PENAWARAN WAKTU TERBATAS | DISKON 20% untuk Seedance 2.0 & 2.0 Mini!
Hero background 1
ERNIE Image API for Readable Text in Images

ERNIE Image API for Readable Text in Images

ERNIE Image API menghadirkan 8B Diffusion Transformer berbobot terbuka dari Baidu ke stack Anda, dirilis oleh ERNIE-Image Team di bawah Apache 2.0. Model ini memuncaki LongTextBench dengan skor 0.9733, menjaga judul poster dan balon dialog komik tetap terbaca, sementara varian Turbo yang didistilasi memangkas inferensi dari 50 langkah menjadi 8. Atlas Cloud menyediakannya melalui satu endpoint yang kompatibel dengan OpenAI, dengan harga pay-as-you-go yang transparan. Mulai bangun hari ini.

Jelajahi Model Terkemuka

Atlas Cloud menyediakan model kreatif terdepan dan terbaru di industri untuk Anda.

Perbandingan Endpoint ERNIE Image API: Standard dan Turbo Text-to-Image

Cocokkan setiap endpoint text-to-image dengan kebutuhan kecepatan dan kualitas Anda.

ModalitasDeskripsi
ERNIE Image API (Text To Image)Jika endpoint Turbo memprioritaskan throughput, ERNIE Image API standar lebih berfokus pada fidelitas output maksimum untuk tugas text-to-image yang sama. Endpoint ini cocok untuk pekerjaan produksi final seperti poster, grafis editorial, dan tata letak komersial, ketika ketepatan setiap detail lebih penting daripada waktu penyelesaian.
ERNIE Image Turbo API (Text To Image)Ubah satu prompt teks menjadi hingga sepuluh gambar per permintaan dalam tujuh rasio aspek, dari persegi 1024 pixels hingga 1376 pixels pada sisi terpanjang. Dioptimalkan untuk latensi rendah, endpoint ini secara default menggunakan delapan langkah inferensi dan dilengkapi Prompt Enhancer bawaan yang memperluas prompt singkat sebelum pembuatan. Gunakan endpoint ini saat iterasi cepat, pratinjau real-time, dan batch run bervolume tinggi lebih penting daripada mengejar peningkatan kualitas terakhir.

Dibangun untuk Teks, Tata Letak, dan Kontrol: ERNIE Image API

Mulai dari rendering teks terdepan di industri dan tata letak multi-panel terstruktur hingga prompting dwibahasa native, prompt enhancer default, tujuh dimensi output, dan batch Turbo yang dapat direproduksi, ERNIE Image API mengubah instruksi presisi menjadi gambar siap produksi.

Rendering Teks yang Terbaca dengan ERNIE Image API

Rendering Teks yang Terbaca dengan ERNIE Image API

Skor LongTextBench terdepan sebesar 0.9733 memungkinkan model merender teks yang terbaca dan dieja dengan benar langsung ke dalam gambar yang dihasilkan. Balon dialog komik, judul poster, label infografik, dan teks mockup UI tetap tajam dan mudah dibaca.

Tata Letak Multi-Panel Terstruktur

Tata Letak Multi-Panel Terstruktur

Primitif generation, edit, composite, dan upscale bekerja bersama pemahaman hubungan spasial berbasis grid. Kombinasi ini menghasilkan rangkaian multi-panel yang koheren dan desain terformat yang dapat dikendalikan desainer melalui satu pipeline terpusat.

Prompting Dwibahasa di ERNIE Image API

Prompting Dwibahasa di ERNIE Image API

Prompt berbahasa Inggris dan Mandarin sama-sama berjalan secara native melalui pipeline encoder yang sama, menangkap ungkapan idiomatis dalam masing-masing bahasa. Kefasihan ganda ini mendukung storytelling visual yang autentik untuk kampanye global maupun konten terlokalisasi.

Prompt Enhancer Aktif secara Default

Prompt Enhancer Aktif secara Default

Aktif secara default, Prompt Enhancer yang ringan menulis ulang input singkat menjadi deskripsi yang lebih kaya dan terstruktur sebelum mencapai diffusion backbone. Nonaktifkan per request kapan pun kontrol literal atas susunan kata yang persis lebih diutamakan.

Tujuh Dimensi Output Native

Tujuh Dimensi Output Native

Tujuh ukuran output native mencakup format persegi 1024x1024, framing landscape hingga 1376x768, dan bentuk portrait hingga 768x1376. Setiap rasio dibuat secara langsung, sehingga framing tetap utuh di semua format.

ERNIE Image API dalam Mode Turbo

ERNIE Image API dalam Mode Turbo

Butuh volume tanpa menunggu lama? Mode Turbo berjalan hanya dengan 8 inference steps dan mengembalikan hingga 10 gambar per request, sementara seed eksplisit menjaga setiap hasil tetap dapat direproduksi.

Adu ERNIE Image: Satu Prompt, Tiga Model

Berikan brief yang persis sama kepada model unggulan ERNIE Image, pesaing populer, dan saudara kandungnya yang lebih cepat, lalu nilai bagaimana masing-masing merender tipografi, tata letak, dan cahaya secara berdampingan.

Prompt

Still life flatlay dari atas, kamera terkunci sempurna overhead menatap lurus ke bawah ke atas meja apotek kayu elm pucat yang lapuk di sebuah kedai teh herbal tradisional Tiongkok. Cahaya jendela akhir pagi yang keras dan terarah menyapu rendah dari kanan, protagonis sejati dalam bingkai — membentuk bayangan panjang, tajam, dan memanjang yang merentang ke kiri melintasi serat kayu mentah dan berfungsi sebagai garis penuntun. Di sisi kanan yang padat, stoples-stoples kaca bening yang berkelompok rapat berpijar saat matahari menembusnya: kuncup krisan kering yang tembus cahaya, buah goji merah, kulit jeruk keprok amber yang menggulung (chenpi), dan kelopak roselle kering merah tua yang menangkap cahaya. Sebuah timbangan tangan kecil dari kuningan teroksidasi dengan patina matte, lesung dan alu batu usang yang tertaburi serbuk halus, serta slip resep kertas berserat kasar bertulisan tangan dengan karakter Tionghoa kaligrafi kuas yang rapi dalam kaishu tradisional ("甘草三钱", "桂花蜜"), tepinya berjumbai dan berserat. Tertangkap di tengah momen: sebuah kaleng pewter terguling miring, mulutnya terbuka, beberapa buah goji masih menggelinding dan tersebar ke luar, masing-masing membentuk bayangan tipis sepanjang jarum. Komposisi bernapas melalui kepadatan-dan-ruang kosong — gugus padat di kanan diseimbangkan dengan hamparan luas ruang negatif kayu polos yang kosong di kiri. Palet hangat monokromatik di seluruh gambar — amber, oranye jeruk keprok, emas kuningan tua — dipatahkan oleh satu aksen merah roselle gelap. Tekstur harus tetap kuat saat diperbesar: kerapuhan tipis kelopak kering, kuningan teroksidasi yang kusam, tepi serat kertas yang compang-camping, butiran serbuk lepas. Cahaya alami terarah, tanpa pancaran buatan, bayangan bersih dan tajam, rendering material realistis, tertahan dan elegan, fotografi still-life makanan dan herbal yang sangat detail secara makro, diambil dengan lensa 85mm, framing lanskap horizontal lebar, rasio aspek lebar 16:9, memenuhi bidang hingga tepi.

Generated with Baidu ERNIE Image Turbo on Atlas Cloud

Generated with Baidu ERNIE Image Turbo on Atlas Cloud

Generated with Qwen Image 2.0 on Atlas Cloud

Generated with Qwen Image 2.0 on Atlas Cloud

Generated with Baidu ERNIE Image Turbo on Atlas Cloud

Generated with Baidu ERNIE Image Turbo on Atlas Cloud

Prompt

Strip manga horizontal tiga panel yang mengikuti seorang gadis inventor remaja di bengkel lotengnya yang berantakan. Pada panel pertama ia membuat sketsa mesin terbang kecil di bawah cahaya lampu yang hangat, pada panel kedua alat itu tersendat-sendat lalu terangkat ke udara sambil menyebarkan baut-baut, pada panel ketiga ia mengangkat kedua tinju sambil menyeringai penuh kemenangan. Balon bicara bilingual yang bersih memuat huruf bahasa Inggris dan Jepang yang tajam, digambar dengan linework tinta yang percaya diri dan shading screentone, cahaya lampu amber hangat diseimbangkan dengan bayangan bengkel yang sejuk. Desain karakter tetap konsisten di ketiga panel, gestur tetap ekspresif, dan cerita terbaca dari kiri ke kanan dengan alur sekuensial yang jelas. Gaya ilustrasi anime cel-shaded yang vibran dengan outline tebal dan bersih. Rasio aspek lebar 16:9, memenuhi bidang hingga tepi.

Generated with Baidu ERNIE Image Turbo on Atlas Cloud

Generated with Baidu ERNIE Image Turbo on Atlas Cloud

Generated with Qwen Image 2.0 on Atlas Cloud

Generated with Qwen Image 2.0 on Atlas Cloud

Generated with Baidu ERNIE Image Turbo on Atlas Cloud

Generated with Baidu ERNIE Image Turbo on Atlas Cloud

Pekerjaan Produksi Nyata yang Ditangani ERNIE Image API

Dari poster dengan teks yang akurat dan komik multi-panel hingga kampanye bilingual, katalog produk, mockup antarmuka, dan infografik berlabel, ERNIE Image API mengubah prompt yang presisi menjadi visual dengan tata letak akurat di setiap pipeline konten.

Produksi Marketing dan Poster dengan ERNIE Image API

Headline, harga, dan copy produk yang mudah dibaca dirender langsung ke dalam poster dan banner kampanye berkat akurasi teks model yang unggul. Tim marketing dapat merilis aset siap cetak secara langsung, tanpa perlu tahap typesetting terpisah.

Komik dan Penceritaan Berurutan

Karena model memahami tata letak berbasis grid dan struktur multi-panel, model ini merender halaman komik yang koheren dengan dialog di dalam balon bicara. Kreator independen dan studio dapat menyusun storyboard lengkap tanpa menggambar ulang setiap frame secara manual.

Lokalisasi Kampanye Bilingual dengan ERNIE Image API

Dukungan prompt native English dan Chinese berarti satu workflow dapat menghasilkan visual yang sesuai brand untuk kedua pasar, dengan teks yang dirender dengan benar dalam tiap sistem tulisan. Tim global dapat melokalkan materi kreatif tanpa harus merekrut pipeline desain terpisah untuk setiap bahasa.

Visual Produk E-Commerce dalam Skala Besar

Hasilkan adegan lifestyle, mockup produk, dan gambar promosi untuk seluruh katalog melalui satu panggilan API. Varian Turbo memadatkan inferensi menjadi delapan langkah, sehingga toko dengan volume tinggi dapat menyegarkan seluruh katalog dalam hitungan menit.

Mockup Antarmuka dan Produk

Butuh layar realistis untuk pitch? Model ini merender antarmuka aplikasi dan mockup website dengan label, tombol, dan body copy yang mudah dibaca, sehingga tim produk mendapatkan prototipe siap presentasi sebelum satu komponen pun dibuat.

Infografik Edukasi dengan ERNIE Image API

Kemampuan mengikuti instruksi yang kuat memadukan visual dengan diagram, grafik, dan callout berlabel jelas dalam satu kali generasi. Pendidik dan analis dapat mengubah materi sumber yang padat menjadi grafik penjelas yang tetap terbaca di ukuran layar apa pun.

ERNIE Image Dibandingkan dengan Model Text-to-Image Pesaing

Lihat posisi ERNIE Image dibanding generator terbuka dan proprietary lainnya berdasarkan asal pengembang, model akses, rendering teks bilingual, dan biaya per gambar.

ModelPengembangModel AksesRendering Teks Bilingual (EN + ZH)Harga (per gambar)
ERNIE-ImageBaidu (Tim ERNIE-Image)Bobot terbuka, Apache 2.0Terdepan di industri, LongTextBench 0.9733Bayar sesuai pemakaian
ERNIE-Image TurboBaidu (Tim ERNIE-Image)Bobot terbuka, Apache 2.0Tetap terjaga melalui inferensi 8 langkah hasil distilasi DMDBayar sesuai pemakaian
Qwen Image 2.0Alibaba (Tongyi)Bobot terbuka, Apache 2.0Kuat pada tata letak tipografi 1K-token$0.035
Z-Image TurboAlibaba (Tongyi Lab)Bobot terbuka, Apache 2.0Menangani papan tanda berbahasa Mandarin yang kompleks bersama bahasa Inggris$0.005
Seedream v4.5ByteDanceProprietaryRendering setara desainer pada 4K native$0.04

Cara Menggunakan ERNIE Image API for Readable Text in Images di Atlas Cloud

Mulai dalam hitungan menit — ikuti langkah-langkah sederhana berikut untuk mengintegrasikan dan men-deploy model melalui platform Atlas Cloud.

Buat Akun Atlas Cloud

Daftar di atlascloud.ai dan selesaikan verifikasi. Pengguna baru mendapatkan kredit gratis untuk menjelajahi platform dan menguji model.

Mengapa Menggunakan ERNIE Image API for Readable Text in Images di Atlas Cloud

Gabungkan model ERNIE Image API for Readable Text in Images canggih dengan platform akselerasi GPU Atlas Cloud untuk performa, skalabilitas, dan pengalaman pengembangan yang tak tertandingi.

Performa & Fleksibilitas

Latensi Rendah:
Inferensi yang dioptimalkan GPU untuk respons real-time.

API Terpadu:
Satu integrasi untuk ERNIE Image API for Readable Text in Images, GPT, Gemini, dan DeepSeek.

Harga Transparan:
Billing per token, mendukung mode Serverless.

Enterprise & Skala

Pengalaman Developer:
SDK, analitik data, alat fine-tuning, dan template tersedia lengkap.

Keandalan:
Ketersediaan 99.99%, kontrol izin RBAC, logging kepatuhan.

Keamanan & Kepatuhan:
Sertifikasi SOC 2 Type II, kepatuhan HIPAA, kedaulatan data AS.

ERNIE Image API: Questions Developers Ask Most

The ERNIE Image API gives developers programmatic access to Baidu's open-weight text-to-image model, an 8B single-stream Diffusion Transformer paired with a Prompt Enhancer that expands short prompts into richer, more structured descriptions. On Atlas Cloud you reach it through one OpenAI-compatible endpoint with pay-as-you-go pricing and Day-0 access.

Its standout strength is legible in-image text. The model scores 0.9733 on LongTextBench in English, the top result among open-weight models, which makes it dependable for posters, comic speech bubbles, infographics, and UI mockups where every character has to be spelled correctly.

Both variants share the same 8B architecture but trade quality against speed. The Standard model runs 50 inference steps at guidance scale 4.0 for maximum fidelity on final assets, while the Turbo variant is distilled with DMD and reinforcement learning down to roughly 8 steps for rapid, high-volume generation.

Yes. Prompts are supported in English, Chinese, and Japanese through the same encoder, and text stays reliable across scripts, scoring 0.9661 on the Chinese LongTextBench. Where several competing models degrade sharply on Chinese characters, this one keeps Simplified, Traditional, and mixed bilingual copy clean.

The Turbo endpoint accepts seven preset sizes through a single size parameter, ranging from a 1024x1024 square to 1376x768 landscape and 768x1376 portrait formats. You can also request up to ten images per call, fix a seed for reproducible results, and toggle the built-in Prompt Enhancer with the use_pe flag.

Getting started takes a single API key. Sign up on Atlas Cloud, point your existing OpenAI-compatible client at the endpoint, and send a prompt with an optional size and seed to receive image URLs in the response. Billing is pay-as-you-go per call with Day-0 access to the model.

In published benchmarks the model outperforms comparable open releases such as FLUX.2-klein-9B, scoring 0.8856 against 0.8481 on GenEval overall. Its widest lead is in text rendering, where FLUX.2 collapses to 0.2183 on Chinese while ERNIE Image holds above 0.96. For workloads built around readable in-image text and structured layouts, it is currently the strongest open-weight choice.

Yes. ERNIE Image is released under the Apache 2.0 license, which permits commercial use, modification, and redistribution. Generated images can go into advertising, merchandise, publications, and other commercial products without license friction.

Jelajahi Lebih Banyak Seri

Seedance 2.0

API Seedance 2.0 memberi Anda akses produksi ke model video multimodal milik ByteDance — input quad-modal (teks, gambar, video, audio) dan sistem "Universal Reference" terkemuka di industri yang mengunci komposisi, pergerakan kamera, dan aksi karakter di berbagai bidikan. Integrasikan kontrol tingkat sutradara dengan satu panggilan API, tarif tetap $0,09/dtk, kunci instan, dan tanpa daftar tunggu — didukung oleh waktu aktif dan kepatuhan tingkat perusahaan. Seedance 2.0 Native 4K kini telah hadir!

Lihat Seri

Grok Imagine

Grok Imagine API memberi pengembang pembuatan gambar, video, dan audio dari xAI dalam satu suite. API ini menghasilkan gambar hingga 2K dengan rendering teks multibahasa, plus video hingga 15 detik dengan audio asli yang tersinkronisasi dan pengeditan berbasis referensi. Di Atlas Cloud, satu kunci menjalankan setiap mode Grok Imagine, sehingga Anda dapat beralih di antara gambar, video, dan audio tanpa pengaturan terpisah, mulai dari $0,02 per gambar dan $0,05 per detik.

Lihat Seri

Gemini Omni Flash

Gemini Omni API menghadirkan model pembuatan dan pengeditan video multimodal dari Google DeepMind, yang diperkenalkan di Google I/O 2026, ke stack Anda. Gemini Omni memadukan mesin penalaran Gemini dengan media generatif, menerima kombinasi apa pun dari teks, gambar, video, dan audio untuk menghasilkan output yang konsisten dan berlandaskan pengetahuan. Sempurnakan hasil lewat percakapan alami — ganti objek, tulis ulang adegan, dan ubah gaya, sementara fisika, karakter, dan kontinuitas tetap terjaga. Atlas Cloud menyediakan seluruh lini Gemini Omni Flash — text-to-video, image-to-video dengan hingga 7 gambar referensi, dan reference-to-video — melalui satu API terpadu dengan harga per detik yang transparan mulai dari $0.112 tanpa langganan. Mulai bangun hari ini.

Lihat Seri

GPT Image 2

API GPT Image 2 memberi pengembang akses ke model gambar terbaru OpenAI, penerus GPT Image 1.5. Model ini menghasilkan dan mengedit gambar dengan rendering teks yang akurat di seluruh skrip Latin dan CJK, ditambah komposisi yang kuat untuk poster, mockup, dan infografis. Di Atlas Cloud, Anda dapat mengaksesnya melalui satu API terpadu bersama 300+ model, dengan kredit gratis, waktu operasi 99,99%, dan tanpa memerlukan verifikasi organisasi OpenAI.

Lihat Seri

Google

Model kreatif paling kuat dari Google semuanya tersedia di Atlas Cloud. Veo 3.1 menghadirkan pembuatan video sinematik, Nano Banana 2 memberdayakan pembuatan gambar dengan fidelitas tinggi, dan Gemini membawa kecerdasan multimodal ke setiap alur kerja. Akses rangkaian lengkap model Google melalui satu API key dengan ketersediaan Day-0 dan harga bayar sesuai pemakaian (pay-as-you-go).

Lihat Seri

Seedance 2.0 Mini

Seedance 2.0 Mini menghadirkan pembuatan video multimodal dari ByteDance ke alur kerja di mana kecepatan dan biaya adalah hal yang paling utama. Model ini memberikan kemampuan inti dari Seedance 2.0 dengan penggunaan sumber daya yang lebih ringan — pembuatan yang lebih cepat, biaya per video yang lebih rendah, dan integrasi API yang sama dengan yang sudah Anda gunakan. Untuk tim yang menjalankan pipeline bervolume tinggi atau pembuatan prototipe dalam skala besar, Mini adalah pilihan default yang praktis.

Lihat Seri

ByteDance

Dari pembuatan video sinematik hingga penciptaan gambar dengan fidelitas tinggi, model paling kuat dari ByteDance kini tersedia di Atlas Cloud. Jalankan Seedance dan Seedream dalam skala besar dengan harga inferensi terendah dan tanpa biaya overhead infrastruktur.

Lihat Seri

Alibaba

Atlas Cloud menyatukan seluruh jajaran model Alibaba di bawah satu API: Qwen untuk tugas bahasa dan gambar, Wan untuk pembuatan video hingga 1080p. Akses setiap model dengan sistem bayar sesuai pemakaian (pay-as-you-go) tanpa berlangganan. Alibaba API tersedia melalui satu URL dasar (base URL) menggunakan klien yang kompatibel dengan OpenAI Anda saat ini.

Lihat Seri

OpenAI

Atlas Cloud memberi Anda akses ke seluruh jajaran OpenAI API, mulai dari GPT Image 2 untuk pembuatan gambar hingga Sora 2 untuk video. Setiap model tersedia dengan sistem bayar sesuai penggunaan (pay-as-you-go) tanpa komitmen bulanan. Lakukan integrasi hanya dengan satu pertukaran URL dasar menggunakan API yang kompatibel dengan OpenAI.

Lihat Seri

xAI

Bangun pipeline gambar dan video yang lengkap menggunakan xAI API di Atlas Cloud. Hasilkan pada resolusi 2K, edit dengan gambar referensi, dan animasikan gambar menjadi klip yang disinkronkan dengan audio.

Lihat Seri

Kwaivgi

Kwaivgi API dengan harga 15% di bawah harga standar. Atlas Cloud memberikan akses Day-0 ke rilis Kling terbaru dengan harga pay-as-you-go (bayar sesuai pemakaian) dan tanpa batasan pengguna (seat limits). Satu akun, satu kunci, setiap model Kling dari tingkat standar hingga master.

Lihat Seri

Seedream 5.0 Pro

API Seedream 5.0 Pro memberi pengembang model pengeditan gambar yang dapat dikontrol dari ByteDance di Atlas Cloud. Ini menempatkan editan secara presisi dengan jangkar dan koordinat, memisahkan gambar menjadi lapisan yang dapat diedit, menggabungkan banyak referensi, dan mencocokkan warna dan bahan secara persis, dengan teks multibahasa pada 2K dan 3K. Di Atlas Cloud, Anda dapat mengaksesnya melalui satu kunci!

Lihat Seri

Satu API untuk semua AI multimedia.

Jelajahi semua model

Join our Discord community

Join the Discord community for the latest model updates, prompts, and support.