소개
Z-Image Base LoRA 텍스트→이미지는 글로 쓴 프롬프트에서 이미지 한 장을 그리며, 직접 만든 LoRA 파일을 최대 3개까지 불러옵니다. Alibaba Tongyi-MAI 팀의 60억 파라미터 기본 모델 Z-Image를 돌리며, 제작진이 파인튜닝과 LoRA 학습의 출발점으로 설명하는 증류하지 않은 빌드입니다. 9가지 화면비 중 하나를 고르십시오. 플랫폼은 프롬프트, 가중치, 이미지 어디에도 콘텐츠 필터를 더하지 않습니다.
시작 자료에 따라 모드 선택하기
| 가진 자료 | 모드 |
|---|---|
| 글로 쓴 설명 | Z-Image Base LoRA 텍스트→이미지 |
| 스타일을 바꿀 그림 | Z-Image Base LoRA 이미지→이미지 |
핵심 기능 및 하이라이트
LoRA를 학습하는 바로 그 빌드
Z-Image는 빠른 증류 Turbo 빌드와 이 완전한 Base 빌드로 나뉩니다. 제작사는 파인튜닝에 Base를 권하며, 이 모델로 학습해 여기서 불러온 LoRA는 저희 테스트에서 룩 전체를 바꿔 놓았습니다.
한 번에 세 개
요청당 LoRA는 3개까지이며 각각 0에서 4 사이의 scale을 따로 줍니다. 미리 저희에게 업로드할 것은 없고 파일을 심사하지도 않습니다.
기본은 사진
LoRA 없이도 모델은 자연스러운 피부, 빛, 입자감의 사진 같은 이미지를 그리며 긴 서술형 프롬프트를 가깝게 따릅니다.
콘텐츠 필터 없음
프롬프트, 가중치, 결과 어디에도 필터가 없습니다. 기본 모델은 매우 강함을 제외하고 약함부터 최대까지 모든 단계를 망설임 없이 렌더링했습니다. 매우 강함은 차단된 것이 아니라 흐릿하게 나왔습니다. 필터 없는 LoRA가 바로 그런 목적으로 존재합니다.
요청 파라미터
| 파라미터 | 필수 | 설명 |
|---|---|---|
prompt | 예 | 완전한 문장이 가장 잘 통합니다. 피사체, 옷차림, 장소, 빛, 렌즈를 적으십시오. 1자 이상 · 5000자 이하 |
aspect_ratio | 아니요 | 21:9(1536 x 640)부터 9:21까지 약 100만 화소의 형태 9가지이며 기본값은 1:1입니다. 비율은 모양만 바꾸고 가격은 바꾸지 않습니다. |
loras | 아니요 | Z-Image Base로 학습한 {path, scale} 항목을 최대 3개 넣습니다. scale은 0에서 4까지이며 1이 중립입니다. 기본값: |
output_format | 아니요 | 기본은 JPEG이며 필요하면 PNG나 WebP를 고릅니다. 형식은 가격에 영향이 없습니다. |
seed | 아니요 | LoRA나 문장을 한 번에 하나씩 바꾸는 동안 이미지 세트를 비교할 수 있게 유지합니다. 매번 픽셀까지 똑같은 결과를 보장하지는 않습니다. |
요금
$0.014 / 장
이미지당 과금됩니다. 화면비, 출력 형식, LoRA 사용 여부는 가격에 영향을 주지 않습니다.
활용 사례
세트 전체를 위한 하우스 스타일
스타일 LoRA를 불러오고 트리거 문구를 맨 앞에 둔 채 프롬프트 목록을 돌리십시오. 세트의 모든 이미지가 같은 룩을 공유합니다.
직접 학습한 LoRA
Z-Image Base로 학습했다면 자체 GPU를 운영하지 않고도 여기서 결과를 최대 품질로 테스트해 보십시오.
사진 같은 스틸
21:9부터 9:21까지 9가지 형태로, 문장에서 인물 사진, 화보, 시네마틱 프레임을 만듭니다.
프롬프트 가이드 및 실전 팁
문장으로 쓰기
피사체, 옷차림, 장소, 빛, 렌즈를 완전한 문장으로 묘사하십시오. 저희 테스트에서 모델은 두 손으로 든 커피잔이나 부두의 갈매기 같은 디테일을 잘 따랐습니다.
트리거 문구 주의
프롬프트 반영도가 높아서 LoRA의 트리거 문구만으로도 스타일이 바뀔 수 있습니다. 문구의 유무만이 아니라 LoRA 파일의 유무로도 비교하십시오.
Turbo가 아니라 Base용 LoRA를
Z-Image Turbo로 학습한 LoRA는 저희 테스트에서 이 빌드의 이미지를 오류 없이 무너뜨렸습니다. Z-Image Base로 학습한 LoRA를 찾으십시오.
시간을 넉넉히
Base는 Turbo보다 훨씬 많은 샘플링 스텝을 돌립니다. 저희 테스트에서 텍스트→이미지 요청은 모델 시간으로 10초에서 57초가 걸렸고, 보통 30초 안팎이었습니다.
API 빠른 시작
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/z-image-base-lora/text-to-image",
"input": {
"aspect_ratio": "1:1",
"output_format": "jpeg",
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
인증, 전체 스키마, 폴링과 오류 처리는 API 레퍼런스에서 확인하세요.
