Введение
Z-Image Текст в изображение превращает письменное описание в одно изображение, обычно примерно за секунду. В этом и смысл: генерация становится настолько дешёвой, что её можно крутить в цикле, а не воспринимать как обязательство.
Z-Image — компактное семейство моделей изображений на 6B от Tongyi, настроенное на фотореалистичный результат примерно за секунду и опубликованное здесь как один эндпоинт «текст в изображение». Пять соотношений сторон, PNG без потерь, промпт до 1000 символов. Без цензуры.
Ключевые возможности и особенности
Двадцать итераций вместо одного осторожного промпта
Когда кадр занимает около секунды, промпты перестаёшь писать с оглядкой. Написали строку, посмотрели, поправили, посмотрели снова — цикл настолько короткий, что чутьё складывается из результатов, а не из догадок, и двадцать попыток здесь всё равно дешевле одного вызова тяжёлой финишной модели.
Фактура любительского снимка, а не студийный глянец
Самый сильный её регистр — самый негламурный: селфи в зеркале на телефон, лампы дневного света под потолком, лёгкий смаз от движения, влажные волосы. Попросите снимок «на ходу» — и получите кадр, который выглядит снятым, а не отрендеренным. Именно это более тяжёлые модели обычно заполировывают до исчезновения.
Параметры запроса
| Параметр | Обязательно | Описание |
|---|---|---|
prompt | Да | До 1000 символов — бюджет намеренно небольшой. Не менее 1 символов · Не более 1000 символов |
aspect_ratio | Нет | Формат результата: пять значений, по умолчанию квадрат, от 16:9 по горизонтали до 9:16 по вертикали. |
enable_prompt_expansion | Нет | По умолчанию выключено, и промпт используется так, как написан. Если включить, модель перед генерацией переписывает короткий промпт в более полное описание для лучшего результата. По умолчанию: |
output_format | Нет |
|
seed | Нет | Целое число от 0 до 2147483647 для случайного старта; без него каждый прогон берёт своё. |
Стоимость
$0.01 / изображение
Сценарии использования
Начать с письменного брифа
Используйте этот эндпоинт, когда нужно быстро увидеть письменную идею во множестве вариантов: каждый вызов примерно за секунду возвращает PNG без потерь в одном из пяти форматов. Сохраняйте каждый удачный промпт вместе с его seed.
Массовый перебор персонажей
Портреты персонажей и сцены для ролевых игр — по двадцать направлений за раз, без флагов и без отдельного эндпоинта. Каждый запуск даёт свой кадр, так что сохраняйте удачные промпты и меняйте одежду и обстановку по одной части.
Поиск идеи перед финишной моделью
Найдите композицию здесь, где кадр стоит около секунды, а сработавшую формулировку перенесите в более медленную модель с более высоким потолком для версии, которая пойдёт в работу. Тот же фотографический словарь, без перестройки.
Контент, похожий на настоящий снимок
Селфи в зеркале, лампы дневного света в зале и жёсткие потолочные светильники, непринуждённый кадр телефонной камеры — та манера, которая в ленте выглядит как настоящая фотография. Дефекты прописывайте явно: люминесцентный оттенок, смаз движения, неровный фокус.
Руководство по промптам и практические советы
Держите бриф коротким и конкретным
1000 символов — небольшой бюджет, тратьте его на свет, объектив и фактуру. Опубликованный кадр получен по промпту: «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.»
Храните промпт рядом с удачным кадром
Без seed одинаковые запросы дают разные кадры. Сохраняйте промпт и seed рядом с файлом и меняйте по одной части, пока ищете вариант лучше; при неизменном seed видимая разница идёт от этой части.
Адаптируйте приложенный пример
Начните с опубликованного примера с aspect_ratio: 1:1 и output_format: png. Замените объект и творческое направление, сохранив контракт входных данных этого режима.
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.
Квадратная версия запроса, по которому получен опубликованный кадр: бриф «снимка на ходу», который называет источник света, смаз и кадрирование, а не требует качества.
Проверьте результат, прежде чем повторять
Лимит промпта — 1000 символов, и более длинный промпт отклоняется до отправки, а не обрезается: эта модель вознаграждает сжатый бриф, а не список кадров. Каждое соотношение сторон соответствует фиксированному размеру около нативного мегапикселя модели, так что переключателя разрешения нет и способа получить большой кадр для сдачи тоже. Мелкая типографика и плотные мелкие детали — не то, для чего создана модель на 6B.
Быстрый старт 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"
Аутентификация, полная схема, опрос статуса и обработка ошибок описаны в справочнике API.
