FLUX 1.1 Pro no hiapi: capacidades, preços e exemplos de código executáveis

Resumo

O FLUX 1.1 Pro é o modelo de texto para imagem carro-chefe atual da Black Forest Labs, focado em saída realista, renderização limpa de texto e proporções flexíveis. Se você quer usá-lo através do hiapi, estes são os pontos que realmente importam saber:

• No hiapi: $0,05 por imagem, preço fixo. Sem multiplicador por resolução, sem níveis de qualidade — 1:1, 9:16, 16:9 e outras proporções custam o mesmo.
• Endpoint: /v1/tasks (modo de tarefa assíncrona), nome do modelo flux-1.1-pro. Ele não é servido via /v1/chat/completions nem pelo endpoint de imagens compatível com OpenAI.
• Para que é bom: retratos realistas, fotografia de produto, cenas cinematográficas e textos curtos de letreiro/título. A renderização de texto é visivelmente mais confiável do que o antigo nível Dev com que a maioria das equipes começa.
• O que falta no hiapi: o FLUX.1 Dev mais antigo e o FLUX Pro de primeira geração não estão no catálogo do hiapi. O hiapi atualmente só inclui o carro-chefe 1.1 Pro da família FLUX.

O restante deste artigo apresentará suas capacidades, o posicionamento do 1.1 Pro no nível do modelo em relação aos antigos níveis do FLUX, as quatro saídas que realmente geramos através do endpoint do hiapi e um exemplo de código pronto para copiar.

O posicionamento do FLUX 1.1 Pro na família

A Black Forest Labs lançou várias variantes do FLUX, o que é fácil de confundir; aqui vai um resumo rápido:

• FLUX.1 Dev — o modelo de pesos abertos sobre o qual a comunidade começou a construir. Qualidade geral de imagem forte, mas com licença não comercial, renderização de texto e detalhes mais antigos. A maioria dos trabalhos de LoRA de terceiros é construída sobre ele.
• FLUX.1 Pro (o "Pro" de primeira geração) — o primeiro modelo de API fechado da BFL. Fidelidade superior ao Dev, mas mais lento e com ajuste conservador.
• FLUX 1.1 Pro — o carro-chefe atual. As principais melhorias são a velocidade de geração e um aumento claro na fidelidade ao prompt e no limite de renderização de textos curtos, mantendo ao mesmo tempo a aparência geral "fotorrealista" que marca a linha Pro.

Se você só usou o FLUX.1 Dev, a diferença mais óbvia ao mudar para o 1.1 Pro é: os rostos não têm mais aquele "ar de IA" sempre igual, textos curtos de título (letreiros, pôsteres, etiquetas) têm mais chance de realmente renderizar a sequência de caracteres que você pediu, e o modelo precisa de menos orientação no prompt para lidar com iluminação dramática e profundidade de campo rasa.

Nota sobre comparações: o catálogo atual do hiapi lista apenas flux-1.1-pro — nós não fizemos benchmarks do Dev e do Pro de primeira geração contra o 1.1 Pro dentro do hiapi, porque eles não podem ser chamados lá da mesma forma. As diferenças acima são diferenças de projeto dos próprios modelos, não uma comparação direta de preço/latência dentro de uma única plataforma.

Preços no hiapi

Diretamente da API de preços do hiapi:

Modelo	Endpoint	Preço por imagem	Taxa por resolução / proporção
flux-1.1-pro	POST /v1/tasks	$0,05	Nenhuma — preço fixo para todas as proporções

Alguns pontos merecem atenção:

• Sem acréscimo para 2K/4K. Alguns modelos de imagem no hiapi têm multiplicador de qualidade (por exemplo, 2K = 1,5× o preço base). O FLUX 1.1 Pro não tem — seja um avatar quadrado ou uma imagem principal 16:9, você paga $0,05.
• Cobrança por imagem, não por token. Você paga uma vez por cada imagem concluída. O comprimento do prompt não afeta o preço.
• Confirme antes de se comprometer. Os preços do hiapi são versionados (pricing_version na resposta da API), e já vimos níveis de qualidade serem adicionados ou removidos com o tempo. Antes de integrar cobrança ao seu próprio serviço, busque novamente /api/pricing.

Como referência, $0,05/imagem coloca o FLUX 1.1 Pro na mesma faixa de preço do Nano Banana do Google no hiapi (também $0,05 em 1K), e abaixo do GPT Image 2 Pro ($0,35/imagem em 1K). Seu posicionamento é de "padrão realista" e não de "especialista premium".

Como chamar

O FLUX 1.1 Pro é servido pelo endpoint de tarefas assíncronas, e não por /v1/chat/completions. É aqui que a maioria das pessoas tropeça na primeira vez. Você precisa:

1. Enviar {"model": "flux-1.1-pro", "input": {"prompt": "...", "aspect_ratio": "16:9"}} para POST /v1/tasks → retorna um taskId.
2. Consultar GET /v1/tasks/<taskId> até data.status == "success".
3. Ler a URL da imagem renderizada em data.output[0].url. Essa URL fica no CDN do hiapi e tem um carimbo expireAt — baixe se quiser mantê-la.

Um exemplo mínimo em Python, usado de fato para renderizar as quatro imagens deste artigo:

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)

Na nossa execução das quatro imagens, cada tarefa levou cerca de 14–19 segundos de ponta a ponta (envio → consulta → URL do CDN). Esse é o tempo real incluindo o intervalo de consulta; a inferência real do modelo é mais rápida. Se você for construir uma UI em cima disso, planeje para uma latência percebida de cerca de 10–20 segundos por imagem e mantenha o intervalo de consulta em 5 segundos ou mais para ser educado.

Algumas notas práticas:

• Use aspect_ratio, não size. A entrada de tarefa deste modelo não aceita o campo size. Passe proporções padrão como "1:1", "4:3", "3:4", "16:9", "9:16". Passar size retorna 400 invalid input e additional properties 'size' not allowed.
• As URLs do CDN são temporárias. Cada resposta inclui expireAt (segundos Unix). As imagens ficam em cdn.hiapi.ai por alguns dias — para armazenamento de longo prazo, copie para o seu próprio storage.
• Sem streaming, sem progresso. A tarefa é do tipo enviar e consultar. Não há sinal de progresso por SSE/WebSocket.

Quatro saídas reais

Abaixo estão quatro imagens renderizadas pelo caminho de código acima. Todos os prompts são originais deste artigo — nada reutilizado de posts da galeria do FLUX. O tempo de geração é o tempo real de submit até a URL do CDN ficar disponível.

Retrato, 9:16 — personagem realista

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 real: cerca de 14 segundos.

O que funcionou: a textura da pele e os detalhes dos olhos são convincentes, sem aquela sensação de "rosto de IA" encerado. As bordas dos fios de cabelo se mantêm bem contra um fundo complexo. O farol permanece corretamente fora de foco.

O que não funcionou: apareceu uma pequena marca de marca autogerada no peito da jaqueta que não pedimos, e é uma sequência de caracteres ligeiramente distorcida. O FLUX 1.1 Pro é muito melhor que as versões antigas com texto solicitado, mas ainda pode alucinar texto decorativo em roupas e superfícies de produtos. Se você gera imagens para marcas reais, planeje fazer inpainting nessas áreas ou incluir instruções explícitas de "sem texto nas roupas" e aceitar que a aderência a prompts negativos não é perfeita.

Produto, 1:1 — foto de e-commerce vista de cima

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 real: cerca de 19 segundos.

O que funcionou: a luz filtrada e os grãos de café parecem muito fotográficos — direção de sombra consistente, textura de madeira plausível, o esmalte fosco da cerâmica limpo. Esse tipo de saída precisaria de pouquíssima edição para entrar num moodboard de catálogo de produto real.

O que não funcionou: pedimos uma colher de latão e ganhamos duas. O FLUX 1.1 Pro costuma se sair bem quando a contagem não passa de cerca de três itens, mas fica frouxo quando os objetos se espalham pela cena. Se a contagem importa, inclua o número em vários pontos do prompt ("três canecas", "exatamente uma colher de latão") ou corte depois de gerar.

Paisagem com texto, 16:9 — renderização de letreiro de 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 real: cerca de 14 segundos.

O que funcionou: o texto de neon "MIDNIGHT DINER" saiu exatamente como escrito, com espaçamento correto entre letras e brilho rosa/magenta convincente. Essa é a capacidade central — texto curto de letreiro todo em maiúsculas dentro de uma cena fotográfica. O caminhão, as silhuetas das montanhas e o gradiente do crepúsculo são coerentes.

O que não funcionou: o painel de texto secundário menor abaixo do letreiro principal é ilegível. Regra prática: o FLUX 1.1 Pro é confiável para uma sequência curta por imagem; quando você pede mais, pelo menos uma delas tende a degradar.

Capa, 16:9 — detalhe de natureza-morta

A imagem principal no topo deste artigo (a câmera de filme de latão sobre madeira desgastada) foi gerada pelo mesmo caminho de código. Tempo real: cerca de 15 segundos. A direção da luz da janela, as marcas de dobra do caderno de couro e o bokeh do fundo aguentam a inspeção em resolução total.

Sendo honesto sobre esta também: o texto de marca no corpo da câmera é um embaralhado inventado automaticamente. Esse é um padrão recorrente — texto solicitado renderiza bem, texto decorativo não solicitado em objetos não é confiável.

Quando escolher o FLUX 1.1 Pro

Um guia rápido baseado nas observações reais dessas quatro execuções:

• Bom para: retratos realistas, fotos de produto vistas de cima, paisagens cinematográficas, texto curto de título/letreiro. Qualquer cenário em que você precise de uma base "fotorrealista" e não de muitos prompts negativos.
• Talvez bom para: ilustração estilizada (ele faz, mas outros modelos são mais ajustados para isso), imagens com tipografia de múltiplas linhas (uma sequência curta tudo bem — texto de pôster em várias linhas desvia).
• Não recomendado para: logotipos e marcas que exigem fidelidade (ele improvisa), composições com contagem rigorosa em que a quantidade precisa ser exata, qualquer tarefa que precise de fluxo imagem-para-imagem neste modelo específico (a rota /v1/tasks aqui só suporta texto para imagem).

Para comparação de preço dentro do hiapi, o vizinho mais próximo é o Nano Banana, a $0,05/imagem — ele pende para giro mais rápido e as vantagens de consistência de personagem da família Gemini, enquanto o FLUX 1.1 Pro pende para imagens realistas de natureza-morta e texto curto confiável. Se você quiser ver os dois ao mesmo tempo, a API de preços do hiapi os lista lado a lado na categoria image / text-to-image.

Conclusão

Se você vinha hesitando porque não tinha certeza se o hiapi expõe o FLUX 1.1 Pro de forma limpa: expõe, e a superfície de integração é pequena.

• Um endpoint assíncrono (/v1/tasks), um formato de entrada, usando aspect_ratio em vez de size.
• Preço fixo de $0,05 por imagem, em qualquer proporção.
• Saída realista confiável e renderização confiável de texto curto, mantendo as mesmas ressalvas que todos os modelos generativos de imagem ainda têm em texto não solicitado e contagem exata.

O bloco de código acima é o cliente mínimo viável. A partir daí, a principal questão é quais prompts funcionam para o seu domínio — e essa parte, como sempre, é empírica.