Escolha Auto, TokenLab Verified ou Official para cada solicitação, com preços exibidos antecipadamente. Veja as novidades

Baidu: ERNIE-Image

ERNIE-Image é o modelo de texto para imagem de 8B da Baidu, construído sobre uma arquitetura de Diffusion Transformer de fluxo único. Ele foi projetado para forte aderência ao prompt, renderização de texto confiável e geração visual estruturada, tornando-o bem adequado para pôsteres, quadrinhos, storyboards, layouts de vários painéis e outros fluxos de trabalho onde a precisão do conteúdo e a composição são tão importantes quanto a estética. O modelo padrão enfatiza uma capacidade de uso geral mais forte e fidelidade à instrução, operando normalmente em cerca de 50 etapas de inferência.
Comparar modelos
ernie-image
DisponívelBaiduImagemSíncrono
Preço
A partir de $0.0038
Modalidades
Imagem

Sobre o ERNIE-Image

ERNIE-Image é o modelo de texto para imagem de pesos abertos da Baidu, um Diffusion Transformer de fluxo único com 8 bilhões de parâmetros, combinado com um aprimorador de prompts leve que expande prompts curtos. Ele foi criado para seguir instruções e renderizar textos longos, densos e sensíveis ao layout, o que é adequado para pôsteres, infográficos, quadrinhos e layouts de vários painéis. Este é o modelo padrão, normalmente executado em cerca de 50 etapas.

Pontos fortes

  • Renderiza textos densos e longos dentro de imagens, o que o cartão do modelo da Baidu destaca para pôsteres, infográficos e visuais no estilo de interface de usuário (UI).
  • Segue instruções complexas com múltiplos objetos, de modo que um prompt com vários assuntos e relacionamentos tende a resultar na disposição solicitada.
  • Lida com layouts estruturados, como quadrinhos, storyboards e páginas de vários painéis, onde a composição é tão importante quanto o estilo.
  • O aprimorador de prompts integrado transforma uma solicitação breve em uma descrição mais rica antes da geração.

Quando usar outro modelo

  • Aceita apenas prompts de texto; não há entrada de edição de imagem ou imagem de referência neste modelo.
  • O modelo padrão é mais lento que o ERNIE-Image-Turbo porque executa muito mais etapas de remoção de ruído (denoising).
  • Ele é ajustado para saídas estruturadas e ricas em texto, portanto, escolha um modelo diferente para retratos fotorrealistas ou estilos pictóricos.

Primeiros passos

  1. Criar chave de API

    Crie uma chave no Console e use com qualquer modelo da plataforma.

  2. Envie sua primeira requisição

    Copie o exemplo para sua linguagem e execute-o no endpoint.

    Texto para imagemEndpoint do 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."
    }'

Parâmetros

Texto para imagem

ParâmetroValores e limitesPadrãoNotas
cfg_scale≥ 0, ≤ 20Não fornecidoUse multiples of 0.01.
guidance_scale≥ 0, ≤ 20Não fornecidoUse multiples of 0.01.
height≤ 20481024Use an integer. Use multiples of 16.
n11Use an integer.
operationNão fornecidoNão fornecidoNão fornecido
output_formatjpeg, png, webpNão fornecidoDefault encoding is shared by these equivalent values: jpg, jpeg.
promptNão fornecidoNão fornecidoNão fornecido
seed≥ 0, ≤ 9007199254740991Não fornecidoUse an integer.
steps≥ 15, ≤ 5030Use an integer.
width≤ 20481024Use an integer. Use multiples of 16.

Fields outside this contract are rejected.

Preço

O preço Verified vale para o Verified, que custa menos na maioria dos modelos. O preço Official é o preço publicado pelo fabricante do modelo e vale para a rota Official, mais confiável. O Auto cobra pela rota que conclui a solicitação.

Texto para imagem

por requisição
Preço Official
$0.0038
Preço Verified
—
Desconto
—

Uso e atividade

A taxa de sucesso é a proporção de requisições concluídas. A latência é quanto tempo uma resposta completa leva; P95 significa que 95% das requisições terminaram dentro desse tempo.

Uso e disponibilidade

Últimas 24 horas
Requisições
Taxa de sucesso
Latência P95
Total de tokens
Desempenho do modelo
As métricas aparecerão assim que os limites de privacidade e volume de dados forem atingidos.

Os dados baseiam-se em solicitações agregadas de usuários, excluindo verificações de status.

Abrir no Console

Abra ERNIE-Image no Console com um prompt pronto para editar ou enviar.

Ajude-me a criar uma imagem com ernie-image usando text-to-image em /v1/images/generations. Exiba o resultado, custo e limites.

Casos de uso

Indicado para
  • Texto para imagem
  • Pôsteres e infográficos

    Gere um pôster com uma manchete, subtítulo e texto em tópicos posicionados no layout que você descrever, e depois itere sobre a redação.

  • Quadrinhos e storyboards

    Produza páginas de vários painéis onde cada painel tem sua própria cena e legenda, mantendo a estrutura de painéis do seu prompt.

  • Visuais de mock-up de interface (UI)

    Crie imagens no estilo de tela de aplicativo com rótulos e botões para apresentações de projetos e revisões de conceito.

Exemplos de prompt

Um pôster de show vertical, manchete 'NIGHT MARKET LIVE' em letras vermelhas em negrito, três bandas listadas abaixo e uma rua iluminada por lanternas na parte inferior.

Um quadrinho de quatro painéis sobre um gato aprendendo a programar, com uma legenda curta sob cada painel e um design de personagem consistente.

Um infográfico intitulado 'How a Bill Becomes Law' com cinco etapas numeradas, cada uma com um rótulo curto e um ícone simples.

FAQ

O que é o ERNIE-Image e quem o criou?

É o modelo de texto para imagem da Baidu com 8 bilhões de parâmetros, construído sobre um Diffusion Transformer de fluxo único. Ele foi lançado sob a licença Apache 2.0 e visa o seguimento preciso de instruções e a legibilidade de texto, em vez de apenas a estética.

Como o ERNIE-Image renderiza texto?

O cartão do modelo da Baidu apresenta textos longos, densos e sensíveis ao layout como uma capacidade de destaque, razão pela qual pôsteres, infográficos e imagens estilo UI são seu alvo. Verifique strings curtas entre aspas nos seus resultados, já que qualquer modelo de imagem ainda pode soletrar incorretamente algumas palavras.

Qual é a diferença entre o ERNIE-Image e o ERNIE-Image-Turbo?

O ERNIE-Image executa cerca de 50 etapas de inferência e enfatiza a capacidade geral e a fidelidade às instruções. O ERNIE-Image-Turbo é uma variante destilada que precisa de 8 etapas, sendo muito mais rápido e favorecendo a velocidade e a estética polida em relação à fidelidade do modelo base.

O ERNIE-Image edita imagens existentes?

Não. O catálogo lista apenas texto para imagem para este modelo. Você fornece um prompt de texto e obtém uma nova imagem. Para edição ou geração baseada em referência, escolha um modelo de imagem que liste operações de edição.

Quanto custa o ERNIE-Image?

No TokenLab, ERNIE-Image custa $0.0038 por requisição. A tabela de preços acima mostra o detalhamento completo. As tarifas dependem da unidade de cobrança, da especificação e do uso. Compare condições iguais no preço detalhado do modelo; uma única tarifa não determina o custo total.

Qual endpoint o ERNIE-Image deve usar?

Use https://api.tokenlab.sh/v1/images/generations para ERNIE-Image. O exemplo de requisição abaixo mostra o formato de código correspondente.

Quais operações o ERNIE-Image suporta?

ERNIE-Image suporta Texto para imagem. Selecione uma operação acima para ver seu endpoint e exemplo de requisição.

Comparar ERNIE-Image

Fontes

Revisado em 2 de out. de 2026

Mais da série Baidu

Modelos relacionados