Topaz Labs: Topaz Labs Wonder 3.5
topaz-labs-wonder-3-5- 価格
- 価格 $0.10
- モダリティ
- 画像
Topaz Labs Wonder 3.5 について
Wonder 3.5はTopaz Labsの生成型アップスケーリングモデルです。単にピクセルを追加するのではなく、低解像度、圧縮、またはその他の劣化が生じた画像内のディテールを再構築します。Wonder 3から進化し、より精細なディテール、反復パターンの低減、視覚的ノイズの処理能力向上、そして表やグラフに対する精度の向上が図られています。強化強度は「低」「中」「高」から選択し、出力サイズを指定します。
得意なこと
- 構造化されたグラフィックス:Topazによると、表、グラフ、テキストが多い画像においてWonder 3よりも高い精度を実現しています。
- 生成されたテクスチャにおける反復パターンが減少しました。これは生成型アップスケーラーでよく見られるアーティファクトです。
- ソースの劣化度合いに合わせて、「低」「中」「高」の3段階の強化強度を選択できます。
- きれいな写真と、激しく圧縮された画像や低解像度の入力の両方に対応しています。
- 調整可能な量、サイズ、強度を備えたフィルムグレイン(粒子感)を追加でき、仕上がりが滑らかすぎる場合に質感を加えることができます。
他のモデルを検討すべきケース
- 生成型であるため、もっともらしいディテールを「作り出す」性質があります。そのため、証拠としての忠実な再現が求められる用途には適していません。
- 既存の画像を強化するのみであり、テキストから画像を生成することはできません。
- 非常に大きなソース画像は処理に時間がかかります。出力サイズは指定した幅と高さによって決まります。
はじめに
最初のキーを作成
Consoleでキーを作成すれば、プラットフォーム内のすべてのモデルで使えます。
最初のリクエストを送信する
お使いの言語の例をコピーして、エンドポイントに対して実行してください。
画像編集TokenLab エンドポイントPOST/v1/images/generationscurl -X POST "https://api.tokenlab.sh/v1/images/generations" \ -H "Authorization: Bearer sk-xxx" \ -H "Content-Type: application/json" \ -d '{ "operation": "image-to-image", "model": "topaz-labs-wonder-3-5", "prompt": "A minimalist product photo of matte black headphones on a soft blue background.", "image_url": "https://example.com/source.png" }'
パラメータ
画像編集
| パラメーター | 値と制限 | デフォルト | 注記 |
|---|---|---|---|
image | 未提供 | 未提供 | Alias of the combined images input. See input_limits.images for the total input image count. |
image_url | 未提供 | 未提供 | Alias of the combined images input. See input_limits.images for the total input image count. |
image_urls | 未提供 | 未提供 | Alias of the combined images input. See input_limits.images for the total input image count. |
images | 入力数: ≥ 1, ≤ 1 | 未提供 | Limits apply when this input is supplied. Image aliases are combined into one input image list; the limit applies to the combined list. |
operation | 未提供 | 未提供 | 未提供 |
output_format | jpeg, png, webp | 未提供 | Default encoding is shared by these equivalent values: jpg, jpeg. |
Fields outside this contract are rejected.
料金
Verified 価格は Verified に適用され、多くのモデルでより低コストです。Official 価格はモデルのメーカーが公表する価格で、信頼性の高い Official ルートに適用されます。Auto はリクエストを完了したルートの価格で課金します。
料金
1画像あたり- Verified 価格
- —
- Official 価格
- 料金の仕組み
| Official 価格1画像あたり | Verified 価格1画像あたり | 割引 | |
|---|---|---|---|
| 価格 | 料金の仕組み | — | — |
使用状況とアクティビティ
成功率は完了したリクエストの割合です。レイテンシは完全なレスポンスにかかる時間で、P95 は 95% のリクエストがその時間内に完了したことを意味します。
使用量と可用性
過去24時間- リクエスト数
- 成功率
- P95 レイテンシ
- 合計トークン数
データはステータスチェックを除外した、集計済みのユーザーリクエストに基づいています。
Consoleで開く
ConsoleでTopaz Labs Wonder 3.5を開き、プロンプトを編集・送信できます。
topaz-labs-wonder-3-5と/v1/images/editsでimage-editを実行。結果、コスト、制限事項を表示します。
ユースケース
写真の修復
古いスキャン画像や圧縮された家族写真を印刷可能なサイズまで拡大し、肌、髪、布地の質感を復元します。
ポートレートおよび野生動物のアップスケーリング
毛皮や羽毛などの微細な質感が自然な仕上がりを左右する写真の拡大に適しています。
ドキュメントおよびスライドのグラフィックス
表、グラフ、スライドのスクリーンショットをシャープにし、拡大しても小さな文字が読み取れるようにします。
マーケティング素材の再利用
新しい写真を撮影することなく、小さなWeb用画像を大判レイアウトや印刷物で再利用できます。ソースに合わせて最適な強度を選択可能です。
プロンプト例
この600ピクセルの商品写真を「中」強度で2400ピクセルにアップスケールし、布地の質感を自然に保ちます。
この激しく圧縮されたJPEGポートレートを「高」強度で強化し、軽いフィルムグレインを追加します。
この価格表のスクリーンショットを、数字をぼかすことなく2倍のサイズに拡大します。
FAQ
Wonder 3.5は何をするものですか?
Topaz Labsによる生成型アップスケーラーです。画像を拡大して、もっともらしいディテールを再生成します。そのため、劣化や圧縮された画像が単純な補間よりもシャープに仕上がります。ソース画像から処理を行うものであり、テキストから新しい画像を作成するものではありません。
Wonder 3から何が変わりましたか?
Topazによると、より精細なディテール、反復パターンの減少、視覚的ノイズの処理能力向上、表やグラフなどの構造化されたコンテンツに対する精度の向上が挙げられます。多様なソース素材において、より自然な仕上がりになります。
強化レベルはどのように機能しますか?
「低」「中」「高」でモデルが画像をどれだけ変更するかを制御します。サイズ変更のみが必要なきれいな写真には「低」を、ひどく劣化したソースには「高」を使用してください。出力の幅と高さも設定可能です。
追加されたディテールを信頼できますか?
証拠としては信頼できません。生成型モデルは、ソースには存在しなかった「それらしく見える」ディテールを追加するため、顔、ナンバープレート、小さな文字などはオリジナルと異なる場合があります。外観の向上のために使用し、フォレンジック(鑑識)目的には使用しないでください。
フィルムグレインを追加できますか?
オプションで可能です。Topazは密度、サイズ、強度を調整可能なグレイン設定を提供しており、完全にきれいな仕上がりが滑らかすぎると感じる場合に役立ちます。ドキュメントや図面の場合はオフにしてください。
Topaz Labs Wonder 3.5 の料金はいくらですか?
料金は課金単位・仕様・使用量によって異なります。モデルの詳細な料金で同条件同士を比較してください。単一のレートで総額は決まりません。
Topaz Labs Wonder 3.5 はどのエンドポイントを使うべきですか?
Topaz Labs Wonder 3.5 のデフォルトは https://api.tokenlab.sh/v1/images/edits です。プロバイダーネイティブ形式に対応している場合は、API workbench にそのエンドポイントも表示されます。
Topaz Labs Wonder 3.5 はどの操作に対応していますか?
Topaz Labs Wonder 3.5 は 画像編集 に対応しています。上の API workbench で操作を選ぶと、対応するエンドポイントとコード例が表示されます。
Topaz Labs Wonder 3.5 を比較する
ソース
2026/10/02 時点での評価