Kling 4.0 公開中 — 信じられないほどリアルな動画 | 今すぐ試す →
OpenMOSS画像 API1回あたり$0.02から

MOSS Image API

OpenMOSS の MOSS Image は、長く詳細なプロンプトに対応するオープンウェイトのテキストから画像モデルです。画像内に鮮明な中国語と英語のテキストを描画でき、1K、1.5K、2K の出力、1:3 から 3:1 までの15種類のアスペクト比に対応し、最大3つのカスタム LoRA を使える LoRA バリアントもあります。

この MOSS Image API ガイドでは、WaveSpeedAI で提供中の2つのエンドポイント、text-to-image と text-to-image-lora について、1K、1.5K、2K の階層、アスペクト比、出力形式、LoRA の入力を解説します。以下のプレイグラウンド、例、料金、API サンプルはすべて、提供中の MOSS Image エンドポイントを使用しています。

MOSS Imageのサンプル出力

概要

MOSS Image APIについて

MOSS Imageでできること、OpenMOSSのモデルラインナップにおける位置づけ、そして多くのチームに選ばれる理由。

MOSS ImageはOpenMOSSの画像生成・編集モデルで、WaveSpeedAIのREST APIから利用できます。OpenMOSS の MOSS Image は、長く詳細なプロンプトに対応するオープンウェイトのテキストから画像モデルです。画像内に鮮明な中国語と英語のテキストを描画でき、1K、1.5K、2K の出力、1:3 から 3:1 までの15種類のアスペクト比に対応し、最大3つのカスタム LoRA を使える LoRA バリアントもあります。

この MOSS Image API ガイドでは、WaveSpeedAI で提供中の2つのエンドポイント、text-to-image と text-to-image-lora について、1K、1.5K、2K の階層、アスペクト比、出力形式、LoRA の入力を解説します。以下のプレイグラウンド、例、料金、API サンプルはすべて、提供中の MOSS Image エンドポイントを使用しています。

WaveSpeedAIのMOSS Imageファミリーには、Text-To-Imageのワークフローをカバーする2個のRESTエンドポイントがあります。各バリアントには、それぞれ独自の料金、パラメーター、作例があります。入力の種類と本番環境の制約に合うものを選ぶか、同じAPIキーで複数を呼び出して、多段階のパイプラインを組み立ててください。

WaveSpeedAIの他の1,000以上のAIモデルと同じAPIキー、請求アカウント、レート制限の枠組みでMOSS Imageを実行できます。ベンダーごとの設定も、プロバイダーごとのSDKも、ベンダーごとのレート制限も不要です。1つの連携で、テキストから画像、テキストから動画から、音声合成、3D生成、高画質化、編集まで、すべてカバーできます。

仕様

MOSS Image APIの機能とリリース状況

APIを選ぶ前に開発者が調べる、モデル固有の詳細情報:提供状況、想定される出力の長さ、参照入力への対応、そして現在利用できる代替エンドポイント。

提供状況

提供中

MOSS Image は WaveSpeedAI のカタログで、同じ REST の予測フローを使う2つのエンドポイント、text-to-image と text-to-image-lora として提供中です。

解像度の階層

1K、1.5K、2K

resolution パラメーターで出力の総サイズを選びます。1k は約100万ピクセル、1.5k は約240万ピクセル、2k は約400万ピクセルです。形状はアスペクト比で決まります。

アスペクト比

15種類

1:3 と 3:1 から、1:1、4:5、3:2、16:9、9:16 を経て、縦長の 9:21 と横長の 21:9 まで対応。1つのエンドポイントで、ポスター、バナー、スマホ画面、正方形の投稿をカバーできます。

画像内のテキスト

中国語と英語

プロンプトは長く詳細な記述に対応し、画像内に中国語と英語のテキストを描画します。

LoRA

最大3つ

text-to-image-lora エンドポイントは、最大3つの LoRA のリストを受け付けます。各 LoRA にはパスと、0 から 4 までのスケールを指定します。

出力形式

JPEG、PNG、WebP

デフォルトは JPEG で、PNG と WebP は output_format パラメーターで選べます。

エンドポイント

MOSS ImageのAPIエンドポイント一覧

WaveSpeedAIで現在利用可能なMOSS Imageのエンドポイントは2個です。ワークフローに合ったバリアントを選んでください。

作例

MOSS Imageの実力を見る

MOSS Image APIで実際に生成された出力です。動画にカーソルを合わせるとプレビュー、クリックすると原寸のビューアで開きます。

使い方

MOSS Image APIの使い方

登録から生成完了まで4ステップ。Python、Node.js、cURLの完全なサンプルは、下のAPIセクションにあります。

  1. 01

    APIキーを取得

    WaveSpeedAIのアカウントに登録し、ダッシュボードからAPIキーをコピーします。新規アカウントには無料のスタータークレジットが付くので、課金が始まる前にプレイグラウンドを数十回実行できます。

  2. 02

    予測を送信

    入力をJSONとしてhttps://api.wavespeed.ai/api/v3/wavespeed-ai/moss-image/text-to-imageにPOSTします。エンドポイントはすぐに予測IDを返します。生成は非同期なので、推論中に接続を開いたままにする必要はありません。

  3. 03

    完了までポーリング

    https://api.wavespeed.ai/api/v3/predictions/{request_id}/resultにGETします。completedなら出力を返し、failed、cancelled、timeout、deletedならエラーで停止し、それ以外のステータスの間はポーリングを続けます。

  4. 04

    出力URLを読み取る

    ステータスが"completed"になったら、data.outputs[0]からURLを読み取ります。URLは、WaveSpeedAIのCDN上にある生成されたメディアを指します。呼び出したMOSS Imageのバリアントに応じて、画像、動画、音声、3Dファイルのいずれかです。

活用例

MOSS Imageで作れるもの

開発者やクリエイターがMOSS Image APIでよく使うワークフロー。

01

長く詳細なプロンプト

wavespeed-ai/moss-image/text-to-image は、被写体、舞台、ライティング、構図、スタイルを1つの段落にまとめて、シーン全体を細かく記述するプロンプト向けに作られています。

text-to-imagelong-prompt
02

中国語または英語のテキスト入りポスターとカバー

このモデルは画像内に中国語と英語のテキストを描画できるため、言葉が絵の一部になるポスター、書籍やアルバムのカバー、看板のモックアップ、SNS用カードに向いています。

text-renderingposterchinese
03

LoRA によるカスタムスタイルとキャラクター

wavespeed-ai/moss-image/text-to-image-lora は、最大3つの LoRA を、それぞれ個別のスケールで同時に適用できます。ブランド独自のスタイル、繰り返し登場するキャラクター、商品のルックに役立ちます。

loracustom-style
04

印刷やディスプレイ向けの大きな画像

2k 階層は1回の処理で約400万ピクセルを生成し、1.5k 階層は 2k と 1k の中間で、より低コストで大きな画像を得られます。

2khigh-resolution
05

バナー、スマホ画面、縦長レイアウト

9:21 と 21:9 を含む、1:3 から 3:1 までの15種類のアスペクト比により、1つのエンドポイントでウェブサイトのバナー、ストーリー形式の画像、横長のヘッダーをトリミングなしで作成できます。

aspect-ratiobanner
06

シードによる再現可能な生成

シードを設定すると、プロンプトや LoRA のスケールだけを変えながら結果を再現できます。-1 のままにすると、毎回新しいバリエーションが生成されます。

seediteration

コツ

MOSS Imageのプロンプトのコツ

MOSS Imageからより良い出力を得るための実践的なアドバイス。本番のパイプラインで画像モデル全般に通用するパターンに基づいています。

  1. 01

    シーン全体を1つの段落で書く

    MOSS Image は長いプロンプトをうまく扱えます。キーワードの羅列ではなく、被写体、舞台、ライティング、構図、スタイルを1つの段落で記述してください。

  2. 02

    正確な文言は引用符で囲む

    画像内のテキストは、入れたい文言を引用符で囲み、配置場所(上部の見出し、ロゴの下の小さな一行など)を指定します。中国語も英語も描画できます。

  3. 03

    比率より先に階層を選ぶ

    試行には 1k、ほとんどの納品物には 1.5k、大判の印刷には 2k を使い、そのあとでアスペクト比を選びます。階層で総ピクセル数が決まり、比率で形状が決まります。

  4. 04

    LoRA はスケールで調整する

    text-to-image-lora エンドポイントでは、各 LoRA をスケール1から始めて少しずつ調整します。複数の LoRA を使うときは、互いに干渉しないよう各スケールを少し下げてください。

料金

MOSS Image APIの料金

料金は出力ごとです。最終的な請求額は、各バリアントのプレイグラウンドで設定するパラメーター(解像度、長さ、出力数、参照入力)に応じて変わります。

最低料金

$0.02/ 回

2個のエンドポイント · MOSS Image

プレイグラウンドを開く
エンドポイントタイプ最低料金
wavespeed-ai/moss-image/text-to-image-loratext-to-image$0.025
wavespeed-ai/moss-image/text-to-imagetext-to-image$0.02

API

MOSS Image APIを呼び出す

wavespeed.ai/accesskeyでAPIキーに登録し、RESTで予測を送信します。プレイグラウンドでは、入力の組み合わせに応じて、そのまま貼り付けられるサンプルが生成されます。

POSThttps://api.wavespeed.ai/api/v3/wavespeed-ai/moss-image/text-to-image

# 1. Submit the prediction.
SUBMIT_RESPONSE=$(curl --silent --show-error --fail-with-body \
  -X POST "https://api.wavespeed.ai/api/v3/wavespeed-ai/moss-image/text-to-image" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $WAVESPEED_API_KEY" \
  -d '{
    "prompt": "A cinematic shot of a city at sunset, soft golden light",
    "aspect_ratio": "1:1",
    "resolution": "1k",
    "output_format": "jpeg"
}')

TASK=$(printf '%s' "$SUBMIT_RESPONSE" | jq 'if has("data") then .data else . end')
PREDICTION_ID=$(printf '%s' "$TASK" | jq -r '.id')
if [ -z "$PREDICTION_ID" ] || [ "$PREDICTION_ID" = "null" ]; then
  printf 'Submission response did not contain a prediction id
' >&2
  exit 1
fi
RESULT_URL="https://api.wavespeed.ai/api/v3/predictions/$PREDICTION_ID/result"

# 2. Poll until the prediction finishes.
while true; do
  RESPONSE=$(curl --silent --show-error --fail-with-body "$RESULT_URL" \
    -H "Authorization: Bearer $WAVESPEED_API_KEY")
  RESULT=$(printf '%s' "$RESPONSE" | jq 'if has("data") then .data else . end')
  STATUS=$(printf '%s' "$RESULT" | jq -r '.status')
  case "$STATUS" in
    completed) printf '%s\n' "$RESULT" | jq '.outputs'; break ;;
    failed|cancelled|timeout|deleted) printf '%s\n' "$RESULT" | jq . >&2; exit 1 ;;
    *) sleep 2 ;;
  esac
done

比較

MOSS Imageと他モデルの比較

WaveSpeedAI上の類似モデルではなくMOSS Imageを選ぶべきケース。

MOSS Image vs Qwen-Image

Qwen-Image も中国語と英語のテキストに対応し、ファミリー内に画像編集、複数画像の編集、カメラアングルの仕組みを備えています。MOSS Image はテキストから画像専用で、LoRA バリアントと 1.5K、2K の階層があります。

MOSS Image vs FLUX.2 [klein]

FLUX.2 [klein] は、LoRA に対応した 4B と 9B の生成モデルおよび編集モデルを提供します。MOSS Image は長いプロンプトと中国語・英語のテキスト描画に重点を置き、生成と LoRA のエンドポイントはありますが、編集エンドポイントはありません。

MOSS Image vs Seedream 5

Seedream 5 Pro は、インタラクティブな精密編集、レイヤー分離、複数画像の合成を備えています。MOSS Image は既存の画像を編集せず、プロンプトと任意の LoRA から画像を生成します。

FAQ

MOSS Image API — よくある質問

料金、ライセンス、連携など、WaveSpeedAIでMOSS Imageを実行する際のよくある質問。

MOSS Image とは何ですか?

MOSS Image は OpenMOSS が公開しているオープンウェイトのテキストから画像モデルです。WaveSpeedAI では REST API の背後で、text-to-image と text-to-image-lora の2つのエンドポイントとして動作します。

MOSS Image は画像を編集できますか?参照画像は使えますか?

いいえ。提供中のエンドポイントはテキストプロンプトから画像を生成し、LoRA エンドポイントでは最大3つの LoRA を追加できます。編集には Seedream 5 や Qwen-Image などの編集モデルをご利用ください。

MOSS Image で LoRA を使うにはどうすればよいですか?

text-to-image-lora エンドポイントに loras パラメーターを送信します。これは最大3項目のリストで、各項目に LoRA のパス(URL)と、0 から 4 の間のスケールを指定します。

MOSS Image はどの解像度とアスペクト比に対応していますか?

3つの解像度階層(1k、1.5k、2k。約100万、240万、400万ピクセル)と、9:16、16:9、9:21、21:9 を含む、1:3 から 3:1 までの15種類のアスペクト比に対応しています。

MOSS Image APIとは何ですか?

MOSS Imageは、OpenMOSSの画像生成モデルで、WaveSpeedAI上でREST APIとして提供されています。OpenMOSS の MOSS Image は、長く詳細なプロンプトに対応するオープンウェイトのテキストから画像モデルです。画像内に鮮明な中国語と英語のテキストを描画でき、1K、1.5K、2K の出力、1:3 から 3:1 までの15種類のアスペクト比に対応し、最大3つのカスタム LoRA を使える LoRA バリアントもあります。プログラムから呼び出すことも、上にリンクされたプレイグラウンドで試すこともできます。

MOSS Image APIはどう呼び出しますか?

WaveSpeedAIのアカウントに登録し、/accesskeyからAPIキーをコピーして、入力をJSONとしてhttps://api.wavespeed.ai/api/v3/wavespeed-ai/moss-image/text-to-imageにPOSTします。エンドポイントは予測IDを返します。結果のエンドポイントを約2秒ごとにポーリングし、長時間かかるタスクでは間隔を広げ、終端ステータスになったら停止してください。本番運用向けのPython / Node.js / cURLのサンプルは上にあります。

MOSS Image APIの料金はいくらですか?

MOSS Imageは1回あたり$0.02からです。実際の料金は、設定するパラメーター(解像度、長さ、出力数、参照入力)に応じて変わります。プレイグラウンドの「生成」ボタンの横に表示されるリアルタイムの料金プレビューで、現在の入力での正確な料金を確認できます。

MOSS Imageにはどのバリアントがありますか?

WaveSpeedAIでは、2個のMOSS Imageエンドポイントが利用可能です:wavespeed-ai/moss-image/text-to-image-lora, wavespeed-ai/moss-image/text-to-image。各バリアントには、専用のプレイグラウンドページと料金があります。

MOSS Imageの出力を商用利用できますか?

商用利用の権利は、OpenMOSSのモデルライセンスに従います。OpenMOSSのほとんどのモデルは出力の商用利用を認めています。具体的なライセンスの概要は各モデルのプレイグラウンドページで、プラットフォーム全体の条件はWaveSpeedAIの利用規約でご確認ください。

なぜ直接ではなくWaveSpeedAIでMOSS Imageを使うのですか?

MOSS Imageと、他のプロバイダーの1,000以上のAIモデルを、1つのAPIキー、1つの請求アカウントで利用できます。ベンダーごとのSDK設定も、個別のレート制限も、ベンダーごとの連携コードの書き直しも不要です。料金は、通常OpenMOSSの直接のAPIと同等かそれ以下です。

提供元

OpenMOSSについて

WaveSpeedAIにおけるMOSS Imageと、OpenMOSSのモデルラインナップ全体を手がけるチーム。

OpenMOSS は、MOSS モデルファミリーを手がけるオープンソースのチームです。MOSS Image は Apache-2.0 ライセンスのオープンウェイトで公開されており、長いプロンプトから画像を生成し、中国語と英語のテキスト描画、最大2Kの出力、LoRA に対応しています。WaveSpeedAI では、text-to-image と text-to-image-lora のエンドポイントを持つ REST API の背後でホストしています。

WaveSpeedAIでMOSS Imageを使った開発を始めよう

登録時に無料のスタータークレジットを進呈。OpenMOSSをはじめ、あらゆるプロバイダーの1,000以上のAIモデルを、1つのAPIキーで。