Introdução
FLUX.1 Dev ControlNet LoRA Texto para imagem gera imagens com o FLUX.1 [dev], o modelo de 12 bilhões de parâmetros da Black Forest Labs, guiado pelo ControlNet Union Pro 2.0 da Shakker Labs, com até três arquivos LoRA seus carregados. Uma imagem de controle fixa a pose, a profundidade ou os contornos; o prompt decide quem e o que aparece na imagem. A plataforma não acrescenta nenhum filtro de conteúdo ao prompt, aos pesos nem à imagem.
Recursos e destaques
Uma rede, cinco tipos de mapa
Linhas canny, bordas suaves, profundidade, esqueletos de pose e fotos em escala de cinza funcionam todos pelo mesmo endpoint. Não há troca de modo: o modelo lê o mapa que você enviar.
Controles de força e de tempo
A força do controle (de 0 a 1) define o quanto o mapa é seguido à risca, e o início e o fim da janela de controle definem quando ele atua durante a remoção de ruído.
Seus próprios LoRAs
Até três LoRAs do FLUX.1 dev são carregadas por requisição. Uma LoRA sem filtro com um esqueleto de pose chegou ao nível Forte em nossos testes.
Até quatro imagens por execução
Peça de uma a quatro imagens a partir do mesmo mapa, cobradas por imagem.
Parâmetros da requisição
| Parâmetro | Obrigatório | Descrição |
|---|---|---|
prompt | Sim | Descreva a imagem que você quer: pessoas, roupas, cenário e luz. A imagem de controle define apenas a composição. pelo menos 1 caracteres · no máximo 5000 caracteres |
control_image_url | Sim | O mapa de controle: um esqueleto de pose, um mapa de profundidade, linhas canny ou soft edge, ou uma foto em escala de cinza ou comum. Ele não é extraído por você. |
control_strength | Não | O quanto o resultado segue o mapa de controle, de 0 a 1; padrão 0,7. Mapas de pose funcionam bem perto de 0,9; em 0,3 a nossa pose foi ignorada. |
control_guidance_start | Não | O ponto da remoção de ruído, de 0 a 1, em que o mapa começa a atuar; padrão 0. Não pode ser posterior ao fim. |
control_guidance_end | Não | O ponto da remoção de ruído, de 0 a 1, em que o mapa deixa de atuar; padrão 0,8. Terminar antes, por volta de 0,65 em mapas de pose, deixa os detalhes mais livres. |
resolution | Não | 1k devolve um lado maior de 1024 pixels e é o padrão; 1.5k devolve 1536, na proporção da imagem de controle. Os dois custam o mesmo. |
num_outputs | Não | Quantas imagens gerar a partir do mesmo mapa, de 1 a 4; padrão 1. Cada imagem é cobrada, então quatro imagens custam quatro vezes uma. |
loras | Não | Até três entradas {path, scale} treinadas para o FLUX.1 dev; scale de 0 a 4, sendo 1 o neutro. Um LoRA de outra família de modelos faz a requisição falhar. Valor padrão: |
guidance_scale | Não | O quanto a imagem segue o prompt à risca, de 0 a 20; padrão 3,5. Não muda o preço. |
steps | Não | Passos de remoção de ruído, de 1 a 50; padrão 28. Menos passos voltam mais rápido e um pouco mais suaves. |
output_format | Não | JPEG por padrão, ou PNG ou WebP. O formato não muda o preço. |
seed | Não | Mantém os resultados comparáveis enquanto você ajusta a força ou um LoRA. Não garante os mesmos pixels em toda execução. |
Preços
$0.036 / imagem
Cobrado por imagem: uma execução com quatro imagens custa quatro vezes uma. O nível de resolução, o formato de saída e o carregamento de LoRAs não mudam o preço.
Casos de uso
Reproduzir uma pose
Extraia ou desenhe um esqueleto uma vez e renderize a mesma pose com qualquer pessoa e figurino.
Refazer uma fotografia
Mantenha a composição de uma foto pelo mapa canny, soft edge ou em escala de cinza e mude o elenco, o figurino e a luz.
Séries com um só layout
Reaproveite um mapa de controle para que todas as imagens de um conjunto tenham o mesmo enquadramento.
Guia de prompt e dicas práticas
Escolha o mapa pelo que deve mudar
Um esqueleto de pose deixa a roupa por conta do prompt. Os mapas de profundidade e de linhas mantêm as dobras da roupa da foto da qual foram traçados, e em nossos testes o modelo seguiu essas dobras em vez do prompt.
Comece pelos ajustes sugeridos
A Shakker Labs sugere força 0,7 com a janela terminando em 0,8 para canny e soft edge, 0,8 para profundidade, e cerca de 0,9 com a janela terminando em 0,65 para mapas de pose.
Combine a proporção
A saída assume o formato da imagem de controle. Recorte o mapa no quadro que você quer antes de enviá-lo.
Confira o modelo base do LoRA
Só funcionam LoRAs de FLUX.1 dev. Um LoRA de outra família de modelos faz a requisição falhar em vez de ser ignorado.
Início rápido da API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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"
Consulte a referência da API para autenticação, esquema completo, polling e tratamento de erros.
