Blog

Tutorial

Cómo llamar a fibo-gen-1.5/text-to-image a través de HiAPI: guía con curl y Python

Nov 12, 2026
Portada con puntos de semitono en verde menta que forman un gradiente de densidad sutil sobre un fondo casi negro.
En esta página

Construir una solicitud funcional con curl

fibo-gen-1.5/text-to-image es un modelo de texto a imagen alojado al que se accede mediante el patrón de solicitud estándar de HiAPI. Este detalle es más importante de lo que parece a primera vista: no necesitas descargar pesos, montar una GPU ni aprender un SDK específico del modelo. Solo envías una solicitud HTTP con el identificador del modelo y el prompt, y recibes el resultado de la imagen. El trabajo de integración se concentra en tres puntos: cómo diseñar el prompt, qué parámetros configurar y cómo manejar la respuesta.

Antes de escribir cualquier código, hay varias suposiciones que puedes adoptar con confianza:

  • Autenticación unificada. Cada llamada a HiAPI incluye tu clave de API en la cabecera de la solicitud. No existen flujos de autenticación específicos por modelo.
  • El modelo se selecciona por nombre. fibo-gen-1.5/text-to-image se incluye como campo de modelo en el cuerpo de la solicitud y debe escribirse exactamente así, incluido el sufijo /text-to-image.
  • Desde la perspectiva del llamador, la generación es síncrona. Envías la solicitud, esperas y recibes la salida. El presupuesto de tiempo de espera debe reflejar la latencia real de generación, no asumir una respuesta instantánea.
  • La respuesta está estructurada. Recibes un contenedor JSON, no un bloque de datos binarios en bruto, por lo que debes analizarlo antes de usar la imagen.

Si ya has integrado cualquier otro modelo de HiAPI, esto te resultará familiar. Si es el primero, el patrón que aprendas aquí se transfiere directamente a todo lo demás en la plataforma. El conocimiento realmente específico del modelo reside en la elección de parámetros, que se cubre más adelante en esta guía.

Ejecutar la misma llamada en Python

Comienza con la llamada mínima funcional. Exporta la clave para evitar que aparezca en texto plano en el historial del shell:

export HIAPI_API_KEY="your_api_key_here"

Luego envía la solicitud:

curl -sS -X POST "https://api.hiapi.ai/v1/images/generations" \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "fibo-gen-1.5/text-to-image",
    "prompt": "a weathered fisherman mending a net on a wooden dock at dawn, overcast light, 35mm photograph",
    "size": "1024x1024",
    "n": 1
  }'

Hay tres puntos que merecen señalarse, porque son donde suelen fallar los intentos de "copiar y pegar con suerte":

  1. La cadena del modelo debe ser exacta. fibo-gen-1.5/text-to-image, no fibo-gen-1.5 ni una variante de mayúsculas y minúsculas. Cualquier desviación devuelve un error de modelo no encontrado, sin retroceder silenciosamente.
  2. La clave va en la cabecera Authorization como token bearer. No la coloques en el cuerpo de la solicitud ni en la cadena de consulta.
  3. Content-Type: application/json es obligatorio. Si falta, algunos proxies y puertas de enlace corrompen la carga útil antes de que llegue a la API.

Si quieres ver exactamente qué se devuelve, incluidas las cabeceras de respuesta, añade -i a la llamada curl. Es el hábito de depuración más útil cuando la respuesta parece vacía: te indica si recibiste un 200 con un cuerpo de forma anómala o un estado no 2xx que debes manejar. Durante la exploración, puedes canalizar la salida por jq . para embellecer el JSON.

Una vez que funcione, cambia el prompt y vuelve a ejecutar. Mantener el resto de la llamada sin cambios aísla el cambio de prompt de los cambios estructurales.

Pasar a producción

Pasar de un script funcional a una integración fiable depende sobre todo de las partes aburridas. Lista de verificación:

  • Las claves no entran en el código. Cárgalas desde variables de entorno o un gestor de secretos, nunca las confirmes y rótalas según un ciclo que realmente puedas cumplir. Usa claves distintas para desarrollo y producción, de modo que una fuga de la clave de desarrollo no afecte al tráfico en línea.
  • Los tiempos de espera son explícitos y fundamentados. Establece un límite según la latencia de generación observada en tu propia carga de trabajo, no por conjetura. Registra el tiempo real de cada llamada para respaldar esa cifra.
  • Los reintentos son acotados y selectivos. Reintenta fallos transitorios —tiempos de espera, situaciones de limitación de tasa— con retroceso exponencial y un límite estricto de intentos. Nunca reintentes cargas útiles mal formadas ni fallos de autenticación; fallarán de la misma manera cada vez y desperdiciarán tu cuota.
  • La salida se valida antes de confiar en ella. Comprueba que los bytes decodificados alcancen una cantidad razonable y que el archivo se abra como una imagen válida. Un archivo de cero bytes o truncado que llega a la CDN es peor que un error directo en la fase de generación.
  • Cada generación queda registrada. Almacena el prompt, los parámetros, la respuesta y la marca de tiempo juntos. Esto permite la reproducibilidad y la atribución de costes en el futuro.
  • La llamada se encapsula detrás de una función, no dispersa por todas partes. Usar una única generate() significa que solo necesitas parchear la lógica de reintentos, los tiempos de espera y el registro en un único lugar.

Primero lanza una solicitud limpia de fibo-gen-1.5/text-to-image con curl, luego migra a Python y después añade la capa operativa a su alrededor. La forma de la solicitud nunca cambia: lo único que cambia son las garantías que la envuelven.

Artículos relacionados

Ver todos los artículos →

Empieza a crear con artefactos de IA persistentes

Consigue tu API key y llama a modelos de imagen, vídeo y audio a través de una única API basada en tasks.

Leer la documentación de la API