z-image/turbo

Text-zu-Bild

TURBO

Z-Image Turbo API by Alibaba

z-image/turbo

Turbo

Z-Image-Turbo is a 6 billion parameter text-to-image model that generates photorealistic images in sub-second time. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

Eingabe

Parameterkonfiguration wird geladen...

Ausgabe

Inaktiv

Ihre generierten Bilder erscheinen hier

Konfigurieren Sie Parameter und klicken Sie auf Ausführen, um mit der Generierung zu beginnen

Jede Ausführung kostet $0.01. Für $10 können Sie ca. 1000 Mal ausführen.

Sie können fortfahren mit:

Bild zu Video Bild zu Bild

Parameter

Codebeispiel
import requests
import time

# Step 1: Start image generation
generate_url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "z-image/turbo",
    "prompt": "A beautiful landscape with mountains and lake",
    "width": 512,
    "height": 512,
    "steps": 20,
    "guidance_scale": 7.5,
}

generate_response = requests.post(generate_url, headers=headers, json=data)
generate_result = generate_response.json()
prediction_id = generate_result["data"]["id"]

# Step 2: Poll for result
poll_url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"

def check_status():
    while True:
        response = requests.get(poll_url, headers={"Authorization": "Bearer $ATLASCLOUD_API_KEY"})
        result = response.json()

        if result["data"]["status"] == "completed":
            print("Generated image:", result["data"]["outputs"][0])
            return result["data"]["outputs"][0]
        elif result["data"]["status"] == "failed":
            raise Exception(result["data"]["error"] or "Generation failed")
        else:
            # Still processing, wait 2 seconds
            time.sleep(2)

image_url = check_status()

Installieren

Installieren Sie das erforderliche Paket für Ihre Programmiersprache.

pip install requests

Authentifizierung

Alle API-Anfragen erfordern eine Authentifizierung über einen API-Schlüssel. Sie können Ihren API-Schlüssel über das Atlas Cloud Dashboard erhalten.

export ATLASCLOUD_API_KEY="your-api-key-here"

HTTP-Header

import os

API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}

Schützen Sie Ihren API-Schlüssel

Geben Sie Ihren API-Schlüssel niemals in clientseitigem Code oder öffentlichen Repositories preis. Verwenden Sie stattdessen Umgebungsvariablen oder einen Backend-Proxy.

Anfrage senden

import requests

url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "your-model",
    "prompt": "A beautiful landscape"
}

response = requests.post(url, headers=headers, json=data)
print(response.json())

Anfrage senden

Senden Sie eine asynchrone Generierungsanfrage. Die API gibt eine Vorhersage-ID zurück, mit der Sie den Status prüfen und das Ergebnis abrufen können.

POST/api/v1/model/generateImage

Anfragekörper

import requests

url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}

data = {
    "model": "z-image/turbo",
    "prompt": "A beautiful landscape with mountains and lake"
}

response = requests.post(url, headers=headers, json=data)
result = response.json()

print(f"Prediction ID: {result['data']['id']}")
print(f"Status: {result['data']['status']}")

Antwort

{
  "code": 200,
  "data": {
    "id": "pred_abc123",
    "status": "processing",
    "model": "model-name",
    "created_at": "2025-01-01T00:00:00Z"
  }
}

Status prüfen

Fragen Sie den Vorhersage-Endpunkt ab, um den aktuellen Status Ihrer Anfrage zu überprüfen.

GET/api/v1/model/prediction/{prediction_id}

Abfrage-Beispiel

import requests
import time

prediction_id = "pred_abc123"
url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }

while True:
    response = requests.get(url, headers=headers)
    result = response.json()
    status = result["data"]["status"]
    print(f"Status: {status}")

    if status in ["completed", "succeeded"]:
        output_url = result["data"]["outputs"][0]
        print(f"Output URL: {output_url}")
        break
    elif status == "failed":
        print(f"Error: {result['data'].get('error', 'Unknown')}")
        break

    time.sleep(3)

Statuswerte

processingDie Anfrage wird noch verarbeitet.

completedDie Generierung ist abgeschlossen. Ergebnisse sind verfügbar.

succeededDie Generierung war erfolgreich. Ergebnisse sind verfügbar.

failedDie Generierung ist fehlgeschlagen. Überprüfen Sie das Fehlerfeld.

Abgeschlossene Antwort

{
  "data": {
    "id": "pred_abc123",
    "status": "completed",
    "outputs": [
      "https://storage.atlascloud.ai/outputs/result.png"
    ],
    "metrics": {
      "predict_time": 8.3
    },
    "created_at": "2025-01-01T00:00:00Z",
    "completed_at": "2025-01-01T00:00:10Z"
  }
}

Dateien hochladen

Laden Sie Dateien in den Atlas Cloud Speicher hoch und erhalten Sie eine URL, die Sie in Ihren API-Anfragen verwenden können. Verwenden Sie multipart/form-data zum Hochladen.

POST/api/v1/model/uploadMedia

Upload-Beispiel

import requests

url = "https://api.atlascloud.ai/api/v1/model/uploadMedia"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }

with open("image.png", "rb") as f:
    files = {"file": ("image.png", f, "image/png")}
    response = requests.post(url, headers=headers, files=files)

result = response.json()
download_url = result["data"]["download_url"]
print(f"File URL: {download_url}")

Antwort

{
  "data": {
    "download_url": "https://storage.atlascloud.ai/uploads/abc123/image.png",
    "file_name": "image.png",
    "content_type": "image/png",
    "size": 1024000
  }
}

Eingabe-Schema

Die folgenden Parameter werden im Anfragekörper akzeptiert.

Gesamt: 0Erforderlich: 0Optional: 0

Keine Parameter verfügbar.

Beispiel-Anfragekörper

{
  "model": "z-image/turbo"
}

Ausgabe-Schema

Die API gibt eine Vorhersage-Antwort mit den generierten Ausgabe-URLs zurück.

idstringrequired

Unique identifier for the prediction.

statusstringrequired

Current status of the prediction.

processingcompletedsucceededfailed

modelstringrequired

The model used for generation.

outputsarray[string]

Array of output URLs. Available when status is "completed".

errorstring

Error message if status is "failed".

metricsobject

Performance metrics.

predict_timenumber

Time taken for image generation in seconds.

created_atstringrequired

ISO 8601 timestamp when the prediction was created.

Format: date-time

completed_atstring

ISO 8601 timestamp when the prediction was completed.

Format: date-time

Beispielantwort

{
  "id": "pred_abc123",
  "status": "completed",
  "model": "model-name",
  "outputs": [
    "https://storage.atlascloud.ai/outputs/result.png"
  ],
  "metrics": {
    "predict_time": 8.3
  },
  "created_at": "2025-01-01T00:00:00Z",
  "completed_at": "2025-01-01T00:00:10Z"
}

Atlas Cloud Skills

Atlas Cloud Skills integriert über 300 KI-Modelle direkt in Ihren KI-Programmierassistenten. Ein Befehl zur Installation, dann generieren Sie per natürlicher Sprache Bilder und Videos und chatten mit LLMs.

Unterstützte Clients

Claude Code

OpenAI Codex

Gemini CLI

Cursor

Windsurf

VS Code

Trae

GitHub Copilot

Cline

Roo Code

Amp

Goose

Replit

40+ unterstützte clients

Installieren

npx skills add AtlasCloudAI/atlas-cloud-skills

API-Schlüssel einrichten

Erhalten Sie Ihren API-Schlüssel über das Atlas Cloud Dashboard und setzen Sie ihn als Umgebungsvariable.

export ATLASCLOUD_API_KEY="your-api-key-here"

Funktionen

Nach der Installation können Sie natürliche Sprache in Ihrem KI-Assistenten verwenden, um auf alle Atlas Cloud Modelle zuzugreifen.

BildgenerierungGenerieren Sie Bilder mit Modellen wie Nano Banana 2, Z-Image und mehr.

VideoerstellungErstellen Sie Videos aus Text oder Bildern mit Kling, Vidu, Veo usw.

LLM-ChatChatten Sie mit Qwen, DeepSeek und anderen großen Sprachmodellen.

Medien-UploadLaden Sie lokale Dateien für Bildbearbeitung und Bild-zu-Video-Workflows hoch.

Mehr erfahren

github.com/AtlasCloudAI/atlas-cloud-skills

MCP-Server

Der Atlas Cloud MCP-Server verbindet Ihre IDE mit über 300 KI-Modellen über das Model Context Protocol. Funktioniert mit jedem MCP-kompatiblen Client.

Unterstützte Clients

Cursor

VS Code

Windsurf

Claude Code

OpenAI Codex

Gemini CLI

Cline

Roo Code

100+ unterstützte clients

Installieren

npx -y atlascloud-mcp

Konfiguration

Fügen Sie die folgende Konfiguration zur MCP-Einstellungsdatei Ihrer IDE hinzu.

{
  "mcpServers": {
    "atlascloud": {
      "command": "npx",
      "args": [
        "-y",
        "atlascloud-mcp"
      ],
      "env": {
        "ATLASCLOUD_API_KEY": "your-api-key-here"
      }
    }
  }
}

Verfügbare Werkzeuge

atlas_generate_imageGenerieren Sie Bilder aus Textbeschreibungen.

atlas_generate_videoErstellen Sie Videos aus Text oder Bildern.

atlas_chatChatten Sie mit großen Sprachmodellen.

atlas_list_modelsDurchsuchen Sie über 300 verfügbare KI-Modelle.

atlas_quick_generateInhaltserstellung in einem Schritt mit automatischer Modellauswahl.

atlas_upload_mediaLaden Sie lokale Dateien für API-Workflows hoch.

Mehr erfahren

github.com/AtlasCloudAI/mcp-server

API-Schema

Schema nicht verfügbar

Keine Beispiele verfügbar

Wird geladen...

Z-Image Turbo - Blitzschnelle Text-zu-Bild-Generierung

NEU

6-Milliarden-Parameter-Modell vom Tongyi-MAI-Team bei Alibaba

Z-Image Turbo ist das #1-gerankte Open-Source-Text-zu-Bild-Modell und übertrifft FLUX.2 [dev], HunyuanImage 3.0 und Qwen-Image in der Artificial Analysis Image Arena. Dieses von Alibabas Tongyi-MAI-Team (eine von Qwen/Wan separate Abteilung) entwickelte 6-Milliarden-Parameter-Modell erreicht durch fortschrittliche Decoupled-DMD-Destillation eine Generierung in unter einer Sekunde bei gleichzeitig fotorealistischer Qualität. Mit nur 8 Inferenzschritten passt es in 16 GB VRAM und liefert professionelle Ergebnisse, die für geschwindigkeitskritische Produktionsumgebungen optimiert sind.

Ultraschnelle Generierung

Nur 8 Inferenzschritte (vs. 20-50 bei Konkurrenten)
Generierung in unter einer Sekunde auf H800 GPUs
1.31-1.41× schneller als Qwen Image pro Schritt
Passt in 16 GB VRAM (RTX 3060/4090)

Fotorealistische Qualität

#1 geranktes Open-Source-Modell in der AI Arena
Zweisprachiges Text-Rendering (Englisch & Chinesisch)
Robuste Anweisungsbefolgung
Schlägt FLUX.1 [dev] und Qwen in allen Kategorien

Alibabas Strategisches Modell-Portfolio

Alibaba bietet drei spezialisierte KI-Bildgenerierungssysteme, jedes für unterschiedliche Anwendungsfälle optimiert

Geschwindigkeits-Champion

Z-Image Turbo

Tongyi-MAI Team

Best For: Geschwindigkeitskritische Produktions-Workloads

⚡ Am schnellsten: 8 Schritte, Generierung in unter einer Sekunde
🏆 #1 geranktes Open-Source-Modell
💰 Kosteneffizientestes ($0.005/Bild)
🎯 Optimiert für schnelle Iteration

Qualitäts-König

Qwen-Image

Qwen Team

Best For: Endgültige Renderings in maximaler Qualität

🎨 Unvergleichlicher Fotorealismus & Hauttexturen
💡 Überlegene Lichtinteraktionen
⏱️ Langsamer (20s vs. 5-10s für Z-Image)
🎯 Optimal für High-End-Produktionsarbeiten

Vielseitigkeits-Profi

Wan 2.5/2.6

Wan Team

Best For: Multimedia-Vielseitigkeit

🎬 Text-zu-Video + Bild-zu-Video
📹 Multi-Auflösungs-Unterstützung (480P-720P)
🔄 Audio-visuelle Synchronisation
🎯 Crossmodale Inhaltsgenerierung

Key Insight: Z-Image Turbo ist 1.31-1.41× schneller als Qwen-Image pro Schritt und damit ideal für Anwendungen, die schnelle Generierung erfordern. Während Qwen-Image für finale Renderings etwas besseren Fotorealismus bietet, liefert Z-Image Turbo das beste Gleichgewicht zwischen Geschwindigkeit und Qualität für Produktionsumgebungen.

Technische Highlights

Leistung

S3-DiT-Architektur

Nutzt die Single-Stream Diffusion Transformer (S3-DiT)-Architektur, die die Verarbeitung verschiedener bedingter Eingaben vereinheitlicht. Dieses 6-Milliarden-Parameter-Design erzielt professionelle Ergebnisse ohne den Rechenaufwand größerer Modelle bei gleichzeitig modernster Qualität.

Geschwindigkeit

Decoupled-DMD-Destillation

Fortschrittlicher Destillationsalgorithmus mit CFG Augmentation und Distribution Matching-Mechanismen ermöglicht 8-Schritt-Inferenz (vs. 20-50 bei Konkurrenten). Erreicht Generierung in unter einer Sekunde auf H800 GPUs und läuft reibungslos auf Consumer-RTX 3060/4090 mit 16 GB VRAM.

Qualität

Führende Open-Source-Leistung

Als #1 Open-Source-Modell in der Artificial Analysis Image Arena gerankt, schlägt es FLUX.2 [dev], HunyuanImage 3.0 und Qwen-Image. Hervorragend bei zweisprachigem Text-Rendering (Englisch & Chinesisch), fotorealistischer Generierung und robuster Anweisungsbefolgung. Veröffentlicht unter Apache 2.0-Lizenz für kommerzielle Nutzung.

Perfekt Für

🎨

Digitale Kunstschaffung

📸

Produktfotografie

📊

Marketing-Materialien

🎬

Konzeptkunst

📱

Social-Media-Inhalte

🖼️

Stock-Fotografie

🎮

Spiel-Assets

✨

Kreatives Prototyping

Warum Z-Image Turbo Wählen

⚡

Sofortige Ergebnisse

Generierung in unter einer Sekunde mit null Kaltstart-Latenz. Erhalten Sie Ihre Bilder sofort ohne Wartezeit.

💰

Kosteneffizient

Erschwinglicher Preis von $0.005 pro Bild. Skalieren Sie Ihre kreativen Projekte ohne das Budget zu sprengen.

🔌

Einsatzbereite API

Einfache REST API-Integration. Beginnen Sie in Minuten mit der Bildgenerierung mit unserer umfassenden Dokumentation.

Technische Spezifikationen

Modellarchitektur6 Milliarden Parameter

Inferenzschritte8 NFEs (Anzahl der Funktionsauswertungen)

GenerierungsgeschwindigkeitUnter einer Sekunde auf H800, 5-10s auf Consumer-GPUs

VRAM-Anforderung16 GB (RTX 3060/4090 kompatibel)

ArchitekturSingle-Stream Diffusion Transformer (S3-DiT)

DestillationsmethodeDecoupled-DMD mit CFG Augmentation

LizenzApache 2.0 (Kommerzielle Nutzung Erlaubt)

Ranking#1 Open Source in der Artificial Analysis Arena

Preisgestaltung$0.005 pro Bild

Beginnen Sie mit Z-Image Turbo zu Erstellen

Erleben Sie heute blitzschnelle, fotorealistische Bildgenerierung. Keine Einrichtung erforderlich, rufen Sie einfach unsere API auf und beginnen Sie zu erstellen.

Keine Kaltstarts - sofortige Generierung

Erschwinglicher Preis - $0.005 pro Bild

Professionelle Qualitätsergebnisse

Z-Image-Turbo — 6B-parameter, ultra-fast text-to-image

Z-Image-Turbo is a 6B-parameter text-to-image model from Tongyi-MAI, engineered for production workloads where latency and throughput really matter. It uses only 8 sampling steps to render a full image, achieving sub-second latency on data-center GPUs and running comfortably on many 16 GB VRAM consumer cards.

Ultra-fast generation with production-ready quality

Where many diffusion models need dozens of steps, Z-Image-Turbo is aggressively optimised around an 8-step sampler. That keeps inference extremely fast while still delivering photorealistic images and reliable on-image text, making it a strong fit for interactive products, dashboards, and large-scale backends—not just offline batch jobs.

Why it looks so good?

Photorealistic output at speed Generates high-fidelity, realistic images that work for product photos, hero banners, and UI visuals without multi-second waits.
Bilingual prompts and text Understands prompts in English and Chinese, and can render multilingual text directly in the image—helpful for cross-market campaigns, posters, and screenshots.
Low-latency, low-step design Only 8 function evaluations per image deliver extremely low latency, ideal for chatbots, configuration tools, design assistants, and any “click → image” experience.
Friendly VRAM footprint Runs well in 16 GB VRAM environments, reducing hardware costs and making local or edge deployments more realistic.
Scales for bulk generation Its efficiency makes large jobs—catalogues, continuous feed images, or auto-generated thumbnails—practical without blowing up compute budgets.
Reproducible generations A controllable seed parameter lets you recreate a previous image or generate small, controlled variations for brand safety and experimentation.

How to use

prompt – natural-language description of the scene, style, and any on-image text (English or Chinese).
size (width / height) – choose the output resolution; supports square and rectangular images up to high resolutions (for example, 1536 × 1536).
seed – set to -1 for random results, or use a fixed integer to make outputs reproducible.

Pricing

Simple per-image billing:

Without prompt rewriting (prompt_extend=false): $0.015 per generated image
With prompt rewriting (prompt_extend=true): $0.03 per generated image

Try more models and see their difference!

Nano Banana Pro – Text-to-Image – Google’s Nano Banana Pro (Gemini 3.0 Pro Image family) delivers high-quality multi-image generation with extremely low cost per image, ideal for large-scale applications.
Seedream V4 – Text-to-Image – ByteDance’s high-resolution text-to-image model with rich detail and diverse styles, well suited for creative illustration and commercial visuals.
FLUX.2 [dev] – Text-to-Image – A lightweight FLUX.2-based base model hosted by AtlasCloud, optimised for efficient inference and LoRA-friendly training.

Paper

Tongyi-MAI/Z-Image-Turbo

Openai GPT Image 2 Text-to-Image

GPT Image 2 text to image is OpenAI's fast, cost-efficient text-to-image generator powered by GPT-5 guidance. Create photorealistic shots, product renders, concept art, and stylized graphics from natural-language prompts (optionally conditioned with an image). Supports custom aspect ratios, seeds, negative prompts, hex color hints, and style presets. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

Openai GPT Image 2 Edit

GPT Image 2 Edit is OpenAI's image model for precise, natural-language edits. Add/remove objects, swap backgrounds, retouch faces, adjust colors/lighting, edit text/graphics, crop/resize, and apply hex color control. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

GPT Image 2 Developer Edit

GPT Image 2 Developer Edit applies natural-language instructions to one or more reference images, with common aspect ratios and 1k, 2k, or supported 4k output tiers. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

GPT Image 2 Developer Text-to-Image

GPT Image 2 Developer Text-to-Image generates polished visuals from natural-language prompts, with common aspect ratios and 1k, 2k, or supported 4k output tiers. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

MAI-Image-2.5-Flash Text-to-image

Microsoft's fast, cost-optimized text-to-image generation model, creating high-quality images at lower cost using the same diffusion-based architecture as MAI-Image-2.5.

MAI-Image-2.5 Edit

Microsoft's flagship image-to-image editing model, enabling precise, controllable edits to existing images through natural language instructions.

MAI-Image-2.5 Text-to-image

Microsoft's flagship text-to-image generation model, designed to create high-quality, visually rich images from natural language prompts.

Midjourney V8.1 Remove Background

Midjourney automatically removes the background from an input image, returning one transparent-background result.

Midjourney V8.1 Style Transfer

Midjourney retexture changes the artistic style of an input image while preserving its composition, returning four restyled results.

Midjourney V8.1 Blend

Midjourney V8.1 blends two to five input images into four fused results, with an optional guiding prompt and native 2K HD.

Midjourney V8.1 Image-to-Image

Midjourney V8.1 re-imagines an input image guided by a text prompt, returning four variations. Supports native 2K HD, style reference, and aspect-ratio / stylize / chaos / weird controls.

Seed3D 2.0 Image-to-3D

ByteDance Seed3D 2.0 — generates a textured, PBR-shaded 3D model (glb/obj/usd/usdz) from a single input image. Returns a downloadable .zip archive containing the 3D file.

Midjourney V8.1 Text-to-Image

Midjourney V8.1 generates four images from a text prompt, with optional native 2K HD, a style reference, and aspect-ratio / stylize / chaos / weird controls.

Hunyuan 3D Rapid Image-to-3D

Tencent Hunyuan 3D Rapid (Express) — fast lightweight 3D mesh generation from a single image, with optional PBR materials. Outputs GLB/OBJ/USDZ/FBX/STL/MP4.

Hunyuan 3D Rapid Text-to-3D

Tencent Hunyuan 3D Rapid (Express) — fast lightweight 3D mesh generation from a text prompt, with optional PBR materials. Outputs GLB/OBJ/USDZ/FBX/STL/MP4.

Hunyuan 3D Pro Image-to-3D

Tencent Hunyuan 3D Pro (v3.1) — high-quality textured 3D mesh generation from a single image, with optional PBR materials and custom face count. Outputs GLB/OBJ/USDZ/FBX/STL.

IMAGE-TO-3D

From

$0.02/BILD

Eine API für alle Media-KI.

Alle Modelle erkunden

Z-Image Turbo API by Alibaba

Eingabe

Ausgabe

Parameter

Codebeispiel

Installieren

Authentifizierung

HTTP-Header

Anfrage senden

Anfrage senden

Anfragekörper

Antwort

Status prüfen

Abfrage-Beispiel

Statuswerte

Abgeschlossene Antwort

Dateien hochladen

Upload-Beispiel

Antwort

Eingabe-Schema

Beispiel-Anfragekörper

Ausgabe-Schema

Beispielantwort

Atlas Cloud Skills

Unterstützte Clients

Installieren

API-Schlüssel einrichten

Funktionen

MCP-Server

Unterstützte Clients

Installieren

Konfiguration

Verfügbare Werkzeuge

API-Schema

Z-Image Turbo - Blitzschnelle Text-zu-Bild-Generierung

Alibabas Strategisches Modell-Portfolio

Z-Image Turbo

Qwen-Image

Wan 2.5/2.6

Technische Highlights

Perfekt Für

Warum Z-Image Turbo Wählen

Sofortige Ergebnisse

Kosteneffizient

Einsatzbereite API

Technische Spezifikationen

Beginnen Sie mit Z-Image Turbo zu Erstellen

Z-Image-Turbo — 6B-parameter, ultra-fast text-to-image

Ultra-fast generation with production-ready quality

Why it looks so good?

How to use

Pricing

Try more models and see their difference!

Paper

Ähnliche Modelle Erkunden

Openai GPT Image 2 Text-to-Image

Openai GPT Image 2 Edit

GPT Image 2 Developer Edit

GPT Image 2 Developer Text-to-Image

MAI-Image-2.5-Flash Text-to-image

MAI-Image-2.5 Edit

MAI-Image-2.5 Text-to-image

Midjourney V8.1 Remove Background

Midjourney V8.1 Style Transfer

Midjourney V8.1 Blend

Midjourney V8.1 Image-to-Image

Seed3D 2.0 Image-to-3D

Midjourney V8.1 Text-to-Image

Hunyuan 3D Rapid Image-to-3D

Hunyuan 3D Rapid Text-to-3D

Hunyuan 3D Pro Image-to-3D

Eine API für alle Media-KI.

Join our Discord community

Eingabe

Ausgabe

Parameter

Codebeispiel

Installieren

Authentifizierung

HTTP-Header