Introduzione
FLUX.1 Dev ControlNet LoRA Testo in immagine genera immagini con FLUX.1 [dev], il modello da 12 miliardi di parametri di Black Forest Labs, guidato da ControlNet Union Pro 2.0 di Shakker Labs, con fino a tre file LoRA tuoi caricati. Un’immagine di controllo fissa posa, profondità o contorni; il prompt decide chi e cosa compare nell’immagine. La piattaforma non aggiunge alcun filtro sui contenuti a prompt, pesi o immagine.
Caratteristiche principali
Una rete, cinque tipi di mappa
Linee canny, bordi soft edge, profondità, scheletri di posa e foto in scala di grigi funzionano tutti con lo stesso endpoint. Non c’è un selettore di modalità: il modello legge la mappa che invii.
Controlli di intensità e di tempistica
L’intensità del controllo (da 0 a 1) stabilisce quanto fedelmente viene seguita la mappa, mentre inizio e fine della finestra di controllo stabiliscono quando agisce durante il denoising.
I tuoi LoRA
Per richiesta si caricano fino a tre LoRA di FLUX.1 dev. Una LoRA senza filtro con uno scheletro di posa ha raggiunto il livello Forte nei nostri test.
Fino a quattro immagini per esecuzione
Chiedi da una a quattro immagini dalla stessa mappa, addebitate per immagine.
Parametri della richiesta
| Parametro | Obbligatorio | Nota |
|---|---|---|
prompt | Sì | Descrivi l’immagine che vuoi: persone, abiti, ambientazione e luce. L’immagine di controllo definisce solo la composizione. almeno 1 caratteri · al massimo 5000 caratteri |
control_image_url | Sì | La mappa di controllo: uno scheletro di posa, una mappa di profondità, linee canny o soft edge, oppure una foto in scala di grigi o normale. Non viene estratta per te. |
control_strength | No | Quanto il risultato segue la mappa di controllo, da 0 a 1; 0,7 di default. Le mappe di posa funzionano bene intorno a 0,9; a 0,3 la nostra posa è stata ignorata. |
control_guidance_start | No | Il punto del denoising, da 0 a 1, in cui la mappa inizia ad agire; 0 di default. Non può essere successivo alla fine. |
control_guidance_end | No | Il punto del denoising, da 0 a 1, in cui la mappa smette di agire; 0,8 di default. Terminare prima, intorno a 0,65 per le mappe di posa, lascia più libertà nei dettagli. |
resolution | No | 1k restituisce un lato lungo di 1.024 pixel ed è il default; 1.5k restituisce 1.536, con le proporzioni dell’immagine di controllo. Costano uguale. |
num_outputs | No | Quante immagini generare dalla stessa mappa, da 1 a 4; 1 di default. Ogni immagine viene addebitata, quindi quattro immagini costano quattro volte una sola. |
loras | No | Fino a tre voci {path, scale} addestrate per FLUX.1 dev; scale da 0 a 4, 1 è neutro. Un LoRA per un’altra famiglia di modelli fa fallire la richiesta. Predefinito: |
guidance_scale | No | Quanto l’immagine segue il prompt, da 0 a 20; 3,5 di default. Non cambia il prezzo. |
steps | No | Passi di denoising, da 1 a 50; 28 di default. Meno passi significano risultati più rapidi e un po’ più morbidi. |
output_format | No | JPEG di default, oppure PNG o WebP. Il formato non cambia il prezzo. |
seed | No | Mantiene confrontabili i risultati mentre cambi l’intensità o un LoRA. Non garantisce gli stessi identici pixel a ogni esecuzione. |
Prezzi
$0.036 / immagine
Addebitato per immagine: un’esecuzione da quattro immagini costa quattro volte una sola. Livello di risoluzione, formato di output e caricamento dei LoRA non cambiano il prezzo.
Casi d’uso
Riprodurre una posa
Estrai o disegna uno scheletro una sola volta e ottieni la stessa posa con qualsiasi persona e outfit.
Rimettere in scena una fotografia
Mantieni la composizione di una foto grazie alla sua mappa canny, soft edge o in scala di grigi e cambia personaggi, guardaroba e luce.
Serie con un’unica impaginazione
Riusa una mappa di controllo perché ogni immagine di un set condivida la stessa inquadratura.
Consigli avanzati
Scegli la mappa in base a ciò che deve cambiare
Uno scheletro di posa lascia l'abbigliamento al prompt. Le mappe di profondità e di linee conservano le pieghe degli abiti della foto da cui sono state ricavate, e nei nostri test il modello ha seguito quelle pieghe invece del prompt.
Parti dalle impostazioni consigliate
Shakker Labs consiglia intensità 0,7 con la finestra che termina a 0,8 per canny e soft edge, 0,8 per la profondità e circa 0,9 con la finestra che termina a 0,65 per le mappe di posa.
Fai coincidere le proporzioni
L’output prende la forma dell’immagine di controllo. Ritaglia la mappa nell’inquadratura che vuoi prima di inviarla.
Controlla il modello base del LoRA
Funzionano solo i LoRA per FLUX.1 dev. Un LoRA per un’altra famiglia di modelli fa fallire la richiesta invece di essere ignorato.
Avvio rapido dell’API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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"
Nel riferimento dell’API trovi autenticazione, schema completo, polling e gestione degli errori.
