

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Solicitação e resposta do Stable Image Ultra
<a name="model-parameters-diffusion-stable-ultra-text-image-request-response"></a>

O corpo da solicitação é passado no `body` campo de uma solicitação para [InvokeModel](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModel.html)operação. 

**Campo do corpo da solicitação de invocação do modelo**

Ao fazer uma InvokeModel chamada usando um modelo Stable Image Ultra, preencha o campo body com um objeto JSON semelhante ao mostrado abaixo. 
+ **prompt**: (string) o que você deseja ver na imagem de saída. Um prompt forte e descritivo que define claramente os elementos, as cores e os assuntos proporcionará melhores resultados.    
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/bedrock/latest/userguide/model-parameters-diffusion-stable-ultra-text-image-request-response.html)

**Campo de corpo de respostas de invocação do modelo**

Ao fazer uma chamada `InvokeModel` usando um modelo Stable Image Ultra, a resposta é semelhante à mostrada a seguir. 

```
{
         'seeds': [2130420379], 
         "finish_reasons":[null], 
         "images":["..."]
     }
```

Uma resposta com um motivo final que não seja `null` terá a seguinte aparência:

```
{
         "finish_reasons":["Filter reason: prompt"]
     }
```
+ **seeds**: (string) lista de propagações usadas para gerar imagens para o modelo.
+ **finish\$1reasons**: enumeração indicando se a solicitação foi filtrada ou não. `null` indicará que a solicitação foi bem-sucedida. Valores atuais possíveis: `"Filter reason: prompt", "Filter reason: output image", "Filter reason: input image", "Inference error", null`.
+ **images**: uma lista de imagens geradas no formato de string base64.

Para obter mais informações, consulte [https://platform.us.stability. ai/docs/api-reference\$1tag/v1 geração](https://platform.us.stability.ai/docs/api-reference#tag/v1generation).

------
#### [ Text to image ]

O modelo Stability.ai Stable Image Ultra tem os seguintes parâmetros de inferência para uma chamada de text-to-image inferência. 
+ **prompt**: (string) o que você deseja ver na imagem de saída. Um prompt forte e descritivo que define claramente os elementos, as cores e os assuntos proporcionará melhores resultados.    
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/bedrock/latest/userguide/model-parameters-diffusion-stable-ultra-text-image-request-response.html)

**Campos opcionais**
+ **aspect\$1ratio**: (string) controla a proporção da imagem gerada. Esse parâmetro só é válido para text-to-image solicitações. Padrão 1:1. Enumeração: 16:9, 1:1, 21:9, 2:3, 3:2, 4:5, 5:4, 9:16, 9:21.
+ **modo** — Defina como text-to-image. Padrão: text-to-image. Enum: `text-to-image`.
+ **output\$1format**: especifica o formato da imagem de saída. Formatos compatíveis: JPEG, PNG. Dimensões compatíveis: altura de 640 px a 1.536px, largura de 640 px a 1.536 px.
+ **seed**: (número) um valor específico que é usado para orientar a “aleatoriedade” da geração. (Omita esse parâmetro ou passe 0 para usar uma propagação aleatória.) Intervalo: de 0 a 4294967295.
+ **negative\$1prompt**: palavras-chave do que você não deseja ver na imagem de saída. Máximo: 10.000 caracteres.

```
import boto3
       import json
       import base64
       import io
       from PIL import Image
       
       bedrock = boto3.client('bedrock-runtime', region_name='us-west-2')
       response = bedrock.invoke_model(
           modelId='stability.sd3-ultra-v1:1',
           body=json.dumps({
               'prompt': 'A car made out of vegetables.'
           })
       )
       output_body = json.loads(response["body"].read().decode("utf-8"))
       base64_output_image = output_body["images"][0]
       image_data = base64.b64decode(base64_output_image)
       image = Image.open(io.BytesIO(image_data))
       image.save("image.png")
```

------
#### [ Image to image ]

O modelo Stability.ai Stable Image Ultra tem os seguintes parâmetros de inferência para uma chamada de image-to-image inferência.
+ **prompt**: (string) o que você deseja ver na imagem de saída. Um prompt forte e descritivo que define claramente os elementos, as cores e os assuntos proporcionará melhores resultados.    
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/bedrock/latest/userguide/model-parameters-diffusion-stable-ultra-text-image-request-response.html)

**Campos opcionais**
+ **image**: (string) a imagem em base64 a ser usada como ponto de partida para a geração. Formatos compatíveis: JPEG, PNG e WebP.
+ **strength**: (número) nível de influência do parâmetro de imagem sobre a imagem gerada. Imagens com valores de intensidade mais baixos serão mais parecidas com a imagem original. Intervalo: de 0,0 a 1,0. Padrão: 0,35.
+ **aspect\$1ratio**: (string) controla a proporção da imagem gerada. Esse parâmetro só é válido para text-to-image solicitações. Padrão 1:1. Enumeração: 16:9, 1:1, 21:9, 2:3, 3:2, 4:5, 5:4, 9:16, 9:21.
+ **output\$1format**: especifica o formato da imagem de saída. Formatos compatíveis: JPEG, PNG. Dimensões compatíveis: altura de 640 px a 1.536px, largura de 640 px a 1.536 px.
+ **seed**: (número) um valor específico que é usado para orientar a “aleatoriedade” da geração. (Omita esse parâmetro ou passe 0 para usar uma propagação aleatória.) Intervalo: de 0 a 4294967295.
+ **negative\$1prompt**: palavras-chave do que você não deseja ver na imagem de saída. Máximo: 10.000 caracteres.

```
import boto3
       import json
       import base64
       import io
       from PIL import Image
       
       bedrock = boto3.client('bedrock-runtime', region_name='us-west-2')
       response = bedrock.invoke_model(
           modelId='stability.sd3-ultra-v1:1',
           body=json.dumps({
               'prompt': 'A car made out of vegetables.'
           })
       )
       output_body = json.loads(response["body"].read().decode("utf-8"))
       base64_output_image = output_body["images"][0]
       image_data = base64.b64decode(base64_output_image)
       image = Image.open(io.BytesIO(image_data))
       image.save("image.png")
```

------