Felo API PlatformFelo API Platform
Quay lại danh sách mô hình

MiniMax H3 Image API

MiniMax-H3-Image là mô hình tạo và chỉnh sửa ảnh của MiniMax, nhận văn bản cùng tối đa 16 ảnh tham chiếu và xuất ảnh độ phân giải lên tới 4096 x 4096 pixel (16 megapixel).

MiniMax-H3-Image là mô hình hình ảnh của MiniMax, hỗ trợ ba phương thức đầu vào gồm văn bản, hình ảnh và đầu ra là hình ảnh. Mô hình tạo được ảnh ở kích thước 4096 x 4096 pixel, tương đương 16 megapixel, đồng thời hỗ trợ chỉnh sửa ảnh dựa trên tối đa 16 ảnh tham chiếu. Tài liệu của mô hình ghi nhận khả năng tuân thủ chỉ dẫn mạnh nhất trong nhóm các mô hình mã nguồn mở.

Mô hình phù hợp cho quảng cáo và xây dựng thương hiệu, thương mại điện tử, thiết kế sản phẩm, UI/UX, game, concept art, khám phá ý tưởng sản phẩm và các vòng lặp bố cục. Với nhiều ảnh tham chiếu, người dùng có thể thực hiện các chỉnh sửa có chủ đích trong khi vẫn giữ nhất quán một phần khung hình. Biến thể H3-Image-Context-IR mở rộng các câu lệnh ngắn ở ngôn ngữ khác thành mô tả tiếng Anh chi tiết.

Một số tham số suy luận được cố định: num_inference_steps bằng 6 và guidance_scale bằng 1; giá trị khác sẽ trả về lỗi HTTP 400. Câu lệnh bị cắt ở 4096 token và mô hình không hỗ trợ negative prompt. min_generation_area nằm trong khoảng 1024 đến 16777216 pixel, mặc định là 4194304 (2048 x 2048); kích thước nhỏ hơn được tạo trên khung lớn hơn cùng tỉ lệ rồi thu nhỏ bằng nội suy LANCZOS.

Cập nhật:

ID MÔ HÌNH

minimax-h3-image
Đầu vào
text / image
Đầu ra
image

Điểm nổi bật

  • Ảnh đầu ra 4096 x 4096 pixel (16 megapixel)
  • Chỉnh sửa với tối đa 16 ảnh tham chiếu
  • Tạo ảnh từ văn bản và chỉnh sửa đa tham chiếu
  • Tuân thủ chỉ dẫn mạnh nhất trong nhóm mã nguồn mở
  • Câu lệnh giới hạn 4096 token
  • Tham số suy luận cố định: 6 bước, guidance 1

Nhà cung cấp

1 nhà cung cấp

So sánh giá API giữa các nhà cung cấp. Chọn một nhà cung cấp để xem toàn bộ chi phí và điều kiện.

Nhà cung cấp · Chi tiết giá
Tỷ lệ khả dụng

Bắt đầu nhanh

Gửi tác vụ ảnh, kiểm tra trạng thái rồi lưu ảnh. Ví dụ dùng curl và thư viện chuẩn Python 3.

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

1Thiết lập khóa API

Tạo khóa trong tài khoản Felo API Platform của bạn và đặt làm biến môi trường.

export FELO_API_KEY="YOUR_API_KEY"

2Gửi yêu cầu đầu tiên

Giá trị tùy chọn khác nhau theo mô hình và không được đặt sẵn. Hãy xác nhận trong Playground. Các trường cùng cấp với model và prompt, không bọc trong 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"
}'

3Thăm dò tác vụ

Yêu cầu trả về task_id. Kiểm tra mỗi 3 giây khi queued hoặc running; dừng khi succeeded, failed hoặc interrupted. Chờ tối đa 30 phút. Giữ created.json để tiếp tục kiểm tra cùng tác vụ mà không gửi lại.

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

4Tải đầu ra

Sau khi thành công, lưu outputs từ task.json. Hỗ trợ URL HTTPS, đối tượng URL và b64_json. Tải URL có chữ ký sớm; tải ảnh không cần 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)
PY
input_references

Để chỉnh sửa ảnh, thay URL ví dụ bằng URL ảnh HTTPS hoặc data URL ảnh base64 của bạn. Gửi một lần rồi dùng cùng các bước kiểm tra và lưu.

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"
      }
    }
  ]
}'

Tham số hỗ trợ

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

Muốn xem tài liệu tham chiếu đầy đủ?

Tham chiếu API →

Câu hỏi thường gặp

Tìm hiểu MiniMax H3 Image?

MiniMax-H3-Image là mô hình hình ảnh của MiniMax, hỗ trợ ba phương thức đầu vào gồm văn bản, hình ảnh và đầu ra là hình ảnh. Mô hình tạo được ảnh ở kích thước 4096 x 4096 pixel, tương đương 16 megapixel, đồng thời hỗ trợ chỉnh sửa ảnh dựa trên tối đa 16 ảnh tham chiếu. Tài liệu của mô hình ghi nhận khả năng tuân thủ chỉ dẫn mạnh nhất trong nhóm các mô hình mã nguồn mở. Mô hình phù hợp cho quảng cáo và xây dựng thương hiệu, thương mại điện tử, thiết kế sản phẩm, UI/UX, game, concept art, khám phá ý tưởng sản phẩm và các vòng lặp bố cục. Với nhiều ảnh tham chiếu, người dùng có thể thực hiện các chỉnh sửa có chủ đích trong khi vẫn giữ nhất quán một phần khung hình. Biến thể H3-Image-Context-IR mở rộng các câu lệnh ngắn ở ngôn ngữ khác thành mô tả tiếng Anh chi tiết. Một số tham số suy luận được cố định: num_inference_steps bằng 6 và guidance_scale bằng 1; giá trị khác sẽ trả về lỗi HTTP 400. Câu lệnh bị cắt ở 4096 token và mô hình không hỗ trợ negative prompt. min_generation_area nằm trong khoảng 1024 đến 16777216 pixel, mặc định là 4194304 (2048 x 2048); kích thước nhỏ hơn được tạo trên khung lớn hơn cùng tỉ lệ rồi thu nhỏ bằng nội suy LANCZOS.

Cách tính phí sử dụng?

Hóa đơn của bạn phụ thuộc vào nhà cung cấp bạn dùng, giá của họ và mức sử dụng của bạn. Đầu vào dài hơn hoặc các điều kiện khác có thể có giá khác. Tính phí theo chi phí tạo thực tế. Xem hóa đơn để biết số tiền cuối cùng.

MiniMax-H3-Image nhận những loại đầu vào nào?

Mô hình nhận văn bản và hình ảnh, với tối đa 16 ảnh tham chiếu cho việc chỉnh sửa. Đầu ra là hình ảnh.

Mô hình tạo ảnh ở độ phân giải nào?

Mô hình tạo ảnh ở 4096 x 4096 pixel, tức 16 megapixel. min_generation_area mặc định là 4194304 pixel (2048 x 2048).

Có thể tùy chỉnh num_inference_steps và guidance_scale không?

Không. Hai tham số này được cố định ở 6 và 1; giá trị khác sẽ trả về lỗi HTTP 400.

Mô hình có hỗ trợ negative prompt không?

Không, negative prompt không được hỗ trợ và sẽ bị từ chối.

Câu lệnh dài được xử lý thế nào?

Câu lệnh bị cắt ở 4096 token. Biến thể H3-Image-Context-IR có thể mở rộng câu lệnh ngắn ở ngôn ngữ khác thành mô tả tiếng Anh chi tiết.

Mô hình liên quan