FASHN
FASHN Tryon v1.6
fashn-tryon-v1.6
バーチャル試着モデル。人物画像と服画像を入力するだけでモデルの着用効果を生成し、ネイティブで 864x1296 を出力、平置き画像の入力と3段階の品質モードに対応
fashn-tryon-v1.6 を試す
入力
作品ギャラリー
すべての作品を見る出力
image料金
fashn-tryon-v1.6 per image
| 単価 | $0.1072 |
|---|
位置づけ概要
fashn-tryon-v1.6 は、アパレルECとビジュアルコンテンツ制作向けのバーチャル試着画像モデルです。人物写真1枚と服装商品画像1枚を入力すると、その服を着たモデルの合成画像を出力します。前世代と比べ、ネイティブ出力解像度が 864x1296 に向上し、生地のテクスチャ、柄、文字などの細部がより鮮明に再現され、光の表現も自然になりました。商品詳細ページ、マーケティング素材、デザイン検証の各工程で着用効果画像を大量に生成する必要がある開発者やECチームに適しています。
主な特長
- ネイティブ 864x1296 解像度出力——前世代から約50%向上し、生地のテクスチャ、柄、文字の細部が詳細ページのサイズでもより鮮明に使用できます。
- モデル着用画像と平置き画像の2種類の服素材に対応——garment_photo_type で model、flat-lay、auto を指定して自動認識でき、さまざまな撮影条件に対応します。
- 3段階の品質モードを用途に応じて選択——performance、balanced、quality の3段階で生成速度とレンダリング精度を切り替えられ、本番環境での段階的な呼び出しが容易です。
- 固定シードで結果を再現可能——同じ seed と同じ入力を渡すと一貫した出力が得られ、大量生産での結果再現や原因調査が容易です。
機能説明
人物と服画像の合成試着:人物画像と服画像の2つの URL を送信するだけで着用効果画像が得られ、出力は png または jpeg で、そのまま商品画像や素材の工程に投入できます。
服のカテゴリと撮影形式への適応:category は tops、bottoms、one-pieces、auto の自動認識に対応し、garment_photo_type でモデル着用画像と平置き画像を区別できるため、前処理の手間を削減できます。
生成画像の品質管理:mode で速度優先か精度優先かを選択でき、moderation_level で業務要件に応じて露骨なコンテンツを遮断できます。conservative 設定では下着や水着類の服もブロックされます。
再現可能なバッチ生成:seed を固定すれば同じ入力で結果を再現でき、生産ラインでの問題特定や失敗サンプルの再実行が容易です。
適用シーン
- ECチームによる服商品の着用画像の大量生産——商品の平置き画像とモデル画像から着用効果画像を大量に生成し、店舗詳細ページのメイン画像やスタイル展示に使用します。
- アパレルデザインのサンプリング段階でのビジュアル検証——デザイン画やサンプル衣料の写真とモデル写真を組み合わせて素早く画像を生成し、実撮影に入る前にシルエットや柄の見え方を確認します。
- マーケティング素材の複数スタイルの迅速な画像生成——同じモデルに複数のスタイルを組み合わせてそれぞれ画像を生成し、キャンペーンページやSNS配信など多バリエーションの素材制作に使用します。
- 平置き商品画像をモデル着用展示に変換——既存の平置きやゴーストマネキンで撮影した素材をモデル着用の効果に変換し、既存の商品画像ライブラリを活用します。
制限と選定のアドバイス
このモデルは固定解像度の全身服展示シーン向けであり、出力サイズは任意に調整できません。quality モードではレンダリング精度が高い代わりに時間がかかるため、バッチ処理では速度と効果の間で設定を配分する必要があります。1回のリクエストで複数の結果を生成することは可用率を高める一般的な手法ですが、それに応じて課金が増加します。conservative 審査設定では下着や水着類の服がブロックされるため、該当する場合はより緩い設定を選択してください。業務が精度よりも長時間稼働の生産安定性を重視する場合は、より成熟した前世代バージョンの採用を検討する必要があります。
最新情報
更新履歴を見る →- 新しいモデル 新モデル fashn-tryon-v1.6 バーチャル試着
よくある質問
よくある質問を見る →-
FASHN Try-On v1.6 とは何ですか?
これは専用のバーチャル試着モデルです。人物写真を1枚と衣類画像を1枚アップロードすると、モデルが衣類を人物に着せ、縦長の試着画像を出力します。プロンプトは不要で、テキスト記述も受け付けません。出力は商品詳細ページ、ソーシャルメディア素材、広告プレビューにそのまま使用するのに適しています。
-
プロンプトを書く必要がありますか?
不要です。人物写真と服の画像のみを受け取り、試着結果は2枚の画像と任意のカテゴリ、モード、服画像タイプのパラメータによって決まります。リクエストに prompt フィールドを追加しないでください。バックエンドは未知のフィールドとして拒否します。
-
2枚の画像を同時にアップロードする必要がありますか?
はい。人物写真と服装画像はどちらも必須です。どちらか一方でも欠けている場合、Playground と API の両方が送信前にブロックします。2枚の画像をアップロードした後にのみ実行ボタンが有効になり、API はパラメータ検証エラーを返します。
-
どの服装カテゴリに対応していますか?
トップス(tops)、ボトムス(bottoms)、ワンピース(one-pieces)に対応しており、自動識別を選択することもできます。カテゴリが不明な場合はまず自動を使用し、識別が不正確な場合に明示的に指定してください。混合カテゴリのカタログはカテゴリごとにグループ化して送信することをお勧めします。これにより自動識別による偏りを減らせます。
生成タスクの作成
https://api.hiapi.ai/v1/tasks ヘッダー
Authorizationstring必須アカウントの API キー。すべてのリクエストで必須です。例:Bearer YOUR_HIAPI_API_KEY。API キーを取得
Content-Typestring任意リクエストボディは常に JSON として解析されます。送信する場合は application/json(charset 付き可)のみ受け付け、他の値は 415 を返します。例:application/json。
Idempotency-Keystring任意冪等キー。最大 255 バイト。同じアカウントで同じキーの再試行はタスクを 1 つだけ作成し、リプレイは最初の taskId を返します。
ネットワークタイムアウトやクライアントの自動再試行時、同じキーではタスクを 1 回だけ作成し、二重課金は発生しません(適用範囲 = API キーのアカウント)。業務側の一意識別子(例:"order-42")をキーに使うことを推奨します。同じキーのリプレイは最初の taskId を返し、キーは初回送信から 24 時間で失効します。詳細なシナリオ表は統一非同期 API の紹介ページをご覧ください。
ボディ
modelstring必須現在の固定値:fashn-tryon-v1.6
routestring任意現在の固定値:default
inputobject必須
fashn-tryon-v1.6 とルート default の業務パラメータオブジェクト。下のパラメータ表を参照してください。
modestring任意デフォルト: "balanced"生成品質と速度のトレードオフを制御するモード。文字列の列挙値で、デフォルトは balanced。performance はより高速、quality モードはより低速だが細部が豊かになる。
performancebalancedqualityseedinteger任意ランダムシード。整数値。同じシードと同じ入力で結果を再現できる。
categorystring任意デフォルト: "auto"服装カテゴリ。文字列で、デフォルトは auto。服装画像からカテゴリを自動検出する。
topsbottomsone-piecesautomodel_imagestring必須minLength 1pattern ^https?://服装を着用した人物の写真。http(s) URL を指定する。
garment_imagestring必須minLength 1pattern ^https?://試着する服装の商品画像。http(s) URL を指定する。
output_formatstring任意デフォルト: "png"出力画像形式。文字列で、デフォルトは png。png は品質が最も高く、jpeg はより高速。
pngjpegmoderation_levelstring任意デフォルト: "permissive"コンテンツモデレーションレベル。文字列で、デフォルトは permissive。permissive は露骨なコンテンツをブロックし、conservative はさらに下着や水着類のコンテンツもブロックする。
nonepermissiveconservativesegmentation_freeboolean任意デフォルト: trueブール値のスイッチ。デフォルトは true。有効にすると人物画像に対する人体解析(human parsing)が無効になる。
garment_photo_typestring任意デフォルト: "auto"服装画像の種類。文字列で、デフォルトは auto。model はモデル着用画像、flat-lay は平置きまたはゴーストマネキン画像、auto は自動検出を表す。
automodelflat-laycallbackobject任意
終了状態の通知設定。省略した場合はコールバックされず、呼び出し側でポーリングします。
作成時に callback.url を指定すると、タスク終了時に HiAPI があなたのサービスへ POST し、ポーリングが不要になります。コールバックのリクエストボディはタスク詳細と同構造です。署名検証・再送・冪等の詳細は統一非同期 API 紹介ページのコールバック説明を参照してください。
urlstring必須callback を指定する場合は必須。タスク終了後にこの URL へ POST します。有効な http(s) URL である必要があります。
whenstring任意デフォルト: "final"現在は final のみ対応(success / fail の両方で通知)。
finalstoragestring任意デフォルト: "temp"成果物の保存期間:temp(デフォルト・約 7 日)または persistent(長期保存・サイズ課金)。残高不足や保存上限超過の場合は temp に自動降格します。実際に適用された段階はタスク詳細レスポンスで確認できます。
temppersistentリクエスト例
# 非同期タスクを送信。成功すると即座に taskId を返します(生成完了は待ちません)
curl -X POST "https://api.hiapi.ai/v1/tasks" \
-H "Authorization: Bearer $HIAPI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "fashn-tryon-v1.6",
"input": {
"mode": "balanced",
"category": "auto",
"model_image": "…",
"garment_image": "…",
"output_format": "png",
"moderation_level": "permissive",
"segmentation_free": true,
"garment_photo_type": "auto"
}
}' 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: "fashn-tryon-v1.6",
input: {
"mode": "balanced",
"category": "auto",
"model_image": "…",
"garment_image": "…",
"output_format": "png",
"moderation_level": "permissive",
"segmentation_free": true,
"garment_photo_type": "auto"
}
}),
});
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": "fashn-tryon-v1.6",
"input": {
"mode": "balanced",
"category": "auto",
"model_image": "…",
"garment_image": "…",
"output_format": "png",
"moderation_level": "permissive",
"segmentation_free": True,
"garment_photo_type": "auto"
}
},
)
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"
} タスク詳細の取得
https://api.hiapi.ai/v1/tasks/:id レスポンスフィールド
taskIdstring必須タスク ID。先頭は固定で tk-hiapi-。
modelstring必須解決済みのモデル完全名。route パラメータで送信したタスクは base@route(例:gpt-image-2/text-to-image@ext)を返し、それ以外は送信時のモデル名と同一です。
routestring任意route パラメータを明示して送信したタスクでのみ出現し、送信時の値をエコーします。
statusstring必須タスク状態。
queued キュー投入済み、未開始。
handling 処理中。
archiving 処理完了、成果物準備中。
success 終端:完了。成果物利用可能(output を返却)。
fail 終端:失敗(error を返却)。
送信後は status で判断します:success と fail が終端、それ以外は非終端です。1〜3 秒間隔で終端までポーリングすることを推奨します。成功したら output[].url から成果物をダウンロードし、expireAt までに保存先へ転送してください。長期保存が必要な場合は作成時に storage: "persistent" を指定します。
creatednumber必須タスク作成時刻(Unix 秒)。
completednumber必須終了状態になった Unix 秒。非終端では 0 固定。
outputarray任意
status == success のときのみ出現。成果物リスト — 常に配列で、1 タスクで複数の type を同時に返すことがあります(例:video + first_frame)。
Array [ object ]
配列要素
urlstring必須成果物の URL。直接ダウンロードできます。
typestring必須現在の候補値:video、image、audio、first_frame、last_frame、thumbnail。今後拡張される可能性があります。
expireAtnumber必須成果物にアクセスできる期限(Unix 秒)。期限までにダウンロードまたは転送してください。
errorobject任意
status == fail のときのみ出現。
codestring必須業務エラーコード。
messagestring必須エラーの説明。
レスポンス例
成功
{
"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
}
]
}
} 処理中(非終端)
{
"code": 200,
"message": "success",
"data": {
"taskId": "tk-hiapi-...",
"model": "happyhorse-1-0",
"status": "archiving",
"created": 1777282033,
"completed": 0
}
} 失敗
{
"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"
}
}
} 関連記事
すべての記事を見る →-
チュートリアル
HiAPI で Kandinsky 6.0 Pro のテキストto動画を使用する:curl と Python チュートリアル
リクエスト優先の実践デモ:プロンプトから動画クリップへの呼び出しを構築し、リクエストを送信し、完了状態をポーリングし、結果をダウンロードする
-
チュートリアル
recraft-v4.1-flash テキスト画像生成の実践:5つの高価値ビジネスシーンと導入の要点
1枚$0.01のコストから出発し、画像生成を実際のビジネスでどう定着させるかを計画する
-
比較レビュー
Recraft v4.1 Flash テキスト・トゥ・イメージ横向对比:開発者向けモデル選定と移行ガイド
1枚あたり$0.01のコストと純粋なテキスト・トゥ・イメージ能力で、あなたの画像生成パイプラインに適しているか判断する
-
チュートリアル
HiAPI API で hailuo-2.3-fast/image-to-video を呼び出す方法:curl と Python の実践
高速・低コストな画像から動画へのティアにおける最初の実行可能なリクエスト — モデル ID から MP4 のダウンロードまで
-
チュートリアル
HiAPI APIでhailuo-2.3/text-to-videoを呼び出す方法:curl、Python、実行可能なリクエスト例
-
チュートリアル
HiAPI API で kling-4.0/text-to-video を使う方法:curl、Python、そして実行可能なリクエスト例
開発者向け実践ガイド:シネマティックなプロンプト、同期オーディオ、非同期ポーリング、出力のダウンロード
-
チュートリアル
HiAPI 上的 kandinsky-6.0-pro/image-to-video 教程:curl + Python
在 HiAPI 上发起一次可用的图生视频请求:从首帧上传到异步轮询再到最终下载
-
チュートリアル
HiAPI で kling-4.0/image-to-video を呼び出す方法:curl、Python、ポーリング
-
比較レビュー
hailuo-2.3-fast/image-to-video 横断比較:画像から動画へのモデルの選び方と移行の要点
関連モデル
すべてのモデルを見る →同タイプ
-
Qwen Image 2.1 Alibaba $0.020 /画像 -
BRIA Eraser Bria $0.058 /画像 -
Seedream 5.0 ByteDance $0.025 /画像 -
FLUX 1.1 Pro Black Forest Labs $0.050 /画像 -
BRIA Product Shot Bria $0.058 /画像 -
FLUX.1 Schnell Black Forest Labs $0.005 /画像 -
Muse Image 1.0 Meta $0.015 per task -
Seedream 4.5 ByteDance $0.045 /画像 -
GPT Image 2.5 OpenAI $0.017 /画像 -
Recraft Crisp Upscale Recraft $0.004 /画像 -
Google Virtual Try-On Google $0.107 /画像 -
Ideogram V4 Ideogram $0.050 /画像











