Pro API: 画像の生成とレタッチ

モードを問わず、画像1枚につき1クレジットです。プロンプトからの生成も、アップロード画像のレタッチも、同じエンドポイントを使います。

画像を送信する

POST /images

{ "prompt": "portrait of a woman in a rainy street at night, neon reflections, cinematic",
  "width": 832, "height": 1216 }

フィールド	型	デフォルト	説明
`prompt`	string	必須	シーンの内容。英語を使うと最も精度が上がります。
`width`, `height`	int	1024 x 1024	ピクセルサイズ。推奨サイズ: 1024 x 1024 (正方形)、832 x 1216 (縦)、1216 x 832 (横)。
`mode`	string	generation	`edit`、`img2img`、または `inpaint`（詳細は後述）。省略するとプロンプトから生成します。
`image_b64`	string		base64エンコードされたソース画像 (PNG または JPEG)。3つのレタッチモードすべてで必須。デコード後最大12MB。
`mask_b64`	string		base64エンコードされたマスク。`inpaint` では必須、`edit` では任意。レタッチしたい領域をソース画像と同じサイズで赤く塗ってください。
`lora`	string		アカウントに登録済みのキャラクター。`GET /loras` が返す `name` を指定します。プロンプトにその `trigger` を入れてください。
`lora2`, `lora2_strength`	string, number		2人のシーン用の2人目のキャラクターと強度 (0～1、デフォルト1)。
`steps`	int	エンジン依存	空のままにしてください。エンジンが最適な値を自動で設定します。

レスポンス:

{ "jobId": "test-79634842-4586-46d4-ad52-d9ea236ae00d", "seed": 178078967, "cost": 1 }

seed はエンジンが生成して返します。参考情報として確認できますが、このバージョンでは入力時に固定することはできません。

3つのレタッチモード

3つのモードはすべて同じ命令ベースの編集エンジンで動作し、ソース画像の外観を維持します。ソース画像を指定した場合、width と height は画像自体から読み取られるため、送信する必要はありません。

`mode`	入力	エンジンの動作
`edit`	`image_b64` + `prompt` (+ `mask_b64` は任意)	画像全体に命令を適用します (「サングラスを追加」「雪を降らせる」など)。マスクを指定すると、変更は赤い領域に集中します。
`inpaint`	`image_b64` + `mask_b64` + `prompt`	マスクの赤い領域だけを命令に従って再生成します。それ以外の部分はピクセル単位でそのまま保持されます。
`img2img`	`image_b64` + `prompt`	構図と雰囲気を維持しながら、プロンプトに沿って画像全体を再構成します。バリエーション生成に最適です。

IMG=$(base64 -w0 photo.png)
curl -s $B/images -H "Authorization: Bearer $KEY" -H "Content-Type: application/json" \
  -d "{\"mode\":\"edit\",\"prompt\":\"add a red scarf, keep everything else identical\",\"image_b64\":\"$IMG\"}"

ポーリング

GET /images/{jobId}

レスポンス	意味
`{ "status": "pending", "phase": "IN_QUEUE" }`	キュー待ち
`{ "status": "pending", "phase": "IN_PROGRESS" }`	レンダリング中
`{ "status": "completed", "cost": 1, "file_url": "/pro/v1/images/{jobId}/file", ... }`	完了、ファイル準備完了
`{ "status": "failed", "detail": "..." }`	失敗。課金はされません

キューは共有されているため、ポーリングは3秒以上の間隔で行ってください。

ダウンロード

GET /images/{jobId}/file

レスポンスボディとしてPNG画像そのもの (Content-Type: image/png) が返されます。ステータスが completed になった直後から取得可能ですが、レンダリングデータが削除されると 404 media_indisponible が返されます。データは保存されないため、すぐにダウンロードしてください。

キャンセル

POST /images/{jobId}/cancel

キュー待ちまたは実行中のレンダリングをキャンセルします。{ "ok": true } が返されます。課金はされず、キーの1日あたりの上限に対して確保されていたコストも返却されます。