はじめに
Z-Image Turbo LoRA テキストから画像 は、Alibaba の Z-Image Turbo（60 億パラメーターのモデルをサンプリング 8 ステップに蒸留したもの）を使い、文章のプロンプトから画像を 1 枚作ります。自前の LoRA ファイルを最大 3 つ読み込めます。約 100 万画素・9 種類のアスペクト比から選び、JPEG、PNG、WebP を一律料金で受け取れます。プラットフォームはプロンプト、ウェイト、画像のいずれにもコンテンツフィルターを加えません。
手元の素材からモードを選ぶ
| 手元にあるもの | モード |
|---|---|
| 文章で書いた説明 | Z-Image Turbo LoRA テキストから画像 |
| スタイルを変えたい画像 | Z-Image Turbo LoRA 画像から画像 |
主な機能とハイライト
8 ステップ、1 枚数秒
Z-Image Turbo はサンプリング 8 ステップに蒸留されています。当社の実行では 1 枚あたりおよそ 3 秒から 10 秒で、LoRA の scale やプロンプトを短いサイクルで試すのに向いています。
豊富なコミュニティ LoRA
Z-Image Turbo は、コミュニティによるファインチューニングの最も人気のあるベースの一つで、Hugging Face には数百の LoRA が公開されています。リアリズム、絵画、ピクセルアート、キャラクター、他のホストが拒否するコンセプトまで揃っています。直接のファイルリンクとスケールを渡してください。事前に当方にアップロードされるものはありません。
カスタムウェイトでも規制なし
対応する LoRA を読み込むと、当社の最も強いコンテンツ検査は書いたとおりに描かれ、LoRA なしではベースモデルは控えませんでした。重みが審査されることはなく、出力がフィルターされることもありません。
リクエストパラメーター
| パラメーター | 必須 | 説明 |
|---|---|---|
prompt | はい | LoRA のトリガーワードを先頭に置き、続けて被写体、舞台、光を書きます。キーワードの羅列より、普通の説明文のほうがうまくいきます。 1 文字以上 · 5000 文字以内 |
aspect_ratio | いいえ | 21:9 から 9:21 まで 9 種類。いずれも約 100 万画素で、料金もすべて同じです。 |
loras | いいえ | Z-Image Turbo 向けに学習した {path, scale} を最大 3 つ。scale は 0 から 4 で、1 が中立です。 デフォルト値: |
output_format | いいえ | 既定は JPEG で、必要なら PNG か WebP も選べます。料金は変わりません。 |
seed | いいえ | LoRA の scale を 1 つずつ変えていく間、画像のセットを比べられる状態に保ちます。 |
料金
$0.012 / 枚
どのアスペクト比でも 1 枚ごとの一律料金で課金されます。LoRA の読み込みに追加料金はかかりません。
ユースケース
一律料金でスタイルをまとめて
比率に関係なく 1 枚の料金は同じなので、スタイル LoRA とプロンプトのリストがあれば、イラスト、ポスター、サムネイルの統一されたセットを見通しの立つ請求額で作れます。レイアウトごとに seed を固定し、被写体の行だけを差し替えてください。
キャラクターシート
キャラクター LoRA と seed を固定し、プロンプトごとに衣装、場所、光だけを変えます。セット全体を通して顔と体格がひと目で同じ人物と分かり、シートに必要なのはまさにそこです。
プラットフォーム向けの規制なしの静止画
ユーザーが求める LoRA を読み込み、画像をそのまま言葉で書きます。コンテンツフラグも結果の二次審査もないので、ユーザーが求めたものがそのまま返ります。
プロンプトガイドと実践のヒント
トリガーワードを先頭に
Z-Image Turbo の LoRA の多くは、「Realism」や「Pixel art style」のようなトリガーで学習されています。それをいちばん最初に置き、続けて場面を普通の文章で説明します。誰が画面にいて、何を着て、どこにいて、何時ごろなのか。
形容詞ではなく光を書く
光源、その方向、その色を挙げます。窓を伝う雨、顔に当たる暖かいランプ、背後のネオン。「シネマティック」のような言葉より具体的な照明のほうがよく効き、リアル系 LoRA を写真らしく見せる最短の方法でもあります。
scale は 1 つずつ変える
LoRA を重ねるときは seed を固定し、scale を 1 つずつ 0.2 程度動かします。スタイル LoRA を 2 つともフル強度で使うとたいてい競り合うので、2 つ目は 0.5 前後から始め、1 つ目を飲み込まずにそのルックが出るところまで上げてください。
公開する形で下書きする
試行を始める前にアスペクト比を決めます。1:1 と 21:9 では構図が変わりますし、どの比率も同じ料金なので、正方形で下書きしてあとで切り抜く理由はありません。
API クイックスタート
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/z-image-turbo-lora/text-to-image",
"input": {
"aspect_ratio": "1:1",
"output_format": "jpeg",
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$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。
