FASHN Try-On v1.6 API 怎么用？两张图跑通虚拟试穿

TL;DR

• 它是什么：FASHN 的虚拟试穿模型，两张图进、一张试穿图出——一张人物照、一张服装图，没有提示词字段。已在 HiAPI 上线，打开模型页 上传两张图就能生成，新用户注册送 200 积分。
• 多少钱：按张计费，$0.1072 一张，合 214.4 积分，$10 约 93 张；注册送的 200 积分合 0.93 张，第一张需要充值。
• 最快怎么调：直接在模型页 Playground 上传两张图；要接进产品就 POST https://api.hiapi.ai/v1/tasks，model 写 fashn-tryon-v1.6。

FASHN Try-On v1.6 是什么？

它只做一件事：把一件衣服穿到一个人身上。你给一张人物照和一张服装图，它返回一张新的试穿图——姿态、脸、发型、背景、配饰都留在原位，只有身上的衣服被换掉。电商上新和模特图批量换装，就是它的主场。

这也是它和普通图生图的分界：没有提示词字段，也没有画幅、分辨率、单次出图数这类参数，能调的是 category、mode、garment_photo_type 这类下拉项，你没法让它一边换装一边改背景或打光。需要那种自由度的用通用编辑模型；需要把同一件衣服套到几百个模特身上，它这两个输入框就够用。

同一张人物照配一张婚纱图，参数 one-pieces / quality / model，输出 972×1296。

打开模型页，换成你自己那两张图 →

两条上手路线

在线试用，3 步

1. 打开 FASHN Try-On v1.6 模型页，登录，新账号自带 200 积分。
2. 人物图位传一张正面或半身照，服装图位传平铺图或模特图，category 和 mode 先留默认。
3. 点生成，出图后直接下载。

API 接入，3 步

1. 在 控制台 创建 API Key（sk-...）。
2. POST /v1/tasks 建任务，响应里拿 data.taskId。
3. GET /v1/tasks/{taskId} 轮询，data.status 变成 success 后从 data.output[0].url 取图。

第一张试穿图：curl 版

创建任务，两个图片地址换成你自己的公网 URL：

curl -s -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer sk-YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "fashn-tryon-v1.6",
    "input": {
      "model_image": "https://static.hiapi.ai/model-onboarding/fashn-tryon-v1.6/prod-migrate/2026/10/21/1792572547628-764c4dd31c38a98f-1792426518394-764c4dd31c38a98f-fashn-person.webp",
      "garment_image": "https://static.hiapi.ai/model-onboarding/fashn-tryon-v1.6/prod-migrate/2026/10/21/1792572708336-ca2f7b295dc5c30b-1792476966558-ca2f7b295dc5c30b-fashn-input-dress-hiapi.jpg",
      "category": "one-pieces",
      "mode": "quality"
    }
  }'

返回的是任务，不是成品图：

{"code":200,"data":{"taskId":"tk-hiapi-..."},"message":"success"}

再用这个 taskId 查结果：

curl -s https://api.hiapi.ai/v1/tasks/YOUR_TASK_ID \
  -H "Authorization: Bearer sk-YOUR_KEY"

status 变成 success 时，图片就在 data.output[0].url。

第一张试穿图：Python 版

建任务、轮询、取链接一次写完：

import time, requests

API = "https://api.hiapi.ai"
HEADERS = {"Authorization": "Bearer sk-YOUR_KEY", "Content-Type": "application/json"}

def try_on(model_image, garment_image, **opts):
    payload = {
        "model": "fashn-tryon-v1.6",
        "input": {"model_image": model_image, "garment_image": garment_image, **opts},
    }
    task_id = requests.post(f"{API}/v1/tasks", json=payload, headers=HEADERS, timeout=30).json()["data"]["taskId"]

    while True:
        time.sleep(3)
        d = requests.get(f"{API}/v1/tasks/{task_id}", headers=HEADERS, timeout=30).json()["data"]
        if d.get("status") == "success":
            return d["output"][0]["url"]
        if d.get("status") in ("fail", "error"):
            raise RuntimeError(d)

url = try_on(
    "https://static.hiapi.ai/model-onboarding/fashn-tryon-v1.6/prod-migrate/2026/10/21/1792572547628-764c4dd31c38a98f-1792426518394-764c4dd31c38a98f-fashn-person.webp",
    "https://static.hiapi.ai/model-onboarding/fashn-tryon-v1.6/prod-migrate/2026/10/21/1792572708336-ca2f7b295dc5c30b-1792476966558-ca2f7b295dc5c30b-fashn-input-dress-hiapi.jpg",
    category="one-pieces", mode="quality",
)
print(url)

9 个输入字段和 3 条硬约束

1. schema 是封闭的。 表里没有的字段一律报错，num_samples、num_images 传进去会拿到 additional properties ... not allowed。
2. 一次只出一张。 想要多个版本就换 seed 再调一次，每次都单独计费。
3. 输出尺寸跟着人物图走。 1086×1448 的人物照出 972×1296（长边缩到 1296），768×1152 的出 768×1152，没有 width、height 可设。

参数拿不准，先打开模型页用同一组图片试一张，category 和 mode 调对了再进代码：打开模型页。

跑一次要多久？

用上面这组人物照加婚纱图跑一次，任务从创建到完成 43 秒；另一个上装案例 27 秒。输出 972×1296，比例跟人物图一致。批量跑按这个量级估排队时间，轮询间隔 3 秒就够。output_format 默认 png，只在网页展示、要压体积时写 jpeg。

上线前注意 3 件事

1. 400 不扣费。 字段拼错或取值不在列表里，接口直接返回 400 和 error_code: INVALID_REQUEST，任务不会创建，也不会扣钱；任务跑失败，预扣的积分同样退回。
2. 产物地址会过期。 输出放在临时存储上，响应里带 expireAt，大约 7 天有效。拿到链接立刻下载或转存到自己的存储，不要在页面里热链。
3. category 选错是最常见的失败。 把平铺上衣写成 bottoms，出来的就不是你要的那件衣服。拿不准就留 auto，让它自己判断。

常见问题

只上传两张图就能跑吗？ 能。model_image 和 garment_image 是仅有的必填项，另外 7 个字段都有默认值。

一次能出几张？能指定尺寸吗？ 一张，尺寸也不能直接设。多图参数会被 schema 拒绝，输出比例跟着人物照走，要多个版本就换 seed 多次调用。

quality 模式会更贵吗？ 不会。按张计费，performance、balanced、quality 三档同价。

服装图用平铺图还是模特图？ 都行。平铺图把 garment_photo_type 写 flat-lay、模特图写 model，判断更稳；不确定就留 auto。

现在就试：打开模型页，上传一张正面全身照和一张平铺商品图，生成第一张试穿图。