Wählen Sie Auto, TokenLab Verified oder Official für jede Anfrage, wobei die Preise vorab angezeigt werden. Neuigkeiten ansehen

Baidu: ERNIE-Image

ERNIE-Image ist Baidus 8B Text-zu-Bild-Modell, das auf einer Single-Stream Diffusion Transformer-Architektur basiert. Es wurde für eine starke Prompt-Treue, zuverlässiges Text-Rendering und strukturierte visuelle Generierung entwickelt und eignet sich daher gut für Poster, Comics, Storyboards, Multi-Panel-Layouts und andere Workflows, bei denen Inhaltsgenauigkeit und Komposition ebenso wichtig sind wie Ästhetik. Das Standardmodell betont stärkere Allzweckfähigkeiten und Instruktionstreue und läuft typischerweise mit etwa 50 Inferenzschritten.
Modelle vergleichen
ernie-image
VerfügbarBaiduBildSynchron
Preis
Ab $0.0038
Modalitäten
Bild

Über ERNIE-Image

ERNIE-Image ist Baidus Text-zu-Bild-Modell mit offenen Gewichten, ein Diffusion Transformer mit 8 Milliarden Parametern und einem einzelnen Stream, gepaart mit einem leichtgewichtigen Prompt-Enhancer, der kurze Prompts erweitert. Es ist auf Befehlstreue sowie das Rendern von langem, dichtem und layout-sensitivem Text ausgelegt, was es für Poster, Infografiken, Comics und mehrseitige Layouts geeignet macht. Dies ist das Standardmodell, das typischerweise mit etwa 50 Schritten ausgeführt wird.

Stärken

  • Rendert dichten und langen Text innerhalb von Bildern, was Baidu in seiner Modellbeschreibung besonders für Poster, Infografiken und UI-Visualisierungen hervorhebt.
  • Folgt komplexen Anweisungen mit mehreren Objekten, sodass ein Prompt mit mehreren Motiven und Beziehungen dazu neigt, diese dort zu platzieren, wo Sie sie vorgesehen haben.
  • Verarbeitet strukturierte Layouts wie Comics, Storyboards und mehrseitige Seiten, bei denen die Komposition genauso wichtig ist wie der Stil.
  • Der integrierte Prompt-Enhancer verwandelt eine kurze Anfrage vor der Generierung in eine reichhaltigere Beschreibung.

Alternativen

  • Es akzeptiert nur Text-Prompts; es gibt bei diesem Modell keine Bildbearbeitungs- oder Referenzbild-Eingabe.
  • Das Standardmodell ist langsamer als ERNIE-Image-Turbo, da es deutlich mehr Denoising-Schritte durchführt.
  • Es ist auf strukturierte, textlastige Ausgaben abgestimmt; wählen Sie daher ein anderes Modell für fotorealistische Porträts oder malerische Stile.

Erste Schritte

  1. API-Schlüssel erstellen

    Erstelle einen Schlüssel in Console und nutze ihn mit jedem Modell auf der Plattform.

  2. Senden Sie Ihre erste Anfrage

    Kopieren Sie das Beispiel für Ihre Sprache und führen Sie es gegen den Endpunkt aus.

    Text zu BildTokenLab-Endpunkt
    POST/v1/images/generations
    curl -X POST "https://api.tokenlab.sh/v1/images/generations" \
      -H "Authorization: Bearer sk-xxx" \
      -H "Content-Type: application/json" \
      -d '{
      "operation": "text-to-image",
      "model": "ernie-image",
      "prompt": "A minimalist product photo of matte black headphones on a soft blue background."
    }'

Parameter

Text zu Bild

ParameterWerte und GrenzenStandardwertHinweise
cfg_scale≥ 0, ≤ 20Nicht angegebenUse multiples of 0.01.
guidance_scale≥ 0, ≤ 20Nicht angegebenUse multiples of 0.01.
height≤ 20481024Use an integer. Use multiples of 16.
n11Use an integer.
operationNicht angegebenNicht angegebenNicht angegeben
output_formatjpeg, png, webpNicht angegebenDefault encoding is shared by these equivalent values: jpg, jpeg.
promptNicht angegebenNicht angegebenNicht angegeben
seed≥ 0, ≤ 9007199254740991Nicht angegebenUse an integer.
steps≥ 15, ≤ 5030Use an integer.
width≤ 20481024Use an integer. Use multiples of 16.

Fields outside this contract are rejected.

Preise

Der Verified-Preis gilt für Verified und ist bei den meisten Modellen günstiger. Der Official-Preis ist der veröffentlichte Preis des Modellherstellers und gilt für die zuverlässigere Official-Route. Auto rechnet die Route ab, die die Anfrage abschließt.

Text zu Bild

pro Anfrage
Official-Preis
$0.0038
Verified-Preis
—
Rabatt
—

Nutzung & Aktivität

Die Erfolgsquote ist der Anteil abgeschlossener Anfragen. Die Latenz ist die Dauer einer vollständigen Antwort; P95 bedeutet, dass 95 % der Anfragen innerhalb dieser Zeit abgeschlossen wurden.

Nutzung & Verfügbarkeit

Letzte 24 Stunden
Anfragen
Erfolgsrate
P95-Latenz
Token gesamt
Modellleistung
Metriken erscheinen, sobald die Schwellenwerte für Datenschutz und Datenvolumen erreicht sind.

Die Daten basieren auf aggregierten Benutzeranfragen, Statusprüfungen sind ausgeschlossen.

In Console öffnen

Öffne ERNIE-Image in Console mit einer bearbeitbaren oder versandbereiten Eingabeaufforderung.

Erstelle ein Bild mit ernie-image über text-to-image an /v1/images/generations. Zeige Ergebnis, Kosten und Limits.

Anwendungsfälle

Geeignet für
  • Text zu Bild
  • Poster und Infografiken

    Generieren Sie ein Poster mit einer Überschrift, einem Untertitel und Aufzählungstext, der in dem von Ihnen beschriebenen Layout platziert wird, und iterieren Sie dann an der Formulierung.

  • Comics und Storyboards

    Erstellen Sie mehrseitige Seiten, bei denen jedes Panel seine eigene Szene und Bildunterschrift hat, wobei die Panel-Struktur Ihres Prompts beibehalten wird.

  • UI-Mock-up-Visualisierungen

    Erstellen Sie Bilder im Stil von App-Bildschirmen mit Beschriftungen und Schaltflächen für Pitch-Decks und Konzeptbesprechungen.

Prompt-Beispiele

Ein vertikales Konzertposter, Überschrift 'NIGHT MARKET LIVE' in fetter roter Schrift, drei Bands darunter aufgelistet und eine von Laternen beleuchtete Straße am unteren Rand.

Ein vierseitiger Comic über eine Katze, die programmieren lernt, mit einer kurzen Bildunterschrift unter jedem Panel und einem konsistenten Charakterdesign.

Eine Infografik mit dem Titel 'How a Bill Becomes Law' mit fünf nummerierten Schritten, jeweils mit einer kurzen Beschriftung und einem einfachen Symbol.

FAQ

Was ist ERNIE-Image und wer stellt es her?

Es ist Baidus Text-zu-Bild-Modell mit 8 Milliarden Parametern, das auf einem Single-Stream-Diffusion-Transformer basiert. Es wird unter der Apache 2.0-Lizenz veröffentlicht und zielt auf präzise Befehlstreue und lesbaren Text ab, anstatt nur auf Ästhetik.

Wie rendert ERNIE-Image Text?

Die Modellkarte von Baidu präsentiert langen, dichten und layout-sensitiven Text als herausragende Fähigkeit, weshalb Poster, Infografiken und UI-ähnliche Bilder das Ziel sind. Überprüfen Sie kurze Zeichenfolgen in Ihren Ergebnissen, da jedes Bildmodell Wörter falsch schreiben kann.

Was ist der Unterschied zwischen ERNIE-Image und ERNIE-Image-Turbo?

ERNIE-Image führt etwa 50 Inferenzschritte aus und betont allgemeine Fähigkeiten sowie Befehlstreue. ERNIE-Image-Turbo ist eine destillierte Variante, die 8 Schritte benötigt, also viel schneller ist und Geschwindigkeit sowie ein poliertes Erscheinungsbild der Treue des Basismodells vorzieht.

Bearbeitet ERNIE-Image bestehende Bilder?

Nein. Der Katalog listet für dieses Modell nur Text-zu-Bild auf. Sie geben einen Text-Prompt ein und erhalten ein neues Bild. Für Bearbeitungen oder referenzbasierte Generierungen wählen Sie ein Bildmodell, das Bearbeitungsoperationen auflistet.

Was kostet ERNIE-Image?

Auf TokenLab kostet ERNIE-Image $0.0038 pro Anfrage. Die vollständige Aufschlüsselung steht in der Preistabelle oben. Die Preise hängen von Abrechnungseinheit, Spezifikation und Nutzung ab. Vergleichen Sie gleiche Bedingungen in der detaillierten Preisliste des Modells; eine einzelne Rate bestimmt nicht die Gesamtkosten.

Welchen Endpunkt soll ERNIE-Image verwenden?

Verwenden Sie https://api.tokenlab.sh/v1/images/generations für ERNIE-Image. Das folgende Anforderungsbeispiel zeigt die passende Code-Struktur.

Welche Operationen unterstützt ERNIE-Image?

ERNIE-Image unterstützt Text zu Bild. Wählen Sie oben einen Vorgang aus, um dessen Endpunkt und Anforderungsbeispiel anzuzeigen.

ERNIE-Image vergleichen

Quellen

Geprüft am 02.10.2026

Mehr aus der Baidu-Serie

Ähnliche Modelle