی تصاویر کے ساتھ ترمیم کر سکتا ہے؟

ہاں، یہ 16 حوالہ جاتی تصاویر تک کے ساتھ تصویر کی ترمیم کی حمایت کرتا ہے۔

پرامپٹ کی لمبائی کی کیا حد ہے؟

پرامپٹ 4096 ٹوکنز تک محدود ہو جاتا ہے۔

کیا منفی پرامپٹس کی حمایت ہے؟

نہیں، منفی پرامپٹس کی حمایت نہیں ہے اور وہ مسترد کر دیے جاتے ہیں۔

MiniMax-H3-Image اور MiniMax-H3-Image-PE میں کیا فرق ہے؟

MiniMax-H3-Image-PE ایک ایسا متبادل ہے جسے مقامی SGLang سرور کے ساتھ مقامی طور پر چلایا جا سکتا ہے۔

متعلقہ ماڈلز