MOSS Image API
OpenMOSS MOSS Image 是開放權重的文字轉圖片模型,適合長而詳細的提示詞,可在圖片內清晰呈現中文與英文文字,支援 1K、1.5K 或 2K 輸出、從 1:3 到 3:1 的 15 種長寬比,並有最多可載入三個自訂 LoRA 的 LoRA 版本。
本 MOSS Image API 指南介紹 WaveSpeedAI 上兩個已上線的端點:text-to-image 與 text-to-image-lora,涵蓋 1K、1.5K 和 2K 等級、長寬比、輸出格式以及 LoRA 輸入。下方的 Playground、範例、價格與 API 範例程式碼皆使用已上線的 MOSS Image 端點。
/filters:quality(82)/examples/87f92188828c699eee25291d0c9eb320/6850341a-b54e-44db-a1c4-9194a5a22c8a-019c45b211a1.webp)
概覽
關於 MOSS Image API
MOSS Image 的功能、它在 OpenMOSS 模型陣容中的定位,以及團隊選用它的原因。
MOSS Image 是來自 OpenMOSS 的圖片生成與編輯模型,可透過 WaveSpeedAI REST API 使用。OpenMOSS MOSS Image 是開放權重的文字轉圖片模型,適合長而詳細的提示詞,可在圖片內清晰呈現中文與英文文字,支援 1K、1.5K 或 2K 輸出、從 1:3 到 3:1 的 15 種長寬比,並有最多可載入三個自訂 LoRA 的 LoRA 版本。
本 MOSS Image API 指南介紹 WaveSpeedAI 上兩個已上線的端點:text-to-image 與 text-to-image-lora,涵蓋 1K、1.5K 和 2K 等級、長寬比、輸出格式以及 LoRA 輸入。下方的 Playground、範例、價格與 API 範例程式碼皆使用已上線的 MOSS Image 端點。
WaveSpeedAI 上的 MOSS Image 系列提供 2 個 REST 端點,涵蓋 Text-To-Image 等工作流程。每個變體都有各自的定價、參數選項與範例輸出 — 請挑選符合您輸入模態與生產限制的版本,或使用同一組 API 金鑰呼叫多個變體,組合成多步驟的處理流程。
使用您呼叫其他 1,000+ 個 WaveSpeedAI AI 模型時相同的 API 金鑰、帳單帳戶與速率限制額度來執行 MOSS Image。無需另外設定供應商、無需各家 SDK、無需處理各家不同的速率限制 — 一次整合,涵蓋從文字轉圖片、文字轉影片,到音訊合成、3D 生成、放大與編輯的所有功能。
規格
MOSS Image API 功能與上線狀態
開發者在選擇 API 前會查詢的模型專屬資訊:可用性、預期輸出長度、參考素材支援,以及目前可用的替代方案。
可用性
已上線
MOSS Image 已在 WaveSpeedAI 目錄上線,以兩個端點的形式使用同一套 REST 預測流程:text-to-image 與 text-to-image-lora。
解析度等級
1K、1.5K、2K
resolution 參數決定輸出的總像素:1k 約 1 百萬像素,1.5k 約 2.4 百萬像素,2k 約 4 百萬像素。畫面形狀則由長寬比決定。
長寬比
15 種比例
從 1:3 與 3:1,經 1:1、4:5、3:2、16:9 與 9:16,到偏高的 9:21 與偏寬的 21:9,一個端點即可涵蓋海報、橫幅、手機螢幕與方形貼文。
圖片內文字
中文與英文
提示詞支援長而詳細的描述,並可在圖片內呈現中文與英文文字。
LoRA
最多 3 個
text-to-image-lora 端點接受最多三個 LoRA 的清單,每個包含路徑與 0 到 4 的強度值。
輸出格式
JPEG、PNG、WebP
預設為 JPEG;可透過 output_format 參數選擇 PNG 與 WebP。
端點
所有 MOSS Image API 端點
WaveSpeedAI 目前提供 2 個 MOSS Image 端點 — 請選擇符合您工作流程的變體。
/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.
範例
看看 MOSS Image 的實際效果
由 MOSS Image API 生成的真實輸出。將滑鼠移到任一影片上即可預覽,點擊可開啟完整尺寸檢視器。
使用方式
如何使用 MOSS Image API
從註冊到完成生成,只要四個步驟。完整的 Python、Node.js 與 cURL 範例請見下方的 API 區段。
- 01
取得 API 金鑰
註冊 WaveSpeedAI 帳號,並從控制台複製您的 API 金鑰。新帳號會獲贈免費入門點數 — 足以在開始計費前執行數十次 Playground。
- 02
提交 prediction
將您的輸入以 JSON 格式 POST 到 https://api.wavespeed.ai/api/v3/wavespeed-ai/moss-image/text-to-image。端點會立即回傳 prediction id — 生成是非同步進行的,因此推論期間您不需要保持連線。
- 03
輪詢完成狀態
GET https://api.wavespeed.ai/api/v3/predictions/{request_id}/result。狀態為 completed 時回傳輸出;狀態為 failed、cancelled、timeout 或 deleted 時停止並回報錯誤;其他狀態則持續輪詢。
- 04
讀取輸出網址
當狀態為 "completed" 時,從 data.outputs[0] 讀取網址。該網址指向 WaveSpeedAI CDN 上您生成的媒體 — 依您呼叫的 MOSS Image 變體,可能是圖片、影片、音訊或 3D 檔案。
應用情境
您可以用 MOSS Image 打造什麼
開發者與創作者使用 MOSS Image API 的常見工作流程。
長而詳細的提示詞
wavespeed-ai/moss-image/text-to-image 專為詳細描述整個場景的提示詞而設計:主體、環境、光線、構圖與風格可寫在同一段中。
帶有中文或英文文字的海報與封面
此模型可在圖片內呈現中文與英文文字,適合海報、書籍與專輯封面、招牌樣機,以及文字本身就是畫面一部分的社群卡片。
以 LoRA 客製風格與角色
wavespeed-ai/moss-image/text-to-image-lora 可同時套用最多三個 LoRA,每個都有各自的強度,適用於品牌風格、固定角色或產品造型。
適用於印刷與大型螢幕的大尺寸圖片
2k 等級一次可生成約 4 百萬像素,1.5k 等級介於 2k 與 1k 之間,能以較低成本取得更大的圖片。
橫幅、手機螢幕與直式版面
十五種長寬比,從 1:3 到 3:1(含 9:21 與 21:9),讓同一個端點不必裁切即可產出網站橫幅、限時動態尺寸圖片與寬幅標題圖。
以 seed 重現結果
只調整提示詞或 LoRA 強度時,設定 seed 即可重現結果;維持 -1 則每次產生新的變化。
技巧
MOSS Image 提示詞技巧
讓 MOSS Image 產出更好結果的實用建議 — 整理自在實際生產流程中,圖片模型通用的有效做法。
- 01
把整個場景寫成一段話
MOSS Image 很適合長提示詞。將主體、環境、光線、構圖與風格寫成一段話,而不是一串關鍵字。
- 02
把確切的文字放在引號內
對於圖片內的文字,請將想要的文字放在引號中,並說明位置,例如頂部的標題或 logo 下方的小字。中文與英文都能呈現。
- 03
先選等級,再選比例
探索時用 1k,多數交付用 1.5k,大幅印刷用 2k,然後再選長寬比。等級決定總像素,比例決定畫面形狀。
- 04
以強度值調整 LoRA
在 text-to-image-lora 端點上,每個 LoRA 先從強度 1 開始,再小幅調整;使用多個 LoRA 時,將每個強度略微調低,避免互相干擾。
定價
MOSS Image API 定價
依輸出計費。最終費用會依您在各變體 Playground 中設定的參數(解析度、時長、輸出數量、參考素材)而調整。
| 端點 | 類型 | 起始價格 |
|---|---|---|
| wavespeed-ai/ | text-to-image | $0.025 |
| wavespeed-ai/ | text-to-image | $0.02 |
API
呼叫 MOSS Image API
請到 wavespeed.ai/accesskey 註冊取得 API 金鑰,然後透過 REST 提交 prediction。Playground 會為任何輸入組合產生可直接貼上的範例。
POSThttps://api.wavespeed.ai/api/v3/wavespeed-ai/moss-image/text-to-image
# 1. Submit the prediction.
SUBMIT_RESPONSE=$(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)比較
MOSS Image 與其他選擇比較
在 WaveSpeedAI 上,何時該選擇 MOSS Image 而非類似的模型。
MOSS Image vs Qwen-Image
Qwen-Image 同樣支援中文與英文文字,其系列還提供圖片編輯、多圖編輯與攝影機角度系統。MOSS Image 僅支援文字轉圖片,但有 LoRA 版本以及 1.5K 與 2K 等級。
MOSS Image vs FLUX.2 [klein]
FLUX.2 [klein] 提供支援 LoRA 的 4B 與 9B 生成及編輯模型。MOSS Image 專注於長提示詞與中英文文字渲染,有生成與 LoRA 端點,但沒有編輯端點。
MOSS Image vs Seedream 5
Seedream 5 Pro 加入互動式精準編輯、圖層分離與多圖融合。MOSS Image 不編輯既有圖片,而是依提示詞與選用的 LoRA 生成圖片。
常見問題
MOSS Image API — 常見問題
定價、授權、整合 — 關於在 WaveSpeedAI 上執行 MOSS Image 的常見問題。
MOSS Image 是什麼?
MOSS Image 是 OpenMOSS 推出的開放權重文字轉圖片模型。在 WaveSpeedAI 上,它透過 REST API 以兩個端點提供:text-to-image 與 text-to-image-lora。
MOSS Image 能編輯圖片或接受參考圖嗎?
不能。已上線的端點依文字提示詞生成圖片,LoRA 端點可另外載入最多三個 LoRA。如需編輯,請使用 Seedream 5 或 Qwen-Image 等編輯模型。
如何在 MOSS Image 中使用 LoRA?
向 text-to-image-lora 端點傳送 loras 參數:一個最多三項的清單,每項包含 LoRA 路徑(URL)與 0 到 4 之間的強度值。
MOSS Image 支援哪些解析度與長寬比?
三個解析度等級(1k、1.5k、2k,約 1、2.4 與 4 百萬像素),以及從 1:3 到 3:1 的 15 種長寬比,包括 9:16、16:9、9:21 與 21:9。
什麼是 MOSS Image API?
MOSS Image 是 OpenMOSS 的圖片生成模型,在 WaveSpeedAI 上以 REST API 提供。OpenMOSS MOSS Image 是開放權重的文字轉圖片模型,適合長而詳細的提示詞,可在圖片內清晰呈現中文與英文文字,支援 1K、1.5K 或 2K 輸出、從 1:3 到 3:1 的 15 種長寬比,並有最多可載入三個自訂 LoRA 的 LoRA 版本。您可以透過程式呼叫,也可以在上方連結的 Playground 試用。
如何呼叫 MOSS Image API?
註冊 WaveSpeedAI 帳號,從 /accesskey 複製您的 API 金鑰,然後將您的輸入以 JSON 格式 POST 到 https://api.wavespeed.ai/api/v3/wavespeed-ai/moss-image/text-to-image。端點會回傳 prediction id。請從約每 2 秒輪詢一次結果端點開始,長時間任務可拉長間隔,並在任何終止狀態時停止。上方提供適用於生產環境的 Python / Node.js / cURL 範例。
MOSS Image API 的費用是多少?
MOSS Image 每次執行 $0.02 起。實際費用會依您設定的參數(解析度、時長、輸出數量、參考素材)而調整。Playground 中「生成」按鈕旁的即時費用預覽會顯示您目前輸入的確切價格。
有哪些 MOSS Image 變體可用?
WaveSpeedAI 提供 2 個已上線的 MOSS Image 端點:wavespeed-ai/moss-image/text-to-image-lora, wavespeed-ai/moss-image/text-to-image。每個變體都有各自的 Playground 頁面與定價。
MOSS Image 的輸出可以商用嗎?
商業使用權依 OpenMOSS 的模型授權而定。多數 OpenMOSS 模型允許商用輸出;請參閱各模型 Playground 頁面中的授權摘要,以及 WaveSpeedAI 的服務條款了解平台層級的條件。
為什麼要在 WaveSpeedAI 上使用 MOSS Image,而不是直接使用?
一組 API 金鑰、一個帳單帳戶,即可使用 MOSS Image 以及來自其他供應商的 1,000+ 個 AI 模型。無需設定各家 SDK、無需處理各自獨立的速率限制、無需為每個供應商重寫整合程式碼。價格通常與 OpenMOSS 的直接 API 相當或更低。
提供者
關於 OpenMOSS
MOSS Image 背後的團隊,以及 OpenMOSS 在 WaveSpeedAI 上的完整模型陣容。
OpenMOSS 是 MOSS 系列模型背後的開源團隊。MOSS Image 以 Apache-2.0 授權釋出開放權重,可依長提示詞生成圖片,支援中英文文字渲染、最高 2K 輸出與 LoRA。WaveSpeedAI 透過 REST API 提供此模型,包含 text-to-image 與 text-to-image-lora 兩個端點。
在 WaveSpeedAI 上開始使用 MOSS Image 打造應用
註冊即贈免費入門點數。一組 API 金鑰,涵蓋來自 OpenMOSS 與所有其他供應商的 1,000+ 個 AI 模型。
/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)