fal-model-guide

Name: fal-model-guide
Author: josiahsiegel

github.com/josiahsiegel创意与媒体5973 次安装19 周前更新

代码仓库

关于 fal-model-guide

fal-model-guide 是面向使用 fal.ai 模型的创作者与开发者的模型选择指南，涵盖图像、视频、音频和 3D 生成。它通过模型能力、质量、速度、成本及参数说明，辅助开发与生产阶段的选型。

主要功能

01按质量与速度比较模型
02覆盖图像、视频、音频和 3D
03提供模型端点与参数参考
04给出开发和生产选型建议
05包含成本与性能优化提示

适用场景

01为图像生成选择合适模型
02按质量层级挑选视频模型
03为音频转录或语音合成选型
04规划生成任务的成本与性能

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/josiahsiegel/claude-plugin-marketplace --skill fal-model-guide

安装后在 Claude Code 中输入/fal-model-guide确认已加载。

详细介绍

快速参考

类别	快速/低成本	均衡	最高质量
图像	FLUX Schnell	FLUX.1 Dev	FLUX.2 Pro
视频	Runway Turbo	LTX-2 Pro	Kling 2.6 Pro
音频 STT	Whisper Turbo	Whisper	Whisper Large v3
音频 TTS	Kokoro	XTTS	ElevenLabs

FLUX 模型	端点	步数	用例
FLUX.2 Pro	`fal-ai/flux-2-pro`	28	生产环境
FLUX.1 Dev	`fal-ai/flux/dev`	28	高质量
FLUX Schnell	`fal-ai/flux/schnell`	4	快速迭代

视频模型	时长	音频	速度
Kling 2.6 Pro	5-10s	有	慢
LTX-2 Pro	5s	有	中等
Runway Turbo	5-10s	无	快

何时使用此技能

用于模型选择决策：

比较 FLUX 与 SDXL 的图像生成效果
按质量等级选择视频模型
选择合适的模型以优化成本
了解特定模型的参数
构建生产环境或开发环境的流水线

相关技能：

如需文本生成图像：请参阅 fal-text-to-image
如需文本生成视频：请参阅 fal-text-to-video
如需音频模型：请参阅 fal-audio

fal.ai 模型选择指南

全面介绍如何为你的用例选择合适的 fal.ai 模型。

图像生成模型

FLUX 系列

模型	端点	最适用于	速度	质量	成本
FLUX.2 [pro]	`fal-ai/flux-2-pro`	生产环境、最高质量	中等	最高	$$$
FLUX.1 [dev]	`fal-ai/flux/dev`	高质量、开源	中等	高	$$
FLUX Schnell	`fal-ai/flux/schnell`	快速迭代	快	良好	$
FLUX LoRA	`fal-ai/flux-lora`	自定义训练风格	中等	高	$$
FLUX Realism	`fal-ai/flux-realism`	照片级写实图像	中等	高	$$

FLUX.2 Pro - 最新、质量最佳

const result = await fal.subscribe("fal-ai/flux-2-pro", {
  input: {
    prompt: "Professional product photo of a watch",
    image_size: "square_hd",
    num_inference_steps: 28,
    guidance_scale: 3.5
  }
});

FLUX.1 Dev - 最佳开源选项

const result = await fal.subscribe("fal-ai/flux/dev", {
  input: {
    prompt: "A serene mountain landscape",
    image_size: "landscape_16_9",
    num_inference_steps: 28
  }
});

FLUX Schnell - 4 步快速生成

const result = await fal.subscribe("fal-ai/flux/schnell", {
  input: {
    prompt: "Quick concept sketch",
    num_inference_steps: 4  // Optimized for 4 steps
  }
});

Stable Diffusion 模型

模型	端点	最适用于
Fast SDXL	`fal-ai/fast-sdxl`	速度快、成本低
SDXL	`fal-ai/stable-diffusion-xl`	经典 SDXL
SD 1.5	`fal-ai/stable-diffusion-v15`	兼容旧版
SDXL Turbo	`fal-ai/sdxl-turbo`	极速

// Fast SDXL - Good balance of speed and quality
const result = await fal.subscribe("fal-ai/fast-sdxl", {
  input: {
    prompt: "A colorful abstract painting",
    image_size: "square_hd",
    num_inference_steps: 25
  }
});

专用图像模型

模型	端点	用例
Recraft V3	`fal-ai/recraft-v3`	设计素材、矢量图
Ideogram	`fal-ai/ideogram`	在图像中生成文本
Playground v2.5	`fal-ai/playground-v25`	创意/艺术创作
Kandinsky 3	`fal-ai/kandinsky-3`	俄罗斯模型

图像转图像模型

模型	端点	用例
FLUX i2i	`fal-ai/flux/dev/image-to-image`	转换图像
FLUX Inpaint	`fal-ai/flux/dev/inpainting`	编辑局部区域
FLUX ControlNet	`fal-ai/flux/dev/controlnet`	引导生成
IP-Adapter	`fal-ai/ip-adapter-flux`	风格迁移

// Image-to-Image transformation
const result = await fal.subscribe("fal-ai/flux/dev/image-to-image", {
  input: {
    image_url: "https://example.com/photo.jpg",
    prompt: "Transform into watercolor painting style",
    strength: 0.75  // 0-1, how much to change
  }
});

// Inpainting (edit specific regions)
const result = await fal.subscribe("fal-ai/flux/dev/inpainting", {
  input: {
    image_url: "https://example.com/photo.jpg",
    mask_url: "https://example.com/mask.png",
    prompt: "A golden retriever"
  }
});

// ControlNet (structural guidance)
const result = await fal.subscribe("fal-ai/flux/dev/controlnet", {
  input: {
    prompt: "Modern house design",
    control_image_url: "https://example.com/edges.png",
    controlnet_conditioning_scale: 0.8
  }
});

视频生成模型

文本生成视频

模型	端点	质量	时长	音频	最适用于
Kling 2.6 Pro	`fal-ai/kling-video/v2.6/pro`	最高	5-10s	原生	电影感
Sora 2	`fal-ai/sora`	最高	5-20s	可选	进阶创作
LTX-2 Pro	`fal-ai/ltx-video-2-pro`	高	5s	有	快速高质量生成
Runway Gen-3	`fal-ai/runway/gen3/turbo`	高	5-10s	无	快速生成
Luma	`fal-ai/luma-dream-machine`	良好	5s	无	创意创作
CogVideoX	`fal-ai/cogvideox`	良好	6s	无	开源

Kling 2.6 Pro - 综合质量最佳

const result = await fal.subscribe("fal-ai/kling-video/v2.6/pro", {
  input: {
    prompt: "A majestic eagle soaring over mountains at golden hour",
    duration: 5,
    aspect_ratio: "16:9",
    negative_prompt: "blurry, distorted",
    cfg_scale: 0.5
  }
});

LTX-2 Pro - 快速生成并支持音频

const result = await fal.subscribe("fal-ai/ltx-video-2-pro", {
  input: {
    prompt: "Ocean waves crashing on rocks",
    resolution: "720p",
    enable_audio: true
  }
});

图像转视频

模型	端点	最适合
MiniMax Hailuo	`fal-ai/minimax/video-01`	图像动画
Kling i2v	`fal-ai/kling-video/v2.6/pro/image-to-video`	高质量动画
Luma i2v	`fal-ai/luma-dream-machine`	创意内容
Runway i2v	`fal-ai/runway/gen3/turbo/image-to-video`	快速生成

// Animate a still image
const result = await fal.subscribe("fal-ai/minimax/video-01", {
  input: {
    image_url: "https://example.com/portrait.jpg",
    prompt: "Person slowly turns head and smiles",
    prompt_optimizer: true
  }
});

视频转视频（编辑）

// Edit/transform existing video
const result = await fal.subscribe("fal-ai/kling-video/o1", {
  input: {
    video_url: "https://example.com/video.mp4",
    prompt: "Change to anime style"
  }
});

音频模型

语音转文本

模型	端点	最适合
Whisper	`fal-ai/whisper`	准确转录
Whisper Turbo	`fal-ai/whisper-turbo`	快速转录

const result = await fal.subscribe("fal-ai/whisper", {
  input: {
    audio_url: "https://example.com/speech.mp3",
    task: "transcribe",  // or "translate"
    language: "en",
    chunk_level: "segment"
  }
});

console.log(result.text);
console.log(result.chunks);  // With timestamps

文本转语音

模型	端点	最适合
Elevenlabs	`fal-ai/elevenlabs`	高级音色
F5-TTS	`fal-ai/f5-tts`	声音克隆
Kokoro	`fal-ai/kokoro`	多语言

// Text-to-speech with Elevenlabs
const result = await fal.subscribe("fal-ai/elevenlabs", {
  input: {
    text: "Hello, welcome to our service.",
    voice_id: "voice_id_here"
  }
});

3D 生成模型

模型	端点	用途
TripoSR	`fal-ai/triposr`	图像转 3D 网格
InstantMesh	`fal-ai/instantmesh`	快速 3D 生成
Stable Zero123	`fal-ai/stable-zero123`	新视角合成

// Generate 3D mesh from image
const result = await fal.subscribe("fal-ai/triposr", {
  input: {
    image_url: "https://example.com/object.jpg"
  }
});

console.log(result.model_mesh.url);  // GLB/OBJ file

模型选择决策树

What do you want to create?
├── Image
│   ├── From text only?
│   │   ├── Need best quality? → FLUX.2 Pro
│   │   ├── Need fast iteration? → FLUX Schnell
│   │   ├── Need open-source? → FLUX.1 Dev
│   │   └── Budget conscious? → Fast SDXL
│   ├── Transform existing image?
│   │   ├── Style transfer → FLUX i2i
│   │   ├── Edit specific region → FLUX Inpainting
│   │   └── Follow structure → FLUX ControlNet
│   └── Need text in image? → Ideogram
│
├── Video
│   ├── From text only?
│   │   ├── Need best quality? → Kling 2.6 Pro
│   │   ├── Need fast preview? → Runway Gen-3 Turbo
│   │   └── Need audio? → LTX-2 Pro or Kling
│   ├── Animate image? → MiniMax Hailuo
│   └── Edit video? → Kling O1
│
├── Audio
│   ├── Speech to text?
│   │   ├── Accurate → Whisper
│   │   └── Fast → Whisper Turbo
│   └── Text to speech? → Elevenlabs / F5-TTS
│
└── 3D
    └── Image to 3D? → TripoSR

性能对比

图像生成速度

模型	~耗时（1024x1024）
FLUX Schnell	1-2s
Fast SDXL	2-3s
FLUX.1 Dev	5-8s
FLUX.2 Pro	8-12s

视频生成速度

模型	~耗时（5s 视频）
Runway Gen-3 Turbo	30-60s
LTX-2 Pro	60-90s
Kling 2.6 Pro	120-180s

成本优化策略

开发阶段
- 使用 FLUX Schnell 迭代提示词
- 使用 Fast SDXL 进行快速测试
- 使用 Runway Gen-3 Turbo 预览视频
生产阶段
- 使用 FLUX.2 Pro 生成最终图像
- 使用 Kling 2.6 Pro 生成最终视频
批量处理
- 在非高峰时段处理
- 使用合适的图像尺寸（无需时不要放大）
- 按种子缓存结果，以确保可复现性
资源效率
- 按目标分辨率生成（不要先生成更大尺寸再缩小）
- 高吞吐量场景使用 Webhook（避免轮询开销）
- 实现客户端缓存

模型专属技巧

FLUX 技巧

引导系数设为 3-4 效果最佳
28 步是最佳默认值
Schnell 仅使用 4 步效果最佳
详细的提示词能产生更好的结果

视频技巧

在提示词中加入镜头运动
明确描述动作／运动
使用负面提示词避免伪影
测试时从较短时长开始

Whisper 技巧

提供语言提示以提高准确度
非英语转英语时使用 "translate" 任务
chunk_level="segment" 可提供时间戳

探索更多模型

访问 https://fal.ai/models 查看包含 600 多个模型的完整目录，其中包括：

人脸修复／增强
背景移除
放大
风格迁移
OCR
目标检测
以及更多专用模型

支持 Markdown

登录后评论

基本信息

作者: josiahsiegel
仓库: josiahsiegel/claude-plugin-marketplace
分类: 创意与媒体
安装次数: 73
GitHub Stars: 59

报告问题

推荐 Skills

全部 Skills

ai-video-generation

github.com/inference-sh

1.7M

通过 inference.sh CLI 使用 Google Veo、Seedance 2.0、HappyHorse、Wan、Grok 以及 40 多个模型生成 AI 视频。模型：Veo 3.1、Seedance 2.0、HappyHorse 1.0、Wan 2.5、Grok Imagine Video、OmniHuman、Fabric、HunyuanVideo。能力：文生视频、图生视频、参考生视频、视频编辑、口型同步、虚拟形象动画、视频放大、拟音音效。用途：社交媒体视频、营销内容、讲解视频、产品演示、AI 虚拟形象。触发词：video generation、ai video、text to video、image to video、veo、animate image、video from image、ai animation、video generator、generate video、t2v、i2v、ai video maker、create video with ai、runway alternative、pika alternative、sora alternative、kling alternative、seedance、happyhorse

ai-image-generation

github.com/inference-sh

1.7M

通过 inference.sh CLI 使用 GPT-Image-2.5、FLUX、Gemini、Grok、Seedream、Reve 以及 50 多个模型生成 AI 图像。模型：GPT-Image-2.5 Flare、GPT-Image-2.5 Sunburst、GPT-Image-2、FLUX Dev LoRA、FLUX.2 Klein LoRA、Gemini 3 Pro Image、Grok Imagine、Seedream 4.5、Reve、ImagineArt。能力：文生图、图生图、图像修复、LoRA、图像编辑、放大、文本渲染。用途：AI 艺术、产品样机、概念艺术、社交媒体图形、营销视觉、插画。触发词：flux、image generation、ai image、text to image、stable diffusion、generate image、ai art、midjourney alternative、dall-e alternative、text2img、t2i、image generator、ai picture、create image with ai、generative ai、ai illustration、grok image、gemini image、gpt image、openai image、chatgpt image

ai-avatar-video

github.com/inference-sh

1.7M

通过 inference.sh CLI 创建 AI 虚拟形象和口播视频。推荐：P-Video-Avatar（速度最快、价格最低、内置 TTS）。还包括：OmniHuman、Fabric、PixVerse。音频：Inworld TTS-2（支持 100 多种语言，可调节角色情绪）、ElevenLabs、Kokoro。功能：音频驱动的虚拟形象、文本生成虚拟形象、口型同步视频、口播视频生成、虚拟主持人、UGC 内容。用途：AI 主持人、解说视频、虚拟网红、配音、营销视频、UGC 广告、游戏虚拟形象、NPC 对话。触发词：ai avatar、talking head、lipsync、avatar video、virtual presenter、ai spokesperson、audio driven video、heygen alternative、synthesia alternative、talking avatar、lip sync、video avatar、ai presenter、digital human、ugc、ugc video、ugc ad、avatar ugc

remotion-render

github.com/inference-sh

1.6M

通过 inference.sh，根据 React/Remotion 组件代码渲染视频。输入 TSX 代码即可获取 MP4。支持所有 Remotion API：useCurrentFrame、useVideoConfig、spring、interpolate、AbsoluteFill、Sequence。可配置分辨率、FPS、时长和编解码器。适用于：程序化视频生成、动态图形、动态设计、数据驱动视频、将 React 动画转换为视频。触发词：remotion、render video from code、tsx to video、react video、programmatic video、remotion render、code to video、animated video、motion graphics code、react animation video