Đặc điểm:
- Aesthetic quality tốt nhất (đặc biệt art, illustration)
- Chạy qua Discord bot hoặc Web UI
- Closed-source, subscription-based
- Hỗ trợ: text-to-image, image-to-image, vary, upscale
Pricing (2026):
- Basic: $10/month (~200 images)
- Standard: $30/month (~900 images)
- Pro: $60/month (unlimited relaxed)
旅の途中のパラメータ
/imagine prompt: a dragon flying over mountains --ar 16:9 --v 6 --stylize 750
Parameters:
--ar 16:9 → Aspect ratio
--v 6 → Version
--stylize 750 → Creativity level (0-1000)
--chaos 50 → Variation (0-100)
--quality 2 → Detail level
--no text → Exclude elements
--tile → Seamless pattern
--seed 12345 → Reproducibility
2. フラックス
# Flux: open-source từ Black Forest Labs (ex-Stability AI team)
# Kiến trúc: DiT (Diffusion Transformer) + T5 text encoder
# Quality ngang DALL-E 3, open-source
from diffusers import FluxPipeline
import torch
pipe = FluxPipeline.from_pretrained(
"black-forest-labs/FLUX.1-dev",
torch_dtype=torch.bfloat16,
)
pipe.to("cuda")
image = pipe(
prompt="A cat holding a sign that says 'Hello World'",
num_inference_steps=30,
guidance_scale=3.5,
height=1024,
width=1024,
).images[0]
磁束のバリエーション
モデル
ライセンス
品質
スピード
Flux.1 プロ
API のみ
ベスト
速い
Flux.1 開発
非営利
すばらしい
中
Flux.1 シュネル
アパッチ2.0
良い
非常に速い (4 ステップ)
3. Google Imagen 3
# Google Imagen 3 via Vertex AI
from google.cloud import aiplatform
from vertexai.preview.vision_models import ImageGenerationModel
model = ImageGenerationModel.from_pretrained("imagen-3.0-generate-001")
response = model.generate_images(
prompt="A peaceful Japanese garden with cherry blossoms",
number_of_images=4,
aspect_ratio="16:9",
safety_filter_level="block_some",
person_generation="dont_allow",
)
response[0].save("imagen_output.png")
4. Adobe Firefly API
# Adobe Firefly: trained on licensed content → commercially safe
import requests
headers = {
"Authorization": f"Bearer {FIREFLY_TOKEN}",
"Content-Type": "application/json",
}
response = requests.post(
"https://firefly-api.adobe.io/v2/images/generate",
headers=headers,
json={
"prompt": "A modern office space with plants",
"contentClass": "photo", # photo, art
"size": {"width": 2048, "height": 2048},
"n": 1,
"styles": {"presets": ["photo"]},
}
)
5. プラットフォームの比較
特長
SD/SDXL
ダルイー3
旅の途中
フラックス
イマージェン3
ホタル
品質
すばらしい
素晴らしい
ベスト（アート）
素晴らしい
素晴らしい
良い
画像内のテキスト
悪い
すばらしい
良い
ベスト
良い
良い
次のプロンプト
良い
素晴らしい
良い
素晴らしい
素晴らしい
良い
スピード
高速 (ローカル)
～10代
～30代
中
～10代
～15秒
コスト/イメージ
無料 (GPU)
$0.04-0.08
~$0.03
無料/API
~$0.04
~$0.04
オープンソース
はい
いいえ
いいえ
部分的
いいえ
いいえ
商用利用
はい
はい
はい (有料)
さまざま
はい
はい
微調整可能
はい
いいえ
いいえ
はい
いいえ
いいえ
自己ホスト型
はい
いいえ
いいえ
はい
いいえ
いいえ
6. マルチモデルのオーケストレーション
class ImageGeneratorOrchestrator:
"""Route to best model based on use case"""
def __init__(self):
self.dalle = OpenAI()
self.sd_pipe = StableDiffusionXLPipeline.from_pretrained(...)
async def generate(self, prompt, use_case="general"):
if use_case == "text_in_image":
# Flux/DALL-E best for text rendering
return await self._dalle_generate(prompt)
elif use_case == "artistic":
# Local SD with LoRA for custom styles
return self._sd_generate(prompt)
elif use_case == "commercial":
# Firefly for copyright-safe content
return await self._firefly_generate(prompt)
elif use_case == "batch":
# Local SD for cost efficiency
return self._sd_generate(prompt)
else:
return await self._dalle_generate(prompt)
async def _dalle_generate(self, prompt):
response = self.dalle.images.generate(
model="dall-e-3", prompt=prompt, size="1024x1024"
)
return response.data[0].url
def _sd_generate(self, prompt):
return self.sd_pipe(prompt, num_inference_steps=25).images[0]