Die Integration ist wirklich klein. Ein Foto auf eine URL hochladen, eine zweite URL abfragen, bis der Status umschlägt, und die Bild-URL aus der Antwort lesen. Eine Stunde Arbeit, wenn du schon einmal etwas Asynchrones ausgeliefert hast.
Dann fragt jemand, was es kostet, das für jeden neuen Mitarbeiter auszuführen, und der Nachmittag ist weg. Ein Dutzend Bild-Endpunkte auf derselben Plattform verwandeln jeweils ein Porträt in ein Headshot. Der günstigste liegt bei $0,028, und das ist ein rabattierter Preis. Der teuerste verlangt $0,229768 für ein Bild. Der größte Teil dieser Spanne liegt an den Auflösungsstufen, Qualitätsflags und den gerade laufenden Aktionen – das ist nicht dasselbe wie eine Spanne bei der Gesichtsqualität.
Dies ist eine funktionale Karte dieser Entscheidung für alle, die eine KI-Headshot-API in ein Produkt einbauen. Jeder Preis, Feldname und Enum unten stammt von den eigenen Schemas von Atlas Cloud und dessen Pricing-Endpunkt vom 18. August 2026.
Wichtigste Erkenntnisse
- Ein Headshot ist auf API-Ebene keine eigene Modellkategorie. Es ist ein Bildbearbeitungsaufruf mit einer festgelegten Absicht, daher bestimmt der gewählte Endpunkt die Kosten pro Benutzer weit mehr als der Prompt.
- Der dedizierte Headshot-Endpunkt akzeptiert genau zwei Felder und gibt ein Bild zurück. Allgemeine Bearbeitungsendpunkte akzeptieren ein Dutzend Felder und erwarten, dass du das Ergebnis selbst beschreibst.
- Wenn du den Größenparameter in einem Seedream-Bearbeitungsaufruf weglässt, landest du stillschweigend in der teureren Stufe, was die Rechnung verdoppelt, ohne dass ein Fehler abgefangen wird.
- Alle Modelle auf der Plattform teilen sich eine Submit-and-Poll-Schleife, sodass ein späterer Wechsel des Endpunkts nur eine Änderung des Modell-Strings ist, keine Umschreibung.
- Du kannst den Ausgabestil bestätigen, bevor du Code schreibst: Der kostenlose AI Headshot Generator gibt jedem berechtigten Konto einen Durchlauf in voller Auflösung.
Warum Entwickler nach einer KI-Headshot-API greifen statt nach einer Headshot-Website
Consumer-Headshot-Seiten basieren auf einer Sitzung. Du lädst hoch, wartest, lädst herunter, und das Kontingent wird morgen zurückgesetzt. Nichts in dieser Schleife überlebt den Kontakt mit einem Produkt, das in diesem Quartal vierhundert Mitarbeiter onboarden und die Ausgaben gegen ein Cost Center verbuchen muss.
Was eine API hinzufügt, ist nicht wirklich die Generierung. Es ist die Buchhaltung darum herum. Jede Einreichung kommt mit einer ID und einem Status zurück, den du abfragen kannst – das ist der Unterschied zwischen einer Rechnung, die du erklären kannst, und einer, die du nicht erklären kannst.
Es gibt einen zweiten, leisen Vorteil. Tool-Endpunkte veröffentlichen ihre Schemas, sodass du die gesamte Eingabeoberfläche lesen kannst, bevor du dich auf einen festlegst. Atlas Cloud stellt eine Familie dieser zweckgebundenen Bildtools bereit, und ihre Anfrageformen sind nahezu identisch:
| Tool-Endpunkt | Pflichtfelder | Optionale Felder | Preis pro Bild |
|---|---|---|---|
| atlascloud/tool/headshot | model, image | keine | $0,045 |
| atlascloud/photo-cleanup | model, image | output_format | $0,02 |
| atlascloud/image-upscaler | model, image | outscale, output_format | $0,01 |
Der Headshot-Eintrag ist der strengste der drei: ein Foto rein, ein Foto raus.
Wo Atlas Cloud für Entwickler passt, die Headshot-Funktionen bauen
Es lohnt sich zu sehen, was das Modell tatsächlich zurückgibt, bevor du Integrationscode schreibst, denn der Ausgabestil ist festgelegt und du willst ihn entweder oder nicht. Atlas Cloud hält seine zweckgebundenen Tools auf einer Seite, und der AI Tools-Index enthält den Headshot-Generator neben Upscaling und Bereinigung. Die Tool-Seite gibt an, dass jeder berechtigte Benutzer eine kostenlose Testversion erhält, und die FAQ fügt hinzu, dass die kostenlose Generierung einen vollständigen High-Resolution-Download beinhaltet.
Nach diesem ersten Durchlauf wird dasselbe Modell zu einem gemessenen Spielplatz. Der AI Headshot Playground zeigt den Preis auf dem Run-Button an, bevor du absendest, und ein Hinweis über dem Uploader erklärt, dass Assets in den Atlas Cloud-Speicher gehen, anstatt von einem Link zu stammen, den du einfügst. Wenn du den Prompt lieber selbst schreiben und Kleidung, Hintergrund und Bildausschnitt kontrollieren möchtest, deckt die Nano Banana 2 Familie den allgemeinen Bearbeitungsweg ab, und ihre Lite-Variante ist pro Bild günstiger als das feste Tool. Der Preisabschnitt arbeitet durch, was dieser Tausch kostet.
Zwei Wege, die AI Headshot Generator API aufzurufen
Beide Pfade verwenden denselben Modell-String. Der Unterschied ist, ob eine Person zusieht, wie das Ergebnis zurückkommt.
Methode 1: Teste die Professional Headshot API im Playground
Melde dich an, öffne den oben verlinkten Playground und lade ein klares, frontales Porträt hoch. Die eigene Beschreibung des Schemas für das Eingabefeld lautet genau dieser Satz, also ist das Modell auf eine gerade Aufnahme abgestimmt, nicht auf ein Dreiviertelprofil oder einen Gruppenausschnitt.
Der Run-Button zeigt die Gebühr für den gerade auszuführenden Durchlauf an, und das ist die Zahl, mit der du budgetieren solltest. Die Marketing-Seite nennt überhaupt keinen Preis, also ist der Playground der Ort, an dem die Zahl lebt. Ein nützlicher Fehler, den du dort kennen solltest: Der Seiten-Text des Tools erwähnt die Wahl zwischen Business-Formal, Smart Casual und einem schlichten Studio-Look, aber das veröffentlichte Schema hat kein Stilfeld. Unabhängig davon, was der Text suggeriert, gibt der Endpunkt die Standard-Business-Behandlung des Modells zurück.
Methode 2: Rufe die AI Headshot API aus deinem eigenen Code auf
Der Ablauf besteht aus zwei HTTP-Anfragen. Dorthin zu gelangen dauert drei Schritte.
Schritt 1: Erstelle einen API-Key. Generiere einen in der Atlas Cloud-Konsole, kopiere ihn und bewahre ihn serverseitig auf. Die Tool-Endpunkte akzeptieren denselben Key wie jedes Modell auf der Plattform.
Schritt 2: Überprüfe die API-Dokumentation. Authentifizierung, der gemeinsame Bild-Endpunkt und der Polling-Vertrag befinden sich in der API-Dokumentation. Jedes Modell veröffentlicht auch sein eigenes OpenAPI-Schema, und dieses hier ist atlascloud-tool-headshot.json – es lohnt sich, es zu lesen, bevor du Feldnamen rätst. Die Modellseite hat auch einen API-Tab neben dem Playground, sodass die Anfrageform einen Klick von dem entfernt ist, wo du getestet hast. Eine Sache, die mir hier Zeit gekostet hat: Die öffentliche Modellliste der Plattform zeigte bei meiner Überprüfung 466 Einträge, und das Headshot-Tool war nicht darunter, obwohl seine Schwester-Tools für Upscaling und Fotobereinigung aufgeführt waren. Schema, Readme und Preise funktionieren alle normal, der Endpunkt ist also live. Die Katalogsuche allein wird ihn nicht anzeigen.
Schritt 3: Sende die erste Anfrage. Die Einreichung ist asynchron und gibt eine prediction-id zurück.
Bash1curl -X POST https://api.atlascloud.ai/api/v1/model/generateImage \ 2 -H "Content-Type: application/json" \ 3 -H "Authorization: Bearer $ATLASCLOUD_API_KEY" \ 4 -d '{ 5 "model": "atlascloud/tool/headshot", 6 "image": "https://your-cdn.com/portraits/emp-4192.jpg" 7 }'
Pollen, bis der Status sich setzt:
Bash1curl -s https://api.atlascloud.ai/api/v1/model/prediction/<PREDICTION_ID> \ 2 -H "Authorization: Bearer $ATLASCLOUD_API_KEY"
Die abgeschlossene Antwort enthält outputs, ein Array, das bis zum Abschluss des Auftrags leer bleibt und dann die gehostete Bild-URL enthält. status ist deine Schleifenbedingung und lautet created, processing, completed oder failed.
Teste bei diesem ersten Aufruf eine Sache, anstatt sie anzunehmen. Das Schema typisiert image als Bildreferenz, ohne zu sagen, wo die Datei liegen darf, und der Playground ist deutlich zu seiner eigenen Seite dieser Frage. Der grüne Hinweis über seinem Uploader lautet: "URLs nicht akzeptiert: Bilder und Videos müssen über dedizierte Upload-Felder eingereicht werden." Die Schwester-Bearbeitungsmodelle dokumentieren ihre Eingaben als URLs. Bestätige, welche Form dein Key annimmt, bevor du einen Batch-Job darum herum baust.
Diese Anfrageform ist der Teil, den du verinnerlichen solltest. Derselbe Key, dasselbe POST und derselbe Polling-Aufruf erreichen jedes Bildmodell auf der Plattform, sodass der Wechsel vom festen Headshot-Tool zu einem vollständig promptbaren Editor später bedeutet, den Modell-String zu bearbeiten und die Felder hinzuzufügen, die dieses Modell akzeptiert. Nichts anderes in deinem Worker ändert sich.
AI Headshot API Preise pro generiertem Bild
Jede Zahl unten stammte vom Pricing-Berechnungs-Endpunkt der Plattform am 18. August 2026, bewertet mit der exakten Anfrage, die ich senden würde. Alle gaben ein Discount-Flag von 100 zurück, was bedeutet, dass keine Aktion lief, abgesehen von den beiden Varianten im nächsten Unterabschnitt.
Der dedizierte Headshot-Endpunkt liegt bei $0,045, was tausend generierte Headshots auf $45 bringt. Nano Banana 2 Lite Edit unterbietet ihn mit $0,04, also kostet dasselbe Volumen $40, und sein Readme stellt klar, dass die Anzahl der eingegebenen Referenzbilder den Preis nicht beeinflusst. Diese $5 pro Tausend zu sparen bedeutet, deinen eigenen Headshot-Prompt zu schreiben und zu pflegen – das ist eine echte Entscheidung, keine offensichtliche.
Standardwerte sind es, wo das Geld versickert. Seedream v5.0 Pro Edit kostet $0,045 bei 1024×1024 oder 2048×1152, aber sein size-Parameter standardmäßig auf 2048×2048, was in der höheren Stufe bei $0,09 landet. Lass das Feld weg und du zahlst das Doppelte, ohne dass ein Fehler abgefangen wird. Dasselbe Modell fügt $0,003 für jedes eingegebene Bild nach dem ersten hinzu, was eine Zwei-Bild-Anfrage bestätigt, indem sie bei $0,048 liegt. GPT Image 2 Edit wiederholt das Muster aus einem anderen Blickwinkel: quality standardmäßig auf medium bei $0,071728, und der Wechsel zu high bringt ein einzelnes 1024×1024-Bild auf $0,229768.
Auflösungsstufen sind die letzte Variable. Nano Banana 2 Edit kostet $0,08, $0,12 und $0,16 für 1k, 2k und 4k, während die Lite-Variante nur 1k bietet. Für ein Profilfoto, das am Ende mit ein paar hundert Pixeln angezeigt wird, bedeutet die Bezahlung für 4k, für Pixel zu bezahlen, die niemand sieht.
Rabattierte Entwickler-Endpunkte in der AI Headshot API-Reihe
Zwei Varianten hatten am Tag der Verfassung einen aktiven Rabatt auf den Preis:
| Endpunkt | Listenpreis | Aktueller Preis | Rabatt |
|---|---|---|---|
| google/nano-banana-2-lite/edit-developer | $0,04 | $0,028 | 30% Rabatt |
| google/nano-banana-2/edit-developer | $0,08 | $0,04 | 50% Rabatt |
Keine der Modellseiten erklärt, wie sich ein Entwickler-Endpunkt vom Standard unterscheidet, abgesehen vom Preis. Behandle daher den nicht rabattierten Betrag als die dauerhafte Zahl, wenn du ein Kostenmodell erstellst. Diese Flags haben sich schon früher bewegt, und der ehrliche Weg, um zu prüfen, ist, deine exakte Anfrage gegen die Plattform zu bewerten, anstatt einer Zahl aus einem Artikel zu vertrauen – einschließlich dieses.
Was die AI Headshot API an einem Gesicht verändert
Der feste Endpunkt ist meinungsstark. Sein Readme beschreibt die Aufgabe als Umwandlung eines lässigen Porträts in ein Studio-Headshot in Business-Qualität, was in der Praxis bedeutet, dass Hintergrund und Kleidung ersetzt werden, während das Gesicht erkennbar deins bleiben soll.
Ich habe ein Porträt durch beide Routen geschickt, um zu sehen, wo sie sich trennen.
Lauf vom 19. August 2026. Die Eingabe ist eine KI-generierte fiktive Person, kein Foto einer echten Person.
Beide Ausgaben sind erkennbar dasselbe Gesicht, und beide haben die Aufgabe erfüllt, eine Person in Business-Kleidung auf einem schlichten Hintergrund zu platzieren. Die Unterschiede liegen in dem, was niemand verlangt hat. Der feste Endpunkt wählte einen hellgrauen Blazer mit nichts darunter, entschied den Bildausschnitt und ließ die langen welligen Haare unberührt. Der Bearbeitungs-Endpunkt lieferte jedes im Prompt genannte Element, den anthrazitfarbenen Blazer, das weiße Hemd, den hellgrauen Hintergrund, den Kopf-Schulter-Bildausschnitt, ging dann weiter und kürzte die Haare in eine ordentlichere, symmetrischere Form. Der Prompt hatte darum gebeten, dass das Gesicht unverändert bleibt, und nichts über die Haare gesagt.
Den Weg der allgemeinen Bearbeitung zu gehen, gibt die Entscheidungen an dich zurück, auf Kosten des Formulierens. Vergleiche, was jeder akzeptiert:
| Feld | atlascloud/tool/headshot | google/nano-banana-2-lite/edit |
|---|---|---|
| prompt | nicht vorhanden | erforderlich |
| image / images | ein Bild, erforderlich | 1 bis 14 Bilder, erforderlich |
| aspect_ratio | nicht vorhanden | 15 Werte inklusive auto |
| resolution | nicht vorhanden | nur 1k |
| thinking_level | nicht vorhanden | default, high, minimal |
| enable_base64_output | nicht vorhanden | nur API, gibt BASE64 statt einer URL zurück |
Zwei Dinge, die du einplanen solltest. Das Readme der Plattform für die Lite-Stufe sagt, dass das Modell möglicherweise mit kleinen Gesichtern, korrekter Rechtschreibung und sehr feinen Details zu kämpfen hat. Die Eingabe in diesem Test begann als Ganzkörperaufnahme, bei der das Gesicht einen kleinen Teil des Bildes einnahm, und kam gut durch, also ist die Warnung keine harte Grenze, aber ein Gruppenfoto-Ausschnitt ist der schwierigere Fall und eine Überprüfung wert. Dasselbe Readme stellt fest, dass bearbeitete Bilder standardmäßig C2PA-Content-Credentials und ein unsichtbares SynthID-Wasserzeichen enthalten. Diese Signatur reist mit der Datei mit. LinkedIn zeigt Content-Credentials für jedes Bild an, das mit C2PA-Informationen ankommt, sodass ein auf diese Weise generiertes Headshot auf einem Profil mit seiner Herkunft im Klartext landen kann.
Was in Ordnung ist, solange das Gesicht das richtige ist. Die LinkedIn-Profilfoto-Richtlinien erlauben eine Illustration oder künstlerische Darstellung deiner selbst, unter der Bedingung, dass das Foto dein Abbild widerspiegeln muss. Ein KI-Headshot besteht diesen Test. Ein generiertes Gesicht, das nicht das des Benutzers ist, hingegen nicht.
Betrieb einer AI Headshot API in der Produktion
Ein paar Dinge, die du vor dem Ausliefern entscheiden solltest, nicht danach.
| Anliegen | Was die Plattform dir gibt | Sinnvoller Standard |
|---|---|---|
| Auftragsabschluss | Ein Status mit vier Zuständen für jede Vorhersage | Pollen mit Backoff, failed als einmal wiederholbar behandeln |
| Latenz | Keine Angabe zur Fertigstellungszeit im Schema | Arbeit in die Warteschlange stellen, niemals eine Seitenwiedergabe blockieren |
| Polling überspringen | enable_sync_mode bei den allgemeinen Bearbeitungsmodellen, nicht vorhanden beim festen Tool | Sync-Modus nur für interaktive Einzelanfragen verwenden |
| Ausgabehandhabung | outputs-Array mit gehosteten URLs | Nach Fertigstellung in deinen eigenen Speicher kopieren |
| Eingabequalität | Das Schema fordert ein klares frontales Porträt, nichts spezifischeres | Gruppenausschnitte und winzige Gesichter vor dem Ausführen eines Aufrufs aussortieren |
| Einwilligung | Hinweis zur verantwortungsvollen Nutzung verlangt Autorisierung für die von dir hochgeladenen Medien | Einwilligung zum Zeitpunkt des Uploads erfassen, den Datensatz speichern |
Die letzte Zeile ist die, die Teams überspringen. Die eigene Dokumentation des Endpunkts bittet dich, die Einwilligung einzuholen, bevor du das Abbild einer echten Person bearbeitest oder generierst, und die Ergebnisse nicht zu Täuschung, Belästigung oder Identitätsdiebstahl zu verwenden. Wenn deine Funktion Mitarbeiterfotos automatisch in Headshots verwandelt, gehört der Einwilligungsschritt in den Upload-Fluss, nicht in ein Richtliniendokument, das niemand liest.
Häufig gestellte Fragen
Gibt es eine AI Headshot API für Entwickler mit einem kostenlosen Tarif?
Die API selbst ist ab dem ersten Aufruf kostenpflichtig. Der kostenlose Durchlauf befindet sich auf der Tool-Seite, wo jeder berechtigte Account eine Generierung in voller Auflösung erhält. Verwende ihn, um den Ausgabestil zu bestätigen, und budgetiere dann für die Preise pro Bild, sobald du integrierst.
Welchen Modell-String sollte ich für einen Professional Headshot API-Aufruf verwenden?
atlascloud/tool/headshot, wenn du die feste Business-Behandlung ohne Prompt-Pflege haben möchtest. google/nano-banana-2-lite/edit, wenn du Kontrolle über Kleidung, Hintergrund oder Seitenverhältnis benötigst und bereit bist, die Anweisung selbst zu schreiben. Beide senden an /api/v1/model/generateImage.
Wie viel kostet eine AI Headshot API pro Bild?
$0,045 über den dedizierten Endpunkt (Stand 18. August 2026, kein aktiver Rabatt). Über die zwölf Endpunkte, die ich auf derselben Plattform bewertet habe, lag ein einzelnes bearbeitetes Bild zwischen $0,028 und $0,229768, abhängig von Modell, Auflösungsstufe und Qualitätseinstellung.
Behält die AI Headshot Generator API das echte Gesicht der Person?
Das ist das beschriebene Verhalten: Das Tool ersetzt Hintergrund und Kleidung, anstatt eine neue Person zu generieren. Die Wiedergabetreue hängt stark von der Eingabe ab, und ein kleines oder schräges Gesicht im Quellfoto gibt dem Modell weniger zu erhalten.
Sind AI Headshot API-Ausgaben mit Wasserzeichen oder Signaturen versehen?
Nano Banana 2 Lite-Bearbeitungen enthalten standardmäßig C2PA-Content-Credentials und ein SynthID-Wasserzeichen, gemäß der Dokumentation des Modells auf der Plattform. Das Signierungsverhalten ist modellspezifisch, also überprüfe das Readme für den Endpunkt, auf den du dich festlegst.
Können über eine API generierte Headshots auf LinkedIn verwendet werden?
Ja, vorausgesetzt, das Bild zeigt die tatsächliche Person. Die LinkedIn-Fotorichtlinien erlauben künstlerische Darstellungen deiner selbst und verbieten Fotos, die ausschließlich Abbilder anderer Personen, Stockbilder oder fiktive Charaktere zeigen.
Fazit
Wenn du ein Standard-Business-Headshot brauchst und keinen Prompt selbst pflegen möchtest, ist der feste Endpunkt der kürzere Weg. Zwei Felder, eine Ausgabe, ein Preis, den du vor dem Aufruf ablesen kannst.
Sobald dein Produkt etwas Spezifisches benötigt – eine bestimmte Jacke, einen Markenhintergrund, einen Porträtausschnitt, der zu deiner Kartenkomponente passt –, hat dieser Endpunkt nichts zu bieten, und du schreibst einen Prompt, ob du es geplant hast oder nicht. Zwei Fragen entscheiden darüber, und keine ist der Stückpreis. Wird sich in zwei Jahren noch jemand um diesen Prompt kümmern? Und wird die Lücke zwischen einer 1k-Ausgabe und einer 4k-Ausgabe jemals den Bildschirm eines Benutzers erreichen?
