HiAPI
Блог

Руководство

Как вызывать fibo-gen-1.5/text-to-image через HiAPI: руководство по curl и Python

Nov 12, 2026
Обложка с мятно-зелёными растровыми точками, образующими плавный градиент плотности на почти чёрном фоне.
На этой странице

Создание рабочего запроса с помощью curl

fibo-gen-1.5/text-to-image — это управляемая модель генерации изображений по тексту, доступная через стандартную схему запросов HiAPI. Эта деталь важнее, чем кажется на первый взгляд: вам не нужно скачивать веса, настраивать GPU или изучать специализированный SDK модели. Вы просто отправляете HTTP-запрос с идентификатором модели и промптом, а затем получаете результат в виде изображения. Интеграция сосредоточена в трёх местах: как составить промпт, какие параметры задать и как обработать ответ.

Прежде чем писать код, можно смело принять несколько допущений:

  • Аутентификация единообразна. При каждом вызове HiAPI ваш API-ключ передаётся в заголовке запроса. Отдельных процедур аутентификации для разных моделей не существует.
  • Модель выбирается по имени. fibo-gen-1.5/text-to-image указывается в поле model тела запроса и должно быть написано в точности, включая суффикс /text-to-image.
  • С точки зрения вызывающей стороны генерация синхронна. Вы отправляете запрос, ждёте и получаете вывод. Бюджет тайм-аута должен учитывать реальную задержку генерации, а не предполагать мгновенный ответ.
  • Ответ структурирован. Вы получаете JSON-обёртку, а не необработанный блок двоичных данных, поэтому перед использованием изображения его нужно разобрать.

Если вы уже интегрировали любую другую модель HiAPI, это покажется вам знакомым. Если это ваша первая модель, изученная здесь схема без изменений переносится на всё остальное на платформе. Знание, действительно специфичное для модели, — это выбор параметров, о котором рассказывается далее в руководстве.

Выполнение того же вызова в Python

Начните с минимального вызова, который работает. Экспортируйте ключ, чтобы он не попал в историю shell в открытом виде:

export HIAPI_API_KEY="your_api_key_here"

Затем отправьте запрос:

curl -sS -X POST "https://api.hiapi.ai/v1/images/generations" \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "fibo-gen-1.5/text-to-image",
    "prompt": "потрёпанный рыбак чинит сеть на деревянном причале на рассвете, пасмурный свет, фотография 35 мм",
    "size": "1024x1024",
    "n": 1
  }'

Стоит особо отметить три момента, поскольку именно на них обычно терпят неудачу попытки «скопировал-вставил и как повезёт»:

  1. Строка модели должна быть точной. fibo-gen-1.5/text-to-image — не fibo-gen-1.5 и не вариант с другим регистром. Малейшее отклонение вернёт ошибку типа «модель не найдена», а не тихий откат.
  2. Ключ передаётся как bearer token в заголовке Authorization. Не помещайте его в тело запроса или строку запроса.
  3. Content-Type: application/json обязателен. Без него некоторые прокси и шлюзы испортят полезную нагрузку до того, как она дойдёт до API.

Если вы хотите увидеть точный ответ — включая заголовки ответа — добавьте в вызов curl флаг -i. Это самая полезная привычка отладки, когда ответ кажется пустым: она показывает, получили ли вы 200 с необычной формой тела или же статус не 2xx, который нужно обработать. При исследовании можно передавать вывод в jq . для форматирования JSON.

После успешного вызова поменяйте промпт и запустите снова. Оставляя остальную часть вызова неизменной, вы изолируете изменения промпта от структурных изменений.

Вывод в продакшен

Переход от рабочего скрипта к надёжной интеграции в основном заключается в скучных частях. Контрольный список:

  • Ключи не попадают в код. Загружайте их из переменных окружения или менеджера секретов, никогда не коммитьте и ротируйте с периодичностью, которую вы действительно сможете соблюдать. Используйте разные ключи для разработки и продакшена, чтобы утечка ключа разработки не обрушила рабочий трафик.
  • Тайм-ауты явные и обоснованные. Устанавливайте лимит на основе наблюдаемой задержки генерации в вашей рабочей нагрузке, а не по догадке. Записывайте фактическое время каждого вызова, чтобы обосновать это число.
  • Повторные попытки ограничены и избирательны. Повторяйте при временных сбоях — тайм-аутах, состояниях ограничения частоты — с экспоненциальной задержкой и жёстким лимитом попыток. Никогда не повторяйте запросы с некорректной полезной нагрузкой или ошибкой аутентификации; они будут сбоить одинаково каждый раз, расходуя вашу квоту.
  • Вывод проверяется до доверия к нему. Проверьте, что декодированный объём байтов достигает разумного размера и что файл открывается как действительное изображение. Нулевой или усечённый файл, дошедший до CDN, хуже, чем прямая ошибка на этапе генерации.
  • Каждая генерация логируется. Храните вместе промпт, параметры, ответ и временную метку. Это делает возможными воспроизводимость и отнесение затрат в будущем.
  • Вызов инкапсулирован в функции, а не разбросан повсюду. Единая generate() означает, что логику повторных попыток, тайм-ауты и логирование нужно править только в одном месте.

Сначала выполните чистый запрос к fibo-gen-1.5/text-to-image через curl, затем перенесите его в Python и после этого добавьте вокруг него операционный слой. Форма запроса остаётся неизменной — меняются только гарантии, которые вы выстраиваете вокруг него.

Похожие статьи

Все статьи →

Начните работать с постоянными артефактами ИИ

Получите API-ключ и вызывайте модели изображений, видео и аудио через один API на основе tasks.

Читать документацию API