
텍스트로 이미지 생성
텍스트 프롬프트로 AI 이미지 생성
Best Image AI에서 MiniMax H3 Image Edit API로 이미지를 무료로 편집하세요. 변경을 설명해 배경과 세부 요소를 조정할 수 있습니다. 안정적이고 합리적인 이미지 편집을 지원합니다.
AI 이미지 생성기를 지금 사용해보세요
MiniMax H3 Image Edit API는 Best Image AI를 통해 참조 이미지와 글로 작성한 편집 지침을 결합합니다. 기존 시각 자료에서 시작하여 원하는 변경 사항을 설명하고 완성될 이미지의 출력 설정을 선택합니다. 다중 이미지 입력을 통해 하나의 요청에 여러 참조 이미지를 제공하여 창작물 수정과 이미지 기반 워크플로에 활용할 수 있습니다.
지침 기반 편집: 텍스트 프롬프트로 제공된 이미지를 어떻게 변경하고 어떤 요소를 유지할지 설명합니다.
다중 이미지 참조: 여러 원본 이미지를 포함하고 원하는 결과에서 각 참조 이미지의 역할을 설명합니다.
출력 해상도 선택: 용도에 따라 편집된 이미지의 출력 해상도를 설정합니다.
유연한 출력 비율: 새로운 레이아웃에 맞게 편집할 때 정사각형, 세로형, 가로형 또는 파노라마 형식을 선택합니다.
이미지 형식 선택: 참조 이미지 형식과 별개로 출력 파일 형식을 선택합니다.
입력: 참조 이미지 URL과 자연어 편집 지침을 제공합니다. 원하는 변경 사항을 명확히 하고, 참조 이미지가 여러 장인 경우 각 이미지가 결과에 어떻게 반영되어야 하는지 설명하세요.
출력: 완료된 작업마다 편집된 이미지 한 장이 생성됩니다. 참조 이미지를 더 많이 제공해도 출력 개수는 늘어나지 않습니다.
해상도: 요청마다 출력 해상도를 명시적으로 선택합니다.
종횡비: 지원되는 출력 비율을 선택합니다. API로 지정할 때는 픽셀 크기가 아닌 너비와 높이의 비율 값을 모두 제공하세요.
참조 이미지 준비: 문서에 명시된 크기와 비율 제한 내에서 지원되는 이미지 파일을 사용하세요. 원본 이미지를 제출하기 전에 API 문서를 확인하세요.
제품 이미지 수정: 기존 제품 이미지를 출발점으로 삼아 수정할 배경이나 표현 방식을 설명합니다.
캠페인 변형: 새로운 캠페인 기획서에 맞게 기존 크리에이티브 자료의 변경을 요청합니다.
참조 기반 콘셉트: 요청에 여러 시각적 참조를 포함하고 참조 간에 의도한 관계를 설명합니다.
게시 위치에 맞춘 조정: 다른 게시 위치에 적합한 비율로 구도를 편집하도록 요청합니다.
시각 자료 검토 워크플로: 이미지에 대한 피드백을 편집 지침으로 전환하고 수정 결과를 검토합니다.
참고 처리 권한이 있는 참조 이미지를 사용하세요. 요금은 선택한 출력 해상도에 따른 비용과 제출한 참조 이미지별 비용을 합산하여 계산하며, 참조 이미지는 첫 번째 이미지부터 과금됩니다. 중복된 이미지 URL도 포함될 때마다 요금이 부과됩니다.
MiniMax H3 Image Edit와 ChatGPT Images 2.5 Flare Edit
두 모델 모두 여러 참조 이미지와 글로 작성한 편집 지침을 입력받으며 해상도와 출력 비율을 선택할 수 있습니다. ChatGPT Images 2.5 Flare Edit는 선택한 해상도에서 출력을 다듬기 위한 별도의 품질 설정을 추가로 제공합니다. MiniMax H3 Image Edit는 편집된 자료를 전달할 수 있도록 해상도 및 종횡비 제어와 함께 출력 형식 선택 기능을 제공합니다.
MiniMax H3 Image Edit와 Nano Banana 2.1 Edit
Nano Banana 2.1 Edit는 참조 기반 편집과 선택적인 웹 및 이미지 검색을 결합합니다. MiniMax H3 Image Edit는 제공된 이미지와 편집 지침을 사용하여 결과를 유도합니다. 검색 결과를 활용하는 것이 편집에 도움이 된다면 Nano Banana 2.1 Edit를, 원본 이미지와 지침만으로 요구 사항이 이미 명확하다면 MiniMax H3 Image Edit를 고려하세요.
MiniMax H3 Image Edit와 GPT Image 2 Edit
두 모델 모두 다중 이미지 편집을 지원하며 출력 해상도를 조정할 수 있습니다. GPT Image 2 Edit에는 별도의 품질 설정이 있으며, MiniMax H3 Image Edit는 Best Image AI에서 더 다양한 출력 비율을 제공합니다. 참조 기반 수정에 사용할 모델을 선택할 때 필요한 레이아웃 및 품질 제어 기능을 비교하세요.
브라우저에서 빠른 이미지 및 비디오 워크플로를 위한 여러 AI 창작 도구를 살펴본 다음, Best Image AI의 프로덕션용 모델 API로 성공적인 아이디어를 확장하세요. Best Image AI는 모든 모델을 위한 통합 API 계층을 제공하여 워크플로를 쉽게 사용하고 확장할 수 있도록 합니다.
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)