คนทำโปสเตอร์ ปกนิตยสาร หรือภาพสินค้าที่ต้องแก้หลายรอบน่าจะได้ประโยชน์ที่สุด เพราะปัญหาเดิมของโมเดลสร้างภาพคือแก้นิดเดียวแต่ทั้งภาพเพี้ยนตาม วันนี้เรียกผ่าน API ของ Black Forest Labs ได้แล้ว
สิ่งที่บริษัทประกาศ
- ใช้ endpoint เดียว ทั้งสร้างภาพจากข้อความ แก้บางส่วนของภาพ และรวมภาพอ้างอิงได้สูงสุด 10 รูป ระบบดูจากคำสั่งเองว่าจะสร้างใหม่หรือแก้ของเดิม
- ใส่กรอบ (bounding box) ไว้ท้ายคำสั่งได้ บอกว่าพาดหัว ใบหน้า หรือแต่ละช่องของภาพต้องอยู่ตรงไหน ผืนภาพคิดเป็นตาราง 0 ถึง 1000 ทั้งแนวตั้งและแนวนอน
- แก้ทีละกรอบได้ ทั้งเปลี่ยนสี เปลี่ยนของ ย้าย ย่อขยาย หรือลบ ทำหลายจุดในคำขอเดียว ส่วนที่เหลือคงเดิม
- ออกรูปได้ตั้งแต่ขนาด 768 จัตุรัสไว้ดูเร็ว ๆ ไปจนถึง 4K ราว 16 ล้านพิกเซล เลือกสัดส่วนภาพได้ 15 แบบ
- ไม่อยากวาดกรอบเองก็ได้ ให้ LLM วางผังให้ก่อนแล้วค่อยขยับ บริษัทบอกว่าออกแบบมาให้เอเจนต์ใช้ด้วย
- บริษัทที่สร้างภาพจำนวนมากขอไลเซนส์น้ำหนักเชิงพาณิชย์ไปปรับจูนและรันบนเครื่องตัวเองได้
ราคาต่อรูปบน API
- ขนาด 768 จัตุรัส 0.041 ดอลลาร์
- ขนาด 1K 0.048 ดอลลาร์
- ขนาด 2K 0.10 ดอลลาร์
- ขนาด 4K 0.607 ดอลลาร์ แพงกว่า 2K ราวหกเท่า
- The Decoder และ DeAI รายงานว่ามีโปรลด 50% บน API ถึง 8 ต.ค. เป็นราคาช่วงเปิดตัว ไม่ใช่ราคาถาวร
ที่ยังไม่ยืนยัน
- บริษัทบอกว่าจะปล่อยน้ำหนักแบบโหลดฟรีในอีกไม่กี่สัปดาห์ แต่ยังไม่บอกวันและเงื่อนไขไลเซนส์
- เรื่องภาพเหมือนจริงกับการเขียนตัวอักษรในภาพ ตอนนี้มีแต่คำเคลมของบริษัท ยังไม่มีผลทดสอบอิสระ
สรุป
ปลายเดือนที่แล้ว Ideogram เพิ่งเปิดรุ่น 4.5 ที่ขายเรื่องแก้ภาพหลายรอบไม่เพี้ยนเหมือนกัน ตอนนี้โมเดลภาพเลยแข่งกันที่ความแม่นตอนแก้ ไม่ใช่แค่สวยตอนสร้างครั้งแรก ใครทำงานออกแบบที่ต้องแก้ซ้ำ ลองช่วงลดราคาก่อน 8 ต.ค. จะคุ้มสุด
แหล่ง: Black Forest Labs · 1 ต.ค. 2026