MOSS Image API
OpenMOSS MOSS Image — model tekst na obraz z otwartymi wagami, przeznaczony do długich, szczegółowych promptów, z wyraźnie renderowanym chińskim i angielskim tekstem wewnątrz obrazu, wyjściem 1K, 1.5K lub 2K, 15 proporcjami obrazu od 1:3 do 3:1 oraz wariantem LoRA przyjmującym do trzech własnych LoRA.
Ten przewodnik po API MOSS Image opisuje dwa działające endpointy w WaveSpeedAI, text-to-image i text-to-image-lora, wraz z poziomami 1K, 1.5K i 2K, proporcjami obrazu, formatami wyjściowymi i wejściami LoRA. Playground, przykłady, cennik i próbki API poniżej korzystają z działających endpointów MOSS Image.
/filters:quality(82)/examples/87f92188828c699eee25291d0c9eb320/6850341a-b54e-44db-a1c4-9194a5a22c8a-019c45b211a1.webp)
Przegląd
O modelu MOSS Image API
Co robi MOSS Image, jakie miejsce zajmuje w linii modeli OpenMOSS i dlaczego zespoły po niego sięgają.
MOSS Image to model generowania i edycji obrazów od OpenMOSS, dostępny przez REST API WaveSpeedAI. OpenMOSS MOSS Image — model tekst na obraz z otwartymi wagami, przeznaczony do długich, szczegółowych promptów, z wyraźnie renderowanym chińskim i angielskim tekstem wewnątrz obrazu, wyjściem 1K, 1.5K lub 2K, 15 proporcjami obrazu od 1:3 do 3:1 oraz wariantem LoRA przyjmującym do trzech własnych LoRA.
Ten przewodnik po API MOSS Image opisuje dwa działające endpointy w WaveSpeedAI, text-to-image i text-to-image-lora, wraz z poziomami 1K, 1.5K i 2K, proporcjami obrazu, formatami wyjściowymi i wejściami LoRA. Playground, przykłady, cennik i próbki API poniżej korzystają z działających endpointów MOSS Image.
Rodzina MOSS Image w WaveSpeedAI zawiera 2 endpointy REST obejmujące workflow: Text-To-Image. Każdy wariant ma własny cennik, parametry i przykładowe wyniki — wybierz ten, który pasuje do Twoich danych wejściowych i wymagań produkcyjnych, albo wywołuj kilka z jednego klucza API, aby składać wieloetapowe pipeline'y.
Uruchamiaj MOSS Image z tym samym kluczem API, kontem rozliczeniowym i limitami, których używasz dla ponad 1000 innych modeli AI w WaveSpeedAI. Bez osobnej konfiguracji u dostawcy, bez osobnych SDK, bez osobnych limitów — jedna integracja obejmuje wszystko: od tekstu na obraz i tekstu na wideo, przez syntezę dźwięku i generowanie 3D, po upscaling i edycję.
Specyfikacja
Możliwości i status premiery MOSS Image API
Szczegóły modelu, których deweloperzy szukają przed wyborem API: dostępność, oczekiwana długość wyniku, obsługa referencji i aktualne rozwiązanie zastępcze.
Dostępność
Dostępne od razu
MOSS Image jest dostępny w katalogu WaveSpeedAI jako dwa endpointy w tym samym przepływie predykcji REST: text-to-image i text-to-image-lora.
Poziomy rozdzielczości
1K, 1.5K, 2K
Parametr resolution wybiera całkowity rozmiar wyjścia: 1k to około 1 megapiksel, 1.5k około 2,4 megapiksela, a 2k około 4 megapiksele. Kształt określają następnie proporcje obrazu.
Proporcje obrazu
15 proporcji
Od 1:3 i 3:1 przez 1:1, 4:5, 3:2, 16:9 i 9:16 po wysokie 9:21 i szerokie 21:9 — jeden endpoint obsługuje plakaty, banery, ekrany telefonów i kwadratowe posty.
Tekst w obrazach
Chiński i angielski
Prompt obsługuje długie, szczegółowe opisy, a model renderuje chiński i angielski tekst wewnątrz obrazu.
LoRA
Do 3
Endpoint text-to-image-lora przyjmuje listę do trzech LoRA, każdą ze ścieżką i skalą od 0 do 4.
Formaty wyjściowe
JPEG, PNG, WebP
Domyślnie JPEG; PNG i WebP są dostępne przez parametr output_format.
Endpointy
Wszystkie endpointy API MOSS Image
2 endpointy MOSS Image dostępne teraz w WaveSpeedAI — wybierz wariant pasujący do Twojego workflow.
/filters:quality(82)/media/images/c97fd47a-ac26-4b5b-8ee1-b1680c2438eb.webp)
Moss Image Text To Image Lora
MOSS Image Text-to-Image LoRA generates images from long text prompts with up to 3 custom LoRAs, with sharp Chinese and English text rendering, 1K, 1.5K or 2K output and flexible aspect ratios. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/8f17d71a-c9c5-44a2-9043-e997f7328f2e.webp)
Moss Image Text To Image
MOSS Image Text-to-Image generates images from long text prompts, with sharp Chinese and English text rendering, 1K, 1.5K or 2K output and flexible aspect ratios. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
Przykłady
MOSS Image w akcji
Prawdziwe wyniki wygenerowane przez API MOSS Image. Najedź na wideo, aby zobaczyć podgląd, kliknij, aby otworzyć pełnowymiarowy podgląd.
Jak zacząć
Jak korzystać z API MOSS Image
Cztery kroki od rejestracji do gotowego wyniku. Pełne przykłady w Pythonie, Node.js i cURL znajdziesz w sekcji API poniżej.
- 01
Uzyskaj klucz API
Załóż konto WaveSpeedAI i skopiuj klucz API z panelu. Nowe konta otrzymują darmowe kredyty na start — wystarczy na kilkadziesiąt uruchomień w playground, zanim zaczną się opłaty.
- 02
Wyślij predykcję
Wyślij dane wejściowe jako JSON metodą POST na https://api.wavespeed.ai/api/v3/wavespeed-ai/moss-image/text-to-image. Endpoint od razu zwraca identyfikator predykcji — generowanie jest asynchroniczne, więc nie trzymasz otwartego połączenia na czas inferencji.
- 03
Sprawdzaj ukończenie
Wywołaj GET https://api.wavespeed.ai/api/v3/predictions/{request_id}/result. Przy statusie completed odbierz wyniki; przy failed, cancelled, timeout lub deleted zakończ z błędem; przy każdym innym statusie odpytuj dalej.
- 04
Odczytaj adres wyniku
Gdy status to "completed", odczytaj adres URL z data.outputs[0]. Wskazuje on wygenerowane media w CDN WaveSpeedAI — obraz, wideo, dźwięk lub plik 3D, zależnie od wywołanego wariantu MOSS Image.
Zastosowania
Co możesz zbudować z MOSS Image
Typowe workflowy, do których deweloperzy i twórcy używają API MOSS Image.
Długie, szczegółowe prompty
wavespeed-ai/moss-image/text-to-image został stworzony do promptów opisujących całą scenę ze szczegółami: obiekt, otoczenie, oświetlenie, kompozycję i styl w jednym akapicie.
Plakaty i okładki z chińskim lub angielskim tekstem
Model renderuje chiński i angielski tekst wewnątrz obrazu, co sprawdza się przy plakatach, okładkach książek i albumów, makietach szyldów oraz kartach do mediów społecznościowych, gdzie słowa są częścią obrazu.
Własne style i postacie z LoRA
wavespeed-ai/moss-image/text-to-image-lora stosuje jednocześnie do trzech LoRA, każdą z własną skalą — dla stylu marki, powtarzalnej postaci lub wyglądu produktu.
Duże obrazy do druku i wyświetlaczy
Poziom 2k daje około 4 megapikseli w jednym przebiegu, a poziom 1.5k leży między nim a 1k — większy obraz przy niższym koszcie.
Banery, ekrany telefonów i układy pionowe
Piętnaście proporcji obrazu, od 1:3 do 3:1, w tym 9:21 i 21:9, pozwala jednemu endpointowi tworzyć banery stron, obrazy w formacie stories i szerokie nagłówki bez kadrowania.
Powtarzalne generowanie z seed
Ustaw seed, aby powtórzyć wynik, zmieniając tylko prompt lub skalę LoRA, a przy -1 otrzymasz za każdym razem nową wariację.
Wskazówki
Wskazówki do promptów dla MOSS Image
Praktyczne rady, jak uzyskiwać lepsze wyniki z MOSS Image — oparte na wzorcach, które sprawdzają się w produkcyjnych pipeline'ach dla modeli obrazu.
- 01
Opisz całą scenę w jednym akapicie
MOSS Image dobrze radzi sobie z długimi promptami. Opisz obiekt, otoczenie, oświetlenie, kompozycję i styl w jednym akapicie zamiast listy słów kluczowych.
- 02
Dokładne słowa umieszczaj w cudzysłowie
Dla tekstu wewnątrz obrazu ujmij żądane słowa w cudzysłów i podaj, gdzie mają się znaleźć, na przykład nagłówek u góry lub krótka linia pod logo. Renderowany jest zarówno chiński, jak i angielski.
- 03
Najpierw wybierz poziom, potem proporcje
Używaj 1k do eksploracji, 1.5k do większości dostaw i 2k do dużych wydruków, a potem wybierz proporcje obrazu. Poziom określa łączną liczbę pikseli, a proporcje kształt.
- 04
Dostrajaj LoRA skalą
Na endpoincie text-to-image-lora zacznij każdą LoRA od skali 1 i zmieniaj ją małymi krokami; przy kilku LoRA nieco obniż każdą skalę, aby się nie gryzły.
Cennik
Cennik API MOSS Image
Cena jest naliczana za wynik. Końcowa opłata zależy od parametrów ustawionych w playground każdego wariantu (rozdzielczość, czas trwania, liczba wyników, referencje).
| Endpoint | Typ | Cena początkowa |
|---|---|---|
| wavespeed-ai/ | text-to-image | $0.025 |
| wavespeed-ai/ | text-to-image | $0.02 |
API
Wywołaj API MOSS Image
Uzyskaj klucz API na wavespeed.ai/accesskey, a następnie wyślij predykcję przez REST. Playground generuje gotowe do wklejenia przykłady dla dowolnej kombinacji danych wejściowych.
POSThttps://api.wavespeed.ai/api/v3/wavespeed-ai/moss-image/text-to-image
# 1. Submit the prediction.
SUBMIT_RESPONSE=$(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
doneconst submitUrl = "https://api.wavespeed.ai/api/v3/wavespeed-ai/moss-image/text-to-image";
const apiKey = process.env.WAVESPEED_API_KEY;
if (!apiKey) throw new Error('Set WAVESPEED_API_KEY');
async function requestJson(url, options = {}) {
const response = await fetch(url, options);
if (!response.ok) throw new Error(await response.text());
return response.json();
}
// 1. Submit the prediction.
const body = await requestJson(submitUrl, {
method: "POST",
headers: {
"Authorization": `Bearer ${apiKey}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"aspect_ratio": "1:1",
"resolution": "1k",
"output_format": "jpeg"
}),
});
const task = body.data ?? body;
const resultUrl = `https://api.wavespeed.ai/api/v3/predictions/${task.id}/result`;
// 2. Poll until the prediction finishes.
while (true) {
const resultBody = await requestJson(resultUrl, {
headers: { "Authorization": `Bearer ${apiKey}` },
});
const result = resultBody.data ?? resultBody;
if (result.status === "completed") {
console.log(result.outputs);
break;
}
if (["failed", "cancelled", "timeout", "deleted"].includes(result.status)) throw new Error(JSON.stringify(result));
await new Promise(resolve => setTimeout(resolve, 2000));
}import json
import os
import time
from urllib.request import Request, urlopen
api_key = os.environ["WAVESPEED_API_KEY"]
headers = {"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"}
payload = {
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"aspect_ratio": "1:1",
"resolution": "1k",
"output_format": "jpeg"
}
def request_json(url, data=None):
request = Request(url, data=data, headers=headers, method="POST" if data else "GET")
with urlopen(request) as response:
return json.load(response)
# 1. Submit the prediction.
body = request_json("https://api.wavespeed.ai/api/v3/wavespeed-ai/moss-image/text-to-image", json.dumps(payload).encode())
task = body.get("data", body)
result_url = f"https://api.wavespeed.ai/api/v3/predictions/{task['id']}/result"
# 2. Poll until the prediction finishes.
while True:
result_body = request_json(result_url)
result = result_body.get("data", result_body)
status = result.get("status")
if status == "completed":
print(result.get("outputs", []))
break
if status in {"failed", "cancelled", "timeout", "deleted"}:
raise RuntimeError(result)
time.sleep(2)Porównanie
MOSS Image a alternatywy
Kiedy wybrać MOSS Image zamiast podobnych modeli w WaveSpeedAI.
MOSS Image a Qwen-Image
Qwen-Image również obsługuje chiński i angielski tekst, a w swojej rodzinie dodaje edycję obrazu, edycję wielu obrazów i system kąta kamery. MOSS Image to wyłącznie tekst na obraz, z wariantem LoRA oraz poziomami 1.5K i 2K.
MOSS Image a FLUX.2 [klein]
FLUX.2 [klein] oferuje modele generowania i edycji 4B i 9B z obsługą LoRA. MOSS Image skupia się na długich promptach i renderowaniu chińskiego i angielskiego tekstu, z endpointami generowania i LoRA, ale bez endpointu edycji.
MOSS Image a Seedream 5
Seedream 5 Pro dodaje interaktywną precyzyjną edycję, separację warstw i łączenie wielu obrazów. MOSS Image nie edytuje istniejących obrazów; generuje z promptu i opcjonalnych LoRA.
FAQ
MOSS Image API — najczęściej zadawane pytania
Cennik, licencja, integracja — typowe pytania o uruchamianie MOSS Image w WaveSpeedAI.
Czym jest MOSS Image?
MOSS Image to model tekst na obraz z otwartymi wagami od OpenMOSS. W WaveSpeedAI działa za API REST jako dwa endpointy: text-to-image i text-to-image-lora.
Czy MOSS Image edytuje obrazy lub przyjmuje obraz referencyjny?
Nie. Dostępne endpointy generują obrazy z promptu tekstowego, a endpoint LoRA dodaje do trzech LoRA. Do edycji użyj modelu edycji, takiego jak Seedream 5 lub Qwen-Image.
Jak używać LoRA z MOSS Image?
Wyślij parametr loras do endpointu text-to-image-lora: lista do trzech elementów, każdy ze ścieżką LoRA (URL) i skalą od 0 do 4.
Jakie rozdzielczości i proporcje obrazu obsługuje MOSS Image?
Trzy poziomy rozdzielczości (1k, 1.5k, 2k, około 1, 2,4 i 4 megapiksele) oraz 15 proporcji obrazu od 1:3 do 3:1, w tym 9:16, 16:9, 9:21 i 21:9.
Czym jest API MOSS Image?
MOSS Image to model generowania obrazów od OpenMOSS, udostępniony jako REST API w WaveSpeedAI. OpenMOSS MOSS Image — model tekst na obraz z otwartymi wagami, przeznaczony do długich, szczegółowych promptów, z wyraźnie renderowanym chińskim i angielskim tekstem wewnątrz obrazu, wyjściem 1K, 1.5K lub 2K, 15 proporcjami obrazu od 1:3 do 3:1 oraz wariantem LoRA przyjmującym do trzech własnych LoRA. Możesz wywoływać go programowo lub wypróbować w playground, do którego prowadzi link powyżej.
Jak wywołać API MOSS Image?
Załóż konto WaveSpeedAI, skopiuj klucz API z /accesskey, a następnie wyślij POST na https://api.wavespeed.ai/api/v3/wavespeed-ai/moss-image/text-to-image z danymi wejściowymi w JSON. Endpoint zwraca identyfikator predykcji. Odpytuj endpoint wyniku mniej więcej co 2 sekundy, wydłużaj odstęp przy długich zadaniach i zatrzymaj się przy dowolnym statusie końcowym. Produkcyjne przykłady w Pythonie / Node.js / cURL znajdziesz powyżej.
Ile kosztuje API MOSS Image?
MOSS Image zaczyna się od $0.02 za uruchomienie. Dokładny koszt zależy od ustawionych parametrów (rozdzielczość, czas trwania, liczba wyników, referencje). Podgląd kosztu na żywo obok przycisku Generuj w playground pokazuje dokładną cenę dla bieżących danych.
Jakie warianty MOSS Image są dostępne?
WaveSpeedAI udostępnia 2 aktywnych endpointów MOSS Image: wavespeed-ai/moss-image/text-to-image-lora, wavespeed-ai/moss-image/text-to-image. Każdy wariant ma własną stronę playground i cennik.
Czy mogę używać wyników MOSS Image komercyjnie?
Prawa do komercyjnego użycia wynikają z licencji modelu OpenMOSS. Większość modeli OpenMOSS zezwala na komercyjne wykorzystanie wyników; skrót licencji znajdziesz na stronie playground każdego modelu, a warunki na poziomie platformy w Warunkach świadczenia usług WaveSpeedAI.
Dlaczego korzystać z MOSS Image w WaveSpeedAI zamiast bezpośrednio?
Jeden klucz API i jedno konto rozliczeniowe dla MOSS Image ORAZ ponad 1000 innych modeli AI od innych dostawców. Bez osobnej konfiguracji SDK, bez osobnych limitów, bez przepisywania kodu integracji pod każdego dostawcę. Ceny są zazwyczaj na poziomie bezpośredniego API OpenMOSS lub niższe.
Dostawca
O OpenMOSS
Zespół stojący za MOSS Image i szerszą linią modeli OpenMOSS w WaveSpeedAI.
OpenMOSS to zespół open source stojący za rodziną modeli MOSS. MOSS Image jest wydany z otwartymi wagami na licencji Apache-2.0 i generuje obrazy z długich promptów, z renderowaniem chińskiego i angielskiego tekstu, wyjściem do 2K i obsługą LoRA. WaveSpeedAI udostępnia go za API REST z endpointami text-to-image i text-to-image-lora.
Zacznij budować z MOSS Image w WaveSpeedAI
Darmowe kredyty na start po rejestracji. Jeden klucz API do ponad 1000 modeli AI od OpenMOSS i wszystkich innych dostawców.
/filters:quality(82)/examples/4548754d1cbb6e8d56379b58596214b7/89caa298-c8be-41db-ae63-b17e780fe154-b85c474690f4.webp)
/filters:quality(82)/examples/d12b5fb5c170478e4f83c29174fd589d/6b96a4a4-6f86-4486-8638-daf2116802f0-fd6de2aa232b.webp)
/filters:quality(82)/examples/c0361ea4b3a99a8ea038eb097ee35890/49b13827-adb8-4ad1-bc8d-3d7f41dfc319-831071ad8641.webp)
/filters:quality(82)/examples/9b7f93a3ce5599956b7cc672404c2c94/c2dfda45-0c03-47ed-a6c0-23910da910b1-89ad0a2b88dc.webp)