ฟลักซ์.2 เฟล็กซ์ เป็นสมาชิกระดับกลางที่มุ่งเน้นนักพัฒนาในตระกูลการสร้างภาพ FLUX.2 ของ Black Forest Labs โปรแกรมนี้จะแสดงพารามิเตอร์การสร้างภาพ (โดยเฉพาะจำนวนขั้นตอนการสุ่มตัวอย่างและมาตราส่วนแนะนำ) เพื่อให้นักพัฒนาสามารถแลกเปลี่ยนความหน่วงเวลากับความถูกต้องของข้อความ/ตัวอักษรและรายละเอียดของภาพได้
FLUX.2 Flex คืออะไร
FLUX.2 คือสมาชิก “แบบยืดหยุ่น” (Managed API) ในกลุ่มผลิตภัณฑ์ FLUX.2 จาก Black Forest Labs ออกแบบมาเพื่อนักพัฒนาและทีมสร้างสรรค์ที่ต้องการ:
- การควบคุมที่ชัดเจนเหนือพารามิเตอร์การสร้าง (การอนุมาน ทำตามขั้นตอน, มาตราวัดการนำทางฯลฯ) เพื่อให้พวกเขาสามารถแลกเปลี่ยนความเร็วกับความเที่ยงตรงในระหว่างเวิร์กโฟลว์แบบวนซ้ำได้
- แข็งแรง การพิมพ์ / การเรนเดอร์ข้อความ และการจัดการรายละเอียดที่ละเอียดมาก (อินโฟกราฟิก, โมเดล UI, ฉลากผลิตภัณฑ์); และ
- น่าเชื่อถือ การแก้ไขแบบอ้างอิงหลายรายการ (รวมองค์ประกอบต่างๆ จากหลายภาพโดยยังคงรักษาเอกลักษณ์/ความสอดคล้องไว้)
FLUX.2 นำเสนอในรูปแบบผลิตภัณฑ์หลายรูปแบบ (Pro, Flex, Dev, Klein) ที่กำหนดเป้าหมายรูปแบบการใช้งานที่แตกต่างกัน — Flex อยู่ระหว่าง Pro (คุณภาพสูงสุด + ความหน่วงคงที่) และ Dev (จุดตรวจสอบน้ำหนักเปิดสำหรับการวิจัย/ใช้ในพื้นที่)
คุณสมบัติหลัก (สิ่งที่ FLUX.2 Flex นำเสนอ)
- รุ่นที่ควบคุมได้: พารามิเตอร์ที่ชัดเจน (ขั้นตอน มาตราส่วนคำแนะนำ) เพื่อสร้างสมดุลระหว่างความเร็วและความเที่ยงตรงทันที
- เอาต์พุตความละเอียดสูง: มีความสามารถในการผลิตได้สูงสุดถึง ล้านพิกเซล 4 (4MP) พร้อมรักษารายละเอียดเอาไว้
- อินพุตการอ้างอิงหลายรายการ: ยอมรับภาพอ้างอิงหลายภาพ (Flex รองรับได้ถึง 10 ภาพอ้างอิง; หมายเลข Dev/Pro แตกต่างกันไปในแต่ละระดับ) ซึ่งช่วยให้การเรนเดอร์ตัวละคร/ผลิตภัณฑ์มีความสอดคล้องกันในทุกเอาต์พุต
- ปรับปรุงการแสดงผลตัวอักษรและข้อความ: BFL ให้ความสำคัญกับการปรับปรุงการแสดงผลของสัญลักษณ์ การจัดระยะห่างระหว่างตัวอักษร และรูปแบบหลายบรรทัดอย่างมีนัยสำคัญ ซึ่งทำให้ FLUX.2 น่าสนใจสำหรับ UI การบรรจุภัณฑ์ และอินโฟกราฟิก
- API ที่จัดการพร้อมราคาเมกะพิกเซล (แบบจำลองต้นทุนที่คาดการณ์ได้): การกำหนดราคาสำหรับ Flex จะใช้รูปแบบต่อเมกะพิกเซล (ดูส่วนการกำหนดราคา)
รายละเอียดทางเทคนิคของ FLUX.2 Flex
สถาปัตยกรรมหลัก:FLUX.2 ใช้ การจับคู่การไหลแฝง โครงหลัก (หม้อแปลงกระแส) รวมกับแบบจำลองภาษาภาพ (BFL ระบุว่าได้รวม Mistral-3 24B VLM เข้ากับหม้อแปลงกระแสที่แก้ไขแล้ว) VAE ที่ FLUX.2 ใช้ได้รับการฝึกอบรมใหม่เพื่อปรับปรุงความสามารถในการเรียนรู้/คุณภาพ/การบีบอัด ตัวเลือกเหล่านี้ช่วยในเรื่องความรู้เกี่ยวกับโลก ตรรกะการเรียบเรียง และการยึดมั่นในพรอมต์ที่เข้มงวดยิ่งขึ้น
FLUX.2 : เวลาการสร้างโดยทั่วไปที่รายงาน ประมาณ 22 วิ (เฉพาะข้อความ) และ ประมาณ 40 วิ (พร้อมภาพอินพุต) ยอมรับได้สูงสุด 10 อินพุตและราคาอยู่ที่ประมาณ 0.048 ดอลลาร์ต่อเมกะพิกเซล (อินพุต + เอาท์พุตรวมกัน) บน CometAPI
ชื่อรุ่น: black-forest-labs/flux-2-flex
ข้อจำกัดในการป้อนข้อมูล: Flex รองรับอินพุตหลายรายการ (สูงสุด 10 รายการในข้อเสนอที่จัดการ) และมีการจำกัดเมกะพิกเซลอินพุตทั้งหมด (อ้างอิงอินพุตรวมสูงสุด 14MP) โดยทั่วไปแล้ว ความละเอียดเอาต์พุตที่สูงกว่า 4MP จะถูกลดขนาดหรือจำกัดตามบริการ
ประสิทธิภาพมาตรฐานของ FLUX.2 Flex
การประเมินอัตราการชนะแบบมนุษย์ (เกณฑ์มาตรฐานผู้ขาย):ในการทดสอบแบบตัวต่อตัวที่เผยแพร่ของ BFL ตัวแปร FLUX.2 (โดยเฉพาะอย่างยิ่ง ) แสดงให้เห็นอัตราการชนะที่แข็งแกร่งเมื่อเทียบกับโมเดลเปิดร่วมสมัย: ~% 66.6 อัตราการชนะในการแปลงข้อความเป็นรูปภาพ 59.8% ในการแก้ไขแบบอ้างอิงเดียวและ 63.6% ในการแก้ไขแบบอ้างอิงหลายรายการเทียบกับแบบจำลองเปิดอื่นๆ ที่อ้างอิง BFL ยังได้นำเสนอแผนภูมิต้นทุน ELO เทียบกับต้นทุนต่อภาพ โดยวางตัวแปร FLUX.2 ไว้ใน ~1030–1050 อีโล แบนด์ที่ต้นทุนต่อภาพใน 2–6 เซ็นต์ พิสัย .
ข้อจำกัดของ FLUX.2 Flex
- การปรับขนาดต้นทุนพร้อมการอ้างอิง/การแก้ปัญหา: Flex ใช้ราคาต่อเมกะพิกเซล การเพิ่มภาพอ้างอิงหลายภาพหรือการเพิ่มความละเอียดเอาต์พุตจะเพิ่มต้นทุนแบบเชิงเส้นภายใต้โมเดลเมกะพิกเซลที่โฆษณาไว้ สำหรับเวิร์กโฟลว์ที่ต้องทำซ้ำโดยใช้ข้อมูลอ้างอิงจำนวนมาก ต้นทุนอาจเพิ่มขึ้นอย่างรวดเร็ว
- โหมดความล้มเหลวของการแจ้งเตือน/ความสม่ำเสมอ: แม้ว่า FLUX.2 จะปรับปรุงความสอดคล้องของตัวละคร แต่การแจ้งเตือนที่มีคุณลักษณะหลายอย่างที่ซับซ้อนก็ยังสามารถสร้างความล้มเหลวได้ (สิ่งแปลกปลอม การผสมผสานที่ไม่คาดคิด หรือการเปลี่ยนแปลงท่าทาง/เอกลักษณ์) ขึ้นอยู่กับการออกแบบการแจ้งเตือนและจำนวนการอ้างอิง
- เนื้อหาและความปลอดภัย: แม้ว่า BFL จะรายงานความสามารถในการฟื้นตัวที่แข็งแกร่งในการทดสอบการควบคุม/การป้อนข้อมูลที่ละเมิด แต่โมเดลภาพยังไม่สมบูรณ์แบบ ยังคงมีความเสี่ยงในการสร้างสื่อที่มีลิขสิทธิ์ การปลอมแปลง หรือเนื้อหาที่ไม่ปลอดภัย
กรณีการใช้งานทั่วไป/ที่แนะนำ
- รูปแบบภาพโฆษณาและการตลาด โดยที่โมเดล/นักแสดง/ผลิตภัณฑ์เดียวกันจะต้องคงความสอดคล้องกันในฉากหรือพื้นหลังต่างๆ มากมาย (ความสอดคล้องของการอ้างอิงหลายรายการ)
- การถ่ายภาพผลิตภัณฑ์และการลองแบบเสมือนจริง (รักษาข้อมูลรายละเอียดผลิตภัณฑ์ไว้ทั่วทั้งพื้นหลัง)
- การเผยแพร่ทางบรรณาธิการ/แฟชั่น ต้องการเอกลักษณ์เดียวกันในหลายๆ ช็อต
- การสร้างต้นแบบอย่างรวดเร็วและการวิจัย (จุดตรวจสอบการพัฒนาช่วยให้สามารถทดลอง ปรับแต่ง และเวิร์กโฟลว์ LoRA/อะแดปเตอร์ได้)
วิธีการเข้าถึง Flux.2 Flex API
ขั้นตอนที่ 1: ลงทะเบียนเพื่อรับรหัส API
เข้าสู่ระบบเพื่อ โคเมตาปิดอทคอมหากคุณยังไม่ได้เป็นผู้ใช้ของเรา กรุณาลงทะเบียนก่อน ลงชื่อเข้าใช้ คอนโซล CometAPIรับรหัส API ของข้อมูลรับรองการเข้าถึงของอินเทอร์เฟซ คลิก "เพิ่มโทเค็น" ที่โทเค็น API ในศูนย์ส่วนบุคคล รับรหัสโทเค็น: sk-xxxxx และส่ง
ขั้นตอนที่ 2: ส่งคำขอไปยัง Flux.2 Flex API
เลือก“black-forest-labs/flux-2-flex ”ปลายทางสำหรับส่งคำขอ API และกำหนดเนื้อหาคำขอ วิธีการคำขอและเนื้อหาคำขอสามารถดูได้จากเอกสาร API ของเว็บไซต์ของเรา เว็บไซต์ของเรายังมีบริการทดสอบ Apifox เพื่อความสะดวกของคุณ แทนที่ ด้วยรหัส CometAPI จริงจากบัญชีของคุณ
ใส่คำถามหรือคำขอของคุณลงในช่องเนื้อหา นี่คือสิ่งที่โมเดลจะตอบสนอง ประมวลผลการตอบสนองของ API เพื่อรับคำตอบที่สร้างขึ้น
ขั้นตอนที่ 3: ดึงข้อมูลและตรวจสอบผลลัพธ์
ประมวลผลการตอบกลับของ API เพื่อรับคำตอบที่สร้างขึ้น หลังจากประมวลผลแล้ว API จะตอบกลับพร้อมสถานะงานและข้อมูลเอาต์พุต
โคเมทเอพีไอ ขณะนี้รองรับรูปแบบการจำลองแบบจำลอง: 🔹 black-forest-labs/flux-2-pro 🔹 black-forest-labs/flux-2-dev 🔹 black-forest-labs/flux-2-flex
โปรโมชั่นจำกัดเวลา: ราคาต่ำกว่าราคาปกติของ Replicate!
???? เริ่มสร้างตอนนี้ สร้างการทำนาย – เอกสาร API
⚡ การเลือกที่ยืดหยุ่น:
- ข้อดี: ออกแบบมาเพื่อการผลิตที่มีประสิทธิภาพสูงและการจัดส่งที่รวดเร็ว
- ความยืดหยุ่น: เพิ่มคุณภาพของภาพให้สูงสุดด้วยพารามิเตอร์ที่ปรับได้
- Dev: การเพิ่มประสิทธิภาพที่เป็นมิตรต่อนักพัฒนา