Kling 4.0 มาแล้ว — วิดีโอสมจริงจนเหลือเชื่อ | ลองเลย →
เข้าสู่ระบบ
OpenMOSSภาพ APIเริ่มต้น $0.02/ครั้ง

MOSS Image API

OpenMOSS MOSS Image — โมเดลข้อความเป็นภาพแบบ open weights สำหรับพรอมต์ยาวและละเอียด เรนเดอร์ตัวอักษรจีนและอังกฤษในภาพได้คมชัด เอาต์พุต 1K, 1.5K หรือ 2K อัตราส่วนภาพ 15 แบบตั้งแต่ 1:3 ถึง 3:1 และรุ่น LoRA ที่รับ LoRA แบบกำหนดเองได้สูงสุดสามรายการ

คู่มือ MOSS Image API นี้ครอบคลุม endpoint ที่เปิดใช้งานสองรายการบน WaveSpeedAI คือ text-to-image และ text-to-image-lora พร้อมระดับ 1K, 1.5K และ 2K อัตราส่วนภาพ รูปแบบเอาต์พุต และอินพุต LoRA Playground ตัวอย่าง ราคา และโค้ดตัวอย่าง API ด้านล่างใช้ endpoint MOSS Image ที่เปิดใช้งานจริง

ตัวอย่างผลลัพธ์ของ MOSS Image

ภาพรวม

เกี่ยวกับ MOSS Image API

MOSS Image ทำอะไรได้ อยู่ตรงไหนในกลุ่มโมเดลของ OpenMOSS และทำไมทีมต่างๆ จึงเลือกใช้

MOSS Image คือโมเดลการสร้างและแก้ไขภาพจาก OpenMOSS ใช้งานได้ผ่าน REST API ของ WaveSpeedAI OpenMOSS MOSS Image — โมเดลข้อความเป็นภาพแบบ open weights สำหรับพรอมต์ยาวและละเอียด เรนเดอร์ตัวอักษรจีนและอังกฤษในภาพได้คมชัด เอาต์พุต 1K, 1.5K หรือ 2K อัตราส่วนภาพ 15 แบบตั้งแต่ 1:3 ถึง 3:1 และรุ่น LoRA ที่รับ LoRA แบบกำหนดเองได้สูงสุดสามรายการ

คู่มือ MOSS Image API นี้ครอบคลุม endpoint ที่เปิดใช้งานสองรายการบน WaveSpeedAI คือ text-to-image และ text-to-image-lora พร้อมระดับ 1K, 1.5K และ 2K อัตราส่วนภาพ รูปแบบเอาต์พุต และอินพุต LoRA Playground ตัวอย่าง ราคา และโค้ดตัวอย่าง API ด้านล่างใช้ endpoint MOSS Image ที่เปิดใช้งานจริง

กลุ่ม MOSS Image บน WaveSpeedAI มี 2 REST endpoint ครอบคลุมเวิร์กโฟลว์ Text-To-Image แต่ละแบบมีราคา พารามิเตอร์ที่ปรับได้ และตัวอย่างผลลัพธ์ของตัวเอง เลือกแบบที่ตรงกับประเภทอินพุตและข้อจำกัดของงานจริง หรือเรียกหลายแบบด้วย API key เดียวเพื่อประกอบเป็นไปป์ไลน์หลายขั้นตอน

รัน MOSS Image ผ่าน API key บัญชีเรียกเก็บเงิน และขีดจำกัดอัตราเดียวกับที่คุณใช้กับโมเดล AI กว่า 1,000 รายการอื่นบน WaveSpeedAI ไม่ต้องตั้งค่ากับผู้ให้บริการแยก ไม่ต้องใช้ SDK แยกตามผู้ให้บริการ และไม่ต้องจัดการขีดจำกัดอัตราแยกตามผู้ให้บริการ การเชื่อมต่อเดียวครอบคลุมทุกอย่างตั้งแต่ข้อความเป็นภาพและข้อความเป็นวิดีโอ ไปจนถึงการสังเคราะห์เสียง การสร้าง 3D การอัปสเกล และการแก้ไข

สเปก

ความสามารถและสถานะการเปิดตัวของ MOSS Image API

รายละเอียดเฉพาะของโมเดลที่นักพัฒนาค้นหาก่อนเลือก API: ความพร้อมใช้งาน ความยาวผลลัพธ์ที่คาดหวัง การรองรับภาพอ้างอิง และทางเลือกสำรองที่ใช้งานได้ในปัจจุบัน

ความพร้อมใช้งาน

ใช้งานได้แล้ว

MOSS Image เปิดใช้งานในแค็ตตาล็อก WaveSpeedAI เป็นสอง endpoint ในขั้นตอน REST prediction เดียวกัน คือ text-to-image และ text-to-image-lora

ระดับความละเอียด

1K, 1.5K, 2K

พารามิเตอร์ resolution เลือกขนาดเอาต์พุตรวม โดย 1k ประมาณ 1 เมกะพิกเซล 1.5k ประมาณ 2.4 เมกะพิกเซล และ 2k ประมาณ 4 เมกะพิกเซล จากนั้นอัตราส่วนภาพกำหนดรูปทรง

อัตราส่วนภาพ

15 อัตราส่วน

ตั้งแต่ 1:3 และ 3:1 ผ่าน 1:1, 4:5, 3:2, 16:9 และ 9:16 ไปจนถึง 9:21 แนวสูงและ 21:9 แนวกว้าง ทำให้ endpoint เดียวครอบคลุมโปสเตอร์ แบนเนอร์ หน้าจอโทรศัพท์ และโพสต์สี่เหลี่ยมจัตุรัส

ตัวอักษรในภาพ

จีนและอังกฤษ

พรอมต์รองรับคำบรรยายยาวและละเอียด และเรนเดอร์ตัวอักษรจีนและอังกฤษไว้ในภาพ

LoRA

สูงสุด 3

endpoint text-to-image-lora รับรายการ LoRA ได้สูงสุดสามรายการ แต่ละรายการมีพาธและสเกลตั้งแต่ 0 ถึง 4

รูปแบบเอาต์พุต

JPEG, PNG, WebP

ค่าเริ่มต้นคือ JPEG ส่วน PNG และ WebP เลือกได้ผ่านพารามิเตอร์ output_format

Endpoint

API endpoint ของ MOSS Image ทั้งหมด

2 endpoint ของ MOSS Image พร้อมใช้งานบน WaveSpeedAI แล้ว — เลือกแบบที่ตรงกับเวิร์กโฟลว์ของคุณ

ตัวอย่าง

ดู MOSS Image ทำงานจริง

ผลลัพธ์จริงที่สร้างโดย MOSS Image API วางเมาส์บนวิดีโอเพื่อดูตัวอย่าง คลิกเพื่อเปิดตัวดูขนาดเต็ม

วิธีใช้

วิธีใช้ MOSS Image API

สี่ขั้นตอนจากการสมัครไปจนถึงผลลัพธ์ที่เสร็จสมบูรณ์ ตัวอย่าง Python, Node.js และ cURL แบบเต็มอยู่ในส่วน API ด้านล่าง

  1. 01

    รับ API key

    สมัครบัญชี WaveSpeedAI แล้วคัดลอก API key จากแดชบอร์ด บัญชีใหม่มาพร้อมเครดิตเริ่มต้นฟรี เพียงพอให้ลองใช้ playground ได้หลายสิบครั้งก่อนเริ่มเรียกเก็บเงิน

  2. 02

    ส่ง prediction

    POST อินพุตของคุณเป็น JSON ไปที่ https://api.wavespeed.ai/api/v3/wavespeed-ai/moss-image/text-to-image endpoint จะส่ง prediction id กลับมาทันที การสร้างทำงานแบบอะซิงโครนัส คุณจึงไม่ต้องเปิดการเชื่อมต่อค้างไว้ระหว่างประมวลผล

  3. 03

    poll เพื่อรอให้เสร็จ

    GET https://api.wavespeed.ai/api/v3/predictions/{request_id}/result เมื่อสถานะเป็น completed ให้นำผลลัพธ์ไปใช้ เมื่อเป็น failed, cancelled, timeout หรือ deleted ให้หยุดพร้อมแจ้งข้อผิดพลาด และ poll ต่อไปสำหรับสถานะอื่นทั้งหมด

  4. 04

    อ่าน URL ของผลลัพธ์

    เมื่อสถานะเป็น "completed" ให้อ่าน URL จาก data.outputs[0] URL ชี้ไปยังสื่อที่สร้างขึ้นของคุณบน CDN ของ WaveSpeedAI ซึ่งเป็นภาพ วิดีโอ เสียง หรือไฟล์ 3D ตามแบบของ MOSS Image ที่คุณเรียกใช้

กรณีการใช้งาน

สิ่งที่คุณสร้างได้ด้วย MOSS Image

เวิร์กโฟลว์ทั่วไปที่นักพัฒนาและครีเอเตอร์ใช้ MOSS Image API

01

พรอมต์ยาวและละเอียด

wavespeed-ai/moss-image/text-to-image สร้างมาเพื่อพรอมต์ที่บรรยายทั้งฉากอย่างละเอียด ทั้งตัวแบบ ฉาก แสง องค์ประกอบภาพ และสไตล์ ในย่อหน้าเดียว

text-to-imagelong-prompt
02

โปสเตอร์และปกที่มีตัวอักษรจีนหรืออังกฤษ

โมเดลเรนเดอร์ตัวอักษรจีนและอังกฤษไว้ในภาพ เหมาะกับโปสเตอร์ ปกหนังสือและอัลบั้ม มอกอัปป้าย และการ์ดโซเชียลที่ตัวอักษรเป็นส่วนหนึ่งของภาพ

text-renderingposterchinese
03

สไตล์และตัวละครเฉพาะตัวด้วย LoRA

wavespeed-ai/moss-image/text-to-image-lora ใช้ LoRA ได้สูงสุดสามรายการพร้อมกัน โดยแต่ละรายการมีสเกลของตัวเอง สำหรับสไตล์ประจำแบรนด์ ตัวละครที่ใช้ซ้ำ หรือลุคของผลิตภัณฑ์

loracustom-style
04

ภาพขนาดใหญ่สำหรับงานพิมพ์และจอแสดงผล

ระดับ 2k ให้ประมาณ 4 เมกะพิกเซลในรอบเดียว และระดับ 1.5k อยู่ระหว่างระดับนั้นกับ 1k ได้ภาพใหญ่ขึ้นในต้นทุนที่ต่ำกว่า

2khigh-resolution
05

แบนเนอร์ หน้าจอโทรศัพท์ และเลย์เอาต์แนวตั้ง

อัตราส่วนภาพสิบห้าแบบ ตั้งแต่ 1:3 ถึง 3:1 รวมถึง 9:21 และ 21:9 ทำให้ endpoint เดียวสร้างแบนเนอร์เว็บไซต์ ภาพรูปแบบสตอรี และส่วนหัวแนวกว้างได้โดยไม่ต้องครอป

aspect-ratiobanner
06

รันซ้ำได้ด้วย seed

ตั้งค่า seed เพื่อทำซ้ำผลลัพธ์ขณะเปลี่ยนเฉพาะพรอมต์หรือสเกล LoRA และปล่อยเป็น -1 เพื่อให้ได้ภาพแปรผันใหม่ทุกครั้ง

seediteration

เคล็ดลับ

เคล็ดลับการเขียนพรอมต์สำหรับ MOSS Image

คำแนะนำเชิงปฏิบัติเพื่อให้ได้ผลลัพธ์ที่ดีขึ้นจาก MOSS Image — มาจากรูปแบบที่ได้ผลกับโมเดลภาพในไปป์ไลน์การผลิตจริง

  1. 01

    เขียนทั้งฉากในย่อหน้าเดียว

    MOSS Image รับพรอมต์ยาวได้ดี บรรยายตัวแบบ ฉาก แสง องค์ประกอบภาพ และสไตล์ในย่อหน้าเดียว แทนการเรียงคีย์เวิร์ด

  2. 02

    ใส่คำที่ต้องการให้ตรงไว้ในเครื่องหมายอัญประกาศ

    สำหรับตัวอักษรในภาพ ให้ใส่คำที่ต้องการในเครื่องหมายอัญประกาศและบอกตำแหน่ง เช่น พาดหัวด้านบนหรือบรรทัดเล็กใต้โลโก้ ทั้งภาษาจีนและอังกฤษเรนเดอร์ได้

  3. 03

    เลือกระดับก่อนอัตราส่วน

    ใช้ 1k เพื่อสำรวจ 1.5k สำหรับงานส่วนใหญ่ และ 2k สำหรับงานพิมพ์ขนาดใหญ่ จากนั้นจึงเลือกอัตราส่วนภาพ ระดับกำหนดจำนวนพิกเซลรวม ส่วนอัตราส่วนกำหนดรูปทรง

  4. 04

    ปรับ LoRA ด้วยสเกล

    บน endpoint text-to-image-lora ให้เริ่มแต่ละ LoRA ที่สเกล 1 แล้วปรับทีละน้อย เมื่อใช้หลาย LoRA ให้ลดสเกลของแต่ละรายการลงเล็กน้อยเพื่อไม่ให้ตีกัน

ราคา

ราคา MOSS Image API

คิดราคาตามผลลัพธ์ ค่าใช้จ่ายสุดท้ายขึ้นอยู่กับพารามิเตอร์ที่คุณตั้งใน playground ของแต่ละแบบ (ความละเอียด ความยาว จำนวนผลลัพธ์ ภาพอ้างอิง)

ราคาเริ่มต้น

$0.02/ ครั้ง

2 endpoint · MOSS Image

เปิด Playground
Endpointประเภทราคาเริ่มต้น
wavespeed-ai/moss-image/text-to-image-loratext-to-image$0.025
wavespeed-ai/moss-image/text-to-imagetext-to-image$0.02

API

เรียกใช้ MOSS Image API

สมัครรับ API key ที่ wavespeed.ai/accesskey แล้วส่ง prediction ผ่าน REST playground สร้างตัวอย่างพร้อมวางได้สำหรับอินพุตทุกแบบ

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

เปรียบเทียบ

MOSS Image เทียบกับทางเลือกอื่น

เมื่อไรควรเลือก MOSS Image แทนโมเดลที่คล้ายกันบน WaveSpeedAI

MOSS Image เทียบกับ Qwen-Image

Qwen-Image ก็รองรับตัวอักษรจีนและอังกฤษ และในตระกูลเดียวกันยังเพิ่มการแก้ไขภาพ การแก้ไขหลายภาพ และระบบมุมกล้อง ส่วน MOSS Image เป็นข้อความเป็นภาพอย่างเดียว พร้อมรุ่น LoRA และระดับ 1.5K กับ 2K

MOSS Image เทียบกับ FLUX.2 [klein]

FLUX.2 [klein] มีโมเดลสร้างและแก้ไขภาพขนาด 4B และ 9B พร้อมรองรับ LoRA ส่วน MOSS Image เน้นพรอมต์ยาวและการเรนเดอร์ตัวอักษรจีนกับอังกฤษ มี endpoint สร้างภาพและ LoRA แต่ไม่มี endpoint แก้ไขภาพ

MOSS Image เทียบกับ Seedream 5

Seedream 5 Pro เพิ่มการแก้ไขแบบแม่นยำเชิงโต้ตอบ การแยกเลเยอร์ และการรวมหลายภาพ ส่วน MOSS Image ไม่แก้ไขภาพที่มีอยู่ แต่สร้างจากพรอมต์และ LoRA ที่เลือกใช้

คำถามที่พบบ่อย

MOSS Image API — คำถามที่พบบ่อย

ราคา สัญญาอนุญาต การเชื่อมต่อ — คำถามที่พบบ่อยเกี่ยวกับการรัน MOSS Image บน WaveSpeedAI

MOSS Image คืออะไร

MOSS Image เป็นโมเดลข้อความเป็นภาพแบบ open weights จาก OpenMOSS บน WaveSpeedAI โมเดลนี้ทำงานผ่าน REST API เป็นสอง endpoint คือ text-to-image และ text-to-image-lora

MOSS Image แก้ไขภาพหรือรับภาพอ้างอิงได้หรือไม่

ไม่ได้ endpoint ที่เปิดใช้งานสร้างภาพจากพรอมต์ข้อความ และ endpoint LoRA เพิ่ม LoRA ได้สูงสุดสามรายการ หากต้องการแก้ไขภาพ ให้ใช้โมเดลแก้ไขภาพ เช่น Seedream 5 หรือ Qwen-Image

ใช้ LoRA กับ MOSS Image อย่างไร

ส่งพารามิเตอร์ loras ไปยัง endpoint text-to-image-lora เป็นรายการไม่เกินสามรายการ แต่ละรายการมีพาธของ LoRA (URL) และสเกลระหว่าง 0 ถึง 4

MOSS Image รองรับความละเอียดและอัตราส่วนภาพใดบ้าง

สามระดับความละเอียด (1k, 1.5k, 2k ประมาณ 1, 2.4 และ 4 เมกะพิกเซล) และอัตราส่วนภาพ 15 แบบตั้งแต่ 1:3 ถึง 3:1 รวมถึง 9:16, 16:9, 9:21 และ 21:9

MOSS Image API คืออะไร

MOSS Image คือโมเดลการสร้างภาพของ OpenMOSS ที่เปิดให้ใช้เป็น REST API บน WaveSpeedAI OpenMOSS MOSS Image — โมเดลข้อความเป็นภาพแบบ open weights สำหรับพรอมต์ยาวและละเอียด เรนเดอร์ตัวอักษรจีนและอังกฤษในภาพได้คมชัด เอาต์พุต 1K, 1.5K หรือ 2K อัตราส่วนภาพ 15 แบบตั้งแต่ 1:3 ถึง 3:1 และรุ่น LoRA ที่รับ LoRA แบบกำหนดเองได้สูงสุดสามรายการ คุณเรียกใช้ผ่านโค้ดหรือลองใช้จาก playground ที่ลิงก์ไว้ด้านบนได้

เรียกใช้ MOSS Image API อย่างไร

สมัครบัญชี WaveSpeedAI คัดลอก API key จาก /accesskey แล้ว POST ไปที่ https://api.wavespeed.ai/api/v3/wavespeed-ai/moss-image/text-to-image พร้อมอินพุตของคุณเป็น JSON endpoint จะส่ง prediction id กลับมา poll endpoint ผลลัพธ์โดยเริ่มประมาณทุก 2 วินาที เพิ่มช่วงเวลาสำหรับงานที่ใช้เวลานาน และหยุดเมื่อได้สถานะสิ้นสุดใดๆ ตัวอย่าง Python / Node.js / cURL ที่เหมาะกับงานจริงอยู่ด้านบน

MOSS Image API มีค่าใช้จ่ายเท่าไร

MOSS Image เริ่มต้นที่ $0.02 ต่อครั้ง ค่าใช้จ่ายจริงขึ้นอยู่กับพารามิเตอร์ที่คุณตั้ง (ความละเอียด ความยาว จำนวนผลลัพธ์ ภาพอ้างอิง) ตัวอย่างค่าใช้จ่ายแบบเรียลไทม์ข้างปุ่ม Generate ใน playground แสดงราคาที่แน่นอนสำหรับอินพุตปัจจุบันของคุณ

MOSS Image มีแบบไหนให้ใช้บ้าง

WaveSpeedAI มี endpoint MOSS Image ที่ใช้งานได้ 2 รายการ: wavespeed-ai/moss-image/text-to-image-lora, wavespeed-ai/moss-image/text-to-image แต่ละแบบมีหน้า playground และราคาของตัวเอง

ใช้ผลลัพธ์ของ MOSS Image เชิงพาณิชย์ได้ไหม

สิทธิ์ในการใช้เชิงพาณิชย์เป็นไปตามสัญญาอนุญาตของโมเดล OpenMOSS โมเดลของ OpenMOSS ส่วนใหญ่อนุญาตให้ใช้ผลลัพธ์เชิงพาณิชย์ ดูสรุปสัญญาอนุญาตเฉพาะในหน้า playground ของแต่ละโมเดล และข้อกำหนดการใช้บริการของ WaveSpeedAI สำหรับเงื่อนไขระดับแพลตฟอร์ม

ทำไมต้องใช้ MOSS Image บน WaveSpeedAI แทนการเชื่อมต่อตรง

API key เดียวและบัญชีเรียกเก็บเงินเดียวสำหรับ MOSS Image และโมเดล AI อื่นกว่า 1,000 รายการจากผู้ให้บริการอื่น ไม่ต้องตั้งค่า SDK แยกตามผู้ให้บริการ ไม่ต้องจัดการขีดจำกัดอัตราแยกกัน และไม่ต้องเขียนโค้ดเชื่อมต่อใหม่ทุกครั้งที่เปลี่ยนผู้ให้บริการ โดยทั่วไปราคาเท่ากับหรือต่ำกว่า API ตรงของ OpenMOSS

ผู้พัฒนา

เกี่ยวกับ OpenMOSS

ทีมเบื้องหลัง MOSS Image และกลุ่มโมเดลอื่นๆ ของ OpenMOSS บน WaveSpeedAI

OpenMOSS เป็นทีมโอเพนซอร์สเบื้องหลังโมเดลตระกูล MOSS MOSS Image เปิดตัวแบบ open weights ภายใต้สัญญาอนุญาต Apache-2.0 และสร้างภาพจากพรอมต์ยาว พร้อมการเรนเดอร์ตัวอักษรจีนและอังกฤษ เอาต์พุตสูงสุด 2K และรองรับ LoRA WaveSpeedAI โฮสต์โมเดลนี้ผ่าน REST API พร้อม endpoint text-to-image และ text-to-image-lora

เริ่มสร้างด้วย MOSS Image บน WaveSpeedAI

รับเครดิตเริ่มต้นฟรีเมื่อสมัคร API key เดียวใช้ได้กับโมเดล AI กว่า 1,000 รายการจาก OpenMOSS และผู้ให้บริการอื่นทุกราย