Wprowadzenie
Z-Image Tekst na obraz zamienia pisemny opis w jeden obraz, zwykle w około sekundę. W tym cała rzecz: generowanie staje się tak tanie, że można je traktować jak pętlę, a nie zobowiązanie.
Z-Image to kompaktowa rodzina modeli obrazów 6B od Tongyi, dostrojona do fotorealistycznych wyników w około sekundę i udostępniona tu jako jeden endpoint tekst na obraz. Pięć proporcji, bezstratny PNG, prompty do 1000 znaków. Bez cenzury.
Najważniejsze funkcje
Dwadzieścia iteracji zamiast jednego ostrożnego promptu
Przy około sekundzie na kadr przestajesz pisać prompty asekuracyjnie. Napisz linijkę, zobacz, popraw, zobacz jeszcze raz — pętla jest tak krótka, że intuicja buduje się na dowodach, a nie na domysłach, a dwadzieścia prób kosztuje tu wciąż mniej niż jedno wywołanie ciężkiego modelu wykończeniowego.
Faktura amatorskiego zdjęcia, nie studyjny połysk
Jego najmocniejszy rejestr to ten najmniej efektowny: selfie w lustrze telefonem, jarzeniówki pod sufitem, lekkie rozmycie ruchu, wilgotne włosy. Poproś o migawkę, a dostaniesz coś, co wygląda na zrobione, a nie wyrenderowane — dokładnie to, co cięższe modele zwykle wygładzają na śmierć.
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
prompt | Tak | Do 1000 znaków – budżet celowo niewielki. od 1 znaków · do 1000 znaków |
aspect_ratio | Nie | Kształt wyniku – pięć wartości, domyślnie kwadrat, od poziomego 16:9 do pionowego 9:16. |
enable_prompt_expansion | Nie | Domyślnie wyłączone, więc prompt jest używany tak, jak został napisany. Po włączeniu model przed generowaniem przepisuje krótki prompt na pełniejszy opis, dla lepszych wyników. Domyślnie: |
output_format | Nie |
|
seed | Nie | Liczba całkowita od 0 do 2147483647 dla losowego startu; pominięta – każdy przebieg losuje własną. |
Cennik
$0.01 / obraz
Zastosowania
Start od pisemnego briefu
Używaj tego endpointu, gdy chcesz zobaczyć pisemny pomysł w wielu szybkich wersjach: każde wywołanie zwraca bezstratny PNG w około sekundę, w jednej z pięciu proporcji. Zachowuj każdy prompt, który trafi, razem z jego seed.
Serie postaci na dużą skalę
Portrety postaci i sceny do roleplayu sprawdzane po dwadzieścia kierunków naraz, bez niczego do oznaczania i bez osobnego endpointu. Każde uruchomienie losuje własny kadr, więc zachowuj trafione prompty i zmieniaj strój oraz otoczenie po jednym elemencie.
Szkice koncepcyjne przed modelem wykończeniowym
Znajdź kompozycję tutaj, gdzie kadr kosztuje mniej więcej sekundę, a potem przenieś działające sformułowanie do wolniejszego modelu z wyższym sufitem, by zrobić wersję do publikacji. To samo słownictwo fotograficzne, bez przebudowy.
Treści, które wyglądają jak prawdziwa migawka
Selfie w lustrze, świetlówki na siłowni i ostre żarówki pod sufitem, swobodny kadr z aparatu telefonu — rejestr, który w feedzie wygląda jak prawdziwe zdjęcie. Wady zamawiaj wprost: fluorescencyjna dominanta, rozmycie ruchu, nierówna ostrość.
Wskazówki
Brief krótki i konkretny
1000 znaków to mały budżet — wydaj go na światło, obiektyw i fakturę. Opublikowany kadr powstał z promptu: „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.”
Trzymaj prompt przy udanym kadrze
Bez seed identyczne żądania losują różne kadry. Zapisz prompt i seed obok pliku i zmieniaj po jednym elemencie, dopóki szukasz czegoś lepszego; przy stałym seedzie widoczna różnica pochodzi z tego elementu.
Dostosuj dołączony przykład
Zacznij od opublikowanego przykładu z aspect_ratio: 1:1 i output_format: png. Wymień obiekt i kierunek kreatywny, ale zachowaj kontrakt wejścia tego trybu.
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.
Kwadratowa wersja żądania, z którego powstał opublikowany kadr: brief migawki, który nazywa źródło światła, rozmycie i kadr, zamiast domagać się jakości.
Sprawdź wynik, zanim zaczniesz iterować
Limit promptu to 1000 znaków, a dłuższy prompt zostaje odrzucony przed wysłaniem, a nie przycięty — ten model nagradza zwięzły brief, a nie listę ujęć. Każda proporcja odpowiada stałemu rozmiarowi w okolicach natywnego megapiksela modelu, więc nie ma przełącznika rozdzielczości ani drogi do dużego kadru do publikacji. Drobna typografia i gęsty, drobny detal to nie jest to, do czego służy model 6B.
Szybki start z API
# 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"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
