Baidu Models on Atlas Cloud | ERNIE
Atlas Cloud aloja ERNIE Image y ERNIE Image Turbo bajo la Baidu API, ambos con modelo de pago por uso. Cada modelo es líder de código abierto en la renderización de texto en inglés y chino.
AI Image Models by Baidu
Crea imágenes impactantes y listas para producción a partir de prompts y referencias con los modelos de IA de generación de imágenes más avanzados en Atlas Cloud.
Baidu Models API Pricing Details
Compare standard vs. our pricing across every Baidu model.
| Model | Standard Price (USD) | Our Price (USD) | Discount | |
|---|---|---|---|---|
| Baidu ERNIE Image Turbo Text-to-image | — | Start fromFree | — | View |
Explore models from other providers
Instantly explore and experiment with 400+ production-ready models in the Atlas Playground. Start customizing with one click.
Casos de uso de Baidu API que puede construir en Atlas Cloud
ERNIE Image está diseñado para flujos de trabajo donde el texto debe ser legible dentro de la imagen generada. Los equipos lo utilizan para producir activos bilingües, diseños estructurados y creatividades con mucho texto a gran escala sin necesidad de un equipo de diseño.
Generación de Pósteres de Marketing Bilingües
Los equipos de marketing utilizan ERNIE Image para generar carteles de campaña con texto legible en inglés y chino en una sola llamada de API, dirigiéndose a ambos mercados con la misma estructura de prompt. El modelo renderiza ambas escrituras con una precisión superior a 0,96, por lo que los titulares y el cuerpo del texto quedan impecables sin necesidad de correcciones de posproducción. Los precios de pago por uso de Atlas Cloud hacen que sea práctico generar docenas de variantes por campaña sin un costo de diseño por activo.
Embalaje de Productos para Marcas Multimercado
Las marcas que ingresan al mercado chino utilizan ERNIE Image para generar maquetas de etiquetas de productos y envases con texto bilingüe preciso antes de comprometerse con la producción de impresión. El modelo maneja chino simplificado, chino tradicional e inglés en el mismo diseño, incluido el texto pequeño en etiquetas y listas de ingredientes. A una resolución de salida de 1024×1024, las maquetas tienen calidad de producción suficiente para su uso en aprobaciones de clientes y presentaciones normativas.
Producción de cómics y maquetación multipanel
Los editores y los estudios de contenido utilizan ERNIE Image para generar viñetas de cómics con globos de diálogo, cuadros de subtítulos y texto de viñeta precisos en chino o inglés. El modelo obtiene una puntuación superior a 0,96 en LongTextBench específicamente para este tipo de salida estructurada de texto en imagen. ERNIE Image Turbo en Atlas Cloud es gratuito, lo que hace que el diseño de viñetas de gran volumen no tenga costo durante la fase de iteración.
Generación Automatizada de Infografías
Los equipos de datos construyen canales que convierten datos estructurados en imágenes de infografías etiquetadas utilizando la precisión de renderizado de texto de ERNIE Image. Las etiquetas de los gráficos, los cuadros de texto y los encabezados de las secciones se renderizan con precisión en ambos idiomas a partir de un solo prompt, eliminando el paso de diseño manual entre la salida de datos y el elemento visual. El Prompt Enhancer integrado reescribe automáticamente breves descripciones de datos en instrucciones de diseño detalladas.
Creatividades publicitarias localizadas a escala
Los equipos de marketing de resultados generan creatividades publicitarias localizadas para los mercados de habla china e inglesa a partir del mismo brief de campaña, utilizando el soporte bilingüe de ERNIE Image para producir ambas variantes de idioma en un solo flujo de trabajo. Cada creatividad viene con texto preciso dentro de la imagen, eliminando la necesidad de editar o rediseñar las imágenes generadas. El nivel Turbo gratuito en Atlas Cloud mantiene los costos de prueba en cero mientras los equipos evalúan qué variantes creativas escalar.
Generación de Copy para Mockups de UI
Los equipos de producto y diseño utilizan ERNIE Image para generar capturas de pantalla de maquetas de interfaz de usuario con texto de marcador de posición realista, renderizado con precisión en inglés o chino. El modelo maneja etiquetas de botones, texto de navegación, campos de formulario y texto de ventanas modales con alta fidelidad, lo que permite que las maquetas se puedan utilizar en presentaciones sin necesidad de editar manualmente las capas de texto. Esto reduce el tiempo entre el concepto del wireframe y el diseño visual listo para las partes interesadas de horas a minutos.
Haz realidad la visión de tu empresa con Atlas Cloud AI.
Contactar con ventasPreguntas frecuentes sobre Baidu
ERNIE Image obtiene una puntuación superior a 0,96 en LongTextBench para la renderización de texto en chino, la más alta entre los modelos de texto a imagen de pesos abiertos. La mayoría de los modelos de código abierto de la competencia obtienen puntuaciones muy por debajo de 0,3 en escenarios de texto en chino, lo que los hace poco fiables para cualquier flujo de trabajo que requiera texto en chino legible dentro de las imágenes generadas. ERNIE Image es la opción práctica si la precisión del texto en chino en el resultado es un requisito indispensable.
Sí. ERNIE Image procesa ambas escrituras en una sola llamada de generación, manteniendo una alta precisión para cada una de forma independiente. Esto es útil para carteles bilingües, envases y recursos de marketing que requieren que ambos idiomas sean legibles en el mismo diseño. Las puntuaciones de LongTextBench tanto para inglés como para chino superan el 0,96.
ERNIE Image incluye un Prompt Enhancer ligero que reescribe automáticamente los prompts de entrada breves en descripciones más ricas y estructuradas antes de pasarlos al modelo de difusión. Esto significa que puede enviar prompts breves y obtener resultados más detallados y precisos sin necesidad de una extensa ingeniería de prompts. El Prompt Enhancer se ejecuta como parte de la canalización de generación en cada llamada a la API.
ERNIE Image Turbo utiliza DMD (Diffusion Model Distillation) y aprendizaje por refuerzo para comprimir la inferencia de 50 pasos a 8, logrando una mejora de velocidad de más de 6 veces. Turbo es gratuito en Atlas Cloud y es adecuado para la iteración rápida y la generación de borradores. El modelo estándar se ejecuta con calidad total para activos de producción final, como carteles comerciales y gráficos editoriales.
Sí. ERNIE Image se publica bajo la licencia Apache 2.0, que permite su uso comercial, modificación y distribución. Las imágenes generadas pueden utilizarse en publicidad, envases, publicaciones y otras aplicaciones comerciales. Revise los términos completos de la licencia en el repositorio de GitHub de ERNIE Image para conocer cualquier condición específica.
Explorar Más Series
Seedance 2.0
La API de Seedance 2.0 le ofrece acceso de producción al modelo de video multimodal de ByteDance: entradas cuatrimodales (texto, imagen, video, audio) y un sistema "Universal Reference" líder en la industria que bloquea la composición, el movimiento de la cámara y las acciones de los personajes en diferentes tomas. Integre un control de nivel de director con una sola llamada a la API, una tarifa fija de $0.09/s, clave instantánea y sin lista de espera, todo respaldado por un tiempo de actividad y cumplimiento de nivel empresarial. ¡Seedance 2.0 Native 4K ya está disponible!
Grok Imagine
La Grok Imagine API ofrece a los desarrolladores la generación de imágenes, video y audio de xAI en una sola suite. Produce imágenes de hasta 2K con renderizado de texto multilingüe, además de videos de hasta 15 segundos con audio nativo y sincronizado, y edición basada en referencias. En Atlas Cloud, una sola clave ejecuta cada modo de Grok Imagine, por lo que puede alternar entre imagen, video y audio sin configuraciones separadas, desde $0.02 por imagen y $0.05 por segundo.
Gemini Omni Flash
La Gemini Omni API lleva a tu stack el modelo multimodal de generación y edición de vídeo de Google DeepMind, presentado en Google I/O 2026. Gemini Omni fusiona el motor de razonamiento de Gemini con los medios generativos y acepta cualquier combinación de texto, imágenes, vídeo y audio para producir resultados coherentes y fundamentados en conocimiento. Refina los resultados mediante conversación natural: sustituye objetos, reescribe escenas y cambia de estilo mientras la física, los personajes y la continuidad permanecen intactos. Atlas Cloud ofrece toda la gama Gemini Omni Flash —texto a vídeo, imagen a vídeo con hasta 7 imágenes de referencia y referencia a vídeo— a través de una única API unificada, con precios transparentes por segundo desde $0.112 y sin suscripción. Empieza a construir hoy mismo.
GPT Image 2
La API de GPT Image 2 ofrece a los desarrolladores acceso al último modelo de imágenes de OpenAI, el sucesor de GPT Image 1.5. Genera y edita imágenes con una representación de texto precisa en caracteres latinos y CJK, además de una sólida composición para carteles, maquetas e infografías. En Atlas Cloud, puede acceder a ella a través de una API unificada junto con más de 300 modelos, con créditos gratuitos, un tiempo de actividad del 99,99% y sin necesidad de verificación de organización de OpenAI.
Los modelos creativos más potentes de Google están todos disponibles en Atlas Cloud. Veo 3.1 ofrece generación de video cinematográfico, Nano Banana 2 impulsa la creación de imágenes de alta fidelidad y Gemini aporta inteligencia multimodal a cada flujo de trabajo. Acceda a la suite completa de modelos de Google a través de una sola API key con disponibilidad Day-0 y precios de pago por uso (pay-as-you-go).
Seedance 2.0 Mini
Seedance 2.0 Mini lleva la generación de video multimodal de ByteDance a los flujos de trabajo donde la velocidad y el costo son más importantes. Ofrece las capacidades principales de Seedance 2.0 con un menor consumo de recursos: generación más rápida, menor costo por video y la misma integración de API que ya utiliza. Para los equipos que ejecutan pipelines de alto volumen o crean prototipos a escala, Mini es la opción predeterminada práctica.
ByteDance
Desde la generación de video cinematográfico hasta la creación de imágenes de alta fidelidad, los modelos más potentes de ByteDance están disponibles en Atlas Cloud. Ejecute Seedance y Seedream a gran escala con los precios de inferencia más bajos y cero gastos generales de infraestructura.
Alibaba
Atlas Cloud reúne toda la línea de modelos de Alibaba bajo una sola API: Qwen para tareas de lenguaje e imagen, y Wan para la generación de video hasta 1080p. Acceda a cada modelo con pago por uso sin suscripciones. La API de Alibaba está disponible a través de una única URL base utilizando su cliente compatible con OpenAI existente.
OpenAI
Atlas Cloud le ofrece acceso a la línea completa de la API de OpenAI, desde GPT Image 2 para la generación de imágenes hasta Sora 2 para video. Cada modelo está disponible bajo la modalidad de pago por uso sin compromiso mensual. Intégrelo cambiando simplemente la URL base mediante la API compatible con OpenAI.
xAI
Construya pipelines completos de imágenes y video utilizando la xAI API en Atlas Cloud. Genere en 2K, edite con imágenes de referencia y anime imágenes en clips sincronizados con audio.
Kwaivgi
La API de Kwaivgi a un 15% por debajo del precio estándar. Atlas Cloud ofrece acceso Day-0 a los nuevos lanzamientos de Kling con precios de pago por uso y sin límites de puestos. Una cuenta, una clave, todos los modelos de Kling desde el nivel estándar hasta el nivel maestro.
Seedream 5.0 Pro
La API de Seedream 5.0 Pro ofrece a los desarrolladores el modelo de edición de imágenes controlable de ByteDance en Atlas Cloud. Sitúa las ediciones con precisión mediante anclajes y coordenadas, separa las imágenes en capas editables, fusiona múltiples referencias y empareja colores y materiales exactos, con texto multilingüe a 2K y 3K. ¡En Atlas Cloud puede acceder a él mediante una sola clave!
Artículos recomendados
Guías, tutoriales y novedades de producto para aprovechar al máximo Atlas Cloud.
