Baidu: ERNIE-Image
ernie-image- 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
Créer une clé API
Générez une clé dans Console et utilisez-la avec tous les modèles de la plateforme.
Envoyez votre première requête
Copiez l'exemple pour votre langage et lancez-le.
Texte vers imageEndpoint 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." }'
Paramètres
Texte vers image
| Paramètre | Valeurs et limites | Valeur par défaut | Remarques |
|---|---|---|---|
cfg_scale | ≥ 0, ≤ 20 | Non fourni | Use multiples of 0.01. |
guidance_scale | ≥ 0, ≤ 20 | Non fourni | Use multiples of 0.01. |
height | ≤ 2048 | 1024 | Use an integer. Use multiples of 16. |
n | 1 | 1 | Use an integer. |
operation | Non fourni | Non fourni | Non fourni |
output_format | jpeg, png, webp | Non fourni | Default encoding is shared by these equivalent values: jpg, jpeg. |
prompt | Non fourni | Non fourni | Non fourni |
seed | ≥ 0, ≤ 9007199254740991 | Non fourni | 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.
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
- —
| Prix Officialpar requête | Prix Verifiedpar requête | Remise | |
|---|---|---|---|
| Texte vers image | $0.0038 | — | — |
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
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