Introducción
FLUX.1 Dev ControlNet LoRA Texto a imagen genera imágenes con FLUX.1 [dev], el modelo de 12 mil millones de parámetros de Black Forest Labs, guiado por ControlNet Union Pro 2.0 de Shakker Labs, con hasta tres archivos LoRA tuyos cargados. Una imagen de control fija la pose, la profundidad o los contornos; el prompt decide quién y qué aparece en la imagen. La plataforma no agrega ningún filtro de contenido al prompt, a los pesos ni a la imagen.
Funciones y aspectos destacados
Una red, cinco tipos de mapa
Las líneas canny, los bordes suaves, la profundidad, los esqueletos de pose y las fotos en escala de grises funcionan en el mismo endpoint. No hay selector de modo: el modelo lee el mapa que envías.
Controles de fuerza y de momento
La fuerza del control (de 0 a 1) define qué tan firmemente se sigue el mapa, y el inicio y el final de la ventana de control definen cuándo se aplica durante la eliminación de ruido.
Tus propios LoRA
Se cargan hasta tres LoRA de FLUX.1 dev por solicitud. Una LoRA sin filtro de contenido con un esqueleto de pose llegó al nivel Fuerte en nuestras pruebas.
Hasta cuatro imágenes por ejecución
Pide de una a cuatro imágenes a partir del mismo mapa, con cobro por imagen.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
prompt | Sí | Describe la imagen que quieres: personas, ropa, escenario y luz. La imagen de control solo fija la composición. mínimo 1 caracteres · máximo 5000 caracteres |
control_image_url | Sí | El mapa de control: un esqueleto de pose, un mapa de profundidad, líneas canny o soft-edge, o una foto en grises o normal. No se extrae por ti. |
control_strength | No | Qué tan de cerca sigue el resultado al mapa de control, de 0 a 1; 0,7 por defecto. Los mapas de pose funcionan bien cerca de 0,9; con 0,3 nuestra pose se ignoró. |
control_guidance_start | No | El punto de la eliminación de ruido, de 0 a 1, en que el mapa empieza a aplicarse; 0 por defecto. No puede ir después del final. |
control_guidance_end | No | El punto de la eliminación de ruido, de 0 a 1, en que el mapa deja de aplicarse; 0,8 por defecto. Terminar antes, cerca de 0,65 en mapas de pose, deja los detalles más libres. |
resolution | No | 1k devuelve un lado largo de 1024 píxeles y es el valor por defecto; 1.5k devuelve 1536, con la relación de aspecto de la imagen de control. Ambos cuestan lo mismo. |
num_outputs | No | Cuántas imágenes generar con el mismo mapa, de 1 a 4; 1 por defecto. Cada imagen se cobra, así que cuatro imágenes cuestan cuatro veces una. |
loras | No | Hasta tres entradas {path, scale} entrenadas para FLUX.1 dev; scale de 0 a 4, donde 1 es neutro. Un LoRA de otra familia de modelos hace fallar la solicitud. Valor predeterminado: |
guidance_scale | No | Qué tan fielmente sigue la imagen al prompt, de 0 a 20; 3,5 por defecto. No cambia el precio. |
steps | No | Pasos de eliminación de ruido, de 1 a 50; 28 por defecto. Con menos pasos la respuesta llega antes y la imagen sale algo más suave. |
output_format | No | JPEG por defecto, o PNG o WebP. El formato no cambia el precio. |
seed | No | Mantiene los resultados comparables mientras cambias la fuerza o un LoRA. No garantiza los mismos píxeles en cada ejecución. |
Precios
$0.036 / imagen
Se cobra por imagen: una ejecución de cuatro imágenes cuesta cuatro veces una sola. El nivel de resolución, el formato de salida y la carga de LoRA no cambian el precio.
Casos de uso
Igualar una pose
Extrae o dibuja un esqueleto una sola vez y genera la misma pose con cualquier persona y atuendo.
Reescenificar una fotografía
Conserva la composición de una foto mediante su mapa canny, soft-edge o en escala de grises y cambia el reparto, el vestuario y la luz.
Series con una misma composición
Reutiliza un mapa de control para que todas las imágenes de un conjunto compartan el encuadre.
Guía de prompts y consejos prácticos
Elige el mapa según lo que debe cambiar
Un esqueleto de pose deja la ropa al prompt. Los mapas de profundidad y de líneas conservan los pliegues de la ropa de la foto de la que se trazaron, y en nuestras pruebas el modelo siguió esos pliegues en lugar del prompt.
Parte de los ajustes sugeridos
Shakker Labs sugiere una fuerza de 0,7 con la ventana terminando en 0,8 para canny y soft edge, 0,8 para profundidad, y cerca de 0,9 con la ventana terminando en 0,65 para mapas de pose.
Haz coincidir la relación de aspecto
La salida toma la forma de la imagen de control. Recorta el mapa al encuadre que quieres antes de enviarlo.
Revisa el modelo base del LoRA
Solo funcionan los LoRA de FLUX.1 dev. Un LoRA de otra familia de modelos hace fallar la solicitud en lugar de ignorarse.
Inicio rápido de la API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "black-forest-labs/flux-1-dev-controlnet-lora/text-to-image",
"input": {
"control_image_url": "https://example.com/reference.png",
"num_outputs": 1,
"output_format": "jpeg",
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"resolution": "1k"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.
