為每個請求選擇 Auto、TokenLab Verified 或 Official,並預先顯示價格。 查看最新動態

Baidu: ERNIE-Image

ERNIE-Image 是百度基於單流擴散 Transformer 架構構建的 8B 文字生成圖像模型。它專為強大的提示詞遵循、可靠的文字渲染及結構化視覺生成而設計,非常適合海報、漫畫、分鏡腳本、多格版面及其他對內容準確性與構圖要求與美學同等重要的工作流程。標準模型強調更強的通用能力與指令忠實度,通常需要約 50 個推論步驟。
比較模型
ernie-image
可用Baidu圖片同步
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

  1. 建立 API 金鑰

    請至 Console 建立金鑰,即可在平台上使用各類模型。

  2. 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/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."
    }'

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≤ 20481024Use an integer. Use multiples of 16.
n11Use an integer.
operation未提供未提供未提供
output_formatjpeg, 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, ≤ 5030Use an integer.
width≤ 20481024Use 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
—

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
模型效能
當達到隱私權與資料量的門檻後,指標才會顯示。

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

更多來自 Baidu 的模型

相關模型