Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Nova Canvas

Amazon — Nova Canvas

Modelldetails

Nova Canvas ist das Bildgenerierungsmodell von Amazon, das aus Text- und Bildanweisungen Bilder in Studioqualität mit integrierten Steuerelementen für Wasserzeichen und Inhaltsmoderation erstellt. Weitere Informationen zur Modellentwicklung und Leistung finden Sie auf der Karte. model/service

Preisgestaltung

Preisinformationen finden Sie auf der Preisseite von Amazon Bedrock.

Programmatischer Zugriff

Verwenden Sie die folgenden Modell-IDs und Endpunkt-URLs, um programmgesteuert auf dieses Modell zuzugreifen. Weitere Informationen zu den verfügbaren APIs und Endpunkten finden Sie unter Unterstützte APIs und Unterstützte Endpunkte.

Wenn die Region beispielsweise us-east-1 (Nord-Virginia) ist, lautet die Bedrock-Runtime-Endpunkt-URL "" und für https://bedrock-runtime.us-east-1.amazonaws.com bedrock-Mantle "“. https://bedrock-mantle.us-east-1.api.aws/v1

Servicestufen

Amazon Bedrock bietet mehrere Servicestufen, um Ihren Workload-Anforderungen gerecht zu werden. Standard bietet Pay-per-Token-Zugriff ohne Verpflichtung (setzen Sie das Feld ein "service_tier": "default" oder lassen Sie es weg). Priority bietet die schnellsten Reaktionszeiten gegen einen Preisaufschlag (Set). "service_tier": "priority" Flex bietet kostengünstigen Zugriff auf flexible, nicht zeitkritische Workloads (Set). "service_tier": "flex" Reserved bietet einen dedizierten Durchsatz mit einer bestimmten Laufzeit für vorhersehbare Workloads. Dieser Wert wird auf Kontoebene und nicht pro Anfrage festgelegt (wenden Sie sich zur Aktivierung an Ihr AWS-Kontenteam). Weitere Informationen finden Sie unter Servicestufen.

Regionale Verfügbarkeit

Regionale Verfügbarkeit auf einen Blick

Amazon Bedrock bietet drei Ableitungsoptionen: In-Region Es werden Anfragen innerhalb einer einzigen Region zur strikten Einhaltung der Vorschriften gespeichert, Cross-Region Geo-Routen zwischen Regionen innerhalb einer Region (z. B. USA, EU und APAC) unter Berücksichtigung der Datenresidenz, und globale Cross-Region Routen überall auf der Welt, wenn keine Wohnsitzbeschränkungen bestehen. Weitere Informationen finden Sie auf der SeiteRegionale Verfügbarkeit nach Modellen.

Kontingente und Einschränkungen

Ihr AWS Konto verfügt über Standardkontingente, um die Leistung des Dienstes aufrechtzuerhalten und eine angemessene Nutzung von Amazon Bedrock sicherzustellen. Die einem Konto zugewiesenen Standardkontingente können je nach regionalen Faktoren, Zahlungsverlauf, betrügerischer Nutzung und and/or Genehmigung einer Anfrage zur Kontingenterhöhung aktualisiert werden. Weitere Informationen finden Sie in der Kontingente für Amazon Bedrock Dokumentation und in den Grenzwerten für das Modell.

Beispiel-Code

Schritt 1 — AWS Konto: Wenn Sie bereits ein AWS Konto haben, überspringen Sie diesen Schritt. Wenn Sie neu bei uns sind AWS, registrieren Sie sich für ein AWS-Konto.

Schritt 2 — API-Schlüssel: Gehen Sie zur Amazon Bedrock-Konsole und generieren Sie einen langfristigen API-Schlüssel.

Schritt 3 — Holen Sie sich das SDK: Um dieses Handbuch für die ersten Schritte verwenden zu können, muss Python bereits installiert sein. Installieren Sie dann die entsprechende Software je nach den von Ihnen verwendeten APIs.

pip install boto3

Schritt 4 — Umgebungsvariablen festlegen: Konfigurieren Sie Ihre Umgebung so, dass der API-Schlüssel für die Authentifizierung verwendet wird.

AWS_BEARER_TOKEN_BEDROCK="<provide your Bedrock API key>"

Schritt 5 — Führen Sie Ihre erste Inferenzanforderung aus: Speichern Sie die Datei unter bedrock-first-request.py

Invoke API

import json
import base64
import boto3

client = boto3.client('bedrock-runtime', region_name='us-east-1')
response = client.invoke_model(
    modelId='amazon.nova-canvas-v1:0',
    body=json.dumps({
            'taskType': 'TEXT_IMAGE',
            'textToImageParams': {
                'text': 'A photograph of a cup of coffee'
            },
            'imageGenerationConfig': {
                'numberOfImages': 1,
                'height': 1024,
                'width': 1024
            }
    })
)
response_body = json.loads(response['body'].read())
base64_image = response_body['images'][0]
print(f'Image generated: {len(base64_image)} bytes (base64)')