timesfm
TimesFM (Time Series Foundation Model) is a pretrained time-series foundation model developed by Google Research for time-series forecasting.
The prediction MCP — score your prompt before you generate, so you never waste a credit.
Skills que enseñan a la IA este tipo de trabajo; funcionan junto a este
TimesFM (Time Series Foundation Model) is a pretrained time-series foundation model developed by Google Research for time-series forecasting.
Open-source intelligence for the global theater. Track everything from the corporate/private jets of the wealthy, and spy satellites, to seismic events in one unified interface. Hook an AI agent up to have it parse through data and find previously unseen correlations. The knowledge is available to…
scrape data from Google Maps. Extracts data such as the name, address, phone number, website URL, rating, reviews number, latitude and longitude, reviews,email and more for each place
Las listas se ordenan por una puntuación de uso (sobre 100) con estas partes
| Popularidad | 12/80 | Estrellas de GitHub o descargas semanales: la mayor cuenta 60, la menor 20 |
|---|---|---|
| Actualidad | 3/12 | Puntuación completa con una versión o cambio de código en 30 días |
| Sigue respondiendo | 0/8 | El endpoint en la nube respondió en la última revisión |
| Puntuación de uso | 15/100 |
Calidad: Pasó 3/4 revisiones básicas (se muestra, no ordena) · Impulso: Sin datos aún (Solo se usa en la pestaña En auge)
Elige la app de IA que usas y copia la configuración.
Que tu IA lo instale con una frase
Instala Dali by Lulu. Sigue https://mcp.popnx.com/i/lulu-the-narwhal-dali.md, enséñame los comandos y espera mi OK antes de ejecutarlos.Pégala en una IA que trabaje en tu equipo (como Claude Code o Cursor). Lee nuestros pasos, te muestra los comandos y espera tu OK. Sin clave ni registro. · Ver el texto completo que lee tu IA
Pasó 3/4 revisiones · Funciona en tu computadora
Ocultamos parte de los comandos
Conectar por URL: la dirección del servidor no respondió cuando la revisamos
Puedes usar «Ejecutar en tu equipo»; los pasos están abajo
Primero: ¿qué IA usas?
Elige tu app y los pasos aparecen abajo.
Funciona con Claude, pero hay que preparar algo antes
Instala Python (uv) en tu computadora primero (una sola vez) · Solo en la app de Claude para computadora (Windows o Mac), no en la web ni en el móvil
Copia este mensaje en un chat de Claude. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.
Instala el MCP server Dali by Lulu para Claude en este equipo, en este orden: 1) Comprueba uv con uv --version. Si falta, dime que lo instale desde https://docs.astral.sh/uv/getting-started/installation/; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): { "mcpServers": { "dali": { "command": "uvx", "args": [ "dali-mcp" ] } } } 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) No hace falta clave. 5) Haz lo acordado y comprueba que las herramientas de Dali by Lulu aparecen de verdad.Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.
¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter
uv --versionMac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter
Windows: abre Inicio, escribe Windows PowerShell y elige Abrir
Si no está instalado: uv no tiene instalador de clics. Copia el comando de una línea para tu sistema (macOS o Windows) desde la página oficial de uv y pégalo en la Terminal · no hace falta instalar Python aparte; uv lo descarga cuando lo necesita
Abrir la página de descarga de uv ↗
Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: uv --version
Se instala una vez y sirve para todo lo que usa uv
SettingsDeveloperEdit Config
{
"mcpServers": {
"dali": {
"command": "uvx",
"args": [
"dali-mcp"
]
}
}
}Usa Dali by Lulu y dime qué puedes hacer por mí; luego muéstrame una cosa✓ Si Claude dice que está usando Dali by Lulu o muestra una herramienta de Dali by Lulu en la respuesta, ya está conectado
Nombres de menú comprobados con la ayuda de Anthropic el 11 nov 2026 · tu pantalla puede variar un poco según la versión
ChatGPT todavía no puede conectar Dali by Lulu
Dali by Lulu se instala en tu computadora, pero ChatGPT solo conecta servidores que funcionan en la web
A · Usa una app que pueda conectar Dali by Lulu
Funciona con Claude Code, pero hay que preparar algo antes
Instala Python (uv) en tu computadora primero (una sola vez)
Copia este mensaje en un chat de Claude Code. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.
Instala el MCP server Dali by Lulu para Claude Code en este equipo, en este orden: 1) Comprueba uv con uv --version. Si falta, dime que lo instale desde https://docs.astral.sh/uv/getting-started/installation/; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): claude mcp add --scope user dali -- uvx dali-mcp 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) No hace falta clave. 5) Haz lo acordado y comprueba que las herramientas de Dali by Lulu aparecen de verdad.Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.
¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter
uv --versionMac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter
Windows: abre Inicio, escribe Windows PowerShell y elige Abrir
Si no está instalado: uv no tiene instalador de clics. Copia el comando de una línea para tu sistema (macOS o Windows) desde la página oficial de uv y pégalo en la Terminal · no hace falta instalar Python aparte; uv lo descarga cuando lo necesita
Abrir la página de descarga de uv ↗
Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: uv --version
Se instala una vez y sirve para todo lo que usa uv
Mac: pulsa Command+Espacio y escribe Terminal · Windows: abre PowerShell
claude mcp add --scope user dali -- uvx dali-mcpDeberías ver Dali by Lulu en la lista como conectado
Usa Dali by Lulu y dime qué puedes hacer por mí; luego muéstrame una cosa✓ Si Claude Code dice que está usando Dali by Lulu o muestra una herramienta de Dali by Lulu en la respuesta, ya está conectado
Nombres de menú comprobados con la ayuda de Anthropic el 11 nov 2026 · tu pantalla puede variar un poco según la versión
Funciona con Cursor, pero hay que preparar algo antes
Instala Python (uv) en tu computadora primero (una sola vez)
Copia este mensaje en un chat de Cursor. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.
Instala el MCP server Dali by Lulu para Cursor en este equipo, en este orden: 1) Comprueba uv con uv --version. Si falta, dime que lo instale desde https://docs.astral.sh/uv/getting-started/installation/; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): { "mcpServers": { "dali": { "command": "uvx", "args": [ "dali-mcp" ] } } } 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) No hace falta clave. 5) Haz lo acordado y comprueba que las herramientas de Dali by Lulu aparecen de verdad.Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.
¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter
uv --versionMac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter
Windows: abre Inicio, escribe Windows PowerShell y elige Abrir
Si no está instalado: uv no tiene instalador de clics. Copia el comando de una línea para tu sistema (macOS o Windows) desde la página oficial de uv y pégalo en la Terminal · no hace falta instalar Python aparte; uv lo descarga cuando lo necesita
Abrir la página de descarga de uv ↗
Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: uv --version
Se instala una vez y sirve para todo lo que usa uv
Usa Dali by Lulu y dime qué puedes hacer por mí; luego muéstrame una cosa✓ Si Cursor dice que está usando Dali by Lulu o muestra una herramienta de Dali by Lulu en la respuesta, ya está conectado
Nombres de menú comprobados con la ayuda de Cursor el 11 nov 2026 · tu pantalla puede variar un poco según la versión
Funciona con VS Code, pero hay que preparar algo antes
Instala Python (uv) en tu computadora primero (una sola vez)
Copia este mensaje en un chat de VS Code. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.
Instala el MCP server Dali by Lulu para VS Code en este equipo, en este orden: 1) Comprueba uv con uv --version. Si falta, dime que lo instale desde https://docs.astral.sh/uv/getting-started/installation/; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): { "servers": { "dali": { "type": "stdio", "command": "uvx", "args": [ "dali-mcp" ] } } } 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) No hace falta clave. 5) Haz lo acordado y comprueba que las herramientas de Dali by Lulu aparecen de verdad.Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.
¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter
uv --versionMac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter
Windows: abre Inicio, escribe Windows PowerShell y elige Abrir
Si no está instalado: uv no tiene instalador de clics. Copia el comando de una línea para tu sistema (macOS o Windows) desde la página oficial de uv y pégalo en la Terminal · no hace falta instalar Python aparte; uv lo descarga cuando lo necesita
Abrir la página de descarga de uv ↗
Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: uv --version
Se instala una vez y sirve para todo lo que usa uv
Usa Dali by Lulu y dime qué puedes hacer por mí; luego muéstrame una cosa✓ Si VS Code dice que está usando Dali by Lulu o muestra una herramienta de Dali by Lulu en la respuesta, ya está conectado
Nombres de menú comprobados con la ayuda de VS Code el 11 nov 2026 · tu pantalla puede variar un poco según la versión
Otras apps que usan MCP, como Windsurf, Zed o Gemini CLI, añaden servidores de forma distinta. Míralo en la lista de apps
Ver todas las apps que usan MCP →
La configuración JSON está en “Para desarrolladores”, abajo
Claude Code
claude mcp add --scope user dali -- uvx dali-mcpClaude Desktop (claude_desktop_config.json)
{
"mcpServers": {
"dali": {
"command": "uvx",
"args": [
"dali-mcp"
]
}
}
}Cursor (~/.cursor/mcp.json)
{
"mcpServers": {
"dali": {
"command": "uvx",
"args": [
"dali-mcp"
]
}
}
}VS Code (mcp.json)
{
"servers": {
"dali": {
"type": "stdio",
"command": "uvx",
"args": [
"dali-mcp"
]
}
}
}Esta configuración se genera a partir de la ficha del creador en el registro. Si el README dice otra cosa, sigue el README.
pypi: dali-mcpSegún cómo se conecta este servidor y la documentación de cada app, comprobado el 10 nov 2026.
Se conectan por internet en
ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatOpen WebUIRaycast
Se ejecutan en tu computadora en
ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast
El servidor no respondió la última vez que lo revisamos, así que no pudimos leer sus herramientas.
Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 19 nov 2026
El nombre en el registro se verificó con la cuenta de GitHub Lulu-The-Narwhal, dueña del repo
Último cambio de código: hace 4 meses
Usa MIT
No respondió en 6 segundos cuando lo revisamos
No respondió en 6 segundos cuando lo revisamos
Aún sin revisar; leemos la lista de herramientas cuando revisamos el endpoint
La dirección en la nube respondió 0 de las últimas 5 comprobaciones · la última no respondió · revisado 19 nov 2026
Sin entradas en OSV.dev para dali-mcp@0.6.1
Solo revisa esta versión del paquete, no todas sus dependencias · revisado 15 nov 2026
Si lo creaste tú, pega este código en tu README. La insignia enlaza a esta página.
[](https://mcp.popnx.com/en/servers/lulu-the-narwhal-dali)Pregunta, comparte un consejo o avisa de que no funciona. Ordenado por lo que la gente marcó como útil.
Aún no hay publicaciones. Sé la primera persona en preguntar o compartir.
Lo publicado aquí lo escriben usuarios, no el equipo de PopNx.
Aún no hay reseñas
Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.
Superó 3 de 4 revisiones básicas aplicables. No hemos leído el código. Antes de agregar una clave o un token, revisa qué acceso pide el servidor y usa una clave que tenga solo los permisos que necesitas.
El registro no indica ninguna clave obligatoria, aunque algunos servidores te piden iniciar sesión la primera vez que los usas.
Funciona de las dos formas: instálalo en tu computadora o conéctate a la versión en la nube.
El repo de GitHub cambió por última vez hace 4 meses, y la última versión (0.6.1) llegó al registro hace 4 meses.
Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. Se conecta por URL, así que también sirve en apps que aceptan MCP remoto, como ChatGPT en la web (MCP completo en Business y superiores; Pro solo lectura).
En la misma categoría: OpenSEO, Exa, Microsoft Learn MCP, Docs, COTAL actions (cotal.ai)
Misma categoría, otros creadores, comandos ya revisados. Primero los oficiales, luego por estrellas.
Cómo leer una tarjeta:↓ Descargas por semanai★ Estrellas de GitHubiTres pilares: reseñas · revisiones · usoiActualizado = fecha en que se publicó la última versión en el registroi
Keyword research, site audits, rank tracking and AI visibility for your AI agent.
Connect AI agents to Exa for web search, content fetching, and multi-step research.
Official Microsoft Learn MCP Server – real-time, trusted docs & code samples for AI and LLMs.
Search and read Empryo's documentation. Read-only, no auth, no local access.
cotal.ai actions: product overview, site search, build log, feedback, Cloud waitlist, updates, calls
| Este Dali by Lulu | OpenSEO | Exa | Microsoft Learn MCP | Docs | COTAL actions (cotal.ai) | |
|---|---|---|---|---|---|---|
| Dónde se ejecuta | En la nube o instalado en tu equipo | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada |
| Necesita clave | No | No | No | No | No | No |
| Se añade con + en Claude | No | Sí | Sí | Sí | No | No |
| Revisiones básicas | 3/4 | 5/5 | 2/4 | 4/4 | 4/4 | 4/4 |
| Licencia | MIT | MIT | MIT | CC-BY-4.0 | NOASSERTION | Apache-2.0 |
| Precio | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro |
Copiado tal cual del repo del creador. PopNx MCP no lo ha revisado ni lo respalda. Se quitaron HTML, imágenes y scripts. Los enlaces llevan fuera de este sitio.
dali.getlulu.dev · Install · Live stats · Lulu
Score your creative against what's actually winning in the ad market — before you spend the credit.
Most AI generation failures are predictable. A weak prompt, an off-formula creative — you can't tell until after you've burned the token. Dali scores it *first*, and it doesn't grade against opinions or generic "prompt tips." It grades against a real, living corpus of proven-winning ads — creatives still running in the market months after launch, scraped, embedded, and ranked. Two jobs:
Every wasted generation has a real cost — a Seedance retry is ~$6. The live dashboard tracks what the community has saved by catching bad creatives before they burned a credit.
You: "make a video ad for our glass serum bottle"
dali::score_prompt(prompt, "veo3") → 8/100 Grade: F → no camera move · no motion · no lighting · 8 words → Verdict: Generic stock footage guaranteed. Enhance first. → enhancement_brief included (score < 70):
① lead with camera — Veo 3's #1 lever: "Slow dolly", "Orbital push" ② describe physics: "a drop falls", "liquid ripples", "glass refracts" ③ lighting type + quality: "warm backlight", "rim-lit edges" ↳ [Camera]. [Subject + motion]. [Lighting]. [Mood]. [No text.]
✦ YOUR LLM rewrites using the brief:
"Slow orbital push around a glass serum bottle on white marble. A single amber drop falls in extreme slow motion, catching warm backlight. Macro: liquid gold ripples outward from impact. Rim-lit edges, soft studio diffusion. Premium, clinical. No text."
dali::score_prompt(enhanced, "veo3") → 91/100 Grade: A ✓ Safe to generate.
This is what makes Dali more than a prompt linter. The scores are grounded in real ads that are actually winning, not hand-written rules.
How the corpus is built — longevity is the outcome signal. We scrape the public Meta Ad Library. An ad still running *months* after it launched is one the advertiser keeps paying for — a proven winner. That "still-running-after-N-days" longevity is a market-validated label you can't fake, and it's the spine of the whole dataset.
What's in it, today:
| Ads ingested | 10,204 (14,100 raw archive) |
| Proven winners (long-running) | 3,808 |
| Distinct advertisers | 4,121 |
| Verticals | 8 — beauty, wellness, supplements, fitness, food, apparel, tech, pets |
| Winner creatives embedded | 800 (1408-dim, balanced ~100/vertical) |
| Longest-running winner seen | 2,431 days (6.6 years live) |
The pipeline (offline → serving). The tools never scrape or embed on the fly — they read pre-built stores:
scrape Meta Ad Library → proven winners (longevity label)
→ Gemini vision → creative attributes (lighting, format, before/after, offer…) → prevalence SQL → winning-pattern lift per vertical (winners vs baseline) → Vertex embeddings → BigQuery VECTOR_SEARCH (nearest proven winners, cosine) → graph edges (Memgraph) → (:Pattern)-[:WINS_IN {lift, n}]->(:Category)
So when score_creative runs, it embeds your image and finds the actual winning ads it most resembles by full visual signature — then tells you which winning attributes you're missing. When enhance_prompt runs with a category, the rewrite brief is backed by real market lift ("before/after shows up in 78% of winning wellness ads, 4× baseline"), not craft opinion.
Honest scope. The winner label is *longevity* (a strong market-validated proxy), not per-ad conversion rate — measured CVR validation is in progress. The corpus grows on a schedule, so coverage per vertical keeps deepening. What you get today: your creative scored against what's *demonstrably surviving* in the live market.
dali::score_creative(image_url, "beauty")
→ score 62/100 — partial resemblance to proven winners → looks_like: Frøya Organics (ran 411d), tashportcosmetics (884d), Face Reality (346d) → what_to_change: winners use "before/after" 4× more · offer-visible 1.8× more → defects: none → Verdict: Partial — strong resemblance, but add the high-lift attributes before spending.
Hosted MCP — connect once, scores every prompt and creative:
# Claude Code
claude mcp add --transport http dali https://dali.getlulu.dev/mcp
// Cursor / Windsurf — .cursor/mcp.json or windsurf settings
{ "mcpServers": { "dali": { "url": "https://dali.getlulu.dev/mcp" } } }
// stdio-only clients — npx wrapper around the hosted server, no Python needed
{ "mcpServers": { "dali": { "command": "npx", "args": ["-y", "dali-mcp"] } } }
→ [Full install guide with all clients](https://dali.getlulu.dev/#install)
Self-hosted — local, no auth required:
pip install dali-mcp
claude mcp add dali -- python -m dali.server
The self-hosted package exposes the prompt-scoring tools locally. The creative-scoring tools (
score_creative,analyze_winning_formula) and the winning-ad corpus run on the hosted server — connect via the hosted MCP to use them.
Score the creative — against real winners
| Tool | What it does |
|---|---|
score_creative(image_url, category) | Score an actual ad image. Embedding similarity to proven winners is the headline score; also returns the winners it resembles, which winning attributes it's missing, and generation defects — in one call |
score_creative_from_view(category, …) | Score an image you're looking at (pasted/attached in the chat) — no URL. The model reads the creative's attributes and Dali scores them against the winning corpus (verdict + what to change). Use for images shared in-conversation; score_creative (URL) adds the embedding headline |
analyze_winning_formula(csv, category, email) | Paste your own ads export (creative URL + CPA/CTR/ROAS) → your winning formula vs your losers, plus how you compare to the industry median |
Score the prompt — before you generate
| Tool | What it does |
|---|---|
score_prompt(prompt, model, category?) | Grade 0–100 with a per-dimension breakdown and verdict. When the score is weak, the rewrite brief is returned in the same call. Reads intent with the conversation LLM (understands negation, any language) |
enhance_prompt(prompt, model, category?) | Returns a structured rewrite brief — YOUR LLM writes the enhanced prompt. With a category, the brief is backed by real winning-ad lift |
track_enhancement(original, enhanced, generator) | Record a before/after pair in the graph brain — trains community patterns |
score_variations(prompts, generator) | Rank a list of prompt variants in one call — highest to lowest |
suggest_generator(concept, budget_usd_max) | Pick the best model for your concept + budget |
The graph brain & meta
| Tool | What it does |
|---|---|
creative_patterns(model) | Community top patterns for this model from the graph |
community_benchmark(prompt, model) | Compare your prompt against community top scorers |
prompt_neighbors(prompt, model) | Find A/B-grade prompts that share your patterns (score the prompt first, so its patterns are in the graph) |
analyze_intent(prompt) | Parse dimensions: camera, motion, lighting, style, mood, gaps |
my_story() | Your scoring history, model stats, grade distribution |
list_generators() | All supported models with medium and core strength |
dali_version() | Server version + changelog |
| Model | Platforms | Best for | Prompt style |
|---|---|---|---|
veo3 | Higgsfield, Google AI Studio (veo-3.1-generate-preview), Runway | Cinematic brand films, narrative ads, photorealistic motion | Camera move → Subject → Action → Location → Lighting → Mood |
seedance | Higgsfield, fal.ai (bytedance/seedance-2.0) | UGC, social-native content, TikTok/Reels performance ads | Natural language, motion-first, authentic feel |
kling | Higgsfield (kling3), Kling.ai (kling-v3-text-to-video) | Character animation, product showcases, facial performance | Scene → Characters → Action → Camera → Style; multi-shot labels |
runway | Runway (gen4_turbo) | VFX, character performance, cinematic motion | Motion-first — describe what moves, not what exists |
wan | fal.ai (fal-ai/wan/v2.7/text-to-video) | 4K, 20-second clips, native audio, open-source workflows | Scene → Motion → Sound → Duration → Mood |
minimax | fal.ai (fal-ai/minimax/hailuo-02/pro/text-to-video) | Cinematic storytelling, character animation | Natural language + [camera movement] bracket syntax |
higgsfield | Higgsfield (native model) | Physics-driven motion — cloth, hair, fluid, particles | Describe materials in motion, not motion abstractly |
Sora 2 (OpenAI): API shutdown September 24, 2026. Do not build new dependencies on it — use Runway or Kling instead.
| Model | Platforms | Best for | Prompt style |
|---|---|---|---|
flux | BFL API (flux-pro-v1.1), fal.ai, Replicate | Photorealism, technical photography, product shots | 30–80 words; camera body + lens specs; front-load subject |
midjourney | Midjourney (v8.1) | Artistic depth, editorial, stylized illustration | Prose + params appended: --ar 16:9 --s 300 --v 8.1 --style raw |
| ideogram | Ideogram API (V_4), fal.ai | Typography,