hiapi 上的 FLUX 1.1 Pro：能力、定价与可运行的代码示例

概要

FLUX 1.1 Pro 是 Black Forest Labs 当前的旗舰文生图模型，主打写实输出、干净的文本渲染和灵活的宽高比。如果你想通过 hiapi 使用它，以下是真正需要知道的要点：

• 在 hiapi 上：每张图 $0.05，一口价。 没有分辨率倍率，没有质量档位——1:1、9:16、16:9 及其他宽高比价格相同。
• 端点：/v1/tasks（异步任务模式），模型名 flux-1.1-pro。它不通过 /v1/chat/completions 或 OpenAI 兼容的 images 端点提供服务。
• 它擅长什么： 写实人像、产品摄影、电影感场景，以及简短的招牌/标题文字。文本渲染比大多数团队起步时用的旧版 Dev 档明显更可靠。
• hiapi 上缺什么： 较旧的 FLUX.1 Dev 和第一代 FLUX Pro 不在 hiapi 目录中。hiapi 目前只收录了 FLUX 家族的 1.1 Pro 旗舰款。

本文其余部分将介绍其能力、1.1 Pro 在模型层面相对旧版 FLUX 档位的定位、我们通过 hiapi 端点实际跑出的四张输出，以及一段可直接复制的代码示例。

FLUX 1.1 Pro 在家族中的定位

Black Forest Labs 发布了多个 FLUX 变体，容易混淆，这里快速梳理：

• FLUX.1 Dev —— 社区开始构建所基于的开源权重模型。通用图像质量强，但采用非商用许可，文本渲染和细节表现较旧。大多数第三方 LoRA 工作都基于它构建。
• FLUX.1 Pro（初代“Pro”） —— BFL 首个闭源 API 模型。保真度高于 Dev，但速度更慢且调校保守。
• FLUX 1.1 Pro —— 当前旗舰。主要改进是生成速度，以及提示词保真度和短文本渲染上限的明显提升，同时保留 Pro 系列标志性的“照片级”整体观感。

如果你只用过 FLUX.1 Dev，切换到 1.1 Pro 后最明显的差异是：人脸不再有那种千篇一律的“AI 感”，简短标题文字（招牌、海报、标签）更可能真正渲染出你要求的字符串，而且模型处理戏剧性光影和浅景深时需要的提示词引导更少。

关于对比的说明： hiapi 目前目录中只列出 flux-1.1-pro——我们没有在 hiapi 内对 Dev 和初代 Pro 与 1.1 Pro 做基准测试，因为它们无法在那里以相同方式调用。上述差异是关于模型本身在设计层面的差异，而非单一平台内的价格/延迟正面对比。

hiapi 上的定价

直接来自 hiapi 定价 API：

模型	端点	每张图价格	分辨率 / 宽高比附加费
flux-1.1-pro	POST /v1/tasks	$0.05	无——各宽高比一口价

有几点值得注意：

• 无 2K/4K 加价。 hiapi 上部分图像模型有质量倍率（例如 2K = 基础价的 1.5 倍）。FLUX 1.1 Pro 没有——无论你要方形头像还是 16:9 主图，都付 $0.05。
• 按图计费，而非按 token。 每张完成的图片付一次费。提示词长度不影响价格。
• 承诺前先确认。 hiapi 的定价是版本化的（API 响应中的 pricing_version），我们见过质量档位随时间被添加或移除。在为自己的服务接入计费前，务必重新获取 /api/pricing。

作为参考，$0.05/张使 FLUX 1.1 Pro 与 hiapi 上 Google 的 Nano Banana 处于同一价位（1K 下也是 $0.05），并低于 GPT Image 2 Pro（$0.35/张，1K）。它的定位是“写实默认款”而非“高端专家款”。

如何调用

FLUX 1.1 Pro 通过异步任务端点提供服务，而非 /v1/chat/completions。这是大多数人第一次使用时容易踩坑的地方。你需要：

1. 向 POST /v1/tasks 发送 {"model": "flux-1.1-pro", "input": {"prompt": "...", "aspect_ratio": "16:9"}} → 返回一个 taskId。
2. 轮询 GET /v1/tasks/<taskId> 直到 data.status == "success"。
3. 从 data.output[0].url 读取渲染好的图片 URL。该 URL 位于 hiapi 的 CDN 上，带有 expireAt 时间戳——如需保留请下载。

一个最小的 Python 示例，实际用于渲染本文中的四张图片：

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)

在我们四张图的运行中，每个任务端到端大约 14–19 秒（提交 → 轮询 → CDN URL）。这是包含轮询间隔的实际耗时；实际模型推理更快。如果你要在其上构建 UI，请按每张图约 10–20 秒的感知延迟来规划，并将轮询间隔保持在 5 秒或更长以保持礼貌。

几点实用说明：

• 使用 aspect_ratio，而非 size。 该模型的任务输入不接受 size 字段。传入标准比例如 "1:1"、"4:3"、"3:4"、"16:9"、"9:16"。传入 size 会得到 400 invalid input 和 additional properties 'size' not allowed。
• CDN URL 是临时的。 每个响应都包含 expireAt（Unix 秒）。图片在 cdn.hiapi.ai 上保留几天——如需长期保存，请复制到你自己的存储。
• 无流式，无进度。 任务是提交后轮询模式。没有 SSE/WebSocket 进度信号。

四张真实输出

以下是通过上述代码路径渲染的四张图片。所有提示词均为本文原创——没有复用 FLUX 图库帖子中的内容。出图时间是从 submit 到 CDN URL 生效的实际耗时。

人像，9:16——写实角色

提示词： “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.”

实际耗时： 约 14 秒。

成功之处：皮肤纹理和眼睛细节令人信服，没有那种蜡质的“AI 脸”感。发丝边缘在复杂背景前依然保持良好。灯塔正确地保持失焦。

不足之处：外套胸前出现了一个我们没要求的小型自动生成品牌标记，且是一个略微扭曲的字符串。FLUX 1.1 Pro 在被要求的文本上比旧版本好得多，但仍可能在衣物和产品表面幻觉出装饰性文字。如果你为真实品牌生成图片，请计划要么对这些区域进行局部重绘，要么包含明确的“衣物上无文字”指示，并接受负面提示的遵循度并不完美。

产品，1:1——平铺电商图

提示词： “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.”

实际耗时： 约 19 秒。

成功之处：斑驳光影和咖啡豆看起来很有照片感——阴影方向一致，木纹合理，陶瓷的哑光釉面干净。这类输出只需极少修图就能放进真实产品目录的情绪板。

不足之处：我们要一把黄铜勺，却得到两把。FLUX 1.1 Pro 在数量不超过约三个时通常表现良好，但当物品散落在画面各处时会变松。如果数量重要，要么在提示词中多处包含数字（“三只杯子”、“恰好一把黄铜勺”），要么生成后裁剪。

带文字的风景，16:9——霓虹招牌渲染

提示词： “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.”

实际耗时： 约 14 秒。

成功之处：霓虹文字“MIDNIGHT DINER”完全按所写内容输出，字母间距正确，粉/品红色辉光可信。这是核心能力——照片场景中的简短全大写招牌文字。卡车、山影和暮色渐变都连贯。

不足之处：主招牌下方较小的次级文字面板不可读。经验法则：FLUX 1.1 Pro 对每张图一个短字符串可靠；要求更多时，至少其中一个往往会退化。

封面，16:9——静物细节

本文顶部的主图（风化木上的黄铜胶片相机）是用同一代码路径生成的。实际耗时：约 15 秒。 窗光方向、皮革笔记本的折痕以及背景散景在全分辨率下都经得起看。

这张也如实说明：相机机身上的品牌文字是自动编造的乱码。这是反复出现的模式——被要求的文本渲染良好，物体上未被要求的装饰性文字不可靠。

何时选择 FLUX 1.1 Pro

基于这四次运行的实际观察的快速指南：

• 适合： 写实人像、产品平铺图、电影感风景、简短标题/招牌文字。任何你需要“照片级”基础层且不需要大量负面提示的场景。
• 也许适合： 风格化插画（它能做，但其他模型更针对此调校）、多行排版图片（一个短字符串没问题——多行海报文字会漂移）。
• 不适合： 品牌忠实度要求高的标志和商标（它会即兴发挥）、数量必须精确的严格计数构图、需要在此确切模型上进行图生图工作流的任何任务（此处的 /v1/tasks 路由仅支持文生图）。

在 hiapi 内做价格对比，最接近的邻居是 Nano Banana，$0.05/张——它偏向更快的周转和 Gemini 家族的角色一致性优势，而 FLUX 1.1 Pro 偏向写实静物图像和可靠的短文本。如果你想同时查看两者，hiapi 定价 API 在 image / text-to-image 类别下并排列出它们。

总结

如果你一直因为不确定 hiapi 是否干净地暴露了 FLUX 1.1 Pro 而犹豫：它确实暴露了，且集成面很小。

• 一个异步端点（/v1/tasks），一种输入形状，用 aspect_ratio 而非 size。
• 任意宽高比每张图一口价 $0.05。
• 可靠的写实输出和可靠的短字符串文本渲染，同时保有所有生成式图像模型在未提示文字和精确计数方面仍存在的同样注意事项。

上面的代码块是最小可行客户端。从那里开始，主要问题就是哪些提示词适合你的领域——而这一部分，一如既往，是经验性的。