- 価格
- 価格 $0.002621
- モダリティ
- 画像
SANA-Sprint について
SANA-Sprintは、NVIDIAのNVlabsが開発したオープンウェイトのテキストから画像を生成するモデルです。蒸留技術により、通常20ステップ以上かかるサンプリングを1〜4ステップで実行可能です。SANA線形拡散トランスフォーマーをベースとし、プロンプトの読み取りにはGemma2-2B-IT言語モデルを使用、1024ピクセルの画像生成をターゲットとしています。詳細な描写よりもスループットやレイテンシが重視される場合に適しています。
得意なこと
- サンプリングステップ数が1〜4回で済むため、標準的な拡散モデルよりもはるかに短い時間で応答します。
- NVIDIAの報告によると、1ステップでのFIDは7.59、GenEvalは0.74であり、これら2つの指標においてFLUX-schnellを上回っています。
- 単一のモデルで1〜4ステップの任意のステップ数を扱えるため、リクエストごとにレイテンシと品質のバランスを調整できます。
- ウェイトはApache 2.0ライセンスで公開されており、商用パイプラインでも明確に利用可能です。
他のモデルを検討すべきケース
- モデルカードによると、複雑で読み取り可能なテキストのレンダリングには対応していないため、コピーを含むポスターやUIモックアップには別のモデルが必要です。
- 完全にフォトリアルというわけではなく、指などの細部が不正確になることがあります。
- テキストから画像への生成専用であり、編集や参照入力機能はありません。
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": "sana-sprint", "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 |
|---|---|---|---|
guidance_scale | ≥ 0, ≤ 20 | 未提供 | 未提供 |
n | 1 | 1 | 未提供 |
negative_prompt | 未提供 | 未提供 | 未提供 |
operation | 未提供 | 未提供 | 未提供 |
output_format | jpeg, png | jpeg | 未提供 |
prompt | 未提供 | 未提供 | 未提供 |
seed | 未提供 | 未提供 | 未提供 |
size | 未提供 | 1024x1024 | Use WIDTHxHEIGHT. An omitted size uses 1024x1024; exact custom-dimension bounds are not yet verified. |
steps | ≥ 1, ≤ 20 | 2 | 未提供 |
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
- $0.002621
- 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 | $0.002621 | — | — |
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SANA-Sprintを開き、プロンプトを編集・送信できます。
sana-sprint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
ライブプレビュー
ユーザーがプロンプトの入力を終えると同時に画像を表示します。1秒未満の応答速度は、ツールの操作感に大きな変化をもたらします。
大量のアセット生成
背景、アイコン、プレースホルダー用イラストなどを数千単位で作成する場合、画像あたりの生成速度が作業規模を左右します。
プロンプトの探索
数十通りの言い回しを素早く試し、その中で最も良いものを、より低速で高精細なモデルで再生成します。
コンシューマーアプリ向け機能
20ステップのサンプラーを待つことができないアプリ内で、アバターや壁紙の生成機能を追加できます。
プロンプト例
窓辺の席がある居心地の良い読書コーナー、雨の日の午後、柔らかなランプの光、絵画風のイラスト。
灯台と小さなボートがあるアイソメトリックなローポリゴン風の島、パステルカラー、シンプルな背景。
日の出の露に濡れたクモの巣のマクロ写真、ボケ味のある背景。
FAQ
SANA-Sprintとは具体的にどのようなものですか?
NVIDIAのSANAテキストから画像生成モデルの蒸留版です。連続時間一貫性蒸留(Continuous-time consistency distillation)により、1〜4ステップでのサンプリングが可能となり、より大規模な多ステップモデルに匹敵する品質を維持しつつ、非常に高速な生成を実現しています。
どのくらいの速さですか?
NVIDIAの報告では、H100 GPU上で1024ピクセルの画像を生成するのに約0.1秒かかります。ホスト環境でのレイテンシはキューイングやネットワーク時間により長くなりますが、20ステップの拡散モデルよりもはるかに高速になるよう設計されています。
どの程度の解像度で生成されますか?
モデルカードによると、マルチスケールの高さと幅を持つ1024ピクセルの画像向けに設計されているため、最も安定した結果を得るにはその範囲に近いサイズを指定してください。
画像内に読み取り可能なテキストを書き込めますか?
確実ではありません。モデルカードでは、複雑で読み取り可能なテキストの生成を制限事項として挙げています。看板、ポスター、コピーを含むスクリーンショットなどには、タイポグラフィに定評のあるモデルを使用してください。
ライセンスは何ですか?
モデルカードにはApache License 2.0が記載されており、研究および商用利用が可能です。帰属表示の条件やその他の条件については、モデルカード自体に記載されています。
SANA-Sprint の料金はいくらですか?
TokenLab では SANA-Sprint は $0.002621 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。
SANA-Sprint はどのエンドポイントを使うべきですか?
SANA-Sprint 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。
SANA-Sprint はどの操作に対応していますか?
SANA-Sprint 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。
SANA-Sprint を比較する
ソース
2026/10/02 時点での評価