Baidu: ERNIE-Image
ernie-image- Precio
- Desde $0.0038
- Modalidades
- Imagen
Sobre ERNIE-Image
ERNIE-Image es el modelo de texto a imagen de pesos abiertos de Baidu, un Transformer de difusión de flujo único de 8 mil millones de parámetros emparejado con un potenciador de prompts ligero que expande los prompts cortos. Está diseñado para seguir instrucciones y para renderizar texto largo, denso y sensible al diseño, lo que se adapta a pósteres, infografías, cómics y diseños de múltiples paneles. Este es el modelo estándar, que normalmente se ejecuta en unos 50 pasos.
Puntos fuertes
- Renderiza texto denso y extenso dentro de las imágenes, lo cual la ficha técnica de Baidu destaca para pósteres, infografías y visuales de estilo interfaz de usuario.
- Sigue instrucciones complejas de múltiples objetos, por lo que un prompt con varios sujetos y relaciones tiende a situarlos donde usted indicó.
- Maneja diseños estructurados como cómics, guiones gráficos y páginas de múltiples paneles donde la composición importa tanto como el estilo.
- El potenciador de prompts integrado convierte una solicitud breve en una descripción más rica antes de la generación.
Cuándo buscar otra opción
- Solo acepta prompts de texto; no hay entrada de edición de imagen o imagen de referencia en este modelo.
- El modelo estándar es más lento que ERNIE-Image-Turbo porque ejecuta muchos más pasos de eliminación de ruido (denoising).
- Está ajustado para resultados estructurados y cargados de texto, así que elija un modelo diferente para retratos fotorrealistas o estilos pictóricos.
Primeros pasos
Crear clave API
Genera una clave en Console y úsala con cualquier modelo de la plataforma.
Envía tu primera solicitud
Copia el ejemplo para tu lenguaje y ejecútalo contra el endpoint.
Texto a imagenEndpoint de TokenLabPOST/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." }'
Parámetros
Texto a imagen
| Parámetro | Valores y límites | Predeterminado | Notas |
|---|---|---|---|
cfg_scale | ≥ 0, ≤ 20 | No especificado | Use multiples of 0.01. |
guidance_scale | ≥ 0, ≤ 20 | No especificado | Use multiples of 0.01. |
height | ≤ 2048 | 1024 | Use an integer. Use multiples of 16. |
n | 1 | 1 | Use an integer. |
operation | No especificado | No especificado | No especificado |
output_format | jpeg, png, webp | No especificado | Default encoding is shared by these equivalent values: jpg, jpeg. |
prompt | No especificado | No especificado | No especificado |
seed | ≥ 0, ≤ 9007199254740991 | No especificado | 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.
Precios
El precio Verified se aplica a Verified, que cuesta menos en la mayoría de los modelos. El precio Official es el precio publicado por el fabricante del modelo y se aplica a la ruta Official, más fiable. Auto factura la ruta que completa la solicitud.
Texto a imagen
por solicitud- Precio Official
- $0.0038
- Precio Verified
- —
- Descuento
- —
| Precio Officialpor solicitud | Precio Verifiedpor solicitud | Descuento | |
|---|---|---|---|
| Texto a imagen | $0.0038 | — | — |
Uso y actividad
La tasa de éxito es la proporción de solicitudes completadas. La latencia es cuánto tarda una respuesta completa; P95 significa que el 95 % de las solicitudes terminaron dentro de ese tiempo.
Uso y disponibilidad
Últimas 24 horas- Solicitudes
- Tasa de éxito
- Latencia P95
- Total de tokens
Los datos se basan en solicitudes de usuario agregadas, excluyendo las comprobaciones de estado.
Abrir en Console
Abre ERNIE-Image en Console con un prompt listo para editar o enviar.
Ayúdame a crear una imagen con ernie-image usando text-to-image en /v1/images/generations. Muestra el resultado, el coste y las limitaciones relevantes.
Casos de uso
Ideal para- Texto a imagen
Pósteres e infografías
Genere un póster con un titular, subtítulo y texto con viñetas colocados en el diseño que describa, luego itere sobre la redacción.
Cómics y guiones gráficos
Produzca páginas de múltiples paneles donde cada panel tenga su propia escena y pie de foto, manteniendo la estructura de paneles de su prompt.
Visuales de maquetas de interfaz de usuario
Cree imágenes con estilo de pantalla de aplicación con etiquetas y botones para presentaciones y revisiones de conceptos.
Ejemplos de prompts
Un póster de concierto vertical, titular 'NIGHT MARKET LIVE' en letra roja negrita, tres bandas listadas debajo y una calle iluminada por farolillos en la parte inferior.
Un cómic de cuatro paneles sobre un gato aprendiendo a programar, con un breve pie de foto debajo de cada panel y un diseño de personaje consistente.
Una infografía titulada 'How a Bill Becomes Law' con cinco pasos numerados, cada uno con una etiqueta corta y un icono simple.
FAQ
¿Qué es ERNIE-Image y quién lo fabrica?
Es el modelo de texto a imagen de Baidu con 8 mil millones de parámetros, construido sobre un Transformer de difusión de flujo único. Se publica bajo la licencia Apache 2.0 y apunta a un seguimiento preciso de las instrucciones y texto legible, en lugar de solo a la estética.
¿Cómo renderiza texto ERNIE-Image?
La ficha técnica del modelo de Baidu presenta el texto largo, denso y sensible al diseño como una capacidad destacada, razón por la cual los pósteres, infografías e imágenes tipo interfaz de usuario son su objetivo. Compruebe las cadenas entrecomilladas cortas en sus resultados, ya que cualquier modelo de imagen aún puede escribir mal algunas palabras.
¿Cuál es la diferencia entre ERNIE-Image y ERNIE-Image-Turbo?
ERNIE-Image ejecuta unos 50 pasos de inferencia y enfatiza la capacidad general y la fidelidad a las instrucciones. ERNIE-Image-Turbo es una variante destilada que necesita 8 pasos, por lo que es mucho más rápida y favorece la velocidad y una estética pulida sobre la fidelidad del modelo base.
¿Edita ERNIE-Image imágenes existentes?
No. El catálogo enumera solo texto a imagen para este modelo. Usted proporciona un prompt de texto y obtiene una nueva imagen. Para edición o generación basada en referencias, elija un modelo de imagen que enumere operaciones de edición.
¿Cuánto cuesta ERNIE-Image?
En TokenLab, ERNIE-Image cuesta $0.0038 por solicitud. La tabla de precios arriba muestra el desglose completo. Las tarifas dependen de la unidad de facturación, la especificación y el uso. Compare condiciones iguales en el precio detallado del modelo; una sola tarifa no determina el coste total.
¿Qué endpoint debe usar ERNIE-Image?
Utiliza https://api.tokenlab.sh/v1/images/generations para ERNIE-Image. El ejemplo de solicitud a continuación muestra la estructura de código correspondiente.
¿Qué operaciones soporta ERNIE-Image?
ERNIE-Image admite Texto a imagen. Selecciona una operación arriba para ver su endpoint y ejemplo de solicitud.
Comparar ERNIE-Image
Fuentes
Revisado el 2 oct 2026