FLUX 1.1 Pro auf hiapi: Fähigkeiten, Preise und ein lauffähiges Code-Beispiel

Überblick

FLUX 1.1 Pro ist das aktuelle Flaggschiff-Text-zu-Bild-Modell von Black Forest Labs und setzt auf realistische Ausgaben, sauberes Text-Rendering und flexible Seitenverhältnisse. Wenn du es über hiapi nutzen möchtest, sind hier die Punkte, die wirklich zählen:

• Auf hiapi: $0.05 pro Bild, Festpreis. Kein Auflösungs-Multiplikator, keine Qualitätsstufen – 1:1, 9:16, 16:9 und andere Seitenverhältnisse kosten gleich viel.
• Endpunkt: /v1/tasks (asynchroner Task-Modus), Modellname flux-1.1-pro. Es wird nicht über /v1/chat/completions oder die OpenAI-kompatiblen Images-Endpunkte bereitgestellt.
• Worin es stark ist: realistische Porträts, Produktfotografie, filmische Szenen und kurze Schild-/Überschriftentexte. Das Text-Rendering ist deutlich zuverlässiger als bei der älteren Dev-Stufe, mit der die meisten Teams beginnen.
• Was auf hiapi fehlt: Das ältere FLUX.1 Dev und die erste FLUX-Pro-Generation sind nicht im hiapi-Katalog. hiapi führt derzeit nur das Flaggschiff 1.1 Pro der FLUX-Familie.

Der Rest dieses Artikels behandelt die Fähigkeiten, die Einordnung von 1.1 Pro auf Modellebene gegenüber den älteren FLUX-Stufen, die vier Ausgaben, die wir tatsächlich über den hiapi-Endpunkt erzeugt haben, sowie ein direkt kopierbares Code-Beispiel.

Wie FLUX 1.1 Pro in der Familie einzuordnen ist

Black Forest Labs hat mehrere FLUX-Varianten veröffentlicht, was leicht verwirrend ist – hier eine kurze Übersicht:

• FLUX.1 Dev – das Open-Weight-Modell, auf dem die Community aufgebaut hat. Starke allgemeine Bildqualität, aber nicht-kommerzielle Lizenz und ältere Text-Rendering- und Detailleistung. Die meisten LoRA-Arbeiten von Drittanbietern bauen darauf auf.
• FLUX.1 Pro (die erste „Pro“) – das erste Closed-Source-API-Modell von BFL. Höhere Treue als Dev, aber langsamer und konservativ abgestimmt.
• FLUX 1.1 Pro – das aktuelle Flaggschiff. Die wichtigsten Verbesserungen sind die Generierungsgeschwindigkeit sowie eine deutlich gesteigerte Prompt-Treue und Obergrenze beim kurzen Text-Rendering, während der für die Pro-Serie typische „fotorealistische“ Gesamteindruck erhalten bleibt.

Wenn du bisher nur FLUX.1 Dev genutzt hast, sind die auffälligsten Unterschiede nach dem Wechsel zu 1.1 Pro: Gesichter haben nicht mehr diesen gleichförmigen „KI-Look“, kurze Überschriftentexte (Schilder, Poster, Etiketten) geben eher tatsächlich die angeforderte Zeichenkette wieder, und das Modell braucht weniger Prompt-Steuerung für dramatisches Licht und geringe Schärfentiefe.

Hinweis zum Vergleich: hiapi führt derzeit nur flux-1.1-pro im Katalog – wir haben Dev und das erste Pro nicht innerhalb von hiapi gegen 1.1 Pro gebencht, da sie dort nicht auf dieselbe Weise aufrufbar sind. Die genannten Unterschiede beziehen sich auf die Modelle selbst auf Designebene, nicht auf einen direkten Preis-/Latenzvergleich innerhalb einer einzelnen Plattform.

Preise auf hiapi

Direkt aus der hiapi-Pricing-API:

Modell	Endpunkt	Preis pro Bild	Auflösungs-/Seitenverhältnis-Zuschlag
flux-1.1-pro	POST /v1/tasks	$0.05	Keiner – Festpreis für alle Seitenverhältnisse

Ein paar Punkte sind erwähnenswert:

• Kein 2K/4K-Aufschlag. Einige Bildmodelle auf hiapi haben Qualitäts-Multiplikatoren (z. B. 2K = das 1,5-Fache des Basispreises). Bei FLUX 1.1 Pro gibt es das nicht – ob du ein quadratisches Avatar oder ein 16:9-Hauptbild willst, du zahlst $0.05.
• Abrechnung pro Bild, nicht pro Token. Du zahlst einmal pro fertiggestelltem Bild. Die Prompt-Länge beeinflusst den Preis nicht.
• Vor dem Commit verifizieren. Die Preise von hiapi sind versioniert (pricing_version in der API-Antwort), und wir haben gesehen, dass Qualitätsstufen im Laufe der Zeit hinzugefügt oder entfernt wurden. Rufe vor der Integration in deinen eigenen Abrechnungsdienst unbedingt erneut /api/pricing ab.

Zum Vergleich: Mit $0.05/Bild liegt FLUX 1.1 Pro auf hiapi auf demselben Preisniveau wie Googles Nano Banana (bei 1K ebenfalls $0.05) und unter GPT Image 2 Pro ($0.35/Bild, 1K). Es positioniert sich als „realistischer Standard“ statt als „Premium-Experte“.

So ruft man es auf

FLUX 1.1 Pro wird über den asynchronen Task-Endpunkt bereitgestellt, nicht über /v1/chat/completions. Hier stolpern die meisten bei der ersten Nutzung. Du musst:

1. An POST /v1/tasks senden: {"model": "flux-1.1-pro", "input": {"prompt": "...", "aspect_ratio": "16:9"}} → liefert eine taskId.
2. GET /v1/tasks/<taskId> abfragen, bis data.status == "success".
3. Die URL des gerenderten Bildes aus data.output[0].url lesen. Diese URL liegt auf dem CDN von hiapi und hat einen expireAt-Zeitstempel – lade sie herunter, wenn du sie behalten willst.

Ein minimales Python-Beispiel, das tatsächlich für die vier Bilder in diesem Artikel verwendet wurde:

import json, os, time, urllib.request

TOKEN = os.environ["HIAPI_API_KEY"]
BASE  = "https://api.hiapi.ai"

def submit(prompt: str, aspect_ratio: str = "16:9") -> str:
    body = json.dumps({
        "model": "flux-1.1-pro",
        "input": {"prompt": prompt, "aspect_ratio": aspect_ratio},
    }).encode()
    req = urllib.request.Request(
        f"{BASE}/v1/tasks",
        data=body,
        headers={
            "Authorization": f"Bearer {TOKEN}",
            "Content-Type":  "application/json",
        },
    )
    with urllib.request.urlopen(req, timeout=60) as r:
        data = json.loads(r.read())
    if data.get("code") != 200:
        raise RuntimeError(f"submit failed: {data}")
    return data["data"]["taskId"]

def wait_for(task_id: str, timeout_s: int = 240) -> str:
    deadline = time.time() + timeout_s
    while time.time() < deadline:
        time.sleep(5)
        req = urllib.request.Request(
            f"{BASE}/v1/tasks/{task_id}",
            headers={"Authorization": f"Bearer {TOKEN}"},
        )
        with urllib.request.urlopen(req, timeout=30) as r:
            data = json.loads(r.read())
        status = data.get("data", {}).get("status")
        if status == "success":
            return data["data"]["output"][0]["url"]
        if status in ("failed", "canceled"):
            raise RuntimeError(f"task {task_id} {status}: {data}")
    raise RuntimeError(f"task {task_id} timed out after {timeout_s}s")

prompt = (
    "Wide-angle photograph of an old roadside diner at dusk, neon sign "
    "on the roof clearly reading 'MIDNIGHT DINER', warm interior lights "
    "spilling onto an empty parking lot, distant mountains silhouetted "
    "against a deep blue twilight sky, cinematic film still feel"
)
task_id = submit(prompt, aspect_ratio="16:9")
url     = wait_for(task_id)
print(url)

In unserem Lauf mit vier Bildern dauerte jeder Task end-to-end etwa 14–19 Sekunden (Submit → Polling → CDN-URL). Das ist die reale Wartezeit inklusive Polling-Intervall; die eigentliche Modell-Inferenz ist schneller. Wenn du eine UI darauf aufbaust, plane mit einer wahrgenommenen Latenz von etwa 10–20 Sekunden pro Bild und halte das Polling-Intervall bei 5 Sekunden oder mehr, um höflich zu bleiben.

Ein paar praktische Hinweise:

• Verwende aspect_ratio, nicht size. Die Task-Eingabe des Modells akzeptiert das Feld size nicht. Übergebe Standardverhältnisse wie "1:1", "4:3", "3:4", "16:9", "9:16". Bei size erhältst du 400 invalid input und additional properties 'size' not allowed.
• CDN-URLs sind temporär. Jede Antwort enthält expireAt (Unix-Sekunden). Bilder bleiben einige Tage auf cdn.hiapi.ai – kopiere sie in deinen eigenen Speicher, wenn du sie langfristig behalten willst.
• Kein Streaming, kein Fortschritt. Tasks folgen dem Submit-und-Poll-Muster. Es gibt keine SSE-/WebSocket-Fortschrittssignale.

Vier echte Ausgaben

Hier sind vier Bilder, die über den oben beschriebenen Codepfad gerendert wurden. Alle Prompts sind Originale dieses Artikels – es wurde nichts aus FLUX-Galerieposts wiederverwendet. Die Generierungszeit ist die reale Zeit von submit bis zur gültigen CDN-URL.

Porträt, 9:16 – realistische Figur

Prompt: „Photorealistic portrait of a 28-year-old marine biologist standing on a windy seaside cliff at sunrise, navy waterproof jacket, salt spray in her hair, distant lighthouse out of focus behind her, natural cool morning light with warm sun on her face, eye-level frame, magazine cover composition, natural skin texture, shallow depth of field.“

Tatsächliche Dauer: ca. 14 Sekunden.

Was gelungen ist: Hauttextur und Augendetails sind überzeugend, ohne diesen wächsernen „KI-Gesicht“-Look. Die Haarsträhnen bleiben auch vor dem komplexen Hintergrund sauber. Der Leuchtturm bleibt korrekt unscharf.

Was nicht gelungen ist: Auf der Brust der Jacke erschien ein kleines automatisch generiertes Markenzeichen, das wir nicht angefordert hatten, und zwar als leicht verzerrte Zeichenkette. FLUX 1.1 Pro ist bei angefordertem Text viel besser als ältere Versionen, kann aber auf Kleidung und Produktoberflächen immer noch dekorativen Text halluzinieren. Wenn du Bilder für echte Marken generierst, plane entweder Inpainting dieser Bereiche ein oder füge eine ausdrückliche Anweisung „kein Text auf der Kleidung“ hinzu, und akzeptiere, dass die Befolgung negativer Prompts nicht perfekt ist.

Produkt, 1:1 – flache E-Commerce-Aufnahme

Prompt: „Top-down product photograph of three handmade ceramic mugs in matte sage green arranged on a sun-dappled oak table, scattered coffee beans and a brass spoon between them, soft morning light from a window casting realistic shadows, editorial e-commerce style, crisp focus on mug rims, neutral color grading, premium catalogue aesthetic.“

Tatsächliche Dauer: ca. 19 Sekunden.

Was gelungen ist: Das gefleckte Licht und die Kaffeebohnen wirken sehr fotorealistisch – Schattenrichtungen sind konsistent, die Holzmaserung plausibel, die matte Glasur der Keramik sauber. Solche Ausgaben ließen sich mit minimaler Nachbearbeitung in ein Stimmungsboard eines echten Produktkatalogs aufnehmen.

Was nicht gelungen ist: Wir wollten einen Messinglöffel, bekamen aber zwei. FLUX 1.1 Pro ist bei Mengen bis etwa drei in der Regel gut, wird aber lockerer, wenn Objekte über die Szene verstreut sind. Wenn die Anzahl wichtig ist, entweder die Zahlen mehrfach im Prompt nennen („drei Tassen“, „genau ein Messinglöffel“) oder nach der Generierung zuschneiden.

Landschaft mit Text, 16:9 – Neonschild-Rendering

Prompt: „Wide-angle photograph of an old roadside diner at dusk, neon sign on the roof clearly reading 'MIDNIGHT DINER', warm interior lights spilling onto an empty parking lot with one parked classic pickup truck, distant mountains silhouetted against a deep blue twilight sky, cinematic film still feel, subtle lens flare, photoreal detail.“

Tatsächliche Dauer: ca. 14 Sekunden.

Was gelungen ist: Der Neontext „MIDNIGHT DINER“ wurde genau wie geschrieben ausgegeben, mit korrektem Buchstabenabstand und glaubwürdigem pink/magentafarbenem Leuchten. Das ist die Kernfähigkeit – kurzer, durchgehend großgeschriebener Schildtext in einer Fotoszene. Truck, Bergsilhouetten und Dämmerungsverlauf sind stimmig.

Was nicht gelungen ist: Das kleinere sekundäre Textfeld unter dem Hauptschild ist unleserlich. Faustregel: FLUX 1.1 Pro ist zuverlässig bei einer kurzen Zeichenkette pro Bild; bei mehr Anforderungen degeneriert meist mindestens eine davon.

Titelbild, 16:9 – Stillleben-Detail

Das Hauptbild oben in diesem Artikel (die Messing-Filmkamera auf verwittertem Holz) wurde über denselben Codepfad generiert. Tatsächliche Dauer: ca. 15 Sekunden. Die Richtung des Fensterlichts, die Falten des Leder-Notizbuchs und das Hintergrund-Bokeh halten der Betrachtung in voller Auflösung stand.

Auch hier ehrlich: Der Markenname auf dem Kameragehäuse ist automatisch erfundener Kauderwelsch. Das ist ein wiederkehrendes Muster – angeforderter Text wird gut gerendert, nicht angeforderter dekorativer Text auf Objekten ist unzuverlässig.

Wann man FLUX 1.1 Pro wählen sollte

Eine kurze Orientierung basierend auf den realen Beobachtungen aus diesen vier Läufen:

• Geeignet für: realistische Porträts, flache Produktaufnahmen, filmische Landschaften, kurze Überschriften-/Schildtexte. Alles, wo du eine „fotorealistische“ Grundlage brauchst und keine umfangreichen negativen Prompts.
• Vielleicht geeignet: stilisierte Illustrationen (es kann das, aber andere Modelle sind dafür gezielter abgestimmt), mehrzeilige Typografie-Bilder (eine kurze Zeichenkette ist kein Problem – mehrzeiliger Postertext driftet).
• Nicht geeignet: Logos und Markenzeichen mit hoher Markentreue (es improvisiert), strenge Anzahlkompositionen, bei denen die Menge exakt sein muss, sowie alles, was einen Bild-zu-Bild-Workflow mit genau diesem Modell erfordert (die /v1/tasks-Route hier unterstützt nur Text-zu-Bild).

Für einen Preisvergleich innerhalb von hiapi ist der nächste Nachbar Nano Banana mit $0.05/Bild – es neigt zu schnellerer Bearbeitung und den Charakterkonsistenz-Vorteilen der Gemini-Familie, während FLUX 1.1 Pro zu realistischen Stillleben und zuverlässigem kurzem Text neigt. Wenn du beide prüfen willst, listet die hiapi-Pricing-API sie nebeneinander in der Kategorie image / text-to-image.

Fazit

Wenn du gezögert hast, weil du unsicher warst, ob hiapi FLUX 1.1 Pro sauber bereitstellt: Es tut es, und die Integrationsfläche ist klein.

• Ein asynchroner Endpunkt (/v1/tasks), eine Eingabeform, mit aspect_ratio statt size.
• Festpreis von $0.05 pro Bild für jedes Seitenverhältnis.
• Zuverlässige realistische Ausgaben und zuverlässiges Rendering kurzer Textzeichenketten, bei gleichzeitig fortbestehenden Einschränkungen, die alle generativen Bildmodelle bei nicht angefordertem Text und exakten Mengen noch haben.

Der obige Codeblock ist ein minimal funktionsfähiger Client. Von dort aus geht es vor allem darum, welche Prompts für deine Domäne funktionieren – und dieser Teil ist, wie immer, empirisch.