MiniMax H3 Image Highspeed API
MiniMax H3 Image Highspeed ایک اوپن ویٹس امیج ماڈل ہے جو متن اور تصویر دونوں سے تصاویر بناتا اور ایڈٹ کرتا ہے، اور تیز رفتار موڈ میں معیاری ورژن سے 3 سے 4 گنا زیادہ تیز ہے۔
MiniMax H3 Image Highspeed، MiniMax H3 Image سیریز کا تیز رفتار ورژن ہے۔ یہ متن اور تصویر دونوں کو بطور ان پٹ قبول کرتا ہے اور تصاویر تیار کرتا ہے۔ یہ ماڈل ایک جنرل پرپز، اوپن ویٹس امیج ماڈل ہے جو طویل اور گھنے متن کو رینڈر کرنے، لمبے پرامپٹس پڑھنے، اور ایک ہی جنریشن میں 16 تک حوالہ جاتی تصاویر کو یکجا کرنے کی صلاحیت رکھتا ہے۔ اس کا آؤٹ پٹ اصل ریزولوشن کے قریب 16 میگاپکسل تک ہوتا ہے اور یہ 1:3 سے 3:1 تک کے اسپیکٹ ریشو کو سپورٹ کرتا ہے۔
یہ ماڈل خاص طور پر تیز رفتار تصویر کی تیاری اور ایڈٹنگ کے لیے موزوں ہے۔ اسے پوسٹرز، انفوگرافکس، UI اسکرینز، مارکیٹنگ مواد، تیز رفتار پروٹو ٹائپنگ، بیچ پروسیسنگ، پیچیدہ کمپوزیشن، کریکٹر کی مستقل مزاجی اور کثیر عنصری مناظر کی تیاری جیسے کاموں میں استعمال کیا جا سکتا ہے۔ معیاری ورژن کے مقابلے میں، Highspeed موڈ 3 سے 4 گنا زیادہ تیز ہے، جبکہ کچھ مقابلہ جاتی ماڈلز کے مقابلے میں معیاری موڈ 1.5 سے 2 گنا تیز بتایا گیا ہے۔
اس ماڈل کی ایک اہم خصوصیت یہ ہے کہ یہ معمولی ہارڈویئر پر بھی مقامی طور پر چل سکتا ہے۔ تاہم، اس کی مؤثر 32x مقامی کمپریشن تناسب کی وجہ سے مخصوص ریزولوشنز پر تصاویر نمایاں طور پر دھندلی ہو سکتی ہیں اور باریک تفصیلات کی کمی ہو سکتی ہے۔ نیز 32b ٹیکسٹ انکوڈر کی وجہ سے یہ ماڈل بھاری ہے۔ Highspeed ورژن معیاری ورژن کی طرح ہی پیرامیٹرز اور حدود استعمال کرتا ہے۔
تازہ کاری:
MODEL ID
minimax-h3-image-highspeed- ان پٹ
- text / image
- آؤٹ پٹ
- image
نمایاں خصوصیات
- معیاری موڈ سے 3 سے 4 گنا تیز
- 16 تک حوالہ جاتی تصاویر یکجا کرتا ہے
- طویل اور گھنا متن رینڈر کرتا ہے
- 16 میگاپکسل تک اصل ریزولوشن
- 1:3 سے 3:1 تک اسپیکٹ ریشو
- اوپن ویٹس، مقامی طور پر چل سکتا ہے
فراہم کنندگان
فراہم کنندگان کے درمیان API قیمتوں کا موازنہ کریں۔ تمام چارجز اور شرائط دیکھنے کے لیے کوئی فراہم کنندہ منتخب کریں۔
| دستیابی | |
|---|---|
تاریخی اعدادوشمار براہ راست حالت کی جانچ نہیں ہیں۔ ڈیٹا نہ ہونا تعطل کا مطلب نہیں۔
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-highspeed"
}'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")
PY4آؤٹ 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)
PYinput_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-highspeed",
"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 Highspeed?
MiniMax H3 Image Highspeed، MiniMax H3 Image سیریز کا تیز رفتار ورژن ہے۔ یہ متن اور تصویر دونوں کو بطور ان پٹ قبول کرتا ہے اور تصاویر تیار کرتا ہے۔ یہ ماڈل ایک جنرل پرپز، اوپن ویٹس امیج ماڈل ہے جو طویل اور گھنے متن کو رینڈر کرنے، لمبے پرامپٹس پڑھنے، اور ایک ہی جنریشن میں 16 تک حوالہ جاتی تصاویر کو یکجا کرنے کی صلاحیت رکھتا ہے۔ اس کا آؤٹ پٹ اصل ریزولوشن کے قریب 16 میگاپکسل تک ہوتا ہے اور یہ 1:3 سے 3:1 تک کے اسپیکٹ ریشو کو سپورٹ کرتا ہے۔ یہ ماڈل خاص طور پر تیز رفتار تصویر کی تیاری اور ایڈٹنگ کے لیے موزوں ہے۔ اسے پوسٹرز، انفوگرافکس، UI اسکرینز، مارکیٹنگ مواد، تیز رفتار پروٹو ٹائپنگ، بیچ پروسیسنگ، پیچیدہ کمپوزیشن، کریکٹر کی مستقل مزاجی اور کثیر عنصری مناظر کی تیاری جیسے کاموں میں استعمال کیا جا سکتا ہے۔ معیاری ورژن کے مقابلے میں، Highspeed موڈ 3 سے 4 گنا زیادہ تیز ہے، جبکہ کچھ مقابلہ جاتی ماڈلز کے مقابلے میں معیاری موڈ 1.5 سے 2 گنا تیز بتایا گیا ہے۔ اس ماڈل کی ایک اہم خصوصیت یہ ہے کہ یہ معمولی ہارڈویئر پر بھی مقامی طور پر چل سکتا ہے۔ تاہم، اس کی مؤثر 32x مقامی کمپریشن تناسب کی وجہ سے مخصوص ریزولوشنز پر تصاویر نمایاں طور پر دھندلی ہو سکتی ہیں اور باریک تفصیلات کی کمی ہو سکتی ہے۔ نیز 32b ٹیکسٹ انکوڈر کی وجہ سے یہ ماڈل بھاری ہے۔ Highspeed ورژن معیاری ورژن کی طرح ہی پیرامیٹرز اور حدود استعمال کرتا ہے۔
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۔
MiniMax H3 Image Highspeed کون سے ان پٹ سپورٹ کرتا ہے؟
یہ ماڈل متن اور تصویر دونوں کو بطور ان پٹ قبول کرتا ہے اور تصویر بطور آؤٹ پٹ دیتا ہے۔
کیا یہ ماڈل مقامی طور پر چلایا جا سکتا ہے؟
جی ہاں، یہ اوپن ویٹس ماڈل ہے اور معمولی ہارڈویئر پر مقامی طور پر چل سکتا ہے۔ ایک صارف نے 16 GB VRAM کے ساتھ 5 سے 10 میگاپکسل تصاویر بنانے کی اطلاع دی ہے۔
Highspeed موڈ معیاری موڈ سے کتنا تیز ہے؟
Highspeed موڈ معیاری موڈ سے 3 سے 4 گنا زیادہ تیز ہے۔
یہ ماڈل کس ریزولوشن اور اسپیکٹ ریشو کو سپورٹ کرتا ہے؟
یہ تقریباً 16 میگاپکسل کے اصل ریزولوشن پر تصاویر بناتا ہے اور 1:3 سے 3:1 تک کے اسپیکٹ ریشو کو سپورٹ کرتا ہے۔
کیا اس ماڈل کی کوئی خاص کمزوری ہے؟
جی ہاں، 32x مقامی کمپریشن تناسب کی وجہ سے کچھ ریزولوشنز پر تصاویر دھندلی ہو سکتی ہیں اور باریک تفصیلات کی کمی ہو سکتی ہے۔ نیز 32b ٹیکسٹ انکوڈر کی وجہ سے یہ بھاری ہے۔