はじめに
MOSS-Image LoRA テキストから画像 は、OpenMOSS の Apache-2.0 で公開された 50 億パラメーターの拡散 Transformer、MOSS-Image に、自前の LoRA ファイルを最大 3 つ読み込んで、書かれたプロンプトから画像を 1 枚作ります。当社のテストでは、Base または SFT のチェックポイントで学習した LoRA が diffusers と ComfyUI の形式で読み込まれ、スタイル LoRA は scale 1 で効きました。プラットフォームはプロンプト、重み、画像のいずれにもコンテンツフィルターを加えません。LoRA がなければ、MOSS-Image と同じモデルです。
必要なものからモデルを選ぶ
| 必要なもの | モデル |
|---|---|
| ベースモデルの正確な文字、長いプロンプト、JSON レイアウト | MOSS-Image テキストから画像 |
| 同じモデルに自前の LoRA を最大 3 つ | MOSS-Image LoRA テキストから画像（現在のページ） |
主な機能とハイライト
Base と SFT の LoRA
Base のチェックポイントで学習したグワッシュの LoRA がここで読み込まれ、SFT のチェックポイント向けの LoRA も読み込まれました。diffusers 形式と ComfyUI 形式の両方が、当社のテストで読み込まれました。
雰囲気と文字を一緒に
scale 1 のサイケデリックなポスターの LoRA では、レタリングとコラージュの雰囲気が LoRA のスタイルに変わり、タイトルと日付の行は正しく綴られたままでした。
一度に 3 つ
1 リクエストに LoRA を最大 3 つ、それぞれ 0〜4 の scale で。0.7、0.8、0.5 の 3 つを重ねても普通に動きました。
規制なし
フィルターなしの LoRA は審査なしで読み込まれ、何もフィルターされません。当社のテストでは、ベースモデル単体でも、軽めから最大までのすべての強度レベルを、拒否も和らげもなく書いたとおりに出力していました。
同じモデル、同じ長いプロンプト
ベースエンドポイントと同じく、最大 12,000 文字のプロンプト、15 種のアスペクト比、1k、1.5k、2k の解像度ティア。実験的な JSON レイアウトのプロンプトも受け付けます。
リクエストパラメーター
| パラメーター | 必須 | 説明 |
|---|---|---|
prompt | はい | LoRA のトリガーワードを先頭に置き、被写体、場所、光を文で書いてください。画像に入れたい文字は引用符で囲みます。 1 文字以上 · 12000 文字以内 |
aspect_ratio | いいえ | 1:3 から 3:1 までの 15 種。既定は 1:1 です。 |
resolution | いいえ | 1k（約 1 メガピクセル、既定）、1.5k、2k。解像度ティアが料金を決めます。 |
loras | いいえ | Base または SFT のチェックポイントで学習した MOSS-Image 向けの {path, scale} を最大 3 つ。scale は 0〜4、既定は 1。 デフォルト値: |
output_format | いいえ | 既定は JPEG で、PNG または WebP も選べます。形式で料金は変わりません。 |
seed | いいえ | LoRA や一文を一つずつ変える間、画像を比べやすく保ちます。同一のピクセルを保証するものではありません。 |
料金
解像度ティア（1k、1.5k、2k）ごとに 1 枚単位で課金されます。LoRA の読み込みに別料金はなく、アスペクト比と出力形式でも料金は変わりません。失敗したリクエストは課金されません。
| 仕様 | 料金 |
|---|---|
| $0.03 / 枚 |
| $0.054 / 枚 |
| $0.102 / 枚 |
ユースケース
ポスターと表紙のスタイル
スタイルの LoRA を読み込み、トリガーワードを先頭に置いて、タイトルと日付は引用符で囲みます。雰囲気は LoRA のファイルから、文字はプロンプトから来ます。
統一感のあるポートレート
一つのポートレート LoRA をシリーズ全体で使い、比率や解像度ティアを変えても、仕上がりは同じに保たれます。
絵画とイラストのシリーズ
短い一文とグワッシュの LoRA で、1 枚ごとの一律料金で絵画のセットが作れます。
プロンプトガイドと実践のヒント
トリガーワードを先頭に
プロンプトの先頭に LoRA のトリガーワードを置き、その後に被写体、場所、光を文で書いてください。
scale 1 から始める
スタイル LoRA は 1 ではっきり効きました。同じ seed で scale 0 と比べてください。2 枚の画像が一致するなら、ファイルは効いていません。フィルターなしの LoRA では、scale 0.7 だと効果がやわらかくなりました。
ページではなくファイルにリンクする
.safetensors ファイルの直接ダウンロードのアドレスを使ってください。リポジトリのページやアクセス制限のあるファイルは、直接のダウンロードリンクを求めるエラーで失敗し、失敗したリクエストは課金されません。
初回は時間がかかることがある
新しい LoRA を使う最初のリクエストは、ファイルのダウンロードのため長くかかります。同じファイルを使う次回以降は、待ち時間が短くなります。
文字は引用符で囲む
画像に入れたい文字は引用符で囲み、置く場所を書いてください。文字がつながったら seed を変えてください。
API クイックスタート
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "openmoss/moss-image-lora/text-to-image",
"input": {
"aspect_ratio": "1:1",
"output_format": "jpeg",
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"resolution": "1k"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
認証、完全なスキーマ、ポーリング、エラー処理は API リファレンスを参照してください。
