z-image/turbo

texte-vers-image

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.

Entrée

Chargement de la configuration des paramètres...

Sortie

Inactif

Les images générées apparaîtront ici

Configurez vos paramètres et cliquez sur exécuter pour commencer

Votre requête coûtera $0.01 par exécution. Avec $10, vous pouvez exécuter ce modèle environ 1000 fois.

Vous pouvez continuer avec :

Image-vers-Vidéo Image-vers-Image

Paramètres

Exemple de code
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()

Installer

Installez le package requis pour votre langage.

bash

pip install requests

Authentification

Toutes les requêtes API nécessitent une authentification via une clé API. Vous pouvez obtenir votre clé API depuis le tableau de bord Atlas Cloud.

bash

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

En-têtes HTTP

python

import os

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

Protégez votre clé API

N'exposez jamais votre clé API dans du code côté client ou dans des dépôts publics. Utilisez plutôt des variables d'environnement ou un proxy backend.

Soumettre une requête

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())

Soumettre une requête

Soumettez une requête de génération asynchrone. L'API renvoie un identifiant de prédiction que vous pouvez utiliser pour vérifier le statut et récupérer le résultat.

POST/api/v1/model/generateImage

Corps de la requête

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",
    "input": {
        "prompt": "A beautiful landscape with mountains and lake"
    }
}

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

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

Réponse

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

Vérifier le statut

Interrogez le point de terminaison de prédiction pour vérifier le statut actuel de votre requête.

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

Exemple d'interrogation

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)

Valeurs de statut

processingLa requête est encore en cours de traitement.

completedLa génération est terminée. Les résultats sont disponibles.

succeededLa génération a réussi. Les résultats sont disponibles.

failedLa génération a échoué. Vérifiez le champ d'erreur.

Réponse terminée

{
  "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"
  }
}

Télécharger des fichiers

Téléchargez des fichiers vers le stockage Atlas Cloud et obtenez une URL utilisable dans vos requêtes API. Utilisez multipart/form-data pour le téléchargement.

POST/api/v1/model/uploadMedia

Exemple de téléchargement

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}")

Réponse

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

Schema d'entrée

Les paramètres suivants sont acceptés dans le corps de la requête.

Total: 0Requis: 0Optionnel: 0

Aucun paramètre disponible.

Exemple de corps de requête

json

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

Schema de sortie

L'API renvoie une réponse de prédiction avec les URL des résultats générés.

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

Exemple de réponse

json

{
  "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 intègre plus de 300 modèles d'IA directement dans votre assistant de codage IA. Une seule commande pour installer, puis utilisez le langage naturel pour générer des images, des vidéos et discuter avec des LLM.

Clients pris en charge

Claude Code

OpenAI Codex

Gemini CLI

Cursor

Windsurf

VS Code

Trae

GitHub Copilot

Cline

Roo Code

Amp

Goose

Replit

40+ clients pris en charge

Installer

bash

npx skills add AtlasCloudAI/atlas-cloud-skills

Configurer la clé API

Obtenez votre clé API depuis le tableau de bord Atlas Cloud et définissez-la comme variable d'environnement.

bash

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

Fonctionnalités

Une fois installé, vous pouvez utiliser le langage naturel dans votre assistant IA pour accéder à tous les modèles Atlas Cloud.

Génération d'imagesGénérez des images avec des modèles comme Nano Banana 2, Z-Image, et plus encore.

Création de vidéosCréez des vidéos à partir de texte ou d'images avec Kling, Vidu, Veo, etc.

Chat LLMDiscutez avec Qwen, DeepSeek et d'autres grands modèles de langage.

Téléchargement de médiasTéléchargez des fichiers locaux pour l'édition d'images et les workflows image-vers-vidéo.

En savoir plus

github.com/AtlasCloudAI/atlas-cloud-skills

Serveur MCP

Le serveur MCP Atlas Cloud connecte votre IDE avec plus de 300 modèles d'IA via le Model Context Protocol. Compatible avec tout client compatible MCP.

Clients pris en charge

Cursor

VS Code

Windsurf

Claude Code

OpenAI Codex

Gemini CLI

Cline

Roo Code

100+ clients pris en charge

Installer

bash

npx -y atlascloud-mcp

Configuration

Ajoutez la configuration suivante au fichier de paramètres MCP de votre IDE.

json

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

Outils disponibles

atlas_generate_imageGénérez des images à partir de prompts textuels.

atlas_generate_videoCréez des vidéos à partir de texte ou d'images.

atlas_chatDiscutez avec de grands modèles de langage.

atlas_list_modelsParcourez plus de 300 modèles d'IA disponibles.

atlas_quick_generateCréation de contenu en une étape avec sélection automatique du modèle.

atlas_upload_mediaTéléchargez des fichiers locaux pour les workflows API.

En savoir plus

github.com/AtlasCloudAI/mcp-server

Schéma API

Schéma non disponible

Veuillez vous connecter pour voir l'historique des requêtes

Vous devez vous connecter pour accéder à l'historique de vos requêtes de modèle.

Se Connecter

Z-Image Turbo - Génération Texte vers Image Ultra-Rapide

NOUVEAU

Modèle de 6 Milliards de Paramètres d'Alibaba TONGYIMAI

Z-Image Turbo est le modèle texte vers image open source classé #1, surpassant FLUX.2 [dev], HunyuanImage 3.0 et Qwen-Image sur l'Artificial Analysis Image Arena. Construit par l'équipe Tongyi-MAI d'Alibaba (une division distincte de Qwen/Wan), ce modèle de 6 milliards de paramètres atteint une génération en moins d'une seconde grâce à une distillation avancée Decoupled-DMD tout en maintenant une qualité photoréaliste. Avec seulement 8 étapes d'inférence, il tient dans 16 Go de VRAM et livre des résultats professionnels optimisés pour les environnements de production critiques en vitesse.

Génération Ultra-Rapide

Seulement 8 étapes d'inférence (vs 20-50 pour les concurrents)
Génération en moins d'une seconde sur GPU H800
1.31-1.41× plus rapide que Qwen Image par étape
Tient dans 16 Go de VRAM (RTX 3060/4090)

Qualité Photoréaliste

Modèle open source classé #1 sur AI Arena
Rendu de texte bilingue (anglais et chinois)
Adhérence robuste aux instructions
Surpasse FLUX.1 [dev] et Qwen dans toutes les catégories

Portefeuille Stratégique de Modèles d'Alibaba

Alibaba propose trois systèmes spécialisés de génération d'images IA, chacun optimisé pour différents cas d'usage

Champion de Vitesse

Z-Image Turbo

Équipe Tongyi-MAI

Best For: Charges de travail de production critiques en vitesse

⚡ Plus rapide : 8 étapes, génération en moins d'une seconde
🏆 Modèle open source classé #1
💰 Plus rentable ($0.005/image)
🎯 Optimisé pour l'itération rapide

Roi de la Qualité

Qwen-Image

Équipe Qwen

Best For: Rendus finaux de qualité maximale

🎨 Photoréalisme et textures de peau incomparables
💡 Interactions d'éclairage supérieures
⏱️ Plus lent (20s vs 5-10s pour Z-Image)
🎯 Meilleur pour le travail de production haut de gamme

Pro de la Polyvalence

Wan 2.5/2.6

Équipe Wan

Best For: Polyvalence multimédia

🎬 Texte vers Vidéo + Image vers Vidéo
📹 Support multi-résolutions (480P-720P)
🔄 Synchronisation audiovisuelle
🎯 Génération de contenu multimodal

Key Insight: Z-Image Turbo est 1.31-1.41× plus rapide que Qwen-Image par étape, ce qui le rend idéal pour les applications nécessitant une génération rapide. Bien que Qwen-Image offre un photoréalisme légèrement meilleur pour les rendus finaux, Z-Image Turbo offre le meilleur équilibre entre vitesse et qualité pour les environnements de production.

Points Forts Techniques

Performance

Architecture S3-DiT

Adopte l'architecture Single-Stream Diffusion Transformer (S3-DiT) qui unifie le traitement de diverses entrées conditionnelles. Cette conception de 6 milliards de paramètres atteint des résultats professionnels sans la surcharge de calcul des modèles plus grands tout en maintenant une qualité de pointe.

Vitesse

Distillation Decoupled-DMD

Algorithme de distillation avancé avec mécanismes de CFG Augmentation et Distribution Matching permet une inférence en 8 étapes (vs 20-50 pour les concurrents). Atteint une génération en moins d'une seconde sur GPU H800 et fonctionne en douceur sur RTX 3060/4090 grand public avec 16 Go de VRAM.

Qualité

Performance Open Source de Premier Plan

Classé modèle open source #1 sur Artificial Analysis Image Arena, battant FLUX.2 [dev], HunyuanImage 3.0 et Qwen-Image. Excelle dans le rendu de texte bilingue (anglais et chinois), la génération photoréaliste et le suivi robuste des instructions. Publié sous licence Apache 2.0 pour usage commercial.

Parfait Pour

🎨

Création d'Art Numérique

📸

Photographie de Produits

📊

Matériel Marketing

🎬

Art Conceptuel

📱

Contenu Réseaux Sociaux

🖼️

Photographie de Stock

🎮

Actifs de Jeux

✨

Prototypage Créatif

Pourquoi Choisir Z-Image Turbo

⚡

Résultats Instantanés

Génération en moins d'une seconde avec zéro latence de démarrage à froid. Obtenez vos images immédiatement sans attendre.

💰

Rentable

Prix abordable de $0.005 par image. Développez vos projets créatifs sans faire exploser le budget.

🔌

API Prête à l'Emploi

Intégration simple de REST API. Commencez à générer des images en quelques minutes avec notre documentation complète.

Spécifications Techniques

Architecture du Modèle6 Milliards de Paramètres

Étapes d'Inférence8 NFEs (Nombre d'Évaluations de Fonction)

Vitesse de GénérationMoins d'une seconde sur H800, 5-10s sur GPU grand public

Exigence VRAM16 Go (compatible RTX 3060/4090)

ArchitectureSingle-Stream Diffusion Transformer (S3-DiT)

Méthode de DistillationDecoupled-DMD avec CFG Augmentation

LicenceApache 2.0 (Usage Commercial Autorisé)

Classement#1 Open Source sur Artificial Analysis Arena

Prix$0.005 par Image

Commencez à Créer avec Z-Image Turbo

Découvrez la génération d'images photoréalistes ultra-rapide dès aujourd'hui. Aucune configuration requise, appelez simplement notre API et commencez à créer.

Pas de démarrage à froid - génération instantanée

Prix abordable - $0.005 par image

Résultats de qualité professionnelle

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

Découvrir des modèles similaires

NEW

texte-vers-image

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.

Baidu ERNIE Image Turbo Text-to-image

A fast, low-latency version of ERNIE Image by Baidu, optimized for rapid iteration and scalable image generation.Balances speed and quality, ideal for real-time and high-throughput scenarios.

Wan-2.7 Pro Image-to-image

Edits and recomposes images with Wan 2.7 image pro using text instructions and multi-image references for higher quality outputs.

From

$0.075/IMAGE

Commencez avec Plus de 300 Modèles,

Explorer tous les modèles

Z-Image Turbo API by Alibaba

Entrée

Sortie

Paramètres

Exemple de code

Installer

Authentification

En-têtes HTTP

Soumettre une requête

Soumettre une requête

Corps de la requête

Réponse

Vérifier le statut

Exemple d'interrogation

Valeurs de statut

Réponse terminée

Télécharger des fichiers

Exemple de téléchargement

Réponse

Schema d'entrée

Exemple de corps de requête

Schema de sortie

Exemple de réponse

Atlas Cloud Skills

Clients pris en charge

Installer

Configurer la clé API

Fonctionnalités

Serveur MCP

Clients pris en charge

Installer

Configuration

Outils disponibles

Schéma API

Veuillez vous connecter pour voir l'historique des requêtes

Z-Image Turbo - Génération Texte vers Image Ultra-Rapide

Portefeuille Stratégique de Modèles d'Alibaba

Z-Image Turbo

Qwen-Image

Wan 2.5/2.6

Points Forts Techniques

Parfait Pour

Pourquoi Choisir Z-Image Turbo

Résultats Instantanés

Rentable

API Prête à l'Emploi

Spécifications Techniques

Commencez à Créer avec Z-Image Turbo

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

Découvrir des modèles similaires

Openai GPT Image 2 Text-to-Image

Openai GPT Image 2 Edit

Baidu ERNIE Image Turbo Text-to-image

Wan-2.7 Pro Image-to-image

Commencez avec Plus de 300 Modèles,

Join our Discord community