Baidu: ERNIE-Image-Turbo
ernie-image-turbo- 価格
- 価格 $0.0013
- モダリティ
- 画像
ERNIE-Image-Turbo について
ERNIE-Image-Turboは、オープンウェイトのテキスト・トゥ・イメージ(テキストから画像を生成する)モデルであるERNIE-Imageを蒸留し、高速化したBaiduのモデルです。DMD蒸留と強化学習によって最適化されており、約8回の推論ステップで画像を生成します。多くの場合、フルモデルと同等の品質を維持しつつ、迅速なビジュアルの反復や、最大限の指示忠実度よりも速度と洗練された見た目が求められるハイスループットなアイデア出しに適しています。
得意なこと
- ベースモデルの約50ステップに対し、わずか約8回の推論ステップで済むため、ドラフトのバッチを非常に短時間で取得できます。
- 画像内に読みやすいテキストを配置できるという同シリーズの強みを維持しており、ポスターやタイトルカードの素早いドラフト作成に役立ちます。
- 強化学習を用いた蒸留により、見た目の美しさを重視しているため、最初の生成段階から完成度の高い画像が得られます。
- プレーンテキストのプロンプトを受け付け、同シリーズのプロンプトエンハンサーが短いアイデアをより詳細なシーン描写へと拡張します。
他のモデルを検討すべきケース
- Baiduによると、速度と引き換えに、ベースモデルが持つ強力な汎用能力や指示への忠実度の一部が制限されています。
- 非常に密度が高い、あるいは複雑なレイアウトの場合は、構成により多くのステップを費やすERNIE-Imageの方が安全です。
- テキスト・トゥ・イメージ専用です。既存の画像の編集や、参照画像に基づいた生成はできません。
はじめに
最初のキーを作成
Consoleでキーを作成すれば、プラットフォーム内のすべてのモデルで使えます。
最初のリクエストを送信する
お使いの言語の例をコピーして、エンドポイントに対して実行してください。
テキストから画像TokenLab エンドポイントPOST/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-turbo", "prompt": "A minimalist product photo of matte black headphones on a soft blue background." }'
パラメータ
テキストから画像
| パラメーター | 値と制限 | デフォルト | 注記 |
|---|---|---|---|
height | ≤ 2048 | 1024 | Use an integer. Use multiples of 16. |
n | 1 | 1 | Use an integer. |
operation | 未提供 | 未提供 | 未提供 |
output_format | jpeg, png, webp | 未提供 | Default encoding is shared by these equivalent values: jpg, jpeg. |
prompt | 未提供 | 未提供 | 未提供 |
seed | ≥ 0, ≤ 9007199254740991 | 未提供 | Use an integer. |
steps | ≥ 2, ≤ 10 | 8 | Use an integer. |
width | ≤ 2048 | 1024 | Use an integer. Use multiples of 16. |
Fields outside this contract are rejected.
料金
Verified 価格は Verified に適用され、多くのモデルでより低コストです。Official 価格はモデルのメーカーが公表する価格で、信頼性の高い Official ルートに適用されます。Auto はリクエストを完了したルートの価格で課金します。
テキストから画像
1リクエストあたり- Official 価格
- $0.0013
- Verified 価格
- —
- 割引
- —
| Official 価格1リクエストあたり | Verified 価格1リクエストあたり | 割引 | |
|---|---|---|---|
| テキストから画像 | $0.0013 | — | — |
使用状況とアクティビティ
成功率は完了したリクエストの割合です。レイテンシは完全なレスポンスにかかる時間で、P95 は 95% のリクエストがその時間内に完了したことを意味します。
使用量と可用性
過去24時間- リクエスト数
- 成功率
- P95 レイテンシ
- 合計トークン数
データはステータスチェックを除外した、集計済みのユーザーリクエストに基づいています。
Consoleで開く
ConsoleでERNIE-Image-Turboを開き、プロンプトを編集・送信できます。
ernie-image-turboと/v1/images/generationsでtext-to-imageを実行。結果、コスト、制限事項を表示します。
ユースケース
向いている用途- テキストから画像
迅速なコンセプト探索
キャンペーンや製品アイデアのために、一度に数十種類のビジュアル案を生成し、その中から最適なプロンプトをフルモデルでさらに洗練させることができます。
SNSやブログ用のグラフィック
タイトルカードやイラスト入りのヘッダーを素早く作成し、短いテキスト行を画像内にレンダリングできます。
プロンプトのテスト
複数のプロンプトの言い回しを素早く試し、最終的なバージョンをより低速で高忠実度なモデルで実行できます。
プロンプト例
ティール色の背景に、小さなロケットのアイコンと「WEEKLY RELEASE NOTES」という文字が書かれたフラットイラストのタイトルカード。
夕暮れ時の居心地の良い本屋の窓。暖かい明かりが灯り、「Open Late」と書かれた手書きの看板がある。
ソフトなグラデーションスタイルで、グリッド状に配置された習慣トラッカー用のアプリアイコンのコンセプト6種。
FAQ
ERNIE-Image-Turboとは何ですか?また、誰が開発しましたか?
Baiduが開発した、ERNIE-Imageの蒸留・高速化バージョンです。DMD蒸留と強化学習を使用し、50ステップではなく約8ステップで生成を行います。迅速な反復やアイデア出し、速度と魅力的な出力を重視するワークフローを目的としています。
Turboは標準のERNIE-Imageと同じくらい優れていますか?
Baiduによると、多くのシナリオで品質は比較的同等です。ベースモデルは汎用的な能力と指示への忠実度で勝っているため、ドラフトや探索にはTurboを、レイアウトがプロンプトと正確に一致する必要がある場合にはベースモデルを使用してください。
ERNIE-Image-Turboは画像内にテキストをレンダリングできますか?
はい、テキストレンダリングはERNIE-Imageシリーズの特徴です。短いタイトルやラベルのドラフト作成には適しています。出力ごとにスペルを確認し、テキストが長い場合やレイアウトが複雑な場合はベースモデルに切り替えてください。
ERNIE-Image-Turboはどのような入力を受け付けますか?
テキストプロンプトのみです。テキスト・トゥ・イメージ生成を行うため、画像のアップロード、マスク、編集モードはありません。被写体、スタイル、画像内に表示させたいテキストを記述してください。
ERNIE-Image-Turbo の料金はいくらですか?
TokenLab では ERNIE-Image-Turbo は $0.0013 1リクエストあたり です。詳細は上の料金表を参照してください。 料金は課金単位・仕様・使用量によって異なります。モデルの詳細な料金で同条件同士を比較してください。単一のレートで総額は決まりません。
ERNIE-Image-Turbo はどのエンドポイントを使うべきですか?
ERNIE-Image-Turbo のデフォルトは https://api.tokenlab.sh/v1/images/generations です。プロバイダーネイティブ形式に対応している場合は、API workbench にそのエンドポイントも表示されます。
ERNIE-Image-Turbo はどの操作に対応していますか?
ERNIE-Image-Turbo は テキストから画像 に対応しています。上の API workbench で操作を選ぶと、対応するエンドポイントとコード例が表示されます。
ERNIE-Image-Turbo を比較する
ソース
2026/10/02 時点での評価