Baidu: ERNIE-Image
ernie-image- 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
Criar chave de API
Crie uma chave no Console e use com qualquer modelo da plataforma.
Envie sua primeira requisição
Copie o exemplo para sua linguagem e execute-o no endpoint.
Texto para imagemEndpoint do 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." }'
Parâmetros
Texto para imagem
| Parâmetro | Valores e limites | Padrão | Notas |
|---|---|---|---|
cfg_scale | ≥ 0, ≤ 20 | Não fornecido | Use multiples of 0.01. |
guidance_scale | ≥ 0, ≤ 20 | Não fornecido | Use multiples of 0.01. |
height | ≤ 2048 | 1024 | Use an integer. Use multiples of 16. |
n | 1 | 1 | Use an integer. |
operation | Não fornecido | Não fornecido | Não fornecido |
output_format | jpeg, png, webp | Não fornecido | Default encoding is shared by these equivalent values: jpg, jpeg. |
prompt | Não fornecido | Não fornecido | Não fornecido |
seed | ≥ 0, ≤ 9007199254740991 | Não fornecido | 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.
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
- —
| Preço Officialpor requisição | Preço Verifiedpor requisição | Desconto | |
|---|---|---|---|
| Texto para imagem | $0.0038 | — | — |
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
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