z-image/turbo

टेक्स्ट-से-इमेज

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.

इनपुट

पैरामीटर कॉन्फ़िगरेशन लोड हो रहा है...

आउटपुट

निष्क्रिय

जेनरेट की गई छवियां यहां दिखाई देंगी

अपनी सेटिंग्स कॉन्फ़िगर करें और शुरू करने के लिए चलाएं पर क्लिक करें

आपके अनुरोध की लागत $0.01 प्रति रन होगी। $10 के साथ आप इस मॉडल को लगभग 1000 बार चला सकते हैं।

आगे आप यह कर सकते हैं:

इमेज-से-वीडियो इमेज-से-इमेज

पैरामीटर

कोड उदाहरण
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()

इंस्टॉल करें

अपनी प्रोग्रामिंग भाषा के लिए आवश्यक पैकेज इंस्टॉल करें।

bash

pip install requests

प्रमाणीकरण

सभी API अनुरोधों के लिए API कुंजी के माध्यम से प्रमाणीकरण आवश्यक है। आप अपनी API कुंजी Atlas Cloud डैशबोर्ड से प्राप्त कर सकते हैं।

bash

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

HTTP हेडर

python

import os

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

अपनी API कुंजी सुरक्षित रखें

क्लाइंट-साइड कोड या सार्वजनिक रिपॉज़िटरी में अपनी API कुंजी कभी उजागर न करें। इसके बजाय एनवायरनमेंट वेरिएबल या बैकएंड प्रॉक्सी का उपयोग करें।

अनुरोध सबमिट करें

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())

अनुरोध सबमिट करें

एक असिंक्रोनस जनरेशन अनुरोध सबमिट करें। API एक प्रेडिक्शन ID लौटाता है जिसका उपयोग आप स्थिति जाँचने और परिणाम प्राप्त करने के लिए कर सकते हैं।

POST/api/v1/model/generateImage

अनुरोध बॉडी

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']}")

प्रतिक्रिया

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

स्थिति जाँचें

अपने अनुरोध की वर्तमान स्थिति जाँचने के लिए प्रेडिक्शन एंडपॉइंट को पोल करें।

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

पोलिंग उदाहरण

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)

स्थिति मान

processingअनुरोध अभी भी प्रोसेस हो रहा है।

completedजनरेशन पूर्ण हो गया है। आउटपुट उपलब्ध हैं।

succeededजनरेशन सफल रहा। आउटपुट उपलब्ध हैं।

failedजनरेशन विफल हो गया। एरर फ़ील्ड जाँचें।

पूर्ण प्रतिक्रिया

{
  "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"
  }
}

फ़ाइलें अपलोड करें

Atlas Cloud स्टोरेज पर फ़ाइलें अपलोड करें और एक URL प्राप्त करें जिसका उपयोग आप अपने API अनुरोधों में कर सकते हैं। अपलोड के लिए multipart/form-data का उपयोग करें।

POST/api/v1/model/uploadMedia

अपलोड उदाहरण

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}")

प्रतिक्रिया

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

Input Schema

अनुरोध बॉडी में निम्नलिखित पैरामीटर स्वीकार किए जाते हैं।

कुल: 0आवश्यक: 0वैकल्पिक: 0

कोई पैरामीटर उपलब्ध नहीं है।

अनुरोध बॉडी का उदाहरण

json

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

Output Schema

API जनरेट किए गए आउटपुट URL के साथ एक प्रेडिक्शन प्रतिक्रिया लौटाता है।

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

प्रतिक्रिया का उदाहरण

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 300+ AI मॉडल को सीधे आपके AI कोडिंग असिस्टेंट में इंटीग्रेट करता है। इंस्टॉल करने के लिए एक कमांड, फिर इमेज, वीडियो जनरेट करने और LLM के साथ चैट करने के लिए प्राकृतिक भाषा का उपयोग करें।

समर्थित क्लाइंट

Claude Code

OpenAI Codex

Gemini CLI

Cursor

Windsurf

VS Code

Trae

GitHub Copilot

Cline

Roo Code

Amp

Goose

Replit

40+ समर्थित क्लाइंट

इंस्टॉल करें

bash

npx skills add AtlasCloudAI/atlas-cloud-skills

API कुंजी सेटअप करें

Atlas Cloud डैशबोर्ड से अपनी API कुंजी प्राप्त करें और इसे एनवायरनमेंट वेरिएबल के रूप में सेट करें।

bash

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

क्षमताएँ

एक बार इंस्टॉल होने के बाद, आप सभी Atlas Cloud मॉडल तक पहुँचने के लिए अपने AI असिस्टेंट में प्राकृतिक भाषा का उपयोग कर सकते हैं।

इमेज जनरेशनNano Banana 2, Z-Image और अन्य मॉडल के साथ इमेज जनरेट करें।

वीडियो निर्माणKling, Vidu, Veo आदि के साथ टेक्स्ट या इमेज से वीडियो बनाएँ।

LLM चैटQwen, DeepSeek और अन्य बड़े भाषा मॉडल के साथ चैट करें।

मीडिया अपलोडइमेज एडिटिंग और इमेज-टू-वीडियो वर्कफ़्लो के लिए लोकल फ़ाइलें अपलोड करें।

और जानें

github.com/AtlasCloudAI/atlas-cloud-skills

MCP Server

Atlas Cloud MCP Server आपके IDE को Model Context Protocol के माध्यम से 300+ AI मॉडल से जोड़ता है। किसी भी MCP-संगत क्लाइंट के साथ काम करता है।

समर्थित क्लाइंट

Cursor

VS Code

Windsurf

Claude Code

OpenAI Codex

Gemini CLI

Cline

Roo Code

100+ समर्थित क्लाइंट

इंस्टॉल करें

bash

npx -y atlascloud-mcp

कॉन्फ़िगरेशन

अपने IDE की MCP सेटिंग्स फ़ाइल में निम्नलिखित कॉन्फ़िगरेशन जोड़ें।

json

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

उपलब्ध टूल

atlas_generate_imageटेक्स्ट प्रॉम्प्ट से इमेज जनरेट करें।

atlas_generate_videoटेक्स्ट या इमेज से वीडियो बनाएँ।

atlas_chatबड़े भाषा मॉडल के साथ चैट करें।

atlas_list_models300+ उपलब्ध AI मॉडल ब्राउज़ करें।

atlas_quick_generateऑटो मॉडल चयन के साथ एक-चरण कंटेंट निर्माण।

atlas_upload_mediaAPI वर्कफ़्लो के लिए लोकल फ़ाइलें अपलोड करें।

और जानें

github.com/AtlasCloudAI/mcp-server

API स्कीमा

स्कीमा उपलब्ध नहीं

अनुरोध इतिहास देखने के लिए कृपया साइन इन करें

अपने मॉडल अनुरोध इतिहास तक पहुंचने के लिए आपको साइन इन करना होगा।

साइन इन करें

Z-Image Turbo - बिजली की तरह तेज़ टेक्स्ट-टू-इमेज जनरेशन

नया

Alibaba TONGYIMAI से 6 बिलियन पैरामीटर मॉडल

Z-Image Turbo नंबर 1 रैंक किया गया ओपन-सोर्स टेक्स्ट-टू-इमेज मॉडल है, जो Artificial Analysis Image Arena पर FLUX.2 [dev], HunyuanImage 3.0, और Qwen-Image से आगे निकल गया है। Alibaba की Tongyi-MAI टीम द्वारा निर्मित (Qwen/Wan से अलग डिवीजन), यह 6 बिलियन पैरामीटर मॉडल उन्नत Decoupled-DMD डिस्टिलेशन के माध्यम से एक सेकंड से कम समय में जनरेशन प्राप्त करता है जबकि फोटोरियलिस्टिक गुणवत्ता बनाए रखता है। केवल 8 इन्फेरेंस स्टेप्स के साथ, यह 16GB VRAM में फिट होता है और स्पीड-क्रिटिकल प्रोडक्शन एनवायरनमेंट के लिए अनुकूलित पेशेवर परिणाम प्रदान करता है।

अल्ट्रा-फास्ट जनरेशन

केवल 8 इन्फेरेंस स्टेप्स (प्रतियोगियों के लिए 20-50 बनाम)
H800 GPU पर एक सेकंड से कम जनरेशन
Qwen Image से प्रति स्टेप 1.31-1.41× तेज़
16GB VRAM में फिट (RTX 3060/4090)

फोटोरियलिस्टिक गुणवत्ता

AI Arena पर नंबर 1 रैंक किया गया ओपन-सोर्स मॉडल
द्विभाषी टेक्स्ट रेंडरिंग (अंग्रेजी और चीनी)
मजबूत निर्देश पालन
सभी श्रेणियों में FLUX.1 [dev] और Qwen को हराता है

Alibaba का रणनीतिक मॉडल पोर्टफोलियो

Alibaba तीन विशेष AI इमेज जनरेशन सिस्टम प्रदान करता है, प्रत्येक विभिन्न उपयोग के मामलों के लिए अनुकूलित

स्पीड चैंपियन

Z-Image Turbo

Tongyi-MAI टीम

Best For: स्पीड-क्रिटिकल प्रोडक्शन वर्कलोड

⚡ सबसे तेज़: 8 स्टेप्स, एक सेकंड से कम जनरेशन
🏆 नंबर 1 रैंक किया गया ओपन-सोर्स मॉडल
💰 सबसे अधिक लागत-प्रभावी ($0.005/इमेज)
🎯 तेज़ इटरेशन के लिए अनुकूलित

गुणवत्ता का राजा

Qwen-Image

Qwen टीम

Best For: अधिकतम गुणवत्ता अंतिम रेंडर

🎨 बेजोड़ फोटोरियलिज्म और स्किन टेक्सचर
💡 बेहतर लाइटिंग इंटरैक्शन
⏱️ धीमा (20 सेकंड बनाम Z-Image के लिए 5-10 सेकंड)
🎯 हाई-एंड प्रोडक्शन वर्क के लिए सर्वश्रेष्ठ

बहुमुखी प्रतिभा प्रो

Wan 2.5/2.6

Wan टीम

Best For: मल्टीमीडिया बहुमुखी प्रतिभा

🎬 टेक्स्ट-टू-वीडियो + इमेज-टू-वीडियो
📹 मल्टी-रिज़ॉल्यूशन सपोर्ट (480P-720P)
🔄 ऑडियो-विज़ुअल सिंक्रनाइज़ेशन
🎯 क्रॉस-मोडल कंटेंट जनरेशन

Key Insight: Z-Image Turbo, Qwen-Image से प्रति स्टेप 1.31-1.41× तेज़ है, जो इसे तेज़ जनरेशन की आवश्यकता वाले एप्लिकेशन के लिए आदर्श बनाता है। जबकि Qwen-Image अंतिम रेंडर के लिए थोड़ा बेहतर फोटोरियलिज्म प्रदान करता है, Z-Image Turbo प्रोडक्शन एनवायरनमेंट के लिए स्पीड और गुणवत्ता का सर्वोत्तम संतुलन प्रदान करता है।

तकनीकी हाइलाइट्स

प्रदर्शन

S3-DiT आर्किटेक्चर

Single-Stream Diffusion Transformer (S3-DiT) आर्किटेक्चर को अपनाता है जो विभिन्न कंडीशनल इनपुट की प्रोसेसिंग को एकीकृत करता है। यह 6 बिलियन पैरामीटर डिज़ाइन बड़े मॉडल के कम्प्यूटेशनल ओवरहेड के बिना पेशेवर परिणाम प्राप्त करता है जबकि अत्याधुनिक गुणवत्ता बनाए रखता है।

स्पीड

Decoupled-DMD डिस्टिलेशन

CFG Augmentation और Distribution Matching तंत्र के साथ उन्नत डिस्टिलेशन एल्गोरिदम 8-स्टेप इन्फेरेंस सक्षम करता है (प्रतियोगियों के लिए 20-50 बनाम)। H800 GPU पर एक सेकंड से कम जनरेशन प्राप्त करता है और 16GB VRAM के साथ कंज्यूमर RTX 3060/4090 पर सुचारू रूप से चलता है।

गुणवत्ता

अग्रणी ओपन-सोर्स प्रदर्शन

Artificial Analysis Image Arena पर नंबर 1 ओपन-सोर्स मॉडल के रूप में रैंक किया गया, FLUX.2 [dev], HunyuanImage 3.0, और Qwen-Image को हराता है। द्विभाषी टेक्स्ट रेंडरिंग (अंग्रेजी और चीनी), फोटोरियलिस्टिक जनरेशन, और मजबूत निर्देश पालन में उत्कृष्ट। वाणिज्यिक उपयोग के लिए Apache 2.0 लाइसेंस के तहत जारी किया गया।

के लिए बिल्कुल सही

🎨

डिजिटल आर्ट क्रिएशन

📸

प्रोडक्ट फोटोग्राफी

📊

मार्केटिंग मटीरियल

🎬

कॉन्सेप्ट आर्ट

📱

सोशल मीडिया कंटेंट

🖼️

स्टॉक फोटोग्राफी

🎮

गेम एसेट्स

✨

क्रिएटिव प्रोटोटाइपिंग

Z-Image Turbo क्यों चुनें

⚡

तत्काल परिणाम

शून्य कोल्ड स्टार्ट लेटेंसी के साथ एक सेकंड से कम जनरेशन। बिना किसी प्रतीक्षा के तुरंत अपनी इमेज प्राप्त करें।

💰

लागत-प्रभावी

प्रति इमेज $0.005 की किफायती कीमत। बजट तोड़े बिना अपने रचनात्मक प्रोजेक्ट्स को स्केल करें।

🔌

रेडी-टू-यूज़ API

सरल REST API इंटीग्रेशन। हमारे व्यापक दस्तावेज़ीकरण के साथ मिनटों में इमेज जनरेट करना शुरू करें।

तकनीकी विनिर्देश

मॉडल आर्किटेक्चर6 बिलियन पैरामीटर

इन्फेरेंस स्टेप्स8 NFEs (फंक्शन इवैल्यूएशन की संख्या)

जनरेशन स्पीडH800 पर एक सेकंड से कम, कंज्यूमर GPU पर 5-10 सेकंड

VRAM आवश्यकता16GB (RTX 3060/4090 संगत)

आर्किटेक्चरSingle-Stream Diffusion Transformer (S3-DiT)

डिस्टिलेशन विधिCFG Augmentation के साथ Decoupled-DMD

लाइसेंसApache 2.0 (वाणिज्यिक उपयोग की अनुमति)

रैंकिंगArtificial Analysis Arena पर ओपन-सोर्स नंबर 1

मूल्य निर्धारणप्रति इमेज $0.005

Z-Image Turbo के साथ बनाना शुरू करें

आज ही बिजली की तरह तेज़, फोटोरियलिस्टिक इमेज जनरेशन का अनुभव करें। कोई सेटअप आवश्यक नहीं, बस हमारे API को कॉल करें और बनाना शुरू करें।

कोई कोल्ड स्टार्ट नहीं - तत्काल जनरेशन

किफायती कीमत - प्रति इमेज $0.005

पेशेवर गुणवत्ता परिणाम

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

समान मॉडल देखें

NEW

टेक्स्ट-से-इमेज

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/छवि

300+ मॉडल से शुरू करें,

सभी मॉडल एक्सप्लोर करें

Z-Image Turbo API by Alibaba

इनपुट

आउटपुट

पैरामीटर

कोड उदाहरण

इंस्टॉल करें

प्रमाणीकरण

HTTP हेडर

अनुरोध सबमिट करें

अनुरोध सबमिट करें

अनुरोध बॉडी

प्रतिक्रिया

स्थिति जाँचें

पोलिंग उदाहरण

स्थिति मान

पूर्ण प्रतिक्रिया

फ़ाइलें अपलोड करें

अपलोड उदाहरण

प्रतिक्रिया

Input Schema

अनुरोध बॉडी का उदाहरण

Output Schema

प्रतिक्रिया का उदाहरण

Atlas Cloud Skills

समर्थित क्लाइंट

इंस्टॉल करें

API कुंजी सेटअप करें

क्षमताएँ

MCP Server

समर्थित क्लाइंट

इंस्टॉल करें

कॉन्फ़िगरेशन

उपलब्ध टूल

API स्कीमा

अनुरोध इतिहास देखने के लिए कृपया साइन इन करें

Z-Image Turbo - बिजली की तरह तेज़ टेक्स्ट-टू-इमेज जनरेशन

Alibaba का रणनीतिक मॉडल पोर्टफोलियो

Z-Image Turbo

Qwen-Image

Wan 2.5/2.6

तकनीकी हाइलाइट्स

के लिए बिल्कुल सही

Z-Image Turbo क्यों चुनें

तत्काल परिणाम

लागत-प्रभावी

रेडी-टू-यूज़ API

तकनीकी विनिर्देश

Z-Image Turbo के साथ बनाना शुरू करें

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

समान मॉडल देखें

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

300+ मॉडल से शुरू करें,

Join our Discord community