Choisissez Auto, TokenLab Verified ou Official pour chaque demande, avec les prix affichés à l'avance. Voir les nouveautés

Baidu: ERNIE-Image

ERNIE-Image est le modèle texte-image 8B de Baidu construit sur une architecture Diffusion Transformer à flux unique. Il est conçu pour une forte adhérence aux prompts, un rendu de texte fiable et une génération visuelle structurée, ce qui le rend bien adapté aux affiches, bandes dessinées, storyboards, mises en page multi-panneaux et autres flux de travail où la précision du contenu et la composition comptent autant que l'esthétique. Le modèle standard met l'accent sur une capacité polyvalente plus forte et une fidélité aux instructions, fonctionnant généralement autour de 50 étapes d'inférence.
Comparer les modèles
ernie-image
DisponibleBaiduImageSynchrone
Prix
À partir de $0.0038
Modalités
Image

À propos de ERNIE-Image

ERNIE-Image est le modèle de conversion de texte en image à poids ouverts de Baidu, un transformateur de diffusion à flux unique de 8 milliards de paramètres associé à un amplificateur d'invites léger qui développe les invites courtes. Il est conçu pour suivre les instructions et pour rendre du texte long, dense et sensible à la mise en page, ce qui convient aux affiches, infographies, bandes dessinées et mises en page multi-panneaux. Il s'agit du modèle standard, généralement exécuté en environ 50 étapes.

Points forts

  • Rend du texte dense et long à l'intérieur des images, ce que la fiche de Baidu souligne pour les affiches, les infographies et les visuels de type interface utilisateur.
  • Suit des instructions complexes impliquant plusieurs objets, de sorte qu'une invite avec plusieurs sujets et relations tend à aboutir là où vous les avez placés.
  • Gère des mises en page structurées telles que des bandes dessinées, des storyboards et des pages multi-panneaux où la composition compte autant que le style.
  • L'amplificateur d'invites intégré transforme une demande brève en une description plus riche avant la génération.

Quand préférer un autre modèle

  • Il n'accepte que des invites textuelles ; il n'y a pas d'entrée d'édition d'image ou d'image de référence sur ce modèle.
  • Le modèle standard est plus lent qu'ERNIE-Image-Turbo car il exécute beaucoup plus d'étapes de débruitage.
  • Il est optimisé pour une sortie structurée et riche en texte ; choisissez donc un modèle différent pour des portraits photoréalistes ou des styles picturaux.

Pour commencer

  1. Créer une clé API

    Générez une clé dans Console et utilisez-la avec tous les modèles de la plateforme.

  2. Envoyez votre première requête

    Copiez l'exemple pour votre langage et lancez-le.

    Texte vers imageEndpoint TokenLab
    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."
    }'

Paramètres

Texte vers image

ParamètreValeurs et limitesValeur par défautRemarques
cfg_scale≥ 0, ≤ 20Non fourniUse multiples of 0.01.
guidance_scale≥ 0, ≤ 20Non fourniUse multiples of 0.01.
height≤ 20481024Use an integer. Use multiples of 16.
n11Use an integer.
operationNon fourniNon fourniNon fourni
output_formatjpeg, png, webpNon fourniDefault encoding is shared by these equivalent values: jpg, jpeg.
promptNon fourniNon fourniNon fourni
seed≥ 0, ≤ 9007199254740991Non fourniUse an integer.
steps≥ 15, ≤ 5030Use an integer.
width≤ 20481024Use an integer. Use multiples of 16.

Fields outside this contract are rejected.

Tarification

Le prix Verified s’applique à Verified, moins cher sur la plupart des modèles. Le prix Official est le prix publié par le fabricant du modèle et s’applique à la route Official, plus fiable. Auto facture la route qui termine la requête.

Texte vers image

par requête
Prix Official
$0.0038
Prix Verified
—
Remise
—

Utilisation et activité

Le taux de réussite est la part de requêtes abouties. La latence est la durée d'une réponse complète ; P95 signifie que 95 % des requêtes ont fini dans ce délai.

Utilisation et disponibilité

Dernières 24 heures
Requêtes
Taux de succès
Latence P95
Total des jetons
Performance du modèle
Les métriques s'affichent une fois les seuils de confidentialité et de volume de données atteints.

Les données sont basées sur les requêtes agrégées des utilisateurs, à l'exclusion des vérifications de statut.

Ouvrir dans Console

Ouvrez ERNIE-Image dans Console avec un prompt prêt à modifier ou envoyer.

Aide-moi à créer une image avec ernie-image via text-to-image sur /v1/images/generations. Affiche le résultat, le coût et les limites.

Cas d'usage

Idéal pour
  • Texte vers image
  • Affiches et infographies

    Générez une affiche avec un titre, un sous-titre et du texte à puces placés dans la mise en page que vous décrivez, puis itérez sur la formulation.

  • Bandes dessinées et storyboards

    Produisez des pages multi-panneaux où chaque panneau a sa propre scène et sa légende, en conservant la structure de panneau de votre invite.

  • Visuels de maquettes d'interface utilisateur

    Créez des images de style écran d'application avec des étiquettes et des boutons pour des présentations et des revues de concept.

Exemples de prompts

Une affiche de concert verticale, titre « NIGHT MARKET LIVE » en caractères rouges gras, trois groupes listés en dessous et une rue éclairée par des lanternes en bas.

Une bande dessinée à quatre panneaux sur un chat apprenant à coder, avec une courte légende sous chaque panneau et un design de personnage cohérent.

Une infographie intitulée « How a Bill Becomes Law » avec cinq étapes numérotées, chacune avec une courte étiquette et une icône simple.

FAQ

Qu'est-ce qu'ERNIE-Image et qui le fabrique ?

Il s'agit du modèle de texte en image de Baidu avec 8 milliards de paramètres, construit sur un transformateur de diffusion à flux unique. Il est publié sous licence Apache 2.0 et vise un suivi précis des instructions et un texte lisible, plutôt que la seule esthétique.

Comment ERNIE-Image rend-il le texte ?

La fiche du modèle de Baidu présente le texte long, dense et sensible à la mise en page comme une capacité remarquable, c'est pourquoi les affiches, les infographies et les images de type interface utilisateur sont sa cible. Vérifiez les courtes chaînes entre guillemets dans vos résultats, car tout modèle d'image peut encore mal orthographier certains mots.

Quelle est la différence entre ERNIE-Image et ERNIE-Image-Turbo ?

ERNIE-Image exécute environ 50 étapes d'inférence et met l'accent sur la capacité générale et la fidélité aux instructions. ERNIE-Image-Turbo est une variante distillée qui nécessite 8 étapes, il est donc beaucoup plus rapide et privilégie la vitesse et l'esthétique soignée par rapport à la fidélité du modèle de base.

ERNIE-Image modifie-t-il des images existantes ?

Non. Le catalogue ne répertorie que la conversion de texte en image pour ce modèle. Vous fournissez une invite textuelle et obtenez une nouvelle image. Pour l'édition ou la génération basée sur une référence, choisissez un modèle d'image qui répertorie les opérations d'édition.

Combien coûte ERNIE-Image ?

Sur TokenLab, ERNIE-Image coûte $0.0038 par requête. La table tarifaire ci-dessus en montre le détail complet. Les tarifs dépendent de l’unité de facturation, de la spécification et de l’usage. Comparez des conditions identiques dans la tarification détaillée du modèle ; un tarif seul ne détermine pas le coût total.

Quel endpoint ERNIE-Image doit-il utiliser ?

Utilisez https://api.tokenlab.sh/v1/images/generations pour ERNIE-Image. L'exemple de requête ci-dessous montre la structure de code correspondante.

Quelles opérations ERNIE-Image prend-il en charge ?

ERNIE-Image prend en charge Texte vers image. Sélectionnez une opération pour voir l'endpoint et un exemple.

Comparer ERNIE-Image

Sources

Mis à jour le 2 oct. 2026

Plus de la série Baidu

Modèles associés