FLUX 1.1 Pro su hiapi: capacità, prezzi ed esempi di codice eseguibili

Panoramica

FLUX 1.1 Pro è l'attuale modello di punta per testo-immagine di Black Forest Labs, incentrato su output realistici, rendering pulito del testo e proporzioni flessibili. Se vuoi usarlo tramite hiapi, ecco i punti che contano davvero:

• Su hiapi: $0,05 per immagine, prezzo fisso. Nessun moltiplicatore di risoluzione, nessun livello di qualità — 1:1, 9:16, 16:9 e le altre proporzioni costano lo stesso.
• Endpoint: /v1/tasks (modalità attività asincrona), nome del modello flux-1.1-pro. Non viene servito tramite /v1/chat/completions né tramite gli endpoint immagini compatibili con OpenAI.
• In cosa eccelle: ritratti realistici, fotografia di prodotto, scene cinematografiche e brevi testi di insegne/titoli. Il rendering del testo è nettamente più affidabile rispetto al vecchio livello Dev con cui la maggior parte dei team inizia.
• Cosa manca su hiapi: il più vecchio FLUX.1 Dev e il primo FLUX Pro non sono nel catalogo hiapi. Al momento hiapi include solo il modello di punta 1.1 Pro della famiglia FLUX.

Il resto dell'articolo illustra le sue capacità, il posizionamento a livello di modello del 1.1 Pro rispetto ai vecchi livelli FLUX, quattro output che abbiamo effettivamente prodotto tramite l'endpoint hiapi e un esempio di codice pronto da copiare.

Il posizionamento di FLUX 1.1 Pro nella famiglia

Black Forest Labs ha pubblicato diverse varianti FLUX, facile confondersi; ecco un rapido riepilogo:

• FLUX.1 Dev — il modello con pesi open source su cui la comunità ha iniziato a costruire. Qualità generale delle immagini elevata, ma con licenza non commerciale, rendering del testo e dettagli più datati. La maggior parte del lavoro di terze parti con LoRA si basa su di esso.
• FLUX.1 Pro (il primo "Pro") — il primo modello API closed source di BFL. Fedeltà superiore a Dev, ma più lento e con una taratura conservativa.
• FLUX 1.1 Pro — l'attuale modello di punta. I miglioramenti principali sono la velocità di generazione e un sensibile aumento della fedeltà al prompt e del limite di rendering di testi brevi, mantenendo l'aspetto complessivo "fotografico" tipico della serie Pro.

Se hai usato solo FLUX.1 Dev, le differenze più evidenti passando a 1.1 Pro sono: i volti non hanno più quella sensazione uniforme di "AI", i brevi testi di titoli (insegne, poster, etichette) hanno maggiori probabilità di renderizzare davvero la stringa richiesta, e il modello necessita di meno guida nel prompt per gestire luci drammatiche e profondità di campo ridotta.

Nota sul confronto: il catalogo hiapi attuale elenca solo flux-1.1-pro — non abbiamo eseguito benchmark su hiapi tra Dev e il primo Pro rispetto a 1.1 Pro, perché non possono essere richiamati allo stesso modo. Le differenze sopra riguardano il modello stesso a livello di progettazione, non un confronto testa a testa su prezzi/latenza all'interno di un'unica piattaforma.

Prezzi su hiapi

Direttamente dall'API dei prezzi di hiapi:

Modello	Endpoint	Prezzo per immagine	Supplemento risoluzione / proporzioni
flux-1.1-pro	POST /v1/tasks	$0,05	Nessuno — prezzo fisso per tutte le proporzioni

Alcuni punti da notare:

• Nessun sovrapprezzo 2K/4K. Su hiapi alcuni modelli di immagini hanno moltiplicatori di qualità (ad esempio 2K = 1,5 volte il prezzo base). FLUX 1.1 Pro no — paghi $0,05 sia che tu voglia un avatar quadrato sia un'immagine principale 16:9.
• Addebito per immagine, non per token. Paghi una volta per ogni immagine completata. La lunghezza del prompt non influisce sul prezzo.
• Verifica prima di impegnarti. I prezzi di hiapi sono versionati (pricing_version nella risposta API) e abbiamo visto livelli di qualità aggiunti o rimossi nel tempo. Prima di integrare la fatturazione nel tuo servizio, recupera sempre di nuovo /api/pricing.

Per riferimento, $0,05/immagine colloca FLUX 1.1 Pro allo stesso livello di prezzo di Nano Banana di Google su hiapi (anch'esso $0,05 a 1K) e al di sotto di GPT Image 2 Pro ($0,35/immagine, 1K). È posizionato come "predefinito realistico" più che come "esperto di fascia alta".

Come richiamarlo

FLUX 1.1 Pro viene servito tramite l'endpoint delle attività asincrone, non tramite /v1/chat/completions. È qui che la maggior parte delle persone inciampa al primo utilizzo. Devi:

1. Inviare a POST /v1/tasks {"model": "flux-1.1-pro", "input": {"prompt": "...", "aspect_ratio": "16:9"}} → restituisce un taskId.
2. Eseguire polling su GET /v1/tasks/<taskId> finché data.status == "success".
3. Leggere l'URL dell'immagine renderizzata da data.output[0].url. L'URL si trova sulla CDN di hiapi, con timestamp expireAt — scaricalo se vuoi conservarlo.

Un esempio Python minimale, effettivamente usato per renderizzare le quattro immagini di questo articolo:

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)

Nella nostra esecuzione delle quattro immagini, ogni attività ha impiegato circa 14–19 secondi end-to-end (invio → polling → URL CDN). È il tempo reale che include l'intervallo di polling; l'inferenza effettiva del modello è più rapida. Se costruisci un'interfaccia sopra, pianifica una latenza percepita di circa 10–20 secondi per immagine e mantieni l'intervallo di polling a 5 secondi o più per cortesia.

Alcune note pratiche:

• Usa aspect_ratio, non size. L'input dell'attività del modello non accetta il campo size. Passa proporzioni standard come "1:1", "4:3", "3:4", "16:9", "9:16". Passare size restituisce 400 invalid input e additional properties 'size' not allowed.
• Gli URL CDN sono temporanei. Ogni risposta include expireAt (secondi Unix). Le immagini restano su cdn.hiapi.ai per alcuni giorni — per la conservazione a lungo termine, copiale nel tuo storage.
• Nessuno streaming, nessun avanzamento. Le attività seguono il modello invio-e-polling. Nessun segnale di avanzamento SSE/WebSocket.

Quattro output reali

Di seguito quattro immagini renderizzate tramite il percorso di codice sopra. Tutti i prompt sono originali per questo articolo — nessun contenuto riutilizzato da post della galleria FLUX. I tempi di generazione sono i tempi reali dal submit all'URL CDN attivo.

Ritratto, 9:16 — personaggio realistico

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."

Tempo effettivo: circa 14 secondi.

Cosa ha funzionato: la texture della pelle e i dettagli degli occhi sono convincenti, senza quella sensazione cerosa di "volto AI". I bordi dei capelli restano ben definiti contro lo sfondo complesso. Il faro rimane correttamente fuori fuoco.

Cosa non ha funzionato: sul petto della giacca è comparso un piccolo marchio generato automaticamente che non avevamo richiesto, e con una stringa leggermente distorta. FLUX 1.1 Pro è molto meglio delle versioni precedenti sul testo richiesto, ma può ancora allucinare testo decorativo su vestiti e superfici di prodotti. Se generi immagini per marchi reali, pianifica di ritoccare quelle aree con inpainting oppure di includere un'istruzione esplicita "nessun testo sui vestiti", accettando che il rispetto dei prompt negativi non è perfetto.

Prodotto, 1:1 — immagine e-commerce dall'alto

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."

Tempo effettivo: circa 19 secondi.

Cosa ha funzionato: la luce maculata e i chicchi di caffè sembrano molto fotografici — direzione delle ombre coerente, venature del legno plausibili, smalto opaco della ceramica pulito. Output di questo tipo richiede pochissima post-produzione per finire nella moodboard di un vero catalogo prodotti.

Cosa non ha funzionato: volevamo un cucchiaio di ottone e ne sono usciti due. FLUX 1.1 Pro generalmente se la cava bene con quantità fino a circa tre, ma diventa meno preciso quando gli oggetti sono sparsi per l'inquadratura. Se il conteggio conta, includi i numeri più volte nel prompt ("tre tazze", "esattamente un cucchiaio di ottone") oppure ritaglia dopo la generazione.

Paesaggio con testo, 16:9 — rendering di un'insegna al neon

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."

Tempo effettivo: circa 14 secondi.

Cosa ha funzionato: il testo al neon "MIDNIGHT DINER" è uscito esattamente come scritto, con spaziatura corretta delle lettere e un bagliore rosa/magenta credibile. Questa è la capacità principale — brevi testi di insegne tutti in maiuscolo in una scena fotografica. Il camion, le sagome delle montagne e il gradiente del crepuscolo sono tutti coerenti.

Cosa non ha funzionato: il pannello di testo secondario più piccolo sotto l'insegna principale è illeggibile. Regola empirica: FLUX 1.1 Pro è affidabile con una stringa breve per immagine; chiedendone di più, almeno una tende a degradarsi.

Copertina, 16:9 — dettaglio di natura morta

L'immagine principale in cima a questo articolo (la fotocamera in ottone su legno usurato) è stata generata con lo stesso percorso di codice. Tempo effettivo: circa 15 secondi. La direzione della luce dalla finestra, le pieghe del taccuino in pelle e il bokeh dello sfondo reggono bene alla risoluzione piena.

Anche questa va detta onestamente: il testo del marchio sul corpo della fotocamera è un guazzabuglio inventato automaticamente. È uno schema ricorrente — il testo richiesto viene renderizzato bene, il testo decorativo non richiesto sugli oggetti non è affidabile.

Quando scegliere FLUX 1.1 Pro

Una guida rapida basata sulle osservazioni pratiche di queste quattro esecuzioni:

• Adatto a: ritratti realistici, immagini di prodotto dall'alto, paesaggi cinematografici, brevi testi di titoli/insegne. Qualsiasi scenario in cui ti serve una base "fotografica" senza bisogno di molti prompt negativi.
• Forse adatto a: illustrazioni stilizzate (è in grado di farlo, ma altri modelli sono più tarati su questo), immagini con tipografia su più righe (una stringa breve va bene — il testo su poster di più righe tende a derivare).
• Non adatto a: loghi e marchi che richiedono fedeltà al brand (improvvisa), composizioni con conteggio rigoroso in cui le quantità devono essere esatte, qualsiasi attività che richieda un flusso di lavoro immagine-immagine su questo modello esatto (il percorso /v1/tasks qui supporta solo testo-immagine).

Per un confronto di prezzo all'interno di hiapi, il vicino più prossimo è Nano Banana, $0,05/immagine — è orientato a tempi di risposta più rapidi e ai vantaggi di coerenza dei personaggi della famiglia Gemini, mentre FLUX 1.1 Pro predilige immagini realistiche di nature morte e testo breve affidabile. Se vuoi vedere entrambi, l'API dei prezzi di hiapi li elenca affiancati nella categoria image / text-to-image.

Riepilogo

Se hai esitato perché non eri sicuro che hiapi esponesse in modo pulito FLUX 1.1 Pro: lo fa, e la superficie di integrazione è minima.

• Un endpoint asincrono (/v1/tasks), una forma di input, con aspect_ratio invece di size.
• Prezzo fisso di $0,05 per immagine per qualsiasi proporzione.
• Output realistici affidabili e rendering affidabile di stringhe di testo brevi, mantenendo le stesse avvertenze che tutti i modelli di immagini generative hanno ancora su testo non richiesto e conteggio esatto.

Il blocco di codice sopra è il client minimo funzionante. Da lì, la domanda principale è quali prompt funzionano nel tuo dominio — e quella parte, come sempre, è empirica.