每次请求可选择 Auto、TokenLab Verified 或 Official,并查看对应价格。 查看更新

百度: ERNIE-Image

Baidu 的 ERNIE-Image 用于图像生成或编辑,已通过 Runware 的原生接口完成验证。
对比模型
ernie-image
可用百度图像同步
价格
起 $0.0038
模态
图像

ERNIE-Image 简介

ERNIE-Image 是百度的开放权重文生图模型,80 亿参数的单流 Diffusion Transformer,搭配一个轻量的提示词增强器,可把简短提示词扩写得更完整。它擅长遵循指令,也擅长渲染长篇、密集、对版式敏感的文字,适合海报、信息图、漫画和多格版面。这是标准版,通常跑约 50 步。

擅长的任务

  • 能在图中渲染密集的长文本。百度的模型卡把它作为海报、信息图和界面类图片的亮点。
  • 能遵循多对象的复杂指令,提示词里有多个主体和相互关系时,画面通常能按你的安排落位。
  • 擅长漫画、分镜和多格页面这类结构化版面,构图和风格同样重要。
  • 内置提示词增强器,生成前先把简短需求扩写成更丰富的描述。

什么情况换别的模型

  • 只接受文本提示词,该模型没有图片编辑或参考图输入。
  • 标准版比 ERNIE-Image-Turbo 慢,因为去噪步数多得多。
  • 它针对结构化、文字多的输出做过调优,要出写实人像或绘画质感的风格,请选其他模型。

快速上手

  1. 创建 API 密钥

    在 Console 生成一把密钥,平台上的模型都能用。

  2. 发送第一个请求

    复制你所用语言的示例代码,向该端点发起请求。

    文生图TokenLab 端点
    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."
    }'

参数

文生图

参数可选值与限制默认值说明
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.

价格

Verified 价格用于 Verified,多数模型更便宜;Official 价格是模型厂商公布的价格,用于更稳定的 Official。Auto 按最终完成请求的线路计价。

文生图

每次请求
Official 价格
$0.0038
Verified 价格
—
折扣
—

用量与动态

成功率是请求完成的比例;延迟是拿到一次完整响应要花的时间,P95 表示 95% 的请求都在这个时间内完成。

用量与可用性

最近 24 小时
请求
成功率
P95 延迟
总 token 数
模型表现
达到隐私和数据量阈值后,指标才会显示。

数据来自汇总的用户请求,不含状态检查。

直接在 Console 里试

ERNIE-Image 已在 Console 备好,提示词已填好,可以直接修改或发送。

帮我用 ernie-image 完成一次 text-to-image 图片创作,接口是 /v1/images/generations。返回生成结果、费用和需要注意的限制。

使用场景

适用场景
  • 文生图
  • 海报和信息图

    生成带主标题、副标题和要点文字的海报,文字按你描述的版面排布,再反复调整措辞。

  • 漫画和分镜

    生成多格页面,每格有各自的场景和旁白,并保持提示词里的分格结构。

  • 界面效果图

    做出带标签和按钮的应用界面风格图片,用于融资演示和概念评审。

提示词示例

一张竖版演唱会海报,标题“NIGHT MARKET LIVE”用红色粗体字,下方列出三支乐队,底部是灯笼映照的街道。

一幅四格漫画,讲一只猫学写代码,每格下面有一句简短旁白,角色造型保持一致。

一张标题为“How a Bill Becomes Law”的信息图,共五个编号步骤,每步配一个简短标签和一个简单图标。

FAQ

ERNIE-Image 是什么?谁做的?

它是百度的文生图模型,80 亿参数,基于单流 Diffusion Transformer,以 Apache 2.0 许可发布。它的目标是准确遵循指令和文字清晰可读,而不只追求美观。

ERNIE-Image 怎么渲染文字?

百度的模型卡把长篇、密集、对版式敏感的文字渲染列为突出能力,所以海报、信息图和类界面图片是它的目标场景。结果里的短引文仍要检查,任何图像模型都可能拼错某些词。

ERNIE-Image 和 ERNIE-Image-Turbo 有什么区别?

ERNIE-Image 约跑 50 步推理,侧重通用能力和指令遵循。ERNIE-Image-Turbo 是蒸馏版,只需 8 步,快得多,侧重速度和观感,指令遵循精度不及基础模型。

ERNIE-Image 能编辑已有图片吗?

不能。目录里这个模型只列了文生图:你给出文本提示词,得到一张新图。需要编辑或参考图生成,请选支持编辑操作的图像模型。

ERNIE-Image 的费用是多少?

在 TokenLab 上,ERNIE-Image 的价格为 $0.0038 每次请求。完整明细见上方价格表。 价格因计费单位、规格和用量而异。请在模型的详细定价中对比相同条件下的费率;单一费率不代表总价。

ERNIE-Image 应该使用哪个端点?

ERNIE-Image 使用 https://api.tokenlab.sh/v1/images/generations。代码写法见下方的请求示例。

ERNIE-Image 支持哪些操作?

ERNIE-Image 支持 文生图。选了操作,上面会显示对应的端点和请求示例。

ERNIE-Image 对比

资料来源

审阅于 2026年10月2日

更多 Baidu 模型

相关模型