Spesifikasi Teknis flux-pro-1-0-fill-finetuned
flux-pro-1-0-fill-finetuned adalah pengenal platform CometAPI untuk endpoint pengeditan gambar FLUX.1 Fill [pro] finetune milik Black Forest Labs. Endpoint ini dirancang untuk alur kerja inpainting, di mana Anda menyediakan gambar input beserta mask terpisah atau mask alfa, dan model hanya mengedit area yang ditentukan berdasarkan prompt teks.
Ringkasan model
- Model ID:
flux-pro-1-0-fill-finetuned - Penyedia / keluarga model dasar: Black Forest Labs FLUX.1 Fill [pro] finetune.
- Modalitas utama: Image-to-image, pengeditan gambar, dan masked inpainting.
- Penggunaan komersial: Terdaftar oleh CometAPI sebagai mendukung penggunaan komersial. (cometapi.com)
- Harga CometAPI: $0.096 per permintaan pada halaman model CometAPI saat waktu crawling. (cometapi.com)
Input permintaan yang didokumentasikan
finetune_id: ID wajib dari model yang telah di-finetune untuk diterapkan.image: Gambar sumber yang dienkode base64 (wajib).mask: Mask hitam-putih yang dienkode base64 (opsional); dapat diabaikan jika gambar asli sudah mengandung mask alfa.prompt: Instruksi teks yang menggambarkan edit yang diinginkan.finetune_strength: Default 1.1, rentang yang diizinkan 0 hingga 2.0.steps: Default 50, rentang yang diizinkan 15 hingga 50.guidance: Default 60, rentang yang diizinkan 1.5 hingga 100.prompt_upsampling: Boolean opsional untuk penulisan ulang prompt yang lebih kreatif.seed: Integer opsional untuk reprodusibilitas.output_format:jpegataupng, defaultjpeg.safety_tolerance: Integer dari 0 hingga 6, default 2.- Dukungan pengiriman async:
webhook_urldanwebhook_secretdidukung.
Bidang respons yang didokumentasikan
id: ID tugas generasi.polling_url: URL untuk memeriksa status tugas.cost,input_mp,output_mp: Metadata terkait penggunaan dan ukuran gambar yang dikembalikan.
Apa itu flux-pro-1-0-fill-finetuned?
flux-pro-1-0-fill-finetuned adalah endpoint model pengeditan gambar FLUX khusus untuk inpainting terpersonalisasi. Dalam praktiknya, ini menggabungkan alur kerja pengeditan FLUX.1 Fill [pro] kelas atas dengan finetune yang dilatih pengguna, sehingga Anda dapat memodifikasi bagian tertentu dari gambar yang ada sambil mempertahankan bagian lain dari adegan dan menjaga konsistensi subjek, produk, merek, atau gaya.
Black Forest Labs menggambarkan sistem finetuning FLUX Pro sebagai cara untuk menyesuaikan FLUX.1 [pro] menggunakan gambar contoh Anda sendiri, termasuk orang, hewan peliharaan, pakaian, stiker, merek, atau gaya visual tertentu. Perusahaan juga menyatakan bahwa menggabungkan finetuning dengan FLUX.1 Fill [pro] memungkinkan inpainting terpersonalisasi untuk pengeditan iteratif pada suatu gambar.
Jadi, jika Anda sudah memiliki model konsep FLUX Pro yang telah di-finetune, endpoint ini adalah versi pengeditannya yang memungkinkan Anda menerapkan konsep yang dipelajari tersebut secara selektif di dalam wilayah yang dimask, alih-alih menghasilkan gambar baru dari nol. Hal ini sangat berguna untuk pembaruan materi iklan, retouch produk, edit konsisten karakter, revisi aset bermerek, dan pembaruan gambar terlokalisasi. Ini merupakan inferensi berdasarkan perilaku endpoint dan deskripsi finetuning dari Black Forest Labs.
Fitur utama flux-pro-1-0-fill-finetuned
- Inpainting terpersonalisasi: Mengedit hanya bagian yang dimask dari gambar yang ada sambil menggunakan model konsep yang di-finetune untuk menjaga hasil tetap selaras dengan subjek atau gaya kustom Anda.
- Pengeditan berbasis finetune: Memerlukan
finetune_id, yang berarti endpoint ini dibangun untuk menerapkan finetune FLUX Pro yang telah dilatih sebelumnya selama modifikasi gambar. - Kontrol berbasis mask: Mendukung mask terpisah dan alur kerja mask alfa, sehingga praktis untuk penggantian objek, pembersihan, peningkatan, atau redesain spesifik wilayah.
- Transformasi dipandu prompt: Menggunakan prompt bahasa alami untuk menjelaskan perubahan yang diinginkan di dalam area terpilih, memungkinkan edit visual yang fleksibel tanpa komposit manual.
- Pengaruh gaya yang dapat diatur:
finetune_strengthmemungkinkan Anda mengontrol seberapa kuat konsep finetune memengaruhi hasil akhir, dari pengaruh halus hingga personalisasi yang sangat kentara. - Kontrol kualitas dan kreativitas: Parameter seperti
steps,guidance, danprompt_upsamplingmemberi pengembang kendali atas fidelitas, kepatuhan pada prompt, dan variasi kreatif. - Output yang dapat direproduksi: Dukungan
seedopsional membantu pengujian yang dapat diulang dan iterasi terkontrol di berbagai versi aset kreatif. - Alur kerja async ramah produksi: Endpoint mengembalikan ID tugas dan URL polling, dan juga mendukung webhook untuk pipeline otomatis.
- Jalur penerapan komersial: CometAPI mencantumkan model ini sebagai tersedia untuk penggunaan komersial di platformnya. (cometapi.com)
Cara mengakses dan mengintegrasikan flux-pro-1-0-fill-finetuned
Langkah 1: Daftar untuk Kunci API
Daftar di CometAPI dan buat kunci API dari dasbor Anda. Setelah Anda memiliki kunci, Anda dapat mengautentikasi permintaan ke API flux-pro-1-0-fill-finetuned dan mulai mengintegrasikan model ke aplikasi Anda. CometAPI mencantumkan model ini sebagai tersedia di platformnya dengan contoh kode dan sumber daya API untuk membantu menyederhanakan integrasi. (cometapi.com)
Langkah 2: Kirim Permintaan ke API flux-pro-1-0-fill-finetuned
Kirim permintaan ke API flux-pro-1-0-fill-finetuned menggunakan klien HTTP atau SDK pilihan Anda. Sertakan kunci API Anda, ID model flux-pro-1-0-fill-finetuned, dan payload permintaan yang diperlukan untuk use case Anda. Untuk model ini, umumnya berarti menyediakan gambar sumber, mask atau mask alfa, prompt, serta finetune_id agar endpoint dapat menerapkan konsep yang Anda latih selama inpainting. Black Forest Labs mendokumentasikan endpoint ini sebagai POST /v1/flux-pro-1.0-fill-finetuned dengan parameter yang dapat dikonfigurasi seperti finetune_strength, steps, guidance, output_format, dan opsi webhook opsional.
Langkah 3: Ambil dan Verifikasi Hasil
Ambil hasil generasi menggunakan metadata respons yang dikembalikan oleh API. Untuk flux-pro-1-0-fill-finetuned, respons yang didokumentasikan mencakup id tugas dan polling_url, beserta bidang terkait penggunaan seperti cost, input_mp, dan output_mp. Verifikasi bahwa output yang diedit sesuai dengan wilayah mask yang dimaksud, menjaga konteks di sekitarnya, dan merefleksikan konsep finetune secara konsisten sebelum dipromosikan ke alur kerja produksi.