
ข้อความเป็นรูปภาพ
สร้างรูปภาพ AI จากพรอมต์ข้อความ
แก้ไขภาพฟรีด้วย MiniMax H3 Image Edit API บน Best Image AI บรรยายการเปลี่ยนพื้นหลังและรายละเอียด ใช้งานเสถียร ราคาย่อมเยา
ลองใช้ AI Image Generator ได้เลยตอนนี้
MiniMax H3 Image Edit API ผสานภาพอ้างอิงกับคำสั่งแก้ไขที่เป็นข้อความผ่าน Best Image AI เริ่มจากสื่อภาพที่มีอยู่ อธิบายสิ่งที่ต้องการเปลี่ยนแปลง และเลือกการตั้งค่าขาออกสำหรับภาพที่เสร็จสมบูรณ์ การป้อนภาพหลายภาพช่วยให้ส่งภาพอ้างอิงหลายภาพในคำขอเดียวกันได้ สำหรับการปรับแก้งานสร้างสรรค์และขั้นตอนงานที่ใช้ภาพเป็นพื้นฐาน
การแก้ไขตามคำสั่ง: ใช้พรอมต์ข้อความเพื่ออธิบายว่าภาพที่ส่งมาควรเปลี่ยนแปลงอย่างไร และควรคงองค์ประกอบใดไว้
ภาพอ้างอิงหลายภาพ: ใส่ภาพต้นฉบับหลายภาพและอธิบายบทบาทของภาพอ้างอิงแต่ละภาพต่อผลลัพธ์ที่ต้องการ
เลือกความละเอียดขาออกได้: กำหนดความละเอียดขาออกของภาพที่แก้ไขตามวัตถุประสงค์การใช้งาน
สัดส่วนภาพขาออกที่ยืดหยุ่น: เลือกรูปแบบสี่เหลี่ยมจัตุรัส แนวตั้ง แนวนอน หรือพาโนรามาเมื่อเตรียมภาพที่แก้ไขสำหรับเลย์เอาต์ใหม่
การเลือกรูปแบบภาพ: เลือกรูปแบบไฟล์ขาออกได้โดยไม่ขึ้นกับรูปแบบของภาพอ้างอิง
ข้อมูลขาเข้า: ระบุ URL ของภาพอ้างอิงและคำสั่งแก้ไขด้วยภาษาธรรมชาติ ระบุสิ่งที่ต้องการเปลี่ยนแปลง และหากมีภาพอ้างอิงหลายภาพ ให้อธิบายว่าแต่ละภาพควรใช้เป็นแนวทางต่อผลลัพธ์อย่างไร
ผลลัพธ์: แต่ละงานที่เสร็จสมบูรณ์จะสร้างภาพที่แก้ไขหนึ่งภาพ การส่งภาพอ้างอิงเพิ่มไม่ได้ทำให้จำนวนภาพขาออกเพิ่มขึ้น
ความละเอียด: เลือกความละเอียดขาออกอย่างชัดเจนสำหรับแต่ละคำขอ
อัตราส่วนภาพ: เลือกสัดส่วนภาพขาออกที่รองรับ เมื่อระบุผ่าน API ให้ส่งค่าอัตราส่วนทั้งความกว้างและความสูง แทนขนาดเป็นพิกเซล
การเตรียมภาพอ้างอิง: ใช้ไฟล์ภาพที่รองรับและอยู่ภายในข้อจำกัดด้านขนาดและสัดส่วนที่ระบุในเอกสาร ตรวจสอบเอกสาร API ก่อนส่งภาพต้นฉบับ
การปรับแก้ภาพสินค้า: ใช้ภาพสินค้าที่มีอยู่เป็นจุดเริ่มต้น แล้วอธิบายฉากหรือการนำเสนอที่ต้องการปรับเปลี่ยน
รูปแบบต่าง ๆ ของแคมเปญ: ขอให้ปรับเปลี่ยนชิ้นงานสร้างสรรค์ที่มีอยู่ตามบรีฟแคมเปญใหม่
แนวคิดที่อิงภาพอ้างอิง: ใส่ภาพอ้างอิงหลายภาพในคำขอและอธิบายความสัมพันธ์ที่ต้องการระหว่างภาพเหล่านั้น
การปรับให้เหมาะกับการเผยแพร่: ขอองค์ประกอบภาพที่แก้ไขในสัดส่วนที่เหมาะกับพื้นที่เผยแพร่อื่น
ขั้นตอนการตรวจงานภาพ: เปลี่ยนข้อเสนอแนะเกี่ยวกับภาพให้เป็นคำสั่งแก้ไข แล้วตรวจสอบผลลัพธ์ที่ปรับแก้
หมายเหตุ ใช้ภาพอ้างอิงที่คุณได้รับอนุญาตให้นำมาประมวลผล ค่าบริการรวมค่าความละเอียดขาออกที่เลือกกับค่าภาพอ้างอิงทุกภาพที่ส่ง โดยเริ่มคิดตั้งแต่ภาพแรก URL ภาพที่ซ้ำกันจะถูกคิดค่าบริการทุกครั้งที่ใส่ในคำขอ
MiniMax H3 Image Edit เทียบกับ ChatGPT Images 2.5 Flare Edit
ทั้งสองรุ่นรับภาพอ้างอิงหลายภาพและคำสั่งแก้ไขที่เป็นข้อความ โดยเลือกความละเอียดและสัดส่วนภาพขาออกได้ ChatGPT Images 2.5 Flare Edit เพิ่มการตั้งค่าคุณภาพแยกต่างหากเพื่อปรับแต่งผลลัพธ์ในความละเอียดที่เลือก MiniMax H3 Image Edit มีการเลือกรูปแบบไฟล์ขาออกร่วมกับการควบคุมความละเอียดและอัตราส่วนภาพสำหรับส่งมอบชิ้นงานที่แก้ไขแล้ว
MiniMax H3 Image Edit เทียบกับ Nano Banana 2.1 Edit
Nano Banana 2.1 Edit ผสานการแก้ไขโดยใช้ภาพอ้างอิงกับตัวเลือกการค้นหาเว็บและภาพ MiniMax H3 Image Edit ใช้ภาพและคำสั่งแก้ไขที่ให้มาเป็นแนวทางในการสร้างผลลัพธ์ พิจารณา Nano Banana 2.1 Edit เมื่อการแก้ไขจะได้ประโยชน์จากผลการค้นหาเป็นข้อมูลประกอบ หรือ MiniMax H3 Image Edit เมื่อภาพต้นฉบับและคำสั่งของคุณกำหนดโจทย์ได้ครบถ้วนแล้ว
MiniMax H3 Image Edit เทียบกับ GPT Image 2 Edit
ทั้งสองรุ่นรองรับการแก้ไขโดยใช้ภาพหลายภาพพร้อมปรับความละเอียดขาออกได้ GPT Image 2 Edit มีการตั้งค่าคุณภาพแยกต่างหาก ขณะที่ MiniMax H3 Image Edit มีตัวเลือกสัดส่วนภาพขาออกที่หลากหลายกว่าบน Best Image AI เปรียบเทียบเลย์เอาต์และการควบคุมคุณภาพที่จำเป็นเมื่อเลือกโมเดลสำหรับการปรับแก้ตามภาพอ้างอิง
สำรวจเครื่องมือสร้างสรรค์ด้วย AI หลายรายการสำหรับเวิร์กโฟลว์รูปภาพและวิดีโอที่รวดเร็วในเบราว์เซอร์ แล้วขยายแนวคิดที่ประสบความสำเร็จด้วย API โมเดลที่พร้อมใช้งานจริงจาก Best Image AI โดย Best Image AI มีชั้น API แบบรวมสำหรับทุกโมเดล ทำให้ใช้และขยายเวิร์กโฟลว์ได้ง่าย

สร้างรูปภาพ AI จากพรอมต์ข้อความ

สร้างรูปภาพ AI จากรูปภาพและพรอมต์ข้อความ

สร้างวิดีโอ AI จากพรอมต์ข้อความ

ทำให้รูปภาพเคลื่อนไหวเป็นวิดีโอ AI

สร้างรูปภาพและวิดีโอ AI ในพื้นที่ทำงานเดียว

สร้างวิดีโอที่สอดคล้องกันจากสื่ออ้างอิง

สร้างเวิร์กโฟลว์ภาพและวิดีโอ AI แบบภาพบนแคนวาสไร้ขอบเขต
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)