
Text zu Bild
KI-Bilder aus Text-Prompts erstellen
Bearbeiten Sie kostenlos Bilder mit der MiniMax H3 Image Edit API auf Best Image AI. Beschreiben Sie Änderungen an Hintergrund und Details. Stabile, günstige Bildbearbeitung.
Probieren Sie jetzt den KI-Bildgenerator aus
Die MiniMax H3 Image Edit API kombiniert über Best Image AI Referenzbilder mit schriftlichen Bearbeitungsanweisungen. Gehen Sie von vorhandenem Bildmaterial aus, beschreiben Sie die gewünschten Änderungen und wählen Sie die Ausgabeeinstellungen für das fertige Bild. Mit der Mehrbildeingabe können Sie mehrere Referenzen in derselben Anfrage für kreative Überarbeitungen und bildbasierte Abläufe bereitstellen.
Anweisungsgesteuerte Bearbeitung: Beschreiben Sie mit einem Textprompt, wie sich das bereitgestellte Bildmaterial ändern soll und welche Elemente erhalten bleiben sollen.
Mehrere Referenzbilder: Fügen Sie mehrere Ausgangsbilder hinzu und erläutern Sie die Rolle jeder Referenz für das gewünschte Ergebnis.
Wählbare Ausgabeauflösung: Legen Sie die Ausgabeauflösung des bearbeiteten Bildes entsprechend seinem vorgesehenen Einsatz fest.
Flexible Ausgabeproportionen: Wählen Sie quadratische, hochformatige, querformatige oder panoramische Formate, wenn Sie eine Bearbeitung für ein neues Layout vorbereiten.
Auswahl des Bildformats: Wählen Sie das Ausgabedateiformat unabhängig von den Formaten der Referenzbilder.
Eingabe: Geben Sie Referenzbild-URLs und eine Bearbeitungsanweisung in natürlicher Sprache an. Benennen Sie die gewünschten Änderungen und erläutern Sie bei mehreren Referenzen, wie jedes Bild das Ergebnis beeinflussen soll.
Ausgabe: Jede abgeschlossene Aufgabe erzeugt genau ein bearbeitetes Bild; zusätzliche Referenzen erhöhen die Anzahl der Ausgabebilder nicht.
Auflösung: Wählen Sie für jede Anfrage ausdrücklich die Ausgabeauflösung aus.
Seitenverhältnisse: Wählen Sie unterstützte Ausgabeproportionen. Geben Sie bei der Festlegung über die API sowohl den Verhältniswert für die Breite als auch für die Höhe an, keine Pixelmaße.
Vorbereitung der Referenzen: Verwenden Sie unterstützte Bilddateien innerhalb der dokumentierten Grenzen für Abmessungen und Proportionen. Prüfen Sie die API-Dokumentation, bevor Sie Ausgangsbilder übermitteln.
Überarbeitung von Produktbildern: Nutzen Sie vorhandene Produktbilder als Ausgangspunkt und beschreiben Sie eine veränderte Umgebung oder Präsentation.
Kampagnenvarianten: Fordern Sie Änderungen an vorhandenem Kreativmaterial für ein neues Kampagnenbriefing an.
Referenzgestützte Konzepte: Fügen Sie einer Anfrage mehrere visuelle Referenzen hinzu und beschreiben Sie die beabsichtigte Beziehung zwischen ihnen.
Anpassungen für Veröffentlichungen: Fordern Sie eine bearbeitete Komposition mit Proportionen an, die für eine andere Veröffentlichungsplatzierung geeignet sind.
Visuelle Abstimmungsabläufe: Wandeln Sie Feedback zu einem Bild in Bearbeitungsanweisungen um und prüfen Sie die daraus entstandene Überarbeitung.
Hinweis Verwenden Sie Referenzbilder, zu deren Verarbeitung Sie berechtigt sind. Die Abrechnung kombiniert die gewählte Ausgabeauflösung mit einer Gebühr für jedes übermittelte Referenzbild, beginnend mit dem ersten; wiederholte Bild-URLs werden bei jeder Einbindung erneut berechnet.
MiniMax H3 Image Edit im Vergleich zu ChatGPT Images 2.5 Flare Edit
Beide akzeptieren mehrere Referenzbilder und schriftliche Bearbeitungsanweisungen und bieten wählbare Auflösung und Ausgabeproportionen. ChatGPT Images 2.5 Flare Edit ergänzt separate Qualitätseinstellungen, um die Ausgabe bei einer gewählten Auflösung zu verfeinern. MiniMax H3 Image Edit bietet neben Einstellungen für Auflösung und Seitenverhältnis auch die Auswahl des Ausgabeformats zur Bereitstellung bearbeiteter Bildmaterialien.
MiniMax H3 Image Edit im Vergleich zu Nano Banana 2.1 Edit
Nano Banana 2.1 Edit kombiniert referenzbasierte Bearbeitung mit optionaler Web- und Bildsuche. MiniMax H3 Image Edit nutzt die bereitgestellten Bilder und Bearbeitungsanweisungen zur Steuerung des Ergebnisses. Ziehen Sie Nano Banana 2.1 Edit in Betracht, wenn eine Bearbeitung von Suchergebnissen als Grundlage profitiert, oder MiniMax H3 Image Edit, wenn Ihre Ausgangsbilder und Anweisungen das Briefing bereits festlegen.
MiniMax H3 Image Edit im Vergleich zu GPT Image 2 Edit
Beide unterstützen die Bearbeitung mit mehreren Bildern und anpassbarer Ausgabeauflösung. GPT Image 2 Edit umfasst separate Qualitätseinstellungen, während MiniMax H3 Image Edit auf Best Image AI eine größere Auswahl an Ausgabeproportionen bietet. Vergleichen Sie die erforderlichen Layout- und Qualitätseinstellungen, wenn Sie ein Modell für referenzgestützte Überarbeitungen auswählen.
Entdecken Sie mehrere KI-Kreativtools für schnelle Bild- und Video-Workflows direkt im Browser und skalieren Sie erfolgreiche Ideen anschließend mit den produktionsreifen Modell-APIs von Best Image AI. Best Image AI bietet eine einheitliche API-Schicht für alle Modelle, damit Sie Ihre Workflows einfach nutzen und skalieren können.

KI-Bilder aus Text-Prompts erstellen

KI-Bilder aus Bildern und Text-Prompts erstellen

KI-Videos aus Text-Prompts erstellen

Bilder in KI-Videos animieren

KI-Bilder und -Videos in einem gemeinsamen Arbeitsbereich erstellen

Konsistente Videos aus Referenzmedien erstellen

Erstelle visuelle KI-Bild- und Videoworkflows auf einer unendlichen Arbeitsfläche
const response = await fetch('https://api.flaq.ai/api/v1/image/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'minimax-h3-image-edit',
prompt: 'Change the sky to sunset colors',
image_url_list: ['https://example.com/image.jpg'],
width: 16,
height: 9,
resolution: '2k',
output_format: 'png'
})
});
const { data } = await response.json();
const taskId = data.task_id;
// Step 2: Poll for results
const taskId = data.task_id;
const pollResult = async (taskId) => {
const res = await fetch(`https://api.flaq.ai/api/v1/image/${taskId}`, {
headers: { 'Authorization': 'Bearer YOUR_API_KEY' }
});
return res.json();
};
while (true) {
const pollResultData = await pollResult(taskId);
const status = pollResultData.data.task_status;
if (status === 'succeed') {
console.log(pollResultData.data.task_result.images[].);
;
}
(status === ) {
.(pollResultData..);
;
}
( (resolve, ));
}
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/image/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'minimax-h3-image-edit',
'prompt': 'Change the sky to sunset colors',
'image_url_list': ['https://example.com/image.jpg'],
'width': 16,
'height': 9,
'resolution': '2k',
'output_format': 'png'
}
)
task_id = response.json()['data']['task_id']
curl -X POST https://api.flaq.ai/api/v1/image/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "minimax-h3-image-edit",
"prompt": "Change the sky to sunset colors",
"image_url_list": ["https://example.com/image.jpg"],
"width": 16,
"height": 9,
"resolution": "2k",
"output_format": "png"
}'
# Step 2: Poll for results
# Replace {task_id} with the task_id returned from the submit response
curl -X GET "https://api.flaq.ai/api/v1/image/{task_id}" \
-H "Authorization: Bearer YOUR_API_KEY"
# Step 2: Poll for results
task_id = response.json()['data']['task_id']
poll_url = f"https://api.flaq.ai/api/v1/image/{task_id}"
while True:
poll_result = requests.get(poll_url, headers={'Authorization': 'Bearer YOUR_API_KEY'}).json()
status = poll_result['data']['task_status']
if status == 'succeed':
print(poll_result['data']['task_result']['images'][0]['url'])
break
if status == 'failed':
print(poll_result['data']['task_status_msg'])
break
time.sleep(10)