Skip to main content

概述

FLUX 是德國 Black Forest Labs(BFL)推出的旗艦影像生成模型族。最新一代 FLUX.2 橫跨 sub-second 到 4MP 旗艦畫質共 5 檔,疊加上一代影像編輯專用的 FLUX.1 Kontext 共 7 個模型在售;老版本 FLUX.1 [pro] 系列也保留可呼叫。API易 閘道把 BFL 的非同步 API 封裝成標準 OpenAI Images API(/v1/images/generations/v1/images/edits),OpenAI 官方 SDK 把 base_url 指過來即可零程式碼改動直連。
🎨 核心亮點:FLUX.2 [max] 獨家支援 grounding search 聯網搜尋,原生 4MP 輸出(2048×2048)+ 多參考圖最多 8 張 + 32K tokens 長 prompt + hex 色精確控制 + 文字渲染領先。適合需要旗艦畫質、多圖一致性、品牌色精確還原、專業排版 的生產場景。
圖片 API 全部為同步呼叫:沒有非同步任務 ID,客戶端斷開連線結果即丟失、但請求仍會計費。請為本模型設定足夠大的 timeout,詳見 圖片 API 呼叫須知與最佳實踐

文生圖 API

/v1/images/generations,輸入文本提示詞生成圖片,覆蓋 FLUX.2 全部 5 個模型。

圖片編輯 API

JSON input_image 傳參考圖(最多 8 張多圖融合,走 /generations),另有 OpenAI 相容 multipart /edits 單圖編輯,FLUX.2 + FLUX.1 Kontext 通用。

歷史版本

FLUX.1 [pro] / [pro] 1.1 / [pro] 1.1 Ultra / [dev] 老版本規格、遷移建議、計費差異。

為什麼選 API易 的 FLUX?

對標 BFL 官方通道,針對企業生產場景在 穩定性成本接入體驗 三方面做了深度最佳化:

OpenAI 相容封裝 · 零程式碼遷移

BFL 官方走非同步 polling,APIYI 把它封裝成同步的 OpenAI Images API。OpenAI 官方 SDK 把 base_url 指過來直接用,不用自己寫 polling_url 輪詢迴圈。

不限併發 · 突破 24 active 限制

BFL 官方對單賬號限 24 個 active tasks(kontext-max 僅 6),APIYI 在閘道層做了池化,企業使用者線性放量不受單賬號限制。

同價或最高節省 17%

FLUX.2 [pro/max/flex] 與官方 1MP 同價,klein 4B/9B 比官方更便宜(節省約 28%),FLUX.1 [pro] 1.1 Ultra 節省 17%,疊加 充值加贈活動 最低可享 85 折

全球零門檻接入

無需海外伺服器或代理,國內機房、家寬網路、海外節點均可直連 api.apiyi.com,延遲穩定、免去出海改造。

模型生態齊全

搭配 gpt-image-2SeedreamNano Banana 等同站系列,可按場景自由組合。

專業服務 · 企業陪跑

團隊深耕影像生成場景,具備豐富的選型、調優與整合經驗,可為企業客戶提供從 PoC 到生產上線的完整技術支援。

核心特性

速度全檔位覆蓋

klein 4B/9B sub-second 出圖(消費級 GPU 即可)、pro < 10 秒、max < 15 秒、flex 較慢但精度更高。一個系列橫跨即時到旗艦。

原生 4MP 輸出

最大 2048×2048(約 4MP),是 FLUX.1 時代 1.6MP 的 2.5 倍。任意寬高(邊長鬚 16 倍數),最小 64×64。

多參考圖融合

JSON 欄位 input_image ~ input_image_8 傳多張參考圖(URL 或 base64 data URL):FLUX.2 [pro/max/flex] 最多 8 張,[klein] 最多 4 張,prompt 中可用「圖1/圖2」精確指代。

聯網搜尋(grounding search)

FLUX.2 [max] 獨家:prompt 觸發即時網路檢索,可生成”昨日比賽比分”、“即時天氣”、“歷史事件復刻”等需要外部知識的畫面。

精確 hex 色控制

在 prompt 裡直接寫 #02eb3c / #ff0088 等 hex 碼,模型按精確色值出圖,專業品牌設計無需後期調色。

32K tokens 長 prompt

支援最長 32K tokens 的 prompt,可用結構化 JSON 描述(subject / background / lighting / style 等),適合產線自動化。

文字渲染特化

FLUX.2 [flex] 專為文字場景調優,海報標題、UI 截圖、資訊圖等小字保留度業內領先;max / pro 同樣可用。

OpenAI SDK 直連

base_url 指向 https://api.apiyi.com/v1 即可用 OpenAI 官方 SDK 直接調 client.images.generate(model="flux-2-pro", ...),零程式碼改動。

模型定價

按次計費,單價見下表(APIYI 單價列)。BFL 官方按 MP(megapixel) 計費,1MP 內同價、超過逐 MP 加成;APIYI 按張定價更可預測。

FLUX.2 系列(最新一代)

FLUX.1 Kontext 系列(影像編輯專用)

FLUX.1 [pro] 經典版本(歷史版本,仍可呼叫)

詳細規格與遷移建議見 歷史版本頁
計費說明
  • APIYI 走按次定價,1 張圖固定單價,與輸出 MP 無關
  • 官方按 MP 計費,1MP 起步價 + 超過部分逐 MP 加成
  • 編輯請求與文生圖同價(不像 OpenAI gpt-image-2 編輯要按 Vision 加價)
  • klein 4B / klein 9B 的開源權重可在 Hugging Face 自行部署(Apache 2.0 / FLUX NCL 協議)
  • 失敗請求(4xx / 內容稽核攔截)不計費

技術規格

端點一覽

多圖融合請走 /generations(JSON input_image_N);/edits 僅接受單張 image 檔案,適合已有 OpenAI SDK 編輯程式碼的遷移場景。
域名選擇api.apiyi.com 為主域名,也可使用 b.apiyi.com / vip.apiyi.com 等平臺提供的其他閘道域名,響應行為一致。

尺寸(width / height)詳解

常用尺寸

自定義尺寸約束

FLUX.2 接受任意尺寸,只需同時滿足:
  1. width / height 都是 16 的倍數
  2. 最小 64×64
  3. 最大約 4MP(如 2048×2048 / 1920×2048 / 2048×1920 等)
  4. 推薦總畫素 ≤ 2MP 以兼顧速度與價格
合法示例1280x7201920x10802048x10241456x1920 非法示例1000x1000(非 16 倍數)、3840x2160(超 4MP 上限)、32x32(小於 64×64)
API 端 width/height 與 OpenAI 相容寫法的差異:BFL 原生使用 width / height 整數;APIYI 也接受 OpenAI 風格的 size: "1024x1024" 字串,兩種寫法等價,二選一即可。

最佳實踐

1

按場景選模型

旗艦終稿 + 需要聯網知識 → flux-2-max;生產批次 → flux-2-pro;文字海報 / 資訊圖 → flux-2-flex;高吞吐即時 → flux-2-klein-9b;影像編輯首選 → flux-kontext-maxflux-kontext-pro
2

尺寸優先 ≤ 2MP

速度和價格的最優平衡點在 1MP–2MP 之間。僅在列印 / 4K 螢幕等明確需要時再上 4MP,klein 高解析度會顯著增加單次成本。
3

多圖融合用「圖1/圖2」指代

input_image / input_image_2 / input_image_3 的編號就是 prompt 中「圖1/圖2/圖3」的指代依據,prompt 中顯式說”圖1的人物放進圖2的場景,沿用圖3的色彩風格”,比讓模型自己推斷穩得多。
4

結果 URL 立即下載

data[0].url10 分鐘有效,且託管在 delivery-eu.bfl.ai / delivery-us.bfl.ai,CORS 預設關閉。生產服務必須代下載到自有 CDN。
5

文字場景鎖 flex 或 max

招牌、海報、UI 截圖等帶文字的場景優先用 flux-2-flex(專精文字)或 flux-2-max(綜合品質更高),其它模型小字仍可能糊。
6

聯網知識用 max grounding search

需要”今天的天氣”、“昨晚比賽”等即時知識時僅 flux-2-max 能用。其它模型純靠訓練資料,無法即時檢索。
7

客戶端超時 60–120 秒

APIYI 已封裝好同步等待,pro / max < 15 秒到幀,但疊加排隊 + 網路抖動建議客戶端超時 60–120 秒。flex 較慢可設到 180 秒。
8

seed 固定可復現

傳相同 seed + 相同其它引數可獲一致結果,適合 A/B 測試與客戶驗收。klein 不支援 prompt_upsampling,pro/max/flex 預設關閉,按需開啟。

錯誤碼與重試

建議客戶端
  • 請求超時 60–120 秒 起步(flex 模型放寬到 180 秒)
  • 對 5xx 與 429 做 指數退避重試(建議 2 次)
  • 拿到 data[0].url立即非同步下載,不要等使用者點選再拉
  • 記錄響應頭 x-request-id 方便排查

常見問題

BFL 官方設計:所有結果都託管在 delivery-eu.bfl.ai / delivery-us.bfl.ai,簽名 URL 有效期 10 分鐘,且不開啟 CORS。生產服務必須服務端代下載到自有 OSS / CDN,不能直接給瀏覽器渲染、也不能讓使用者長期訪問。APIYI 閘道沿用了同一套 URL 機制,行為與官方一致。
APIYI 閘道替你做了 polling:你發一個標準的 OpenAI Images API 請求,閘道內部代你 POST 到 BFL、輪詢 polling_url 直到 Ready,再把最終的 result.sample URL 包裝成 data[0].url 返回。客戶端看到的就是一發請求一次響應,與 OpenAI / GPT-Image / Nano Banana 完全一致。
  • FLUX.2 [pro/max/flex]:最多 8 張
  • FLUX.2 [klein]:最多 4 張
  • FLUX.1 Kontext [pro/max]:單張為主(多圖融合靠拼圖變通)
在 prompt 裡用「圖1/圖2/圖3」明確指代,例如”把圖1的人物放進圖2的場景,沿用圖3的色彩風格”。也可以自然語言描述,模型理解輸入圖的內容能力較強。
prompt_upsampling=true 時模型會自動擴寫 / 最佳化你的 prompt(特別適合短 prompt)。但會改變原意,專業排版 / 品牌素材建議關閉、自由探索時可以開。限制:FLUX.2 [klein] 系列不支援,傳了會被忽略。
flux-2-max 支援。無需特殊引數,只要 prompt 裡包含需要即時知識的內容,模型就會自動聯網搜尋後再出圖。例如:
“Generate a news photo of the snowstorm hitting NYC on Dec 15, 2025”
適合”昨日比賽比分”、“即時天氣”、“歷史事件復刻”、“最新流行趨勢”等。無聯網知識的 prompt 即使開啟也不會觸發,按普通生圖計費。
直接在 prompt 中寫 hex 碼,並用「color」/「hex」之類關鍵詞顯式標註:
或者多色品牌:
精度業內領先,無需後期調色。
FLUX.2 支援把 prompt 寫成 JSON:
把 JSON 字串作為 prompt 欄位值傳入。適合產線自動化、批次生成同模板素材。
兩種方式二選一:
  • 方式 A(推薦):JSON + input_image(~ input_image_8)發 /v1/images/generations,所有 FLUX 模型通用,支援多圖融合
  • 方式 Bmultipart/form-data/v1/images/edits,檔案欄位名必須是 image(單圖),與 OpenAI SDK client.images.edit() 直接相容,Kontext 系列已實測
詳細引數和示例見 圖片編輯 API注意:FLUX.1 Kontext 系列原生只支援單參考圖;FLUX.2 系列原生支援最多 8 張(走方式 A)。
可以,零程式碼改動。把 base_url 指向 https://api.apiyi.com/v1 即可:
Node.js 的 openai 包同理。所有 FLUX 模型都按 OpenAI Images API 規範返回 data[0].url
不支援。客戶端斷開連線後服務端仍會把生成跑完並照常計費。建議客戶端做好超時控制,不要依賴”斷連不收費”的假設。
BFL 官方對單賬號限 24 active tasksflux-kontext-max 單獨限 6 active tasksAPIYI 在閘道層做了池化,企業使用者的併發不受單賬號上限制約。如需明確 SLA / RPM 配額,請聯絡商務申請擴容。
BFL 官方支援 webhook_url + webhook_secret,但 APIYI 的 OpenAI 相容封裝走同步等待,未透傳 webhook 欄位——不需要輪詢,發一發拿一發。如果業務確實需要 webhook,請聯絡我們說明場景,可單獨開啟原生非同步通道。
不會。引數 400、內容稽核 403、限流 429 都返回錯誤且不計費。只有請求實際進入模型生成階段(即收到 200 + data[0].url)才會按張數計費

相關文件

FLUX 是 BFL 自研模型族,在 hex 色精確控制、文字渲染、長 prompt 理解上業內領先。如果你更看重 OpenAI 生態一致性可參考 GPT-Image-2;更看重中文場景可參考 Seedream