Web API for FLUXの使い方【pro】：安定拡散オリジナルチームによる最新画像生成AIモデル

導入

以前、「Stable Diffusion のオリジナル開発者による FLUX.1 イメージ ([dev]/[schnell]) 生成 AI モデルを MacBook (M2) で実行する」という記事を書きました。これは、Stable Diffusion の作成者によって設立された Black Forest Labs の FLUX.1 画像生成モデルを実証しました。

2 か月後、FLUX 1.1 [pro] (コード名 Blueberry) がリリースされ、Web API へのパブリック アクセスが可能になりましたが、まだベータ版です。

本日、ベータ版 BFL API の一般公開に伴い、これまでで最も先進的かつ効率的なモデルである FLUX1.1 [プロ] をリリースします。このリリースは、クリエイター、開発者、企業にスケーラブルな最先端の生成テクノロジーを提供するという私たちの使命において、重要な前進を示しています。

参考: FLUX1.1 [プロ] と BFL API の発表 - Black Forest Labs

この投稿では、FLUX 1.1 [pro] Web API の使用方法を説明します。

すべてのコード例は Python で書かれています。

アカウントとAPIキーの作成

まずアカウントを登録し、API ページの 登録 オプションでログインします。

クレジットの価格はそれぞれ 0.01 ドルで、登録時に 50 クレジットを受け取りました (これは異なる場合があります)。

価格ページに基づくと、モデルのコストは次のとおりです:

• FLUX 1.1 [プロ]: 画像あたり 0.04 ドル
• FLUX.1 [プロ]: 画像あたり $0.05
• FLUX.1 [開発]: 画像あたり $0.025

ログインしたら、キーの追加 を選択し、任意の名前を入力して API キーを生成します。

キーは以下のように表示されます。

環境設定

オペレーティング システムとして macOS 14 Sonoma を使用しています。

Python のバージョンは次のとおりです:

$ python --version
Python 3.12.2

サンプル コードを実行するために、リクエストをインストールしました。

$ pip install requests

インストールされているバージョンを確認しました:

$ pip list | grep -e requests 
requests           2.31.0

ハードコーディングを避けるために、zshrc ファイルを編集して API キーを環境変数として保存しました。

$ open ~/.zshrc

環境変数に BFL_API_KEY という名前を付けました:

export BFL_API_KEY=<Your API Key Here>

コード例

以下は、「はじめに」のサンプル コードといくつかの追加コメントです。理想的には、ステータスを使用してエラーを処理する必要がありますが、簡単にするために変更しないままにしました。

import os
import requests
import time

# Request
request = requests.post(
    'https://api.bfl.ml/v1/flux-pro-1.1',
    headers={
        'accept': 'application/json',
        'x-key': os.environ.get("BFL_API_KEY"),
        'Content-Type': 'application/json',
    },
    json={
        'prompt': 'A cat on its back legs running like a human is holding a big silver fish with its arms. The cat is running away from the shop owner and has a panicked look on his face. The scene is situated in a crowded market.',
        'width': 1024,
        'height': 768,
    },
).json()
print(request)
request_id = request["id"]

# Wait for completion
while True:
    time.sleep(0.5)
    result = requests.get(
        'https://api.bfl.ml/v1/get_result',
        headers={
            'accept': 'application/json',
            'x-key': os.environ.get("BFL_API_KEY"),
        },
        params={
            'id': request_id,
        },
    ).json()
    if result["status"] == "Ready":
        print(f"Result: {result['result']['sample']}")
        break
    else:
        print(f"Status: {result['status']}")

この例では、プロンプトは次のとおりです:

後ろ足で人間のように走っている猫が、腕で大きな銀色の魚を抱えています。猫は店主から逃げ出し、パニックになった表情をしています。現場は混雑した市場にあります。

最終的な 結果 の形式は次のようになります。応答時間は、テストした他の API と比べて速かったです。

$ python --version
Python 3.12.2

サンプルには、生成されたイメージの URL が含まれています。テスト時には、このイメージは bflapistorage.blob.core.windows.net でホストされていました。

生成された画像は次のとおりです:

結果はプロンプトとほぼ一致しており、緊迫感を捉えています。

代替プロンプトを試す

さまざまな画像を生成するために、さまざまなプロンプトを試してみました。

日本の萌えヒロイン

プロンプト: 「日本の萌えヒロイン」、アニメ スタイルを使用。

$ pip install requests

日本の人気アニメのスイーツ

プロンプト: 「人気の日本のアニメに登場するお菓子」、アニメ スタイルを使用。

$ pip list | grep -e requests 
requests           2.31.0

修学旅行中の男子高校生

プロンプト: 「修学旅行中の男子高校生」、アニメ スタイルを使用。

$ open ~/.zshrc

ギターを弾くお姫様

プロンプト: 「ギターを弾くお姫様」、ファンタジー アート スタイルを使用。

export BFL_API_KEY=<Your API Key Here>

白いノートパソコンの上のかわいい妖精

プロンプト: 「白いラップトップの上にかわいい妖精」、写真スタイルを使用。

import os
import requests
import time

# Request
request = requests.post(
    'https://api.bfl.ml/v1/flux-pro-1.1',
    headers={
        'accept': 'application/json',
        'x-key': os.environ.get("BFL_API_KEY"),
        'Content-Type': 'application/json',
    },
    json={
        'prompt': 'A cat on its back legs running like a human is holding a big silver fish with its arms. The cat is running away from the shop owner and has a panicked look on his face. The scene is situated in a crowded market.',
        'width': 1024,
        'height': 768,
    },
).json()
print(request)
request_id = request["id"]

# Wait for completion
while True:
    time.sleep(0.5)
    result = requests.get(
        'https://api.bfl.ml/v1/get_result',
        headers={
            'accept': 'application/json',
            'x-key': os.environ.get("BFL_API_KEY"),
        },
        params={
            'id': request_id,
        },
    ).json()
    if result["status"] == "Ready":
        print(f"Result: {result['result']['sample']}")
        break
    else:
        print(f"Status: {result['status']}")

28歳、黒髪おかっぱの日本人女性

プロンプト: 「黒髪おかっぱの 28 歳の日本人のきれいな女性」、写真スタイルを使用。

$ python --version
Python 3.12.2

1980年代の香港のダウンタウン

プロンプト: 「1980 年代の香港のダウンタウン」、写真スタイルを使用。

$ pip install requests

2020年の新宿歌舞伎町

プロンプト: 「2020 年の新宿歌舞伎町」、写真スタイルを使用。

$ pip list | grep -e requests 
requests           2.31.0

生成された画像はすべて非常に高品質でした。

非常に多くの高品質 AI 画像を生成すると、現実がほとんど超現実的に感じられます。

結論

Black Forest Labs は、AI モデルの革新と強化を続けています。

今後のビデオ生成機能のリリースを楽しみにしています。

日本語オリジナル記事

Stable Diffusionのオリジナル開発陣による画像生成AIモデル最新版FLUX 1.1 [pro]のWeb APIを呼んでいくつかの画像を生成してみた

以上がWeb API for FLUXの使い方【pro】：安定拡散オリジナルチームによる最新画像生成AIモデルの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。