Bria
FIBO 1.5
fibo-edit-1.5/image-to-image
Modèle d'image DiT à flux correspondant de 8B de BRIA, dans une version distillée, capable de générer des images en seulement 4 à 6 étapes d'échantillonnage, prenant en charge les prompts structurés en JSON et permettant une édition découplée par attribut
Essayer fibo-edit-1.5/image-to-image
Entrée
Créations
Voir toutes les créationsSortie
imageTarifs
fibo-edit-1.5/image-to-image per image
| Prix unitaire | $0.0575 |
|---|
Présentation
fibo-edit-1.5/image-to-image est un modèle d'édition d'images destiné aux développeurs, qui modifie des images existantes par instructions. Il accepte de 1 à 4 images de référence en une seule requête, référencées dans l'ordre par les instructions ; un masque peut être utilisé pour cibler précisément la zone à éditer, et une graine aléatoire fixe permet de reproduire les résultats. Avec plusieurs images en entrée, le ratio de sortie peut être spécifié ; avec une seule image, le ratio d'origine est conservé. Il convient aux équipes produit qui souhaitent intégrer la modification d'images dans des flux automatisés, du traitement par lots ou des outils créatifs.
Points clés
- Compréhension ordonnée de plusieurs références — jusqu'à 4 images peuvent être fournies, référencées par les instructions selon leur ordre d'envoi, ce qui facilite la combinaison de plusieurs sources pour l'édition.
- Édition locale par masque — lorsqu'une URL de masque est fournie, seules les zones marquées en blanc sont éditées et les zones noires conservées, idéal pour ne modifier qu'une partie de l'image.
- Reproductibilité par graine — une même graine et les mêmes entrées produisent la même sortie, ce qui facilite le débogage, les comparaisons et les relances par lots.
Capacités
Édition d'images par instructions : décrivez en langage naturel ce qu'il faut modifier, le modèle renvoie directement l'image modifiée, sans étapes de retouche manuelle.
Entrées multi-images et référence ordonnée : 1 à 4 images peuvent être fournies en une fois, les instructions les référencent dans l'ordre des images, ce qui permet des compositions ou des éditions par référence à partir de plusieurs sources.
Contrôle des zones par masque : fournissez un masque de même dimension que l'image pour délimiter la zone d'édition ; les zones blanches sont modifiées, les zones noires conservées.
Ratio de sortie contrôlable : avec plusieurs images en entrée, l'un des neuf ratios de sortie peut être spécifié ; avec une seule image, le ratio d'origine est automatiquement repris, ce qui réduit les coûts d'adaptation par recadrage.
Cas d'usage
- Modification en lot de l'arrière-plan ou de détails locaux de photos produits par des équipes e-commerce — envoyez la photo produit et l'instruction d'édition, et obtenez une image modifiée directement utilisable pour une page de détail ou un support publicitaire.
- Intégration de retouche à la demande dans des outils de design — l'utilisateur sélectionne un masque et saisit sa demande de modification, le produit renvoie immédiatement le résultat de l'édition locale.
- Composition par référence à plusieurs sources — fournissez plusieurs images de référence et décrivez l'intention de composition dans l'ordre, pour générer un résultat composite destiné à des concepts ou des visuels marketing.
Limites et conseils de choix
Seule l'édition par instructions basée sur une image existante est prise en charge ; la génération d'images à partir de texte seul n'est pas proposée. Avec une seule image en entrée, le ratio de sortie ne peut pas être personnalisé, et l'édition par masque n'autorise qu'une seule image en entrée. Pour contrôler précisément l'étendue des modifications, il faut préparer un masque de même dimension que l'image ; les instructions multi-images dépendent de l'ordre d'envoi, l'appelant doit donc garantir que cet ordre correspond à la description. Ce modèle convient aux développeurs qui intègrent la modification d'images dans des flux automatisés, mais pas aux scénarios à image unique nécessitant de générer une scène à partir de zéro ou imposant un ratio de sortie précis.
Créer une tâche de génération
https://api.hiapi.ai/v1/tasks En-têtes
AuthorizationstringRequisClé API du compte. Requise sur chaque requête. Exemple : Bearer YOUR_HIAPI_API_KEY. Obtenir une clé API
Content-TypestringOptionnelLe corps de la requête est toujours analysé en JSON ; s'il est envoyé, seul application/json (charset facultatif) est accepté — toute autre valeur renvoie 415. Exemple : application/json.
Idempotency-KeystringOptionnelClé d'idempotence, jusqu'à 255 octets. Les reprises avec la même clé du même compte ne créent la tâche qu'une seule fois ; les rejeux renvoient le taskId d'origine.
En cas de timeout réseau ou de relance automatique du client, la même clé ne crée la tâche qu'une seule fois, sans double facturation (portée = le compte de la clé API). Utilisez un identifiant métier unique (ex. "order-42") ; les rejeux renvoient le taskId d'origine et les clés expirent 24 h après la première requête. La matrice complète des scénarios est dans la présentation de l'API asynchrone unifiée.
Corps
modelstringRequisValeur fixe actuelle : fibo-edit-1.5/image-to-image
routestringOptionnelValeur fixe actuelle : default
inputobjectRequis
Objet de paramètres métier pour fibo-edit-1.5/image-to-image et la route default — voir le tableau des paramètres ci-dessous.
seedintegerOptionnelDéfaut: 5555Graine aléatoire, valeur par défaut 5555. Une même graine et les mêmes entrées permettent de reproduire le même résultat.
mask_urlstringOptionnelminLength 1pattern ^https?://URL d'image de masque facultative, utilisée uniquement pour l'édition d'une seule image : si définie, image_urls doit contenir exactement 1 image ; dans le masque, les zones blanches indiquent les régions à modifier et les zones noires restent inchangées, et les dimensions doivent être identiques à celles de l'image d'origine.
image_urlsarrayRequisminItems 1maxItems 4Tableau de 1 à 4 URL d'images publiques, chaque élément étant une chaîne d'adresse d'image ; l'ordre est significatif, instruction faisant référence aux images dans cet ordre.
Array [ string ]
instructionstringRequisminLength 1Instruction textuelle décrivant les modifications à apporter à l'image.
aspect_ratiostringOptionnelRapport largeur-hauteur de sortie, applicable uniquement lorsque 2 images ou plus sont fournies ; avec une seule image, la sortie conserve le rapport de cette image. Si omis, le rapport de la première image est utilisé.
1:12:33:23:44:34:55:49:16Tout afficher (1)
16:9callbackobjectOptionnel
Configuration de notification d'état terminal. Sans elle, aucun callback — interrogez la tâche vous-même.
Fournissez callback.url à la création et HiAPI envoie un POST à votre service à l'état terminal — plus besoin de polling. Le corps du rappel reprend la structure du détail de tâche ; vérification de signature, relances et idempotence sont décrits dans la présentation de l'API asynchrone unifiée.
urlstringRequisObligatoire si callback est présent. Un POST est envoyé vers cette URL à l'état terminal ; doit être une URL http(s) valide.
whenstringOptionnelDéfaut: "final"Seul final est pris en charge pour l'instant — notifié sur success et fail.
finalstoragestringOptionnelDéfaut: "temp"Niveau de stockage des artefacts : temp (par défaut, ~7 jours) ou persistent (long terme, facturé au volume). Solde insuffisant ou dépassement de limite ⇒ rétrogradation silencieuse en temp ; le niveau effectif figure dans la réponse de détail.
temppersistentExemples de requête
# Soumet une tâche asynchrone ; renvoie immédiatement un taskId (n'attend pas la génération)
curl -X POST "https://api.hiapi.ai/v1/tasks" \
-H "Authorization: Bearer $HIAPI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "fibo-edit-1.5/image-to-image",
"input": {
"seed": 5555,
"image_urls": "…",
"instruction": "…"
}
}' const res = await fetch("https://api.hiapi.ai/v1/tasks", {
method: "POST",
headers: {
Authorization: `Bearer ${process.env.HIAPI_API_KEY}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
model: "fibo-edit-1.5/image-to-image",
input: {
"seed": 5555,
"image_urls": "…",
"instruction": "…"
}
}),
});
const task = await res.json();
// { code: 200, message: "success", data: { taskId } } import os, requests
res = requests.post(
"https://api.hiapi.ai/v1/tasks",
headers={"Authorization": f"Bearer {os.environ['HIAPI_API_KEY']}"},
json={
"model": "fibo-edit-1.5/image-to-image",
"input": {
"seed": 5555,
"image_urls": "…",
"instruction": "…"
}
},
)
print(res.json()) # { code, message, data: { taskId } } 200 OK
{
"code": 200,
"message": "success",
"data": {
"taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR"
}
} 400 Bad Request
{
"code": 400,
"message": "invalid request",
"data": null,
"error_code": "INVALID_REQUEST"
} Obtenir le détail de la tâche
https://api.hiapi.ai/v1/tasks/:id Champs de réponse
taskIdstringRequisIdentifiant de tâche, toujours préfixé tk-hiapi-.
modelstringRequisNom complet résolu du modèle. Les tâches envoyées avec le paramètre route renvoient base@route (ex. gpt-image-2/text-to-image@ext) ; sinon identique au nom fourni.
routestringOptionnelPrésent uniquement si le paramètre route explicite a été utilisé ; renvoie la valeur soumise.
statusstringRequisStatut de la tâche.
queued En file, pas encore démarrée.
handling En cours de traitement.
archiving Traitement terminé, préparation des artefacts.
success Terminal : terminé, artefacts disponibles (output renvoyé).
fail Terminal : échec (error renvoyé).
Après soumission, suivez status : success et fail sont terminaux, le reste non terminal. Interrogez toutes les 1–3 s jusqu'à l'état terminal. En cas de succès, téléchargez les artefacts via output[].url et transférez-les avant expireAt ; pour une conservation longue durée, indiquez storage: "persistent" à la création.
creatednumberRequisDate de création de la tâche (secondes Unix).
completednumberRequisSecondes Unix de l'état terminal ; 0 tant que non terminal.
outputarrayOptionnel
Présent uniquement si status == success. Liste d'artefacts — toujours un tableau ; une tâche peut renvoyer plusieurs types à la fois (ex. video + first_frame).
Array [ object ]
Éléments du tableau
urlstringRequisURL de l'artefact, téléchargeable directement.
typestringRequisValeurs possibles actuelles : video, image, audio, first_frame, last_frame, thumbnail ; d'autres pourront s'ajouter.
expireAtnumberRequisSecondes Unix de disponibilité de l'artefact ; téléchargez ou transférez avant l'expiration.
errorobjectOptionnel
Présent uniquement si status == fail.
codestringRequisCode d'erreur métier.
messagestringRequisDescription de l'erreur.
Exemples de réponse
Succès
{
"code": 200,
"message": "success",
"data": {
"taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR",
"model": "happyhorse-1-0",
"status": "success",
"created": 1777282033,
"completed": 1777282099,
"output": [
{
"url": "https://cdn.hiapi.ai/tasks/.../video.mp4",
"type": "video",
"expireAt": 1777886899
}
]
}
} En cours (non terminal)
{
"code": 200,
"message": "success",
"data": {
"taskId": "tk-hiapi-...",
"model": "happyhorse-1-0",
"status": "archiving",
"created": 1777282033,
"completed": 0
}
} Échec
{
"code": 200,
"message": "success",
"data": {
"taskId": "tk-hiapi-...",
"model": "happyhorse-1-0",
"status": "fail",
"created": 1777282033,
"completed": 1777282099,
"error": {
"code": "TASK_FAILED",
"message": "task failed"
}
}
} Articles
Voir tous les articles →-
Tutoriel
Comment utiliser kling-4.0/text-to-video via l'API HiAPI : curl, Python et un exemple de requête fonctionnel
Guide pratique pour les développeurs : prompts cinématographiques, audio synchronisé, interrogation asynchrone et téléchargement des sorties
-
Comparatif et évaluation
Comparatif horizontal de Recraft v4.1 Flash en génération d'images à partir de texte : guide de sélection et de migration pour les développeurs
Avec un coût de 0,01 $ par image et ses capacités de génération pure à partir de texte, déterminez s'il convient à votre pipeline de génération d'images
-
Tutoriel
recraft-v4.1-flash génération d'images texte-à-image en pratique : 5 scénarios métier à forte valeur et points d'intégration clés
À partir d'un coût de 0,01 $ par image, planifier le déploiement de la génération d'images dans de vrais contextes métier
-
Tutoriel
Tutoriel pour kandinsky-6.0-pro/image-to-video sur HiAPI : curl + Python
Lancer une requête image-vers-vidéo exploitable sur HiAPI : de l'envoi de la première image à l'interrogation asynchrone jusqu'au téléchargement final
-
Tutoriel
Comment appeler hailuo-2.3/text-to-video via l'API HiAPI : curl, Python et exemples de requêtes exécutables
-
Tutoriel
Comment appeler kling-4.0/image-to-video sur HiAPI : curl, Python et interrogation périodique
-
Tutoriel
Utiliser Kandinsky 6.0 Pro texte-vers-vidéo sur HiAPI : tutoriel curl et Python
Démonstration pratique axée sur la requête : construire l'appel du prompt au clip vidéo, soumettre la requête, interroger l'état d'achèvement et télécharger le résultat
-
Tutoriel
Comment appeler hailuo-2.3-fast/image-to-video via l'API HiAPI : curl et Python en pratique
La première requête exploitable du palier image-vers-vidéo rapide et économique — de l'ID du modèle au téléchargement du MP4
-
Comparatif et évaluation
Comparatif transversal de hailuo-2.3-fast/image-to-video : comment choisir un modèle image-to-video et les points clés de migration
Modèles associés
Voir tous les modèles →Même type
-
FLUX.2 Black Forest Labs $0.035 /image -
Grok Imagine Quality xAI $0.070 /image -
FLUX.1 Schnell Black Forest Labs $0.005 /image -
Z-Image Alibaba $0.008 /image -
GPT Image 2.5 OpenAI $0.017 /image -
Muse Image 1.0 Meta $0.015 per task -
Krea 3 Krea $0.036 /image -
FASHN Tryon v1.6 FASHN $0.107 /image -
Nano Banana 2 Lite Google $0.033 /image -
Qwen Image 2.0 Alibaba $0.042 /image -
Wan 2.7 Image Alibaba $0.035 /image -
FLUX 1.1 Pro Black Forest Labs $0.050 /image







