FLUX.2 Turbo Text to Image

Обзор

FLUX.2 Turbo Text to Image — дистиллированный вариант FLUX.2 Dev от Black Forest Labs, представленный вместе с семейством FLUX.2 в ноябре 2025 года. Дистилляция снижает число шагов инференса с 50 до ~8, что обеспечивает значительно более быстрые генерации при сохранении высокого визуального качества базовой модели FLUX.2 Dev. Эндпоинт предназначен для задач Text-to-Image, где важна скорость без видимой потери качества: итеративный перебор вариантов в производственных пайплайнах, интерактивные приложения, серийные коммерческие генерации. Поддерживает разрешения до 2K/4MP и широкий набор пропорций (1:1, 16:9, 9:16 и другие), что делает его пригодным для дизайна, иллюстраций и продуктовых задач. Среди родственных моделей линейки Turbo занимает нишу между Flash и Pro: Flash генерирует ещё быстрее с меньшей детализацией; Pro обеспечивает лучший баланс качества и скорости без ограничений дистилляции; Max — для финальных генераций максимального качества. Turbo подходит, когда нужны коммерчески пригодные изображения быстрее Pro, но качественнее Flash. Важное: модель работает лучше с детализированными, структурированными промптами; негативные промпты не поддерживаются.

Сильные стороны

Сценари использования (use cases)

Ограничения и недостатки

Примеры промптов

Советы

• Пишите промпт связным описанием сцены, а не набором тегов. Для FLUX.2 важны отношения между объектами: кто главный субъект, что он делает, где находится и какой визуальный стиль нужен. Такой формат особенно полезен в Turbo-режиме, где обычно быстро перебирают варианты и важна предсказуемость первого результата.
• Для фотореализма описывайте свет, камеру и ракурс конкретно. Фразы вроде «хорошее освещение» дают меньше контроля, чем конкретный источник, направление и характер света, объектив, дистанция и тип кадра. Это снижает риск общего красивого результата без нужной постановки.
• Работайте короткими итерациями: сначала простой кадр, затем один важный слой за раз. Turbo-подход лучше раскрывается как быстрый цикл вариантов: проверить базовую композицию, затем отдельно усилить свет, стиль, палитру или второстепенные детали. Переписывание всего промпта сразу усложняет понимание, что именно улучшило или испортило результат. Критичные надписи и кириллицу не закладывайте в финальную итерацию Turbo — для читаемого текста перейдите на другую версию или добавьте его на постобработке.
• Не используйте отрицательные формулировки как основной способ управления сценой. У FLUX-моделей отрицание часто усиливает нежелательный объект, потому что модель фокусируется на самом слове. Вместо «без людей» лучше описывать пустое пространство, одиночный объект или чистую поверхность.
• Не рассчитывайте на длинные надписи, кириллицу и мелкую типографику с первого запуска. Turbo слабо держит текст в кадре: кириллица чаще всего с ошибками, «ломаной» орфографией и артефактами. Длинные строки, мелкие вывески и перегруженные постеры остаются высокорисковыми даже при хорошем промпте. Короткие фразы в кавычках с указанием места, цвета и стиля шрифта иногда помогают, но результат обязательно проверяйте визуально. Для важной русской типографики выбирайте более тяжёлый вариант или добавляйте текст отдельно.

FAQ

Цены

Параметры

Поля тела JSON-запроса, которые используются в Playground и доступны для настройки через API. Порядок совпадает с формой на странице.

Запрос

Асинхронный запуск: POST https://api.flixa.io/v1/image/flux-2/turbo-text-to-image с заголовком Authorization: Bearer $FLIXA_API_KEY и телом JSON. Ниже — пример с полями из Playground.

curl -X POST "https://api.flixa.io/v1/image/flux-2/turbo-text-to-image" \
  -H "Authorization: Bearer $FLIXA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "seed": -1,
  "size": "1024*1024",
  "prompt": "Превратите это фото товара в премиальную студийную рекламу: мягкий кинематографический свет, чистый бежевый фон, лёгкие тени, реалистичные отражения и эстетика люксового бренда."
}'

import json
import os
import requests

url = "https://api.flixa.io/v1/image/flux-2/turbo-text-to-image"
payload = json.loads({"prompt": "\u041f\u0440\u0435\u0432\u0440\u0430\u0442\u0438\u0442\u0435 \u044d\u0442\u043e \u0444\u043e\u0442\u043e \u0442\u043e\u0432\u0430\u0440\u0430 \u0432 \u043f\u0440\u0435\u043c\u0438\u0430\u043b\u044c\u043d\u0443\u044e \u0441\u0442\u0443\u0434\u0438\u0439\u043d\u0443\u044e \u0440\u0435\u043a\u043b\u0430\u043c\u0443: \u043c\u044f\u0433\u043a\u0438\u0439 \u043a\u0438\u043d\u0435\u043c\u0430\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u0441\u0432\u0435\u0442, \u0447\u0438\u0441\u0442\u044b\u0439 \u0431\u0435\u0436\u0435\u0432\u044b\u0439 \u0444\u043e\u043d, \u043b\u0451\u0433\u043a\u0438\u0435 \u0442\u0435\u043d\u0438, \u0440\u0435\u0430\u043b\u0438\u0441\u0442\u0438\u0447\u043d\u044b\u0435 \u043e\u0442\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u0438 \u044d\u0441\u0442\u0435\u0442\u0438\u043a\u0430 \u043b\u044e\u043a\u0441\u043e\u0432\u043e\u0433\u043e \u0431\u0440\u0435\u043d\u0434\u0430.", "seed": -1, "size": "1024*1024"})

response = requests.post(
    url,
    headers={"Authorization": f"Bearer {os.environ['FLIXA_API_KEY']}"},
    json=payload,
    timeout=120,
)
print(response.json())

const response = await fetch(
  "https://api.flixa.io/v1/image/flux-2/turbo-text-to-image",
  {
    method: "POST",
    headers: {
      Authorization: `Bearer ${process.env.FLIXA_API_KEY}`,
      "Content-Type": "application/json",
    },
    body: JSON.stringify({"prompt": "\u041f\u0440\u0435\u0432\u0440\u0430\u0442\u0438\u0442\u0435 \u044d\u0442\u043e \u0444\u043e\u0442\u043e \u0442\u043e\u0432\u0430\u0440\u0430 \u0432 \u043f\u0440\u0435\u043c\u0438\u0430\u043b\u044c\u043d\u0443\u044e \u0441\u0442\u0443\u0434\u0438\u0439\u043d\u0443\u044e \u0440\u0435\u043a\u043b\u0430\u043c\u0443: \u043c\u044f\u0433\u043a\u0438\u0439 \u043a\u0438\u043d\u0435\u043c\u0430\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u0441\u0432\u0435\u0442, \u0447\u0438\u0441\u0442\u044b\u0439 \u0431\u0435\u0436\u0435\u0432\u044b\u0439 \u0444\u043e\u043d, \u043b\u0451\u0433\u043a\u0438\u0435 \u0442\u0435\u043d\u0438, \u0440\u0435\u0430\u043b\u0438\u0441\u0442\u0438\u0447\u043d\u044b\u0435 \u043e\u0442\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u0438 \u044d\u0441\u0442\u0435\u0442\u0438\u043a\u0430 \u043b\u044e\u043a\u0441\u043e\u0432\u043e\u0433\u043e \u0431\u0440\u0435\u043d\u0434\u0430.", "seed": -1, "size": "1024*1024"}),
  }
);

console.log(await response.json());

Пример ответа

Сразу после POST приходит объект с идентификатором задачи и статусом (queued или processing). Готовый результат — в поле outputs после завершения.

{
  "id": "550e8400-e29b-41d4-a716-446655440000",
  "status": "queued",
  "created_at": "2026-05-22T12:00:00Z"
}

После успешного завершения:

{
  "id": "550e8400-e29b-41d4-a716-446655440000",
  "status": "completed",
  "outputs": [
    { "url": "https://storage.example/result.png", "type": "image" }
  ]
}

Поллинг

Пока задача в работе, опрашивайте GET https://api.flixa.io/v1/predictions/{id}/result с тем же API-ключом. Рекомендуемый интервал — 1–2 секунды; остановитесь при completed, failed или cancelled.

• queued / processing — продолжайте опрос.
• completed — заберите URL из outputs.
• failed — смотрите error в теле ответа.

curl "https://api.flixa.io/v1/predictions/{id}/result" \
  -H "Authorization: Bearer $FLIXA_API_KEY"