Z-Image Spicy i Spicy Pro: zaplanuj kadr przed generowaniem

Wybierz Z-Image Spicy dla obrazów generowanych z tekstu do 1536 pikseli na każdym boku, od 0,01235 $ za obraz. Wybierz Spicy Pro, gdy bok musi przekroczyć 1536, do 2560 pikseli, po 0,019 $. Oba zadania to tekst na obraz bez cenzury. Żadne nie przyjmuje obrazu referencyjnego, więc użyj osobnego edytora, gdy zatwierdzona twarz ma pozostać ta sama.

Oba przyjmują briefy bez cenzury dokładnie tak, jak je napisano, z wyłączonym rozszerzaniem promptu; w naszych testach z września 2026 Spicy raz zgubił część sceny przy najsilniejszym żądaniu, a Pro nie zgubił (szczegóły: Czy Z-Image jest bez cenzury?). Poniżej: w pełni ubrana fikcyjna dorosła tancerka z jednym koralowym wachlarzem, najpierw portret, potem szeroka ilustracja ogłoszenia.

Wybierz płótno i cenę razem

Wysyłaj width i height; pola aspect_ratio nie ma. Przydatne płótna: 960 × 1200 dla karty 4:5, 864 × 1536 dla kadru stories 9:16, 1536 × 864 dla 16:9 — wszystko w granicach zwykłego Spicy. Wybierz Pro dla 2560 × 1440 lub dowolnego kadru o szerokości 1600 pikseli: Spicy odrzuca szerokość 1600, a samo zmniejszenie szerokości do 1536 po cichu zmienia proporcje.

Rozliczenie jest za obraz, nie za piksel, więc kadr Pro 2560 × 2560 kosztuje te same 0,019 $ co kwadrat 1024, a mały szkic niczego nie oszczędza. Inne płótno zmienia też obraz przy tym samym seedzie, więc twórz szkice w docelowym rozmiarze. Trzymaj dłuższy bok w granicach około dwóch razy krótszego, chyba że pusta przestrzeń jest właśnie celem.

Najpierw wypróbuj portret w Playground

1. Otwórz stronę Z-Image Spicy i zostań w zakładce Playground w widoku Form. Zaloguj się kontem z saldem, aby uruchomić.
2. Ustaw Width na 960, a Height na 1200, zostaw Prompt expansion wyłączoną i podaj Seed, na przykład 314159.
3. Wklej poniższy prompt w Prompt i uruchom model; sprawdź wachlarz, dłonie i buty, zanim użyjesz wyniku.

Siostrzana strona tekst na obraz Z-Image, a nie strona Spicy: widok Form z polem Prompt i przyciskiem Run.

Naturalne zdjęcie redakcyjne w stylu mody z fikcyjną dorosłą tancerką, lat 32, ćwiczącą samotnie w cichym studiu. Ma na sobie kobaltową bluzkę z długimi rękawami, spódnicę w kolorze kości słoniowej i proste buty do ćwiczeń. Cała postać w delikatnym ćwierćobrocie, oba buty spoczywają na drewnianej podłodze. Jedna dłoń trzyma rączkę rozłożonego koralowego wachlarza tuż przy ramieniu, chwyt jest widoczny, a wachlarz jest z dala od twarzy. Druga dłoń opuszczona swobodnie. Gładka ściana w kolorze ochry, miękkie światło boczne, dużo miejsca nad wachlarzem i pod butami. Bez liter, luster, dodatkowych osób i dodatkowych wachlarzy.

Bez pola na prompt negatywny wykluczenia trafiają do promptu, więc ostatnie zdanie jest zabezpieczeniem. Słowa określające wachlarz, dłoń i kadr robią więcej niż sznur przymiotników w stylu „arcydzieła”. Pierwsza poza powinna być dość nieruchoma, żeby było widać, która dłoń trzyma przedmiot; pełny ruch taneczny warto wypróbować dopiero, gdy koncept stroju zadziała.

Ilustracja, a nie wynik modelu docelowego: widoczny chwyt przy osi wachlarza to relacja, o którą prosi ten prompt.

Aby porównywać kandydatów, zmień jedną klauzulę i uruchom ponownie z nowym seedem za każdym razem. Treść żądania w Playground to ten sam JSON, który przyjmuje API, więc działającą tu konfigurację można wprost przenieść do kodu. W przypadku Pro otwórz stronę Z-Image Spicy Pro i użyj tych samych pól z wyższymi limitami.

Potem uruchom to z kodu

Zainstaluj SDK Pythona (pip install spicyapi), ustaw SPICY_API_KEY w środowisku serwera i uruchom:

import uuid
from spicyapi import SpicyClient, output_assets

client = SpicyClient()  # reads SPICY_API_KEY from the environment

task = client.create_task(
    model="alibaba/z-image-spicy/text-to-image",
    input_data={
        "prompt": "Natural editorial fashion image of one fictional adult dancer aged 32, rehearsing alone in a quiet studio. She wears a cobalt long-sleeved blouse, an ivory skirt and simple rehearsal shoes. Complete body in a gentle quarter turn, both shoes resting on the wooden floor. One hand holds the handle of one open coral folding fan beside her shoulder, with the grip visible and the fan away from her face. Her other hand hangs relaxed. Plain ochre wall, soft side light, generous room above the fan and below the shoes. No lettering, mirrors, extra people or additional fans.",
        "width": 960,
        "height": 1200,
        "enable_prompt_expansion": False,
        "seed": 314159,
    },
    idempotency_key=str(uuid.uuid4()),
)

print("Task", task["taskId"], flush=True)
final = client.wait_for_terminal(task["taskId"])
if final["state"] != "succeeded":
    raise RuntimeError(f"{task['taskId']} ended as {final['state']}: {final.get('errorCode')}")
assets = output_assets(final)
if not assets or any(
    not asset.get("url") or asset.get("pending") or asset.get("unavailable")
    for asset in assets
):
    raise RuntimeError(f"{task['taskId']} has no complete downloadable output; look up this task before retrying")
print(assets[0]["url"])  # copy the image to your own storage now

Tworzenie, oczekiwanie, pobieranie, ponowienia i kody błędów opisuje przewodnik po zadaniach oraz referencja SDK Pythona. Wyniki wygasają, więc zajrzyj do przechowywania i dostarczania, zanim oprzesz się na zwróconym linku.

Albo niech to uruchomi Agent

Gdy to asystent ma wykonywać generowanie, wszystkie trzy oficjalne narzędzia pokazują cenę i pytają o zgodę przed płatnym wywołaniem.

• CLI. Włóż ten sam obiekt input do input.json, a potem:

``bash spicyapi tasks create --model alibaba/z-image-spicy/text-to-image --input-file input.json --wait ``

Zob. dokumentację CLI; npx @spicyapi/cli działa bez instalacji.

• Serwer MCP. Dodaj serwer MCP do swojego asystenta, a potem zapytaj: "Run Z-Image Spicy at 960 by 1200 with this prompt, prompt expansion off." Wywołuje spicyapi_task_create, który zatrzymuje się w celu potwierdzenia ceny, następnie spicyapi_task_wait.
• Skill. npx skills add spicyapi-ai/spicy-skill instaluje Agent Skill, który każe asystentowi programistycznemu czytać bieżący schemat modelu zamiast zgadywać pola.

Zrób z szerokiego obrazu świadomy nowy układ

Przejdź na width: 1536, height: 864. W prompcie portretu zamień „Cała postać w delikatnym ćwierćobrocie, oba buty spoczywają na drewnianej podłodze.” na dwa pierwsze zdania poniżej, a „dużo miejsca nad wachlarzem i pod butami” na trzecie:

Umieść tancerkę w całości po lewej stronie widza w delikatnym ćwierćobrocie, oba buty spoczywają na drewnianej podłodze. Trzymaj cały rozłożony wachlarz z dala od krawędzi obrazu. Zarezerwuj prawą trzecią część jako spokojną ochrową ścianę na osobno dodawany tekst wydarzenia.

To jest nowy obraz wygenerowany z tekstu, a nie poprawka portretu, a ten sam seed nie przeniesie zatwierdzonej twarzy z jednego płótna na drugie. Gdy tożsamość musi się zgadzać, zachowaj wybrany portret i użyj do banera edytora obrazów obsługującego referencje albo zwykłego procesu wycinania i składania.

Potem dodaj w swoim narzędziu projektowym prawdziwy tytuł, datę i miejsce; pusta ściana to prośba o układ, a nie obietnica poprawnie napisanego wygenerowanego tekstu. Jeśli ściana wyjdzie zbyt wąska, przenieś tekst poza obraz zamiast zakrywać nim wachlarz.

Napraw te błędy przed przejściem na Pro

Pro nie poprawia anatomii ani układu; najpierw popraw brief i przechodź wyżej tylko wtedy, gdy bok musi przekroczyć 1536.

Rozszerzanie i seedy

Zostaw rozszerzanie promptu wyłączone. Przepisuje prompt przed generowaniem, przez co może uogólnić sformułowanie, które wybrałeś celowo, a to ma największe znaczenie przy briefach skierowanych do odbiorców dorosłych. Włącz je tylko dla konceptu w jednym wierszu, przy którym zaakceptujesz inną scenę; dodaje 0,00095 $ na obraz w zwykłym Spicy, a na Pro nic.

Strona modelu twierdzi, że pominięty seed (albo 0) losuje, ale powtórzenie żądania bez seeda w naszych testach zwróciło ten sam obraz na obu poziomach, więc podaj inną wartość seed dla każdego wariantu. Seed utrzymuje porównywalność losowania, ale nie gwarantuje identycznego obrazu, więc zapisuj wybrane pliki, zamiast polegać na jednej liczbie przy ich odtwarzaniu.

Ilustracja, a nie wynik modelu docelowego: fizyczne odbitki zastępują przegląd konceptów portretu.

Budżet i decyzja

Cztery warianty ze zwykłego Spicy z wyłączonym rozszerzaniem kosztują 0,0494 $; cztery warianty Pro kosztują 0,076 $. Zaczynaj na Spicy przy wszystkim, co mieści się w 1536 pikselach; płać za Pro, gdy umiejscowienie wymaga dłuższego boku, a przy złej anatomii lub układzie popraw brief, nie wersję.