Ana içeriğe geç
YeniSeedance 2.5 yayında→
ModelRunner
fireredteam avatarı

Firered Image Edit Text to Image API

fireredteam/firered-image-edit

Görselleri metin prompt’larına göre değiştiren gelişmiş bir görsel düzenleme modeli. Tek görsel düzenlemelerini ve stil aktarımı ya da sanal kıyafet denemesi gibi işler için çoklu görsel kompozisyonlarını destekler.

düzenleme
görsel megapikseli başına 0.0325
GitHub
Lisans
Ağırlıklar
OpenAPI

Model girdisi

Input

The editing instruction describing what changes to make to the image. Supports both English and Chinese instructions.

The URLs of the images to edit. Supports single image editing and multi-image references (e.g., virtual try-on, style transfer from reference).

The negative prompt for the generation.

Min: 2 - Max: 50

The number of inference steps to perform. More steps generally produce higher quality results.

Min: 1 - Max: 10

Classifier-free guidance scale. Higher values make the model follow the prompt more closely.

The same seed and the same prompt given to the same version of the model will output the same image every time.

The size of the generated image. If not provided, it uses the input image dimensions.

The acceleration level to use for inference speed optimization.

The format of the generated image.

Safety checker can only be disabled on API call

Min: 1 - Max: 4

The number of images to generate. Each generated image is billed.

You need to be logged in to run this model and view results.
Log in

Model çıktısı

Output

Fill in the input form and click submit to see the output
Logs (1 lines)

Örnek istekler

Örnekler

Example output 1Example output 2

Firered Image Edit Text to Image API

Firered Image Edit Text to Image is a image-to-image AI model by fireredteam. On ModelRunner it runs through a REST API or via MCP from any AI assistant, at $0.0325 per megapixel.

POST https://queue.modelrunner.run/fireredteam/firered-image-edit

cURL

# Submit a request to the queue. Input fields go at the top level of the
# body. The optional reserved "metadata" object holds your own flat string
# tags — stored on the request, never sent to the model; filter later with
# GET https://queue.modelrunner.run/requests?metadata=<url-encoded JSON>.
curl -X POST https://queue.modelrunner.run/fireredteam/firered-image-edit \
  -H "Authorization: Key $MRUN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "your prompt here",
    "image_urls": [],
    "metadata": {
      "project": "my-project"
    }
  }'
# → { "request_id": "...", "status_url": "...", "response_url": "..." }

# Poll status_url until "COMPLETED", then fetch the result
curl "https://queue.modelrunner.run/fireredteam/firered-image-edit/requests/$REQUEST_ID/status" \
  -H "Authorization: Key $MRUN_API_KEY"
curl "https://queue.modelrunner.run/fireredteam/firered-image-edit/requests/$REQUEST_ID" \
  -H "Authorization: Key $MRUN_API_KEY"

JavaScript

import { modelrunner } from "@modelrunner/client";

const result = await modelrunner.subscribe("fireredteam/firered-image-edit", {
  input: {
    "prompt": "your prompt here",
    "image_urls": []
  },
});
console.log(result);

Python

import os
import requests

headers = {"Authorization": f"Key {os.environ['MRUN_API_KEY']}"}

submitted = requests.post(
    "https://queue.modelrunner.run/fireredteam/firered-image-edit",
    headers=headers,
    json={
      "prompt": "your prompt here",
      "image_urls": []
    },
).json()

# Poll submitted["status_url"] until "COMPLETED", then:
result = requests.get(submitted["response_url"], headers=headers).json()

Input parameters

Input parameters of Firered Image Edit Text to Image
NameTypeRequiredDescription
promptstringyesThe editing instruction describing what changes to make to the image. Supports both English and Chinese instructions.
image_urlsarrayyesThe URLs of the images to edit. Supports single image editing and multi-image references (e.g., virtual try-on, style transfer from reference).
negative_promptstringnoThe negative prompt for the generation. Default: "".
num_inference_stepsintegernoThe number of inference steps to perform. More steps generally produce higher quality results. Default: 30.
guidance_scalenumbernoClassifier-free guidance scale. Higher values make the model follow the prompt more closely. Default: 4.
seedintegernoThe same seed and the same prompt given to the same version of the model will output the same image every time.
image_sizeenumnoThe size of the generated image. If not provided, it uses the input image dimensions. One of: square_hd, square, portrait_4_3, portrait_16_9, landscape_4_3, landscape_16_9.
accelerationenumnoThe acceleration level to use for inference speed optimization. One of: none, regular, high. Default: "regular".
output_formatenumnoThe format of the generated image. One of: jpeg, png. Default: "png".
enable_safety_checkerbooleannoIf set to true, the safety checker will be enabled. Default: true.
num_imagesintegernoThe number of images to generate. Each generated image is billed. Default: 1.

Machine-readable: OpenAPI schema · llms.txt

Use Firered Image Edit Text to Image from Claude & Cursor (MCP)

Point Claude Code, Claude Desktop, Cursor, or any MCP client at the ModelRunner MCP server and Firered Image Edit Text to Image becomes a tool your assistant can call directly — it authorizes via OAuth (no API key in config) and runs this model with the run_model tool using the endpoint fireredteam/firered-image-edit.

MCP client config (Claude Desktop, Cursor)

{
  "mcpServers": {
    "modelrunner": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "https://mcp.modelrunner.run/mcp"]
    }
  }
}

Claude Code

claude mcp add --transport http modelrunner https://mcp.modelrunner.run/mcp

Then ask your assistant, for example: “Run fireredteam/firered-image-edit on ModelRunner to generate image”. MCP setup guide.

Model Detayları

Model Detayları

FireRed Image Edit, görselleri basit metin talimatlarıyla değiştirmenizi sağlayan son teknoloji bir modeldir. Basit ayarlamalardan birden fazla görselin yer aldığı karmaşık kompozisyonlara kadar çok çeşitli düzenleme işlerinin altından kalkan, çok yönlü bir araçtır. Betimleyici bir prompt vererek modeli hassas değişiklikler yapmaya yönlendirebilirsiniz; bu da onu yaratıcı görsel düzenleme için sezgisel bir çözüm haline getirir.

Modelin asıl gücü, doğal dille anlatılan düzenlemeleri anlayıp uygulayabilmesidir. Arka planı değiştirmek, bir nesnenin rengini değiştirmek ya da yeni öğeler eklemek — hangisi olursa olsun net bir talimat yeterlidir. FireRed Image Edit, birden fazla referans görsel gerektiren işlerde de öne çıkar. Bir fotoğraftaki özneleri başka bir fotoğrafın arka planıyla kusursuzca birleştirebilir, bir referans görselin sanatsal tarzını aktarabilir, hatta kıyafetleri bir mankenin üzerine yerleştirerek sanal kıyafet denemesi senaryoları oluşturabilirsiniz.

### Öne Çıkan Özellikler - **Talimatla düzenleme:** İstediğiniz değişiklikleri İngilizce ya da Çince metin prompt’larıyla tarif edin. - **Çoklu görsel referansı:** İki ya da daha fazla kaynak görselden öğeleri birleştirin veya stil aktarın. - **İnce ayar kontrolleri:** Modelin prompt’unuza ne kadar sıkı uyacağını belirlemek için `guidance_scale`, görsel kalitesi için `num_inference_steps` gibi parametreleri ayarlayın. - **Birden fazla çıktı:** Mükemmel sonucu bulmak için tek çalıştırmada düzenlemenizin dörde kadar varyasyonunu üretin.

### İpuçları - En iyi sonuç için net ve özgül prompt’lar yazın. "make it better" yerine "change the background to a sunny beach with blue skies" gibi bir talimat deneyin. - Görselleri birleştirirken daha kusursuz bir kaynaşma için yüksek kaliteli kaynaklar kullanın. - Düzenlemeler arasında tutarlılık gerekiyorsa tekrarlanabilir sonuçlar için `seed` parametresini kullanın.

### Örnek Kullanım Bu modeli JavaScript client ile çalıştırmak için: ```javascript import { modelrunner } from "@modelrunner/client";

const result = await modelrunner.subscribe("fireredteam/firered-image-edit", { input: { prompt: "Make trees grow on the given book", image_urls: [ "https://example.url/example-image.png", "https://example.url/example-image2.jpg", ], num_inference_steps: 30, guidance_scale: 4 }, });

console.log(result); ```