Pilih Auto, TokenLab Verified, atau Official untuk setiap permintaan, dengan harga yang ditampilkan di awal. Lihat yang baru

Baidu: ERNIE-Image

ERNIE-Image adalah model teks-ke-gambar 8B dari Baidu yang dibangun di atas arsitektur Diffusion Transformer aliran tunggal. Model ini dirancang untuk kepatuhan prompt yang kuat, rendering teks yang andal, dan pembuatan visual terstruktur, sehingga sangat cocok untuk poster, komik, storyboard, tata letak multi-panel, dan alur kerja lain di mana akurasi konten dan komposisi sama pentingnya dengan estetika. Model standar menekankan kemampuan serbaguna yang lebih kuat dan fidelitas instruksi, biasanya berjalan pada sekitar 50 langkah inferensi.
Bandingkan model
ernie-image
TersediaBaiduGambarSinkronkan
Harga
Mulai dari $0.0038
Modalitas
Gambar

Tentang ERNIE-Image

ERNIE-Image adalah model text-to-image open-weight dari Baidu, berupa Diffusion Transformer aliran tunggal berparameter 8 miliar yang dipasangkan dengan penambah prompt ringan untuk memperluas prompt singkat. Model ini dibuat untuk mengikuti instruksi serta merender teks yang panjang, padat, dan sensitif terhadap tata letak, yang cocok untuk poster, infografis, komik, dan tata letak multi-panel. Ini adalah model standar, yang biasanya dijalankan pada sekitar 50 langkah.

Kelebihan

  • Merender teks yang padat dan panjang di dalam gambar, yang disoroti oleh kartu model Baidu untuk poster, infografis, dan visual bergaya UI.
  • Mengikuti instruksi multi-objek yang kompleks, sehingga prompt dengan beberapa subjek dan hubungan antar-subjek cenderung mendarat di tempat yang Anda tentukan.
  • Menangani tata letak terstruktur seperti komik, storyboard, dan halaman multi-panel di mana komposisi sama pentingnya dengan gaya.
  • Penambah prompt bawaan mengubah permintaan singkat menjadi deskripsi yang lebih kaya sebelum proses pembuatan.

Kapan harus beralih

  • Model ini hanya menerima prompt teks; tidak ada fitur pengeditan gambar atau masukan gambar referensi pada model ini.
  • Model standar lebih lambat daripada ERNIE-Image-Turbo karena menjalankan lebih banyak langkah denoising.
  • Model ini disetel untuk keluaran yang terstruktur dan kaya teks, jadi pilih model yang berbeda untuk potret fotorealistik atau gaya lukisan.

Memulai

  1. Buat API key

    Buat kunci di Console, gunakan untuk semua model di platform.

  2. Kirim permintaan pertama Anda

    Salin contoh untuk bahasa Anda dan jalankan terhadap endpoint tersebut.

    Teks ke gambarEndpoint 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."
    }'

Parameter

Teks ke gambar

ParameterNilai dan batasNilai bawaanCatatan
cfg_scale≥ 0, ≤ 20Tidak disediakanUse multiples of 0.01.
guidance_scale≥ 0, ≤ 20Tidak disediakanUse multiples of 0.01.
height≤ 20481024Use an integer. Use multiples of 16.
n11Use an integer.
operationTidak disediakanTidak disediakanTidak disediakan
output_formatjpeg, png, webpTidak disediakanDefault encoding is shared by these equivalent values: jpg, jpeg.
promptTidak disediakanTidak disediakanTidak disediakan
seed≥ 0, ≤ 9007199254740991Tidak disediakanUse an integer.
steps≥ 15, ≤ 5030Use an integer.
width≤ 20481024Use an integer. Use multiples of 16.

Fields outside this contract are rejected.

Penetapan Harga

Harga Verified berlaku untuk Verified yang lebih murah di sebagian besar model. Harga Official adalah harga resmi dari pembuat model dan berlaku untuk rute Official yang lebih andal. Auto menagihkan biaya berdasarkan rute yang menyelesaikan permintaan.

Teks ke gambar

per permintaan
Harga Official
$0.0038
Harga Verified
—
Diskon
—

Penggunaan & aktivitas

Tingkat keberhasilan adalah proporsi permintaan yang selesai. Latensi adalah berapa lama respons penuh berlangsung; P95 berarti 95% permintaan selesai dalam waktu tersebut.

Penggunaan & ketersediaan

24 jam terakhir
Permintaan
Tingkat keberhasilan
Latensi P95
Total token
Performa model
Metrik akan muncul setelah ambang batas privasi dan volume data terpenuhi.

Data didasarkan pada permintaan pengguna gabungan, tidak termasuk pemeriksaan status.

Buka di Console

Buka ERNIE-Image di Console dengan prompt siap diedit atau dikirim.

Bantu saya membuat gambar dengan ernie-image menggunakan text-to-image di /v1/images/generations. Tampilkan hasil, biaya, dan batasan yang perlu diketahui.

Skenario penggunaan

Cocok untuk
  • Teks ke gambar
  • Poster dan infografis

    Hasilkan poster dengan judul utama, subjudul, dan teks poin-poin yang ditempatkan dalam tata letak yang Anda deskripsikan, lalu lakukan iterasi pada pilihan kata.

  • Komik dan storyboard

    Hasilkan halaman multi-panel di mana setiap panel memiliki adegan dan keterangan (caption) sendiri, dengan mempertahankan struktur panel dari prompt Anda.

  • Visual mock-up UI

    Buat gambar bergaya layar aplikasi dengan label dan tombol untuk dek pitch (pitch deck) dan tinjauan konsep.

Contoh prompt

Poster konser vertikal, judul utama 'NIGHT MARKET LIVE' dalam huruf tebal merah, tiga band terdaftar di bawahnya, dan jalanan yang diterangi lentera di bagian bawah.

Komik empat panel tentang seekor kucing yang belajar membuat kode, dengan keterangan singkat di bawah setiap panel dan desain karakter yang konsisten.

Infografis berjudul 'How a Bill Becomes Law' dengan lima langkah bernomor, masing-masing memiliki label pendek dan ikon sederhana.

FAQ

Apa itu ERNIE-Image dan siapa pembuatnya?

Ini adalah model text-to-image buatan Baidu dengan 8 miliar parameter, dibangun di atas Diffusion Transformer aliran tunggal. Model ini dirilis di bawah lisensi Apache 2.0 dan bertujuan untuk mengikuti instruksi secara akurat serta menghasilkan teks yang mudah dibaca, bukan sekadar estetika.

Bagaimana ERNIE-Image merender teks?

Kartu model Baidu menyajikan teks yang panjang, padat, dan sensitif terhadap tata letak sebagai kemampuan unggulan, itulah sebabnya poster, infografis, dan gambar menyerupai UI menjadi targetnya. Periksa kembali string kutipan pendek pada hasil Anda, karena model gambar apa pun tetap dapat salah mengeja beberapa kata.

Apa perbedaan antara ERNIE-Image dan ERNIE-Image-Turbo?

ERNIE-Image berjalan dalam sekitar 50 langkah inferensi dan menekankan kemampuan umum serta kesetiaan instruksi. ERNIE-Image-Turbo adalah varian terdistilasi yang membutuhkan 8 langkah, sehingga jauh lebih cepat, serta lebih mengutamakan kecepatan dan estetika yang rapi daripada kesetiaan dari model dasarnya.

Apakah ERNIE-Image dapat mengedit gambar yang sudah ada?

Tidak. Katalog hanya mencantumkan fitur text-to-image untuk model ini. Anda memberikan prompt teks dan mendapatkan gambar baru. Untuk pengeditan atau pembuatan berbasis referensi, pilihlah model gambar yang mencantumkan operasi pengeditan.

Berapa biaya ERNIE-Image?

Di TokenLab, ERNIE-Image dikenakan $0.0038 per permintaan. Tabel harga di atas menampilkan rincian lengkap. Tarif bergantung pada unit penagihan, spesifikasi, dan penggunaan. Bandingkan kondisi yang sama dalam harga detail model; satu tarif tidak menentukan total biaya.

Endpoint mana yang harus digunakan ERNIE-Image?

Pakai https://api.tokenlab.sh/v1/images/generations sebagai default untuk ERNIE-Image. Jika format native penyedia didukung, API workbench juga menampilkan endpoint tersebut.

Operasi apa saja yang didukung ERNIE-Image?

ERNIE-Image mendukung Teks ke gambar. Pilih operasi di API workbench di atas untuk melihat endpoint dan contoh kode terkait.

Bandingkan ERNIE-Image

Sumber

Ditinjau 2 Okt 2026

Lainnya dari Baidu

Model terkait