Baidu: ERNIE-Image
ernie-image- 價格
- 起 $0.0038
- 模態
- 圖片
關於 ERNIE-Image
ERNIE-Image 是百度推出的開放權重文生圖模型,這是一款 80 億參數的單流擴散 Transformer 模型,配備輕量級提示詞增強器,可將簡短提示詞擴展為更豐富的描述。它專為指令遵循以及渲染長篇、密集、對佈局敏感的文字而設計,適用於海報、資訊圖表、漫畫和多格佈局。這是標準模型,通常以約 50 個步驟執行。
適用場景
- 可在圖像內渲染密集且冗長的文字,百度在模型卡中強調了其在海報、資訊圖表和 UI 風格視覺效果方面的應用。
- 遵循複雜的多物件指令,因此包含多個主體及其關係的提示詞,通常能準確呈現您所設定的位置。
- 處理結構化佈局,例如漫畫、分鏡腳本和多格頁面,在這些場景中,構圖與風格同樣重要。
- 內建的提示詞增強器會在生成前將簡短請求轉化為更豐富的描述。
其他選擇建議
- 僅接受文字提示詞;此模型不支援圖像編輯或參考圖像輸入。
- 標準模型比 ERNIE-Image-Turbo 慢,因為它執行了更多的去噪步驟。
- 它針對結構化、文字密集的輸出進行了調整,因此若需要照片級寫實肖像或繪畫風格,請選擇其他模型。
入門指南
建立 API 金鑰
請至 Console 建立金鑰,即可在平台上使用各類模型。
發送您的第一個請求
複製您所選語言的範例,並針對端點執行它。
文字生成圖片TokenLab 端點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", "prompt": "A minimalist product photo of matte black headphones on a soft blue background." }'
參數設定
文字生成圖片
| 參數 | 可選值與限制 | 預設值 | 說明 |
|---|---|---|---|
cfg_scale | ≥ 0, ≤ 20 | 未提供 | Use multiples of 0.01. |
guidance_scale | ≥ 0, ≤ 20 | 未提供 | Use multiples of 0.01. |
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 | ≥ 15, ≤ 50 | 30 | Use an integer. |
width | ≤ 2048 | 1024 | Use an integer. Use multiples of 16. |
Fields outside this contract are rejected.
定價
Verified 價格用於 Verified,多數模型更便宜;Official 價格是模型廠商公布的價格,用於更穩定的 Official。Auto 按最終完成請求的線路計價。
文字生成圖片
每筆請求- Official 價格
- $0.0038
- Verified 價格
- —
- 折扣
- —
| Official 價格每筆請求 | Verified 價格每筆請求 | 折扣 | |
|---|---|---|---|
| 文字生成圖片 | $0.0038 | — | — |
使用量與活動
成功率是請求完成的比例;延遲是一次完整回應所需的時間,P95 表示 95% 的請求在該時間內完成。
用量與可用性
過去 24 小時- 請求數
- 成功率
- P95 延遲
- 總 Token 用量
資料基於彙總的使用者請求,不包含狀態檢查。
直接在 Console 裡試
在 Console 中開啟 ERNIE-Image,並準備好編輯或發送提示詞。
協助我使用 ernie-image 透過 /v1/images/generations 執行 text-to-image 建立圖像,並顯示結果、成本與相關限制。
應用情境
適合場景- 文生圖
海報與資訊圖表
生成一張包含標題、副標題和項目符號文字的海報,並按照您描述的佈局進行排列,然後對措辭進行迭代。
漫畫與分鏡腳本
製作多格頁面,其中每一格都有自己的場景和說明文字,並保持您提示詞中設定的面板結構。
UI 模擬視覺效果
為簡報和概念審查建立帶有標籤和按鈕的應用程式介面風格圖像。
提示詞範例
一張垂直的演唱會海報,標題為「NIGHT MARKET LIVE」(粗體紅色字體),下方列出三個樂團,底部為燈籠照亮的街道。
關於一隻貓學習程式設計的四格漫畫,每格下方有簡短說明,且角色設計保持一致。
一張名為「法案如何成為法律」的資訊圖表,包含五個編號步驟,每一步都有簡短標籤和簡單圖示。
FAQ
什麼是 ERNIE-Image?由誰開發?
這是百度推出的文生圖模型,擁有 80 億參數,基於單流擴散 Transformer 架構。它以 Apache 2.0 授權發布,旨在實現精確的指令遵循和清晰的文字渲染,而不僅僅是追求美學。
ERNIE-Image 如何渲染文字?
百度模型卡將長篇、密集且對佈局敏感的文字渲染作為其突出能力,這也是為何海報、資訊圖表和 UI 風格圖像成為其目標應用場景的原因。請檢查結果中的簡短引號字串,因為任何圖像模型仍可能出現拼字錯誤。
ERNIE-Image 與 ERNIE-Image-Turbo 有什麼區別?
ERNIE-Image 執行約 50 個推理步驟,強調通用能力和指令遵循度。ERNIE-Image-Turbo 是蒸餾變體,僅需 8 個步驟,因此速度快得多,並在速度和精緻美感上優於基礎模型。
ERNIE-Image 能編輯現有圖像嗎?
不能。該目錄僅列出此模型的文生圖功能。您提供文字提示詞並獲得新圖像。若需要編輯或基於參考的生成,請選擇列出編輯操作的圖像模型。
ERNIE-Image 的費用是多少?
在 TokenLab 上,ERNIE-Image 價格為 $0.0038 每筆請求。完整明細見上方價格表。 價格因計費單位、規格和用量而異。請在模型的詳細定價中比較相同條件下的費率;單一費率不代表總價。
ERNIE-Image 應該使用哪一個端點?
請使用 https://api.tokenlab.sh/v1/images/generations 進行 ERNIE-Image 的呼叫。下方的請求範例展示了對應的程式碼格式。
ERNIE-Image 支援哪些操作?
ERNIE-Image 支援 文字生成圖片。請在上方選擇一項操作以查看其端點與請求範例。
比較 ERNIE-Image
來源
更新於 2026年10月2日