Pro API: generer og retusjere bilder

Ett bilde koster 1 kreditt, uansett modus. Generering fra en prompt og retusjeringav et bilde du laster opp går gjennom den samme ruten.

POST /images/quote tar samme body og returnerer prisen uten å opprette noe, alltid { "cost": 1, ... } her. Den finnes for symmetri med videoer, der prisen faktisk varierer.

Send inn et bilde

POST /images

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

Svaret:

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

seed returneres i svaret, enten du oppga det eller det ble trukket tilfeldig: behold det for å rendre det samme bildet igjen, eller en variasjon av det.

Be om flere på én gang

Med count over 1 starter én forespørsel flere renderinger, hver med sitt eget seed, og svaret lister dem opp:

{ "count": 4, "requested": 4, "cost_total": 4,
  "jobs": [ { "jobId": "...", "seed": 178078967, "cost": 1 }, { "jobId": "...", "seed": 903412, "cost": 1 } ],
  "errors": [],
  "jobId": "...", "seed": 178078967, "cost": 1 }

To ting å lese nøye.

jobId, seed og cost for den første renderingen gjentas på toppnivå. Det er der for at klienter skrevet før batch-støtte skal fortsette å fungere uendret, ikke fordi den første er viktigere. Poll hver oppføring i jobs, ikke bare den ene.

Og sammenlign count med requested. En avvisning underveis, på grunn av manglende kreditter eller fordi nøkkelen nådde sitt daglige tak, stopper batchen der den er: requested er det du ba om, count er det som faktisk startet, og errors forteller hvorfor det stoppet. En klient som antar at de to er like mister renderinger uten å merke det.

POST /images/quote tar også count og prissetter hele batchen. Videoer har ingen count: én forespørsel, én klipp.

De tre retusjeringsmodusene

Alle tre kjører på den samme instruksjonsdrevne redigeringsmotoren, som bevarer utseendet til kildebildet. Når du laster opp et kildebilde, leses width og height fra selve bildet og trenger ikke sendes med.

I edit velger serveren selv den beste måten å håndtere redigeringen på, som appen:

• med en maske: den leser instruksjonen og velger mellom å erstatte innholdet i området (et annet objekt, et annet plagg, et ansikt: området tegnes på nytt ut fra det som skal vises der) og å endre det som er der (farge, materiale, lys). Med en karakter-lora tegnes området alltid på nytt, ansiktet inkludert;
• uten maske, med en karakter-lora ("replace the woman with kara..."): serveren finner personen på bildet og tegner den på nytt som karakteren; finner den ingen, gjelder instruksjonen hele bildet, som før.

Samme pris i alle tilfeller (1 kreditt per bilde). Valget ses i resultatet, ikke i svaret.

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\"}"

Lag et bilde med karakterer, objekter og et sted

Legg til et multiref-objekt i POST /images, så lar serveren dine karakterer (Karakterer), dine objekter og dyr og et sted (Subjekter) spille sammen i ett enkelt bilde, hver gjenkjennelig, som appens "Create an image"-skjerm. Kall hver av dem med @Navn i prompten, på engelsk.

{ "prompt": "@Mia hands a cup of coffee to @Tom on a sunny terrace, both smiling",
  "multiref": {
    "characters": [
      { "character_id": "chr_8f3a...", "name": "Mia", "view": 1 },
      { "character_id": "chr_21bc...", "name": "Tom", "lora": "tom_v1", "strength": 1.0, "lora_pass": 0.55 }
    ],
    "subjects": [ { "subject_id": "sub_...", "name": "Mug" } ],
    "location": { "subject_id": "sub_...", "name": "Terrace" }
  },
  "width": 1344, "height": 768, "seed": 42, "count": 1 }

• Maks 4 subjekter (karakterer, objekter og dyr). Uten LoRA, kun fra bilder: maks 4 referanser, stedet medregnet. Serveren velger metoden ut fra referansene, og plasserer hver av dem i rekkefølgen characters og deretter subjects, fra venstre mot høyre.
• Et @Navn som ikke matcher noen referanse avvises (unknown_mention); en referanse som mangler i prompten sendes likevel.
• Pris: én runde koster prisen for ett bilde (1 kreditt). Et enkelt bilde er 1 runde; flere karakterer spilt av en LoRA, 1 pluss én runde per LoRA (maks 4); kun fra bilder, én runde per referanse utover den første; en blanding, begge deler. Totalen (runder x count) reserveres ved innsending og belastes én gang, ved det endelige bildet: en feil eller en avbrytelse koster ingenting. POST /images/quote med samme body gir den eksakte prisen, metoden og rundene dens, uten å starte noe.
• Svar 202: { "jobId": "mri_...", "seed", "cost", "method", "passes", "billed_passes" } (med count 2: jobs og cost_total). Polling, nedlasting og avbryt går via de vanlige rutene nedenfor; under renderingen oppgir progress den pågående runden ("2/3"). Et bilde tar 1 til 3 minutter.
• Det endelige bildet forblir tilgjengelig i 1 time, og 10 minutter etter første nedlasting. En mislykket runde gir status: "failed" med reason: "render_failed"; en avbrytelse, reason: "cancelled".
• Feil: invalid_count, invalid_view, invalid_lora_pass, invalid_subject_image, invalid_size, character_not_ready, pluss dem fra Multi-Ref (unknown_character, unknown_subject, unknown_lora, unknown_mention, multiref_too_many_references, invalid_strength...). Se Grenser og feil.

Poll

GET /images/{jobId}

Poll hvert 3. sekund, ikke raskere: køen er delt.

Last ned

GET /images/{jobId}/file

Selve PNG-filen, som responskropp (Content-Type: image/png). Tilgjengelig så snart statusen er completed, og 404 media_unavailable når renderingen er borte. Last den ned med én gang, den arkiveres ikke.

Avbryt

POST /images/{jobId}/cancel

Avbryter en køet eller pågående rendering. Svarer { "ok": true }. Ingenting belastes, og kostnaden reservert mot nøkkelens daglige tak tilbakebetales.