HiAPI
Блог

Руководство по использованию

recraft/crisp-upscale: руководство по началу работы — ключевые моменты интеграции и тарификация API увеличения изображений

От границ возможностей до поштучной оплаты: как разработчику стабильно встроить увеличение изображений в производственный процесс

Nov 16, 2026
Плоское изображение обложки с узором «плетёнка» из широких овсяных и коричневых лент на тёмно-кофейном фоне, перекликающееся с темой руководства по API увеличения изображений
Модель
recraft-crisp-upscale
На этой странице

Какую задачу решает crisp-upscale

Превратить уже существующее, но недостаточно разрешённое изображение в версию большего размера с более чёткими краями — в этом и заключается задача recraft/crisp-upscale. Она относится к категории image-to-image (изображение в изображение): вы подаёте ей изображение, она возвращает увеличенное. На входе нет места для текстового промпта, тип выхода фиксирован — изображение.

Проблемы, которые решает такая модель, вполне конкретны:

  • Размеры материалов не унифицированы. Изображения, загруженные пользователями, из исторической библиотеки контента, предоставленные партнёрами, имеют разное разрешение, тогда как дизайн требует фиксированных размеров отображения на фронтенде.
  • Старый контент нужно использовать повторно. Иллюстрации, скриншоты, миниатюры прошлых лет при прямом размещении в большем контейнере выглядят размыто.
  • Доработка результатов генерации. В конце любого конвейера генерации или редактирования изображений может потребоваться шаг увеличения для получения итогового размера.

Если ваша задача — «сгенерировать изображение из одного предложения», это не входит в область применения данной модели; если ваша задача — «у меня есть изображение, и я хочу сделать его больше и чётче», тогда она подходит. Критерий прост: есть ли у вас на руках конкретный файл изображения перед вызовом. Есть — это она; нет — сначала решите задачу генерации в другом месте.

Для разработчика такая узкая специализация — скорее плюс: семантика интерфейса простая, структура входа и выхода стабильна, причины сбоев легче локализовать. Увеличение — это этап, который можно тестировать и откатывать независимо, он не переплетается с промпт-инженерией.

Мелкая клетка слева обозначает входное изображение низкого разрешения, увеличенная чёткая клетка справа иллюстрирует увеличение и повышение резкости в crisp-upscale

Границы возможностей: что может, а на что не рассчитывайте

Если использовать crisp-upscale как «специализированного увеличителя», ожидания не собьются с курса.

Что она умеет

  • Принимать существующее изображение и выдавать увеличенное — стандартное преобразование image-to-image.
  • Улучшать показатели чёткости при увеличении — именно на это указывает название «crisp».
  • Вызываться повторно как независимый этап конвейера: вход и выход — изображения, без дополнительного текстового состояния.
  • Подходить для пакетной обработки однородных материалов, например единообразного приведения партии товарных изображений к целевому размеру.

Что она не делает или не может

  • Не принимает текстовый промпт для генерации изображения. Это не модель text-to-image, на входе нет роли prompt.
  • Не отвечает за понимание содержимого изображения. Она не перерисует за вас, не сменит стиль, фон или не достроит отсутствующий объект — такие задачи относятся к моделям генерации или редактирования.
  • Не может создать детали из ничего. Увеличение по сути — это вывод на основе существующих пикселей; при сильно размытом исходнике, сильных артефактах сжатия или недостатке информации о самом объекте результат увеличения тоже будет ограничен. Качество входа определяет потолок выхода.
  • Нельзя задать кратность увеличения или целевое разрешение. Текущий публичный параметр только один — обязательный публичный URL изображения image_url, поддерживаются форматы JPEG, PNG, WEBP, размер одного файла не более 10MB; текстового промпта нет, как и параметров кратности или выходного размера.

Прагматичный подход: сначала проведите一轮 тестирование на самых плохих业务-материалах, а не на отретушированном образце. Если худший вход после увеличения неприемлем, проблема обычно на стороне входа, а не вызова.

Увеличение — это image-to-image: фото на входе, увеличенное фото на выходе; зачёркнутый текстовый блок означает, что text-to-image она не делает.

Спецификации входа и выхода, которые нужно подтвердить перед вызовом

При интеграции с унифицированным интерфейсом HiAPI.ai пройдите этот список до написания бизнес-кода — это избавит от большей части переделок.

Сторона входа

  • Декодируется ли файл нормально. Сначала проверьте формат и целостность локально, не отправляйте повреждённые файлы — вы потратите свои вызовы впустую.
  • Соответствует ли файл ограничениям входа. Публичные ограничения: формат JPEG, PNG или WEBP, размер одного файла не более 10MB; слишком маленький исходник даст ограниченный выигрыш от увеличения, слишком большой — сначала проверьте, не превышен ли объём.
  • Цвет и альфа-канал. Публичные форматы — JPEG, PNG, WEBP; для источников с альфа-каналом или не входящих в этот список сначала проверьте на образцах, соответствует ли выход ожиданиям.
  • Объём файла. Время загрузки больших файлов должно соответствовать настройкам таймаута — не отправляйте большие изображения с коротким таймаутом по умолчанию.

Сторона выхода

  • Выходной размер. В запросе нельзя указать целевое разрешение. При интеграции проверьте фактическое поведение «размер исходника → размер выхода» на нескольких исходниках разного размера и составьте свою таблицу соответствий, не предполагайте выход по какому-то неоткрытому именованному профилю.
  • Формат и объём выхода. Увеличенные файлы обычно больше — оцените заранее нижестоящее хранилище и пропускную способность.
  • Субъективный критерий приёмки чёткости. Заранее определите, что значит «достаточно чётко», иначе невозможно судить о соответствии.

Сторона параметров

Текущий публичный параметр только один — обязательный image_url. Не добавляйте самостоятельно кратность, целевое разрешение, промпт или другие неоткрытые параметры — сначала запустите минимальный запрос с этим одним пунктом.

Минимальная последовательность проверки: одно небольшое изображение проходит → заменить на типичное бизнес-изображение → заменить на изображение худшего качества → заменить на изображение максимального размера. Все четыре шага пройдены — тогда говорите о пакетной обработке.

Процесс проверки от валидации входа через отправку запроса до сверки выхода, представленный в виде последовательности прямоугольников с лентами.

Оплата за изображение: как рассчитывается цена

Тарификация crisp-upscale — поштучная: один успешный вызов соответствует одному изображению и одному списанию. Цена одна: $0.004/изображение.

Как оценивать расход

Месячные расходы ≈ количество вызовов в месяц × $0.004. Реально управляемая переменная только одна: количество вызовов в месяц. Оно получается перемножением трёх факторов:

  1. среднедневное количество обрабатываемых бизнес-объектов;
  2. среднее количество изображений для увеличения на объект;
  3. дополнительный коэффициент от повторов и переделок.

Третий пункт чаще всего упускают. Повторы при сбоях, повторное увеличение из-за неудовлетворительного качества, повторная обработка одного и того же изображения разными процессами — всё это делает фактическое количество выше бизнес-ожиданий. Фиксируйте эти три пункта отдельно, и расходы можно будет считать и контролировать по объёму вызовов.

Несколько способов контролировать объём вызовов

  • Дедупликация. Одно и то же изображение (по хешу содержимого) увеличивается только один раз, результат сохраняется в БД для повторного использования. В сценариях, где один материал в библиотеке контента используется во многих местах, это часто экономит заметную долю.
  • Сначала проверка, потом увеличение. Если размер исходника уже соответствует требованиям отображения, увеличивать не нужно — достаточно добавить проверку размера, чтобы отсечь недействительные вызовы.
  • Пакетная обработка и асинхронность. Для нереального времени используйте очередь, выведите увеличение из пути пользовательского запроса — это и объединяет повторы, и избегает дублирующих отправок из-за таймаута.
  • Стратегия по уровням. Для обложек, первых экранов и других высокоценных мест используйте увеличение, для миниатюр в списках — оригиналы, концентрируя бюджет там, где это видно.
  • Ограждения бюджета. Устанавливайте дневные или недельные лимиты вызовов с оповещениями, чтобы какой-нибудь цикл с багом не выжёг квоту — на моделях с поштучной оплатой такие аварии обходятся вполне ощутимо.

Сначала соберите статистику по полной выборке, потом решайте, что и в каком объёме увеличивать — это надёжнее, чем прикидывать на глаз.

Типичные сценарии и комбинации в конвейере

Увеличение редко существует само по себе, обычно это звено конвейера. Ниже несколько подходящих для встраивания сценариев.

Постобработка материалов

Изображения, загруженные пользователями или контент-менеджерами, перед сохранением единообразно проходят увеличение, чтобы базовая линейка размеров библиотеки контента была согласованной. Тогда фронтенду не нужно адаптироваться под каждое изображение отдельно, а дизайн-макеты можно делать под фиксированные размеры.

Конвейер восстановления старых и низкокачественных изображений

Скриншоты из исторического контента, пережатые иллюстрации сначала проходят базовую очистку (например, обрезку, унификацию формата), затем передаются в crisp-upscale для увеличения, и в конце обрезаются под целевой размер для выдачи. Обратите внимание на порядок: сначала исправление, потом увеличение — решайте исправимые проблемы до увеличения.

Финишная обработка после генерации

В любой конвейер генерации или редактирования изображений можно на конце повесить этап увеличения, чтобы поднять промежуточный размер до размера выдачи. Плюс такого конвейера — развязка: меняется ли модель генерации, этап увеличения трогать не нужно.

Структура конвейера

Загрузка → валидация (формат, размер, дедупликация по хешу) → вызов увеличения → выборочная проверка качества → хранение → раздача через CDN. Выборочная проверка качества может быть ручной или автоматическим мониторингом метрик только для топовых материалов; в любом случае нужен выход «не прошло — вернуть на доработку».

Два инженерных напоминания: шаг увеличения должен быть идемпотентным (один вход — один выход, результат кешируется); сбой должен допускать независимый повтор, не перезапускайте весь конвейер.

Частые ошибки и чек-лист проверки

Ниже — проблемы, повторяющиеся при интеграции; большинство можно однократно предотвратить до запуска.

Частые ошибки

  • Использование как модели генерации. Ожидание, что она достроит отсутствующее содержимое или изменит картинку, неизбежно приведёт к разочарованию. Границы возможностей нужно согласовать заранее.
  • Приёмка на отретушированном изображении. Образец красив, а после запуска на реальных низкокачественных материалах всё ломается. Выборка для приёмки должна быть из реального бизнес-распределения.
  • Слишком короткий таймаут. Обработка больших изображений занимает больше времени, таймаут по умолчанию легко приводит к дублирующему списанию «на самом деле успешно, но клиент сдался».
  • Нет дедупликации. Один материал увеличивается повторно, рост счёта не пропорционален росту бизнеса.
  • Предположение о неоткрытых профилях выхода. В запросе нельзя указать выходной размер; если верстать под какое-то именованное разрешение, возможно, всё нижестоящее придётся переделывать.
  • Повторы в цикле без ограничения. Повтор при каждом сбое без лимита — один сбой может сжечь бюджет за целый день.

Чек-лист проверки перед запуском

  1. Прогнать весь конвейер на небольшой выборке из реального бизнес-распределения (включая изображения худшего качества);
  2. Зафиксировать и подтвердить фактическое поведение спецификаций входа и выходных размеров;
  3. Сверить соответствие каждого вызова и каждого списания, убедиться в отсутствии скрытых дублирующих вызовов;
  4. Проверить процент попаданий в кеш дедупликации;
  5. Проверить стратегии таймаута, повторов и предохранителя;
  6. Настроить ежедневные оповещения о бюджете и дашборд объёма вызовов;
  7. Провести канареечный запуск на малой доле трафика, сравнить субъективное качество и нижестоящие метрики до и после увеличения, затем переключить полностью.

Выгода от увеличения постепенная, и риск тоже постепенный: если хорошо проработать этап сравнения на малой выборке, последующая масштабная интеграция — это в основном эксплуатация.

Начните с запуска на одном изображении, зафиксируйте три вещи — спецификации, тарификацию и дедупликацию — и crisp-upscale станет тем тихим, но постоянно работающим звеном вашего конвейера изображений.

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