Генерация изображений в FLUX

Как FLUX собирает картинку по текстовому описанию: из чего складывается промпт, во что упирается разрешение, почему надписи в кадре читаются и что модель не станет рисовать.

Из чего собирается промпт

Промпт — единственный вход в модель. Своего редактора у FLUX нет: запрос уходит либо в API, либо в форму сторонней площадки, где FLUX подключён одной из моделей на выбор.

Описание удобно собирать слоями: объект, окружение, план и оптика, свет. Оценочные слова вроде «красиво», «качественно» и «профессионально» места в промпте не заслуживают — они не говорят модели, что именно нарисовать, и вытесняют собой конкретику.

Отдельной частью идёт надпись, если она должна оказаться в кадре: её пишут дословно, в кавычках, и указывают, на чём она размещена.

Текстом задаётся не всё. Модель, размер кадра и число референсных изображений — это параметры запроса, а не слова в описании, и счёт зависит именно от них.

Мегапиксели: чем в FLUX меряют и кадр, и деньги

В поколении FLUX.2 плата берётся не за картинку, а за мегапиксели: отдельно первый, отдельно каждый следующий.

Один мегапиксель: 1024 × 1024
Разрешение: 4 MP
Первый MP у [pro]: $0,03
Референс у [pro]: $0,015 за MP

Кадр 1024 × 1024 — это ровно один мегапиксель. Запрос выше четырёх мегапикселей не отклоняется: выход ужимается до 4 MP, и заказанное разрешение вы всё равно не получите. Работа с 4 MP и с несколькими референсами доступна у FLUX.2 [pro] и [flex].

Полный кадр в четыре мегапикселя у [pro] стоит $0,075: первый мегапиксель по $0,03 и три следующих по $0,015. У [klein] 4B тот же кадр обходится в $0,017. Разбор всей линейки — на странице версий FLUX.

Надписи внутри кадра

Буквы внутри картинки — старая слабость генераторов изображений. У FLUX это сильная сторона: слово на обложке, номер на двери, ценник на витрине выходят такими, что их можно прочитать.

Надпись задают дословно и в кавычках, отдельно указывая носитель: вывеска, этикетка, страница блокнота. Язык надписи и регистр — тоже часть описания, иначе модель решает это за вас.

Витрина с крупной вывеской — иллюстрация к разделу о надписях внутри кадра

Несколько референсов в одном запросе

FLUX.2 [pro] и [flex] принимают на вход не один образец, а набор. Так собирают серию, где персонаж, свет и фактура держатся от кадра к кадру и не расходятся на третьей картинке.

Референсы считаются по мегапикселям, у каждой модели по своей ставке: $0,015 за мегапиксель у [pro], $0,03 у [max], $0,002 у [klein] 9B и $0,001 у [klein] 4B. Образец 1024 × 1024 добавляет к запросу один мегапиксель, то есть три образца у [max] — это $0,09 сверх кадра, у [pro] — $0,045, у [klein] 4B — $0,003.

Если исходник уже есть и его нужно поправить, а не повторить, работа идёт не через референсы, а через FLUX Kontext: там кадр остаётся прежним, меняется названная деталь.

Начать генерировать

Что делать с промптом на русском

У самой модели нет ни сайта с полем ввода, ни приложения. Работа идёт через API или через чужую площадку, и англоязычно там всё: документация, примеры запросов, названия параметров.

Промпт поэтому проще писать сразу по-английски. Тогда описание совпадает по формулировкам с примерами из документации, и видно, какая его часть не сработала, если кадр разошёлся с задумкой.

Русский текст удобен как черновик: сначала формулируется по-русски, что должно быть в кадре, и только готовое описание переводится. Иначе на каждой итерации приходится править две версии промпта вместо одной.

Ограничения: фильтры контента и лицензия

Про FLUX регулярно спрашивают, как обстоит дело с NSFW и есть ли версия без цензуры. Фильтр контента у моделей есть, и он не один на всю линейку: доступ через API и запуск открытых весов на своей машине — разные условия с разными ограничениями.

Вторая граница лицензионная. Веса отдаются не голым файлом, вместе с ними идёт лицензия, где описано, что с моделью делать можно, а что нет. Для коммерческой работы берётся одна из пяти: Builder, Platform, Professional, Enterprise или Synthetic Data. Последняя стоит особняком — именно она даёт право пустить сгенерированное в обучающий датасет. Это ограничение не техническое, настройкой оно не снимается.

Третья граница — площадка. FLUX подключён как одна из моделей в чужих продуктах, и у каждого продукта поверх модельного фильтра стоит собственная модерация со своими правилами. Один и тот же запрос в двух местах поэтому даёт разный результат.

Вопросы о промптах и разрешении

Потолок — 4 мегапикселя, это доступно у FLUX.2 [pro] и [flex]. Один мегапиксель равен кадру 1024 × 1024. Запрос на большее разрешение не отклоняется, но выход ужимается до 4 MP.

Да, читаемые надписи в кадре — сильная сторона FLUX: вывеска, ценник, обложка, номер на двери. Нужный текст указывают в промпте дословно и в кавычках, вместе с носителем, на котором он должен оказаться.

Собственных интерфейсов у модели нет: запрос идёт через API или через стороннюю площадку, и все они англоязычные — документация, примеры и параметры. Промпт надёжнее писать по-английски, а русскую формулировку держать как черновик.

Счёт идёт по мегапикселям. Кадр 1024 × 1024 у FLUX.2 [pro] — это $0,03, полный кадр в 4 MP — $0,075. У самой дешёвой модели линейки, [klein] 4B, тот же мегапиксель стоит $0,014. Референсные изображения оплачиваются сверх этого.

Отдельного режима без фильтра у FLUX нет. Ограничения работают на трёх уровнях: фильтр самой модели, лицензия на веса и правила площадки, через которую идёт запрос. Условия у доступа через API и у открытых весов различаются.