Перейти к содержанию

Generation

On this page Hermes Agent генерирует изображения из текстовых запросов через FAL.ai. «Из коробки» поддерживается девять моделей, каждая с разными компромиссами по скорости, качеству и стоимости. Активную модель можно настроить через hermes tools; выбор сохраняется в config.yaml.

Supported Models​

Модель Скорость Сильные стороны Цена
fal-ai/flux-2/klein/9b (по умолчанию) <1с Быстро, чёткий текст $0.006/МП
fal-ai/flux-2-pro ~6с Студийный фотореализм $0.03/МП
fal-ai/z-image/turbo ~2с Двуязычная EN/CN, 6B параметров $0.005/МП
fal-ai/nano-banana-pro ~8с Gemini 3 Pro, глубина рассуждения, отрисовка текста $0.15/изображение (1K)
fal-ai/gpt-image-1.5 ~15с Следование промпту $0.034/изображение
fal-ai/gpt-image-2 ~20с Передовая отрисовка текста + CJK, реализм с пониманием мира $0.04–0.06/изображение
fal-ai/ideogram/v3 ~5с Лучшая типографика $0.03–0.09/изображение
fal-ai/recraft/v4/pro/text-to-image ~8с Дизайн, бренд-системы, готово к продакшену $0.25/изображение
fal-ai/qwen-image ~12с На основе LLM, сложный текст $0.02/МП
Цены указаны по тарифам FAL на момент написания; актуальные цифры смотрите на fal.ai.
## Setup​
Подписчики Nous
Если у вас платная подписка Nous Portal, вы можете использовать генерацию изображений через Tool Gateway без ключа FAL API. Выбор модели сохраняется для обоих путей.
Если управляемый шлюз возвращает HTTP 4xx для конкретной модели, значит, эта модель ещё не проксирована на стороне портала — агент сообщит вам об этом и предложит варианты решения (установите FAL_KEY для прямого доступа или выберите другую модель).
### Get a FAL API Key​
1. Зарегистрируйтесь на fal.ai
2. Сгенерируйте API-ключ в панели управления

Configure and Pick a Model​

Запустите команду tools: [code] hermes tools

[/code] Перейдите в 🎨 Image Generation, выберите бэкенд (Nous Subscription или FAL.ai), после чего откроется список всех поддерживаемых моделей в виде таблицы с колонками — стрелки для навигации, Enter для выбора: [code] Модель Скорость Сильные стороны Цена
fal-ai/flux-2/klein/9b <1с Быстро, чёткий текст $0.006/МП ← currently in use
fal-ai/flux-2-pro ~6с Студийный фотореализм $0.03/МП
fal-ai/z-image/turbo ~2с Двуязычная EN/CN, 6B $0.005/МП
...

[/code] Ваш выбор сохраняется в config.yaml: [code] image_gen:
model: fal-ai/flux-2/klein/9b
use_gateway: false # true при использовании Nous Subscription

[/code]

GPT-Image Quality​

Качество запросов для fal-ai/gpt-image-1.5 и fal-ai/gpt-image-2 зафиксировано на уровне medium (~$0.034–$0.06/изображение при 1024×1024). Мы не выставляем уровни low / high как доступные пользователю опции, чтобы биллинг Nous Portal оставался предсказуемым для всех пользователей — разброс цен между уровнями составляет 3–22×. Если вам нужен более дешёвый вариант, выбирайте Klein 9B или Z-Image Turbo; если нужно более высокое качество — используйте Nano Banana Pro или Recraft V4 Pro.

Usage​

Схема взаимодействия для агента намеренно минимальна — модель подхватывает то, что вы настроили: [code] Generate an image of a serene mountain landscape with cherry blossoms

[/code] [code] Create a square portrait of a wise old owl — use the typography model

[/code] [code] Make me a futuristic cityscape, landscape orientation

[/code]

Aspect Ratios​

Каждая модель принимает одни и те же три соотношения сторон с точки зрения агента. Внутренне собственный размер каждой модели подставляется автоматически: |Ввод агента| image_size (flux/z-image/qwen/recraft/ideogram)| aspect_ratio (nano-banana-pro)| image_size (gpt-image-1.5)| image_size (gpt-image-2) | |---|---|---|---|---| |landscape| landscape_16_9| 16:9| 1536x1024| landscape_4_3 (1024×768) | |square| square_hd| 1:1| 1024x1024| square_hd (1024×1024) | |portrait| portrait_16_9| 9:16| 1024x1536| portrait_4_3 (768×1024) | GPT Image 2 использует пресеты 4:3 вместо 16:9, потому что его минимальное количество пикселей составляет 655 360 — пресет landscape_16_9 (1024×576 = 589 824) был бы отклонён. Это преобразование происходит в _build_fal_payload() — агенту никогда не нужно знать о различиях в схемах между моделями.

Automatic Upscaling​

Апскейлинг через Clarity Upscaler от FAL включается выборочно для каждой модели: |Модель| Апскейл?| Почему | |---|---|---| |fal-ai/flux-2-pro| ✓| Обратная совместимость (был моделью по умолчанию до появления выбора) | |Все остальные| ✗| Быстрые модели потеряли бы своё преимущество в доли секунды; высокодетальные модели в нём не нуждаются | |Когда апскейлинг запущен, используются следующие настройки:|| |Настройка| Значение | |---|---| |Коэффициент апскейла| 2× | |Креативность| 0.35 | |Сходство| 0.6 | |Масштаб guidance| 4 | |Шагов инференса| 18 | |Если апскейлинг не удался (сетевая проблема, ограничение запросов), возвращается исходное изображение.|

How It Works Internally​

  1. Определение модели — _resolve_fal_model() читает image_gen.model из config.yaml, затем проверяет переменную окружения FAL_IMAGE_MODEL, и в конце — fal-ai/flux-2/klein/9b как запасной вариант.
  2. Построение payload — _build_fal_payload() преобразует ваш aspect_ratio в родной формат модели (перечисление пресетов, перечисление соотношений сторон или литерал GPT), объединяет параметры модели по умолчанию, применяет переопределения от вызывающей стороны, затем фильтрует по белому списку supports модели, чтобы неподдерживаемые ключи никогда не отправлялись.
  3. Отправка — _submit_fal_request() направляет запрос через прямые учётные данные FAL или управляемый шлюз Nous.
  4. Апскейлинг — выполняется, только если в метаданных модели указано upscale: True.
  5. Доставка — итоговый URL изображения возвращается агенту, который отправляет тег MEDIA:<url>, преобразуемый адаптерами платформ в нативный медиа-контент.

Debugging​

Включите отладочное логирование: [code] export IMAGE_TOOLS_DEBUG=true

[/code] Отладочные логи сохраняются в ./logs/image_tools_debug_<session_id>.json с деталями каждого вызова (модель, параметры, время, ошибки).

Platform Delivery​

Платформа Доставка
CLI URL изображения выводится в виде markdown ![](url) — нажмите, чтобы открыть
Telegram Фото-сообщение с промптом в качестве подписи
Discord Встроено в сообщение
Slack URL разворачивается Slack
WhatsApp Медиа-сообщение
Другие URL в виде обычного текста
## Limitations​
* Требуются учётные данные FAL (прямой FAL_KEY или подписка Nous)
* Только текст-в-изображение — без инпейнтинга, img2img или редактирования через этот инструмент
* Временные URL — FAL возвращает хостированные URL, которые истекают через часы/дни; при необходимости сохраняйте локально
* Ограничения отдельных моделей — некоторые модели не поддерживают seed, num_inference_steps и т.д. Фильтр supports молча отбрасывает неподдерживаемые параметры; это ожидаемое поведение