Introducción
Una descripción de texto, las URL directas de los archivos de pesos y sus escalas definen la solicitud de estilo; seed opcional ayuda a evaluar el efecto de los archivos.
| Campo | Valor |
|---|---|
| Entrada | Texto |
| Salida | Imagen |
| Tareas | Generación de texto a imagen y edición de imagen a imagen; imágenes fijas |
| Familia del modelo | MiniMax H3-Image Open Weights con archivos LoRA adjuntos |
| Archivos LoRA | Hasta 3 URLs directas a archivos .safetensors |
| Intensidad LoRA | 0–4 por archivo; valor predeterminado 1 |
| Longitud del prompt | Obligatorio; máximo de 5.000 caracteres |
| Menú de resolución | 1k, 1.5k, 2k, 3k, 4k; 1k por defecto |
| Opciones de lienzo | 15 relaciones de aspecto; generación desde texto en 1:1 por defecto |
| Entradas de edición | 1–9 imágenes; fuente editable y hasta 8 referencias |
| Notación de referencias | <Picture 1>, <Picture 2> y números posteriores en orden de carga |
| Codificación de archivo | jpeg por defecto; también png y webp |
| Control para comparar | seed opcional; ayuda a comparar un cambio sin prometer la misma salida |
| Dimensiones probadas | 1.5k en 9:16: 1152 x 2048; 4k en 16:9: 5472 x 3072 |
Funciones y aspectos destacados
Neón visto con tratamiento de videocámara
La nueva muestra en 1k y 16:9 presenta a una mujer con vestido rojo bailando en una habitación de motel. Con vh5tape y scale 1, el LoRA VHS dio a todo el encuadre una apariencia suave de video casero de los años noventa.
La estética de cinta puede traer sus propias letras
El baile del restaurante tiene grano de grabación y vh5tape abajo a la izquierda. Ese artefacto visible invita a revisar el texto además del estilo buscado antes de elegir una salida.
Una máquina de carreras con grabación suave
El ejemplo del salón de videojuegos aplica VHS a dos jugadores entre luces de neón. Aporta una segunda escena para juzgar cómo el adaptador transforma personas y entorno.
Otro lenguaje de dibujo para el puerto
La edición Studio1939 style redibujó el puerto en blanco y negro con barcos de caricatura de extremidades flexibles. La disposición del perfil urbano siguió siendo reconocible.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
prompt | Sí | Descripción obligatoria en prosa, de hasta 5.000 caracteres; coloca primero la palabra de activación del archivo y después la escena. mínimo 1 caracteres · máximo 5000 caracteres |
aspect_ratio | No | Proporciones disponibles: 1:1, 1:2, 2:1, 1:3, 3:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 9:21, 21:9. |
resolution | No | El nivel predeterminado para generar con estilo es 1k; 1.5k, 2k, 3k y 4k son opciones de mayor precio. |
loras | No | Lista opcional de hasta tres entradas {path, scale}, con URL directas a archivos .safetensors, como enlaces /resolve/main/ de Hugging Face. scale va de 0 a 4, con 1 por defecto. Valor predeterminado: |
output_format | No | La imagen fija se codifica como jpeg salvo que elijas png o webp; la codificación no afecta el precio. |
seed | No | Fija seed opcionalmente para comparar con y sin LoRA; no se especifican valor predeterminado fijo ni límites numéricos. El control no tiene costo y no promete reproducción exacta. |
Precios
Una imagen fija completada se cobra según el nivel de pesos abiertos elegido más un incremento LoRA fijo, incluso sin archivos adicionales. Cargar uno o tres archivos no cambia ese incremento; las solicitudes fallidas no se cobran.
| Especificación | Precio |
|---|---|
| $0.042 / imagen |
| $0.054 / imagen |
| $0.066 / imagen |
| $0.114 / imagen |
| $0.162 / imagen |
Casos de uso
Estudios de motel con neón
El ejemplo del vestido rojo usa el LoRA VHS con scale 1 para convertir un baile nocturno en una imagen suave de videocámara. Toma su tratamiento de todo el encuadre como referencia para un tablero de inspiración de la era de las cintas.
Cambia el estilo de una fotografía
El LoRA de caricaturas de los años treinta transformó una foto al estilo de extremidades flexibles conservando la pose. El puerto muestra una edición relacionada que mantiene la disposición del perfil urbano.
Evalúa el adaptador antes de aumentar tamaño
Conserva seed y descripción mientras activas o retiras un LoRA. Nuestra comparación VHS alteró tanto encuadre como textura; evalúa ambos antes de elegir una resolución mayor.
Retoma el entorno de un retrato
Las ediciones de ropa y entorno de una sola imagen conservaron la apariencia en nuestras pruebas. Compara aparte el tratamiento LoRA para juzgar su efecto en la persona y el ambiente.
Combina referencias de sujeto y escena
La composición de dos imágenes funcionó en las pruebas. Coloca la fuente editable antes de la referencia del entorno y nombra cada imagen en la instrucción al planear un montaje con estilo.
Guía de prompts y consejos prácticos
Decide si generar o editar
Parte de una escena escrita para generar o proporciona primero la imagen que quieres modificar y después las referencias de apoyo. La edición admite hasta nueve entradas.
Adjunta un LoRA descargable
Dirige path al propio archivo .safetensors; utiliza un enlace /resolve/main/ de Hugging Face cuando corresponda. Empieza con scale 1: cada archivo acepta 0–4 y la solicitud admite hasta tres archivos.
Explica la escena y el tratamiento
Antepon la palabra de activación del LoRA a una descripción detallada en inglés de ropa, acción, luz y entorno. Para editar, asigna <Picture 1> a la fuente y números propios a las referencias posteriores.
Compara e inspecciona el encuadre
Selecciona relación, resolución y formato; luego compara solicitudes con y sin LoRA usando seed fijo. Revisa estilo, composición y letras inesperadas: seed no promete resultados idénticos.
Genera una imagen fija con un tratamiento adjunto
MiniMax H3-Image Open Weights LoRA convierte escenas escritas en imágenes y admite hasta tres archivos de pesos LoRA. Conviene cuando el aspecto deseado proviene de un adaptador, como VHS en los ejemplos de motel y restaurante. Produce una imagen fija, sin clip de video ni banda sonora.
Los adaptadores probados se entrenaron para el modelo de video H3 y también afectaron este checkpoint de imagen. Es evidencia sobre esos archivos, sin prometer compatibilidad con todos los adaptadores H3. Empieza con un archivo conocido y una escena cuya ropa, luz y entorno puedas inspeccionar fácilmente.
Controles de la solicitud
| Parámetro | Valores y comportamiento |
|---|---|
prompt | Descripción obligatoria de hasta 5.000 caracteres; antepón la palabra de activación del adaptador |
loras | Hasta tres entradas con path y scale; URL de descarga directa .safetensors |
loras[].scale | 0–4 por archivo; 1 por defecto |
aspect_ratio | 1:1, 1:2, 2:1, 1:3, 3:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 9:21 o 21:9; 1:1 por defecto |
resolution | 1k por defecto; también 1.5k, 2k, 3k y 4k |
output_format | jpeg por defecto; también png o webp |
seed | Control opcional para comparar; no asegura resultados idénticos |
Un enlace de archivo de Hugging Face debe llevar a /resolve/main/ y al nombre del archivo de pesos. La página de resumen del repositorio no identifica la descarga requerida por path. La palabra de activación va en el prompt; URL y scale, en la entrada LoRA. Escribir la palabra por sí sola no adjunta el archivo.
Describe una escena sobre la que aplicar el tratamiento
Escribe un párrafo conectado en inglés con sujeto, acción, ropa, lugar y luz claros. Para estudiar VHS, una propuesta útil sería: "vh5tape, una mujer de casi cuarenta años con vestido rojo baila junto a las persianas de una habitación de motel, riendo hacia la cámara, neón magenta y una lámpara cálida de noche, apariencia de video casero de los años noventa". Configura relación y resolución en sus controles, sin cargar la descripción con todos los requisitos de entrega.
Compara un ajuste por vez
- Guarda juntos descripción, lienzo, seed y enlace del archivo.
- Genera con el archivo adjunto y realiza una comparación retirándolo.
- Revisa textura, encuadre, expresiones y letras antes de cambiar scale.
- Ajusta una configuración para la siguiente comparación sin reescribir todo el encargo.
Mantener seed ayuda a aislar un cambio, pero no congela la escena. Nuestra comparación VHS alteró composición y apariencia de cinta. Si adjuntas varios archivos, revisa su efecto conjunto sin asumir que cada uno aporta una capa independiente e inalterada.
Qué confirman las muestras
La nueva muestra de motel usó el archivo VHS con scale 1, vh5tape, seed 11, 1k y 16:9. Devolvió a una mujer con vestido rojo bailando en la habitación, con apariencia suave de videocámara en todo el encuadre. El salón de videojuegos aporta otro entorno para evaluar ese tratamiento.
El restaurante también mostró un artefacto: vh5tape apareció en una esquina. Algunos adaptadores trasladan palabras o marcas de agua del entrenamiento. Inspecciona márgenes y letreros de fondo antes de elegir la imagen. Las pruebas H3-Image mostraron etiquetas y letreros breves legibles; no garantizan textos largos ni letras bajo cualquier adaptador.
Precio y solicitudes fallidas
Se cobra por imagen completada. La resolución determina la base y los niveles mayores cuestan más; esta versión añade un incremento fijo sobre Open Weights. Ese incremento es igual con cero, uno o tres archivos. Pasar entre jpeg, png y webp no altera el precio. Consulta la página del modelo para conocer el precio vigente.
La prueba de archivo ausente se detuvo con Failed to load LoRA. No produjo imagen de respaldo ni cargo; las solicitudes fallidas no se facturan. Repara la descarga antes de volver a enviar.
Límites y opciones relacionadas
Evalúa cada adaptador desconocido. Los cambios observados de estilo no garantizan identidad, disposición ni letras limpias en escenas futuras. Las pruebas de contenido no tuvieron rechazos, pero algunos resultados redujeron la intensidad; la prueba estandarizada de generación desde texto no llevaba LoRA y no determina el comportamiento de un adaptador.
Elige Open Weights para cinco niveles y seed sin adjuntar pesos. MiniMax H3-Image ofrece tres niveles y hasta dieciséis entradas de edición sin seed. Para una fotografía existente, usa imagen a imagen de esta familia. El anterior H3 Image LoRA genera un fotograma con el modelo de video; este endpoint usa el checkpoint H3-Image. P-H3-Image es independiente y nuestras comparaciones con prompts iguales no devolvieron imágenes coincidentes.
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/h3-image-open-lora/text-to-image",
"input": {
"aspect_ratio": "1:1",
"output_format": "jpeg",
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"resolution": "1k"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.
























