MOSS-Image-SFT-1.0
Beta画像生成MOSS-Image-SFT-1.0は、MOSS-Image-Base-1.0に教師ありファインチューニング（SFT）を施した画像生成モデルです。Base版と同じAPI・パラメータを使用でき、長文プロンプトや画像内の文字描画に対応しています。
ENDPOINT
POST /v1/images/generations
現在の呼び出しパス
入力
テキスト
リクエストで受け付ける内容
出力
画像
成功時に返される内容
モデル概要
テキストから画像を生成するモデルで、MOSS-Image-Base-1.0のSFT版です。デフォルトでは安定版モデルIDのmoss-image-sft-1.0を使用します。固定バージョンを再現する場合は、modelにmoss-image-sft-1.0-2026-10-09を指定できます。
料金
期間限定で無料です。
0クレジット 料金基準の一覧を見る
対応モダリティ
文テキスト入力のみ
音音声非対応
画画像出力のみ
動動画非対応
対応エンドポイント
単一話者の音声生成
/v1/audio/speech非対応複数話者の対話音声生成
/v1/audio/speech/speakers非対応音声文字起こし
/v1/audio/transcriptions非対応ボイスデザイン
/v1/audio/voice/generations非対応マルチモーダル理解
/v1/responses非対応リアルタイム動画理解
/v1/realtime非対応画像生成
/v1/images/generations対応機能
性能高
推論速度中
ストリーミング 非対応
非同期 非対応
- 最大4,000文字のプロンプトに対応
- 画像内の文字描画に対応
- ネガティブプロンプトに対応
- レイアウトを指定した画像生成に対応
バージョンとスナップショット
Model ID
moss-image-sft-1.0スナップショット
moss-image-sft-1.0-2026-10-09最新バージョン