はじめに
Z-Image テキストから画像は、文章の説明を 1 枚の画像にします。かかる時間はたいてい 1 秒ほどです。大事なのはこの速さで、生成が安くなるので、一度で決めるものではなく、何度も回すものとして扱えます。
Z-Image は Tongyi のコンパクトな 6B の画像モデルシリーズで、約 1 秒でフォトリアルな画像を出すよう調整され、ここではテキストから画像のエンドポイント 1 本として公開しています。アスペクト比は 5 種、出力はロスレス PNG、プロンプトは 1,000 文字までです。無検閲です。
主な機能とハイライト
慎重な 1 本より、20 回の試行
1 枚 1 秒ほどなら、身構えてプロンプトを書く必要はなくなります。1 行書いて見て、直して、また見る。この繰り返しが短いので、勘は推測ではなく実物から育ちます。ここでの 20 回は、重い仕上げ用モデルを 1 回呼ぶより安く済みます。
スタジオの艶ではなく、スナップ写真の質感
いちばん得意なのは、華やかさのない路線です。スマートフォンで撮った鏡越しの自撮り、天井の蛍光灯、わずかな被写体ぶれ、湿った髪。スナップを頼めば、レンダリングではなく撮影したように見える画が返ってきます。重いモデルほど磨き上げて消してしまう部分です。
リクエストパラメーター
| パラメーター | 必須 | 説明 |
|---|---|---|
prompt | はい | 最大 1,000 文字。意図的に小さい予算です。 1 文字以上 · 1000 文字以内 |
aspect_ratio | いいえ | 出力の形。5 種あり、既定は正方形で、16:9 の横位置から 9:16 の縦位置まで選べます。 |
enable_prompt_expansion | いいえ | 既定はオフで、プロンプトは書いたとおりに使われます。オンにすると、より良い結果のために、生成の前にモデルが短いプロンプトをより詳しい記述へ書き直します。 デフォルト値: |
output_format | いいえ | 値は |
seed | いいえ | ランダムな出発点を決める 0 から 2147483647 までの整数です。省くと毎回それぞれの値になります。 |
料金
$0.01 / 枚
ユースケース
文章のブリーフから始める
書いたアイデアを、すばやく何通りも見たいときに使います。呼び出すたびに約 1 秒で、5 種のアスペクト比のどれかでロスレス PNG が 1 枚返ります。当たったプロンプトは seed と一緒にすべて残してください。
キャラクターを大量に探る
キャラクターのポートレートやロールプレイの場面づくりを、一度に 20 方向ずつ探ります。フラグを立てるものも、別のエンドポイントもありません。実行ごとに別の 1 枚が出るので、当たったプロンプトを残し、衣装と場面を 1 か所ずつ変えていきます。
仕上げ用モデルの前のコンセプト探し
1 枚 1 秒ほどのここで構図を見つけ、うまくいった書き方を、上限の高い遅いモデルに持っていって納品版を作ります。写真の語彙は同じで、組み直す必要はありません。
本物のスナップに見えるコンテンツ
自撮りの鏡写し、ジムの蛍光灯、むき出しの天井照明、スマホのカメラのような自然な構図。フィードの中で実在の写真に見えるたぐいの画です。欠点は明示的に指定してください：蛍光灯の色被り、動きのブレ、ピントのむら。
プロンプトガイドと実践のヒント
ブリーフは短く具体的に
1,000 文字は小さな予算です。光、レンズ、質感に使ってください。公開している静止画は、次のプロンプトから作りました。「iPhone mirror selfie, an adult woman in a charcoal sports bra and low-slung grey joggers standing in an empty late-night gym, midriff bare, one hand holding the phone, hair damp, casual confident smirk, overhead fluorescent light, slight motion blur, authentic amateur snapshot look.」
残す 1 枚にはプロンプトを添える
seed がなければ、同じリクエストでも毎回違う画が出ます。プロンプトと seed をファイルの隣に保存し、もっと良いものを探すあいだは 1 か所ずつ変えてください。seed を固定していれば、見える違いはその 1 か所によるものです。
付属の例を作り替える
公開している例から始め、aspect_ratio は 1:1、output_format は png にします。被写体と演出を入れ替えつつ、このモードの入力の決まりはそのまま保ちます。
iPhone mirror selfie, an adult woman in a charcoal sports bra and low-slung grey joggers standing in an empty late-night gym, midriff bare, one hand holding the phone, hair damp, casual confident smirk, overhead fluorescent light, slight motion blur, authentic amateur snapshot look.
公開している静止画の元になったリクエストを正方形にしたものです。品質を求める言葉ではなく、光源、ぶれ、フレーミングを具体的に書いたスナップのブリーフです。
反復する前に結果を確かめる
プロンプトの上限は 1,000 文字で、それより長いと切り詰められるのではなく、送信前に拒否されます。このモデルが報われるのは、ショットの一覧ではなく引き締まったブリーフです。アスペクト比はそれぞれ、モデル本来の約 100 万画素前後の決まったサイズに対応しているため、解像度の切り替えはなく、大きな納品サイズにする方法もありません。細かな文字や密なディテールは、6B のモデルが得意とするものではありません。
API クイックスタート
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/z-image-turbo/text-to-image",
"input": {
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"aspect_ratio": "1:1",
"output_format": "png",
"enable_prompt_expansion": false
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
認証、完全なスキーマ、ポーリング、エラー処理は API リファレンスを参照してください。
