Baidu: ERNIE-Image
ernie-image- 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
API-Schlüssel erstellen
Erstelle einen Schlüssel in Console und nutze ihn mit jedem Modell auf der Plattform.
Senden Sie Ihre erste Anfrage
Kopieren Sie das Beispiel für Ihre Sprache und führen Sie es gegen den Endpunkt aus.
Text zu BildTokenLab-EndpunktPOST/v1/images/generationscurl -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
| Parameter | Werte und Grenzen | Standardwert | Hinweise |
|---|---|---|---|
cfg_scale | ≥ 0, ≤ 20 | Nicht angegeben | Use multiples of 0.01. |
guidance_scale | ≥ 0, ≤ 20 | Nicht angegeben | Use multiples of 0.01. |
height | ≤ 2048 | 1024 | Use an integer. Use multiples of 16. |
n | 1 | 1 | Use an integer. |
operation | Nicht angegeben | Nicht angegeben | Nicht angegeben |
output_format | jpeg, png, webp | Nicht angegeben | Default encoding is shared by these equivalent values: jpg, jpeg. |
prompt | Nicht angegeben | Nicht angegeben | Nicht angegeben |
seed | ≥ 0, ≤ 9007199254740991 | Nicht angegeben | Use an integer. |
steps | ≥ 15, ≤ 50 | 30 | Use an integer. |
width | ≤ 2048 | 1024 | Use 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
- —
| Official-Preispro Anfrage | Verified-Preispro Anfrage | Rabatt | |
|---|---|---|---|
| Text zu Bild | $0.0038 | — | — |
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
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