Youchuan API for Native 2K Stills and Motion

Die Youchuan API bietet Entwicklern programmatischen Zugriff auf Youchuan, die offizielle chinesische Plattform von Midjourney, über einen einzelnen Atlas Cloud-Schlüssel. Sie deckt sechs Generierungsmodi über zwei Modellgenerationen ab, V8.1 und V8.2, darunter text-to-image, image-to-image, image-to-video, multi-image blending, style transfer und background removal. Die Abrechnung erfolgt nutzungsbasiert pro Aufruf, sodass vor der ersten Anfrage kein Abonnement abgeschlossen werden muss.

Die Familie umfasst sechs Modi, und jeder davon ist sowohl für V8.1 als auch für V8.2 verfügbar. Text-to-image, image-to-image und blend liefern pro Lauf vier Kandidaten zurück, style transfer malt ein Eingabebild neu aus, während dessen Komposition erhalten bleibt, image-to-video animiert ein Standbild zu vier fünfsekündigen Clips, und background removal gibt eine transparente Freistellung zurück. Blend akzeptiert zwei bis fünf Quellbilder in einem einzigen Aufruf.

V8.1 wurde am 30. April 2026 als schnellstes Modell der Reihe veröffentlicht, etwa vier- bis fünfmal schneller als frühere Versionen, und führte natives 2K-Rendering über das hd-Flag ein. V8.2 folgte am 27. Juli 2026 mit Verbesserungen bei Ästhetik und Bildqualität: Renderings wirken markanter und ausgereifter, und qualitativ schwache Ausreißer treten deutlich seltener auf. Beide Versionen bleiben aufrufbar, sodass du V8.1 für Konsistenz mit bestehenden Arbeiten festlegen oder für den neueren Look zu V8.2 wechseln kannst.

Erstelle ein Atlas Cloud-Konto, generiere einen API-Schlüssel und sende dann eine Anfrage mit der Modell-ID für den gewünschten Modus und die gewünschte Version, zum Beispiel youchuan/v8.2/text-to-image. Die Preise sind transparent und werden pro Aufruf berechnet, und Day-0-Zugriff bedeutet, dass jede neue Version aufrufbar ist, sobald sie verfügbar ist. Beginne noch heute mit dem Entwickeln.

Bildmodi verwenden standardmäßig 1:1 und unterstützen neun Seitenverhältnisse, vom Quadrat bis zum filmischen 21:9 und hohen 9:21. Wenn hd auf true gesetzt wird, entsteht native 2K-Ausgabe statt eines Upscaling-Durchlaufs, abgerechnet zum 1.5x-Basistarif. Auf der Bewegungsseite liefert image-to-video vier fünfsekündige Clips in entweder 480p oder 720p, mit motion auf low oder high.

Prompt-gesteuerte Modi stellen die Steuerungen bereit, die Midjourney-Nutzer bereits kennen: aspect_ratio, stylize von 0 bis 1000, chaos bis 100, weird bis 3000 und quality entweder 1 oder 4. Prompts können bis zu 1024 Zeichen enthalten, und eine optionale sref-Bild-URL lenkt die Ästhetik, ohne die Komposition vorzugeben. Style transfer und background removal sind bewusst einfacher gehalten; Ersteres nimmt ein Eingabebild plus einen Zielstil-Prompt entgegen.

Die Generierung läuft asynchron. Dein Aufruf gibt eine request_id zurück, und das Polling des prediction-Endpoints meldet den Status als created, processing, completed oder failed; das outputs-Array enthält die Ergebnis-URLs, sobald der Job abgeschlossen ist. Setze enable_base64_output auf true, wenn du die Payload lieber inline erhalten möchtest, statt gehostete Dateien abzurufen.

Die meisten Modi der Youchuan API kosten $0.086 pro Aufruf, darunter text-to-image, image-to-image, blend, background removal und image-to-video, während style transfer mit $0.129 pro Aufruf berechnet wird. Zusätzlich zu diesen Tarifen gelten zwei Multiplikatoren: hd-Bilder werden mit dem 1.5x-Basistarif abgerechnet, und 720p-Video mit 3x des 480p-Tarifs. Es ist nichts in einem Plan gebündelt, du zahlst also nur für die Aufrufe, die du tatsächlich ausführst.

Ja. Setze seed auf eine bestimmte Ganzzahl, und derselbe Prompt mit denselben Einstellungen reproduziert dieses Rendering exakt, während der Standardwert -1 jeden Lauf randomisiert. Für einen einheitlichen Look über eine Kampagne hinweg übergib ein sref-Referenzbild mit einem konstanten stylize-Wert und variiere nur den Prompt.

Die Ausgabeformen sind festgelegt: Clips dauern fünf Sekunden, blend akzeptiert höchstens fünf Bilder, und Prompts werden bei 1024 Zeichen abgeschnitten. Style transfer bietet keine aspect ratio-, hd- oder stylize-Parameter, daher folgen Auflösung und Framing dem Eingabebild. Da Jobs in eine Warteschlange gestellt und per Polling abgefragt statt gestreamt werden, solltest du Statusprüfungen und Wiederholungsversuche in deine Pipeline einbauen, statt eine synchrone Antwort zu erwarten.