Skip to main content
Alles, was sich in der REST-API, im MCP server und in der Inhaltsverifizierungs-API geändert hat. Die Daten sind der Zeitpunkt, zu dem die Änderung in Produktion ging.
​
apimcpimages

​
Bildoperationen

Sechs Wege, ein Bild zu transformieren, das du bereits hast — jeweils ein asynchrones POST, das einen Job absendet, plus ein GET, das ihn abfragt.
  • POST /images/img2img · GET /images/img2img/{img2img_id} — transformiere 1–14 Quellbilder mit einem Prompt.
  • POST /images/variations · GET /images/variations/{variation_id} — kreative Variationen eines Bildes, gezielt auf das ganze Bild, eine Person, ein Objekt oder die Szene.
  • POST /images/resizes · GET /images/resizes/{resize_id} — ändere das Seitenverhältnis per Outpainting statt per Zuschnitt.
  • POST /images/upscales · GET /images/upscales/{upscale_id} — hochskalieren auf eine höhere Auflösung mit vier Modellen.
  • POST /images/background-removals · GET /images/background-removals/{background_removal_id} — Hintergrund freistellen als transparentes PNG.
  • POST /images/vectorizations · GET /images/vectorizations/{vectorization_id} — ein Bild zu SVG vektorisieren.
Neuer Scope. Variationen, Größenänderungen, Upscaling, Hintergrundentfernung und Vektorisierung brauchen images.transform. Img2img läuft unter dem bestehenden images.edit. Bestehende Keys mit allen Scopes haben ihn bereits; einem eingeschränkten Key musst du ihn in Settings → API Keys hinzufügen.Auch in MCP. Dieselben sechs Operationen gibt es als die Tools img2img, create_variations, resize_image, upscale_image, remove_background und vectorize_image.Preise. Hintergrundentfernung kostet 1 Credit, Vektorisierung 5 — beide 0 bei einem Cache-Treffer für eine bereits verarbeitete Quelle. Der Rest wird mit 5 × Auflösung × Outputs berechnet; Upscaling nach Ziel-Tier mal einem Multiplikator pro Modell. Bildoperationen · Preise
​
content-verification

​
Gehostete Decodierung von Bild-Wasserzeichen

Die Inhaltsverifizierungs-API decodiert jetzt beide Bild-Wasserzeichen-Techniken selbst, statt sie als ungeprüft zu melden.
  • TrustMark Q — der Legacy-Bestand: Bilder, die markiert wurden, als TrustMark der Embed-Anbieter war. Diese Lane bleibt dauerhaft verfügbar.
  • Meta PixelSeal — das aktuelle Bild-Wasserzeichen, das neu generierte Samsa-Bilder tragen.
Wasserzeichen bleiben reine Bestätigung: Das detected-Verdikt stammt weiterhin aus der C2PA-Manifest-Prüfung, die maßgeblich ist. Die Decodierung von Video-Wasserzeichen (Meta Video Seal) ist noch nicht verfügbar und wird als not_checked gemeldet — eine Technik, die nie geprüft wurde, nie ein falsches Negativ. Inhaltsverifizierung
​
content-verification

​
Inhaltsverifizierungs-API

Eine kostenlose, nicht authentifizierte API, um zu prüfen, ob ein Bild oder Video mit Samsa erstellt wurde — Samsas öffentlicher Erkennungsmechanismus nach Artikel 50(2) der EU-KI-Verordnung. Sie hat eine eigene Basis-URL, braucht keinen API key und verbraucht keine Credits.
  • POST /v1/public/detect — prüfe ein hochgeladenes Bild oder Video.
  • GET /v1/public/detect/info — maschinenlesbare Beschreibung jeder Markierungstechnik und wie man sie erkennt.
  • GET /v1/public/detect/result/{request_id} — signiertes PDF eines früheren Ergebnisses.
  • GET /v1/public/detect/health — Servicestatus und Version.
Inhaltsverifizierung
​
mcp

​
Trainierte Modelle per Name, Paletten und Inline-Vorschauen

Drei Änderungen, die die MCP-Tools aus einem Gespräch heraus leichter bedienbar machen — dort ist der Name eines Modells zur Hand, seine id nicht.
  • Namen funktionieren wie ids. style_id, object_ids, person_ids und setting_ids akzeptieren Name oder id eines trainierten Modells; ein Name wird zu einem Modell aufgelöst, das die verbundene Credential sehen darf.
  • color_palette — ein neuer Parameter für generate_image und edit_image, ebenfalls als Name oder id.
  • edit_image ist gleichgezogen mit generate_image und akzeptiert alle vier Referenzparameter für trainierte Modelle, damit eine Bearbeitung markenkonform bleibt.
  • get_job_status liefert eine Vorschau. Ein abgeschlossener Raster-Bildjob trägt jetzt ein herunterskaliertes Inline-Bild neben dem Link zum Asset in voller Auflösung, sodass Clients das Ergebnis direkt anzeigen können. Die Vektorisierung liefert SVG und hat keine Raster-Vorschau.
MCP server
​
apimcplaunch

​
Die öffentliche Samsa-API und der MCP server

Das erste öffentliche Release. Samsas Bild- und Video-Studio — und die trainierten Modelle deiner Organisation — über eine REST-API und einen remote MCP server.
  • Bilder — POST /images/generations und POST /images/edits, komponiert mit den trainierten style-, object-, person- und setting-Modellen deiner Organisation.
  • Video — POST /videos/generations aus einem Startframe, aus Text oder aus Text im Stil deiner Modelle, dazu GET /videos/models für die Engine-Liste.
  • Modelltraining — POST /models, POST /models/prepare, POST /models/{model_id}/complete und GET /models/{model_id}/status.
  • Modelle — auflisten, abrufen, aktualisieren und löschen unter /models.
  • Konto — GET /me, GET /credits und GET /usage.
Organisations-API-Keys. Mit Scopes, einmalig bei der Erstellung angezeigt und handelnd für die Organisation des Keys — Credits kommen aus deren Pool.Webhooks. Übergib eine webhook_url, um bei Abschluss benachrichtigt zu werden, statt abzufragen. Callbacks sind signiert, Fehlversuche werden nach 5s, 30s, 2m, 15m und 1h erneut zugestellt.MCP server. Ein remote Streamable-HTTP-Server unter https://api.samsa.ai/mcp, der entweder OAuth 2.1 für interaktive Clients wie Claude und ChatGPT oder einen API key für headless Clients annimmt. Samsa API · Quickstart · MCP server