소개
FLUX 3 Klein Base LoRA 이미지 편집은 Black Forest Labs의 증류하지 않은 5.6B 체크포인트인 FLUX 3 Image Klein Base로, 글로 쓴 지시문에 따라 원본 이미지 1~3장을 바꾸거나 합치며, 내 LoRA 파일을 최대 3개까지 로드합니다. 원본은 image 1, image 2, image 3으로 지칭하고, auto로 첫 번째 이미지의 모양을 유지하거나 15가지 중 하나를 고르며, 1k 또는 2k를 선택하세요. 모델은 옷을 그대로 남기는 경우도 있습니다.
출발 자료에 따라 모드 고르기
| 가진 것 | 모드 |
|---|---|
| 글로 쓴 묘사 | FLUX 3 Klein Base LoRA 텍스트→이미지 |
| 바꾸거나 합칠 이미지 1~3장 | FLUX 3 Klein Base LoRA 이미지 편집 |
핵심 기능 및 하이라이트
편집용 LoRA
Klein Base에서 편집용으로 학습한 LoRA는 모델의 편집 방식을 바꿉니다. 회색 여백을 덧댄 인물 사진에 아웃페인팅 LoRA를 적용하면 회색 부분이 사우나 탈의실의 나머지 공간으로 채워졌고, 원래 그림은 제자리에 유지되었습니다. LoRA가 없으면 같은 요청은 장면을 더 많이 새로 그렸습니다.
LoRA와 함께 여러 원본
이미지 최대 3장을 합치면서 같은 요청에 LoRA도 불러올 수 있습니다. 각 원본이 무엇을 제공하는지 말하고, LoRA의 트리거나 지시문을 맨 앞에 두어 프롬프트의 어느 부분이 LoRA의 몫인지 모델이 알게 하세요.
LoRA 파일은 심사하지 않음
LoRA 파일과 결과물은 걸러지지 않습니다. 기본 모델 자체는 강한 단계에서 물러서므로, 결과는 가져온 LoRA와 작성한 지시에 따라 달라집니다.
요청 파라미터
| 파라미터 | 필수 | 설명 |
|---|---|---|
prompt | 예 | 필수, 최대 5,000자. LoRA의 트리거나 지시문으로 시작한 뒤, 유지할 부분과 바꿀 부분을 쓰세요. 1자 이상 · 5000자 이하 |
image_urls | 예 | 필수, 공개 이미지 링크 1~3개, 각 최대 10 MB. 열리지 않거나 이미지가 아닌 링크는 청구 없이 요청이 실패합니다. 1개 이상 · 3개 이하 |
aspect_ratio | 아니요 | auto(기본값)는 첫 번째 원본의 모양을 유지합니다. 3:1부터 1:3까지 15가지 모양 중에서 고를 수도 있습니다. |
resolution | 아니요 | 1k(기본값) 또는 2k이며 auto와도 함께 적용됩니다. 2k는 출력과 원본마다의 비용이 더 듭니다. |
loras | 아니요 | FLUX 3 Image Klein용으로 학습된 {path, scale} 항목 최대 3개. 스케일은 0~4이며 기본값은 1입니다. 기본값: |
output_format | 아니요 | JPEG(기본값), PNG, WebP. 가격은 바뀌지 않습니다. |
seed | 아니요 | 선택 사항이며 0부터 2,147,483,647까지입니다. LoRA를 넣은 것과 뺀 것을 비교할 때 재사용하세요. |
요금
이미지 단위로 청구됩니다. 출력 크기 단계에 대한 요금과 원본 이미지마다의 요금이 더해지며, 둘 다 2k에서 더 비쌉니다. LoRA, 화면비, 출력 형식은 가격을 바꾸지 않습니다.
| 사양 | 요금 |
|---|---|
| $0.06 / 장 |
| $0.222 / 장 |
활용 사례
아웃페인팅과 구도 바꾸기
사진에 회색 여백을 더해 더 넓거나 높은 캔버스로 만들고, 아웃페인팅 LoRA로 장면을 이어 붙이세요. 인물 사진에서 자른 배너와 소셜 규격에 씁니다.
참조로 하는 스타일링
다른 사진의 인물에게 제품 사진의 의상을 입히면서, LoRA로 시리즈의 룩을 맞춥니다.
프롬프트 가이드 및 실전 팁
LoRA 카드를 정확히 따르기
편집 LoRA는 보통 고정된 지시문과 준비된 입력을 기대합니다. 예를 들어 아웃페인팅에는 단색 #808080 회색 여백이 필요합니다. 카드의 지시문을 프롬프트 맨 앞에 옮기고, 이미지도 같은 방식으로 준비하세요.
캔버스 모양 정하기
아웃페인팅에서는 화면비를 덧댄 캔버스의 모양으로 맞추거나, auto로 두어 첫 번째 이미지가 정하게 하세요. 모델은 고른 크기 단계에서 그 모양을 유지합니다.
같은 seed로 비교하기
같은 편집을 LoRA를 넣은 것과 뺀 것으로 실행하세요. 편집은 실행마다 거의 같지만 항상 픽셀까지 같지는 않으므로, LoRA 때문이라고 판단하기 전에 뚜렷한 차이가 있는지 확인하세요.
API 빠른 시작
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "black-forest-labs/flux-3-klein-base-lora/edit",
"input": {
"aspect_ratio": "auto",
"image_urls": [
"https://example.com/reference.png"
],
"output_format": "jpeg",
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"resolution": "1k"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
인증, 전체 스키마, 폴링과 오류 처리는 API 레퍼런스에서 확인하세요.
