FLUX 1.1 Pro sur hiapi : capacités, tarification et exemples de code exécutables

Résumé

FLUX 1.1 Pro est le modèle texte-image phare actuel de Black Forest Labs, axé sur des sorties photoréalistes, un rendu de texte propre et des ratios d'aspect flexibles. Si vous souhaitez l'utiliser via hiapi, voici les points réellement essentiels à connaître :

• Sur hiapi : 0,05 $ par image, prix fixe. Aucun multiplicateur de résolution, aucun palier de qualité — 1:1, 9:16, 16:9 et les autres ratios d'aspect coûtent le même prix.
• Point de terminaison : /v1/tasks (mode tâche asynchrone), nom du modèle flux-1.1-pro. Il n'est pas servi via /v1/chat/completions ni via le point de terminaison images compatible OpenAI.
• Ses points forts : portraits photoréalistes, photographie de produit, scènes cinématographiques et textes courts d'enseignes/titres. Le rendu de texte est nettement plus fiable que l'ancien palier Dev avec lequel la plupart des équipes ont commencé.
• Ce qui manque sur hiapi : l'ancien FLUX.1 Dev et le FLUX Pro de première génération ne figurent pas dans le catalogue hiapi. hiapi ne propose actuellement que le modèle phare 1.1 Pro de la famille FLUX.

Le reste de cet article présente ses capacités, le positionnement du 1.1 Pro au niveau du modèle par rapport aux anciens paliers FLUX, les quatre sorties que nous avons réellement générées via le point de terminaison hiapi, ainsi qu'un exemple de code directement copiable.

Positionnement de FLUX 1.1 Pro dans la famille

Black Forest Labs a publié plusieurs variantes de FLUX, ce qui prête à confusion ; voici un rapide tour d'horizon :

• FLUX.1 Dev — le modèle à poids ouverts sur lequel la communauté a commencé à construire. Qualité d'image générale solide, mais sous licence non commerciale, avec un rendu de texte et des détails plus anciens. La plupart des travaux LoRA tiers reposent sur lui.
• FLUX.1 Pro (premier « Pro ») — le premier modèle API fermé de BFL. Fidélité supérieure à Dev, mais plus lent et calibré de façon conservatrice.
• FLUX 1.1 Pro — le modèle phare actuel. Les principales améliorations sont la vitesse de génération, ainsi qu'un gain net de fidélité au prompt et de rendu de textes courts, tout en conservant l'aspect global « photoréaliste » caractéristique de la série Pro.

Si vous n'avez utilisé que FLUX.1 Dev, les différences les plus visibles après le passage au 1.1 Pro sont : les visages n'ont plus cet aspect « IA » uniforme, les textes courts de titres (enseignes, affiches, étiquettes) ont plus de chances de réellement afficher la chaîne demandée, et le modèle a besoin de moins de guidage par prompt pour gérer des éclairages dramatiques et une faible profondeur de champ.

Remarque sur les comparaisons : le catalogue hiapi ne liste actuellement que flux-1.1-pro — nous n'avons pas réalisé de benchmark de Dev et du premier Pro face au 1.1 Pro au sein de hiapi, car ils n'y sont pas appelables de la même manière. Les différences ci-dessus portent sur la conception même des modèles, et non sur une comparaison frontale prix/latence au sein d'une même plateforme.

Tarification sur hiapi

Directement depuis l'API de tarification hiapi :

Modèle	Point de terminaison	Prix par image	Supplément résolution / ratio d'aspect
flux-1.1-pro	POST /v1/tasks	0,05 $	Aucun — prix fixe quel que soit le ratio d'aspect

Quelques points méritent d'être notés :

• Aucun supplément 2K/4K. Certains modèles d'image sur hiapi appliquent un multiplicateur de qualité (par exemple 2K = 1,5 fois le prix de base). FLUX 1.1 Pro n'en a pas — que vous vouliez un avatar carré ou une image principale en 16:9, vous payez 0,05 $.
• Facturation à l'image, non au token. Vous payez une fois par image terminée. La longueur du prompt n'influence pas le prix.
• Vérifiez avant de vous engager. La tarification hiapi est versionnée (pricing_version dans la réponse API), et nous avons vu des paliers de qualité être ajoutés ou retirés au fil du temps. Avant d'intégrer la facturation à votre propre service, récupérez toujours à nouveau /api/pricing.

À titre de référence, 0,05 $/image place FLUX 1.1 Pro au même niveau tarifaire que Nano Banana de Google sur hiapi (également 0,05 $ en 1K), et en dessous de GPT Image 2 Pro (0,35 $/image en 1K). Il se positionne comme le « choix par défaut photoréaliste » plutôt que comme « l'expert haut de gamme ».

Comment l'appeler

FLUX 1.1 Pro est servi via le point de terminaison de tâches asynchrones, et non via /v1/chat/completions. C'est là que la plupart des gens trébuchent à la première utilisation. Vous devez :

1. Envoyer {"model": "flux-1.1-pro", "input": {"prompt": "...", "aspect_ratio": "16:9"}} à POST /v1/tasks → renvoie un taskId.
2. Interroger GET /v1/tasks/<taskId> jusqu'à ce que data.status == "success".
3. Lire l'URL de l'image rendue depuis data.output[0].url. Cette URL se trouve sur le CDN de hiapi et comporte un horodatage expireAt — téléchargez-la si vous voulez la conserver.

Un exemple Python minimal, réellement utilisé pour rendre les quatre images de cet article :

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)

Lors de notre série de quatre images, chaque tâche a pris environ 14 à 19 secondes de bout en bout (soumission → interrogation → URL CDN). Il s'agit du temps réel incluant les intervalles d'interrogation ; l'inférence du modèle elle-même est plus rapide. Si vous construisez une interface au-dessus, prévoyez une latence perçue d'environ 10 à 20 secondes par image et maintenez un intervalle d'interrogation de 5 secondes ou plus pour rester courtois.

Quelques remarques pratiques :

• Utilisez aspect_ratio, et non size. L'entrée de tâche de ce modèle n'accepte pas le champ size. Passez des ratios standard comme "1:1", "4:3", "3:4", "16:9", "9:16". Passer size renvoie 400 invalid input et additional properties 'size' not allowed.
• Les URL CDN sont temporaires. Chaque réponse inclut expireAt (secondes Unix). Les images restent quelques jours sur cdn.hiapi.ai — pour une conservation à long terme, copiez-les dans votre propre stockage.
• Pas de streaming, pas de progression. Le mode est soumission puis interrogation de tâche. Aucun signal de progression SSE/WebSocket.

Quatre sorties réelles

Voici quatre images rendues via le chemin de code ci-dessus. Tous les prompts sont originaux pour cet article — aucun contenu réutilisé d'un post de la galerie FLUX. Les temps de génération sont les durées réelles entre submit et l'URL CDN effective.

Portrait, 9:16 — personnage photoréaliste

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. »

Temps réel : environ 14 secondes.

Ce qui réussit : la texture de la peau et le détail des yeux sont convaincants, sans cet aspect « visage IA » cireux. Les bords des cheveux restent bien définis devant un arrière-plan complexe. Le phare reste correctement flou.

Ce qui pèche : une petite marque de marque générée automatiquement, que nous n'avions pas demandée, apparaît sur la poitrine de la veste, sous forme d'une chaîne légèrement déformée. FLUX 1.1 Pro est bien meilleur que les anciennes versions sur le texte demandé, mais il peut encore halluciner du texte décoratif sur les vêtements et les surfaces de produits. Si vous générez des images pour une vraie marque, prévoyez soit d'inpainter ces zones, soit d'inclure une consigne explicite comme « aucun texte sur les vêtements », en acceptant que le respect des prompts négatifs ne soit pas parfait.

Produit, 1:1 — image e-commerce à plat

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. »

Temps réel : environ 19 secondes.

Ce qui réussit : les taches de lumière et les grains de café ont un rendu très photographique — direction des ombres cohérente, veinage du bois plausible, glaçure mate de la céramique propre. Ce type de sortie ne demande que très peu de retouche pour figurer sur le moodboard d'un vrai catalogue produit.

Ce qui pèche : nous voulions une cuillère en laiton, et nous en avons obtenu deux. FLUX 1.1 Pro est généralement fiable tant que les quantités ne dépassent pas environ trois, mais il devient plus approximatif lorsque les objets sont dispersés dans le cadre. Si le compte importe, incluez le nombre à plusieurs endroits du prompt (« trois tasses », « exactement une cuillère en laiton ») ou recadrez après génération.

Paysage avec texte, 16:9 — rendu d'enseigne néon

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. »

Temps réel : environ 14 secondes.

Ce qui réussit : le texte néon « MIDNIGHT DINER » est rendu exactement tel qu'écrit, avec un espacement des lettres correct et une lueur rose/magenta crédible. C'est la capacité clé — un texte court tout en majuscules dans une scène photographique. Le camion, les silhouettes de montagnes et le dégradé crépusculaire sont cohérents.

Ce qui pèche : le panneau de texte secondaire plus petit sous l'enseigne principale est illisible. Règle empirique : FLUX 1.1 Pro est fiable pour une chaîne courte par image ; au-delà, au moins l'une d'elles se dégrade souvent.

Couverture, 16:9 — détail de nature morte

L'image principale en haut de cet article (un appareil photo argentique en laiton sur du bois patiné) a été générée avec le même chemin de code. Temps réel : environ 15 secondes. La direction de la lumière de la fenêtre, les plis du carnet en cuir et le bokeh d'arrière-plan tiennent la résolution pleine.

Mention honnête pour celle-ci aussi : le texte de marque sur le boîtier de l'appareil est un charabia inventé. C'est un schéma récurrent — le texte demandé est bien rendu, le texte décoratif non demandé sur les objets n'est pas fiable.

Quand choisir FLUX 1.1 Pro

Un guide rapide fondé sur les observations réelles de ces quatre exécutions :

• Adapté : portraits photoréalistes, vues de produits à plat, paysages cinématographiques, textes courts de titres/enseignes. Tout ce qui nécessite une base « photoréaliste » sans avoir besoin de beaucoup de prompts négatifs.
• Peut-être adapté : illustrations stylisées (il sait le faire, mais d'autres modèles y sont plus spécifiquement calibrés), images avec typographie multilingue (une chaîne courte passe — le texte d'affiche multiligne dérive).
• Non adapté : logos et marques nécessitant une fidélité élevée (il improvise), compositions à comptage strict où les quantités doivent être exactes, et tout travail image-vers-image nécessitant ce modèle précis (la route /v1/tasks ici ne prend en charge que le texte-vers-image).

Pour comparer les prix au sein de hiapi, le voisin le plus proche est Nano Banana, à 0,05 $/image — il privilégie un délai plus rapide et l'avantage de cohérence de personnage de la famille Gemini, tandis que FLUX 1.1 Pro privilégie les images de nature morte photoréalistes et un texte court fiable. Si vous voulez examiner les deux en même temps, l'API de tarification hiapi les liste côte à côte dans la catégorie image / text-to-image.

Conclusion

Si vous hésitiez parce que vous ne saviez pas si hiapi expose proprement FLUX 1.1 Pro : il l'expose bien, et la surface d'intégration est réduite.

• Un point de terminaison asynchrone (/v1/tasks), une forme d'entrée, avec aspect_ratio et non size.
• Un prix fixe de 0,05 $ par image, quel que soit le ratio d'aspect.
• Des sorties photoréalistes fiables et un rendu fiable de textes courts, tout en conservant les mêmes précautions qui subsistent pour tous les modèles d'image génératifs concernant le texte non demandé et le comptage précis.

Le bloc de code ci-dessus est le client minimal viable. À partir de là, la principale question est de savoir quels prompts conviennent à votre domaine — et cette partie, comme toujours, est empirique.