Z-Image Turbo API by Alibaba
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.
Invoer
Uitvoer
InactiefElke uitvoering kost $0.01. Voor $10 kunt u ongeveer 1000 keer uitvoeren.
U kunt doorgaan met:
Codevoorbeeld
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()Installeren
Installeer het vereiste pakket voor uw programmeertaal.
pip install requestsAuthenticatie
Alle API-verzoeken vereisen authenticatie via een API-sleutel. U kunt uw API-sleutel ophalen via het Atlas Cloud dashboard.
export ATLASCLOUD_API_KEY="your-api-key-here"HTTP-headers
import os
API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
"Content-Type": "application/json",
"Authorization": f"Bearer {API_KEY}"
}Stel uw API-sleutel nooit bloot in client-side code of openbare repositories. Gebruik in plaats daarvan omgevingsvariabelen of een backend-proxy.
Een verzoek indienen
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())Een verzoek indienen
Dien een asynchroon generatieverzoek in. De API retourneert een voorspellings-ID waarmee u de status kunt controleren en het resultaat kunt ophalen.
/api/v1/model/generateImageVerzoekinhoud
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']}")Antwoord
{
"id": "pred_abc123",
"status": "processing",
"model": "model-name",
"created_at": "2025-01-01T00:00:00Z"
}Status controleren
Bevraag het voorspellings-eindpunt om de huidige status van uw verzoek te controleren.
/api/v1/model/prediction/{prediction_id}Polling-voorbeeld
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)Statuswaarden
processingHet verzoek wordt nog verwerkt.completedDe generatie is voltooid. Resultaten zijn beschikbaar.succeededDe generatie is geslaagd. Resultaten zijn beschikbaar.failedDe generatie is mislukt. Controleer het foutveld.Voltooid antwoord
{
"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"
}
}Bestanden uploaden
Upload bestanden naar Atlas Cloud opslag en ontvang een URL die u kunt gebruiken in uw API-verzoeken. Gebruik multipart/form-data om te uploaden.
/api/v1/model/uploadMediaUpload-voorbeeld
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}")Antwoord
{
"data": {
"download_url": "https://storage.atlascloud.ai/uploads/abc123/image.png",
"file_name": "image.png",
"content_type": "image/png",
"size": 1024000
}
}Invoer-Schema
De volgende parameters worden geaccepteerd in de verzoekinhoud.
Geen parameters beschikbaar.
Voorbeeld verzoekinhoud
{
"model": "z-image/turbo"
}Uitvoer-Schema
De API retourneert een voorspellingsantwoord met de gegenereerde uitvoer-URL's.
Voorbeeldantwoord
{
"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 integreert meer dan 300 AI-modellen rechtstreeks in uw AI-codeerassistent. Eén commando om te installeren, gebruik daarna natuurlijke taal om afbeeldingen, video's te genereren en te chatten met LLMs.
Ondersteunde clients
Installeren
npx skills add AtlasCloudAI/atlas-cloud-skillsAPI-sleutel instellen
Haal uw API-sleutel op via het Atlas Cloud dashboard en stel deze in als omgevingsvariabele.
export ATLASCLOUD_API_KEY="your-api-key-here"Mogelijkheden
Eenmaal geïnstalleerd kunt u natuurlijke taal gebruiken in uw AI-assistent om toegang te krijgen tot alle Atlas Cloud modellen.
MCP-server
De Atlas Cloud MCP-server verbindt uw IDE met meer dan 300 AI-modellen via het Model Context Protocol. Werkt met elke MCP-compatibele client.
Ondersteunde clients
Installeren
npx -y atlascloud-mcpConfiguratie
Voeg de volgende configuratie toe aan het MCP-instellingenbestand van uw IDE.
{
"mcpServers": {
"atlascloud": {
"command": "npx",
"args": [
"-y",
"atlascloud-mcp"
],
"env": {
"ATLASCLOUD_API_KEY": "your-api-key-here"
}
}
}
}Beschikbare tools
API Schema
Schema niet beschikbaarInloggen om aanvraaggeschiedenis te bekijken
U moet ingelogd zijn om toegang te krijgen tot uw modelaanvraaggeschiedenis.
InloggenZ-Image Turbo - Bliksemsnelle Tekst-naar-Afbeelding Generatie
NIEUW6 Miljard Parameter Model van Alibaba TONGYIMAI
Z-Image Turbo is het #1 gerangschikte open-source tekst-naar-afbeelding model, dat FLUX.2 [dev], HunyuanImage 3.0 en Qwen-Image overtreft in de Artificial Analysis Image Arena. Gebouwd door Alibaba's Tongyi-MAI team (een aparte divisie van Qwen/Wan), bereikt dit 6 miljard parameter model generatie binnen een seconde door geavanceerde Decoupled-DMD destillatie terwijl fotorealistische kwaliteit behouden blijft. Met slechts 8 inferentiestappen past het in 16GB VRAM en levert het professionele resultaten geoptimaliseerd voor snelheid-kritieke productieomgevingen.
- Slechts 8 inferentiestappen (vs 20-50 voor concurrenten)
- Generatie binnen een seconde op H800 GPU's
- 1.31-1.41× sneller dan Qwen Image per stap
- Past in 16GB VRAM (RTX 3060/4090)
- #1 gerangschikt open-source model op AI Arena
- Tweetalige tekstweergave (Engels & Chinees)
- Robuuste instructie-naleving
- Verslaat FLUX.1 [dev] en Qwen in alle categorieën
Alibaba's Strategische Model Portfolio
Alibaba biedt drie gespecialiseerde AI beeldgeneratiesystemen, elk geoptimaliseerd voor verschillende gebruikssituaties
Z-Image Turbo
Tongyi-MAI Team
- ⚡ Snelste: 8 stappen, generatie binnen een seconde
- 🏆 #1 gerangschikt open-source model
- 💰 Meest kosteneffectief ($0.005/afbeelding)
- 🎯 Geoptimaliseerd voor snelle iteratie
Qwen-Image
Qwen Team
- 🎨 Ongeëvenaard fotorealisme & huidtexturen
- 💡 Superieure lichtinteracties
- ⏱️ Langzamer (20s vs 5-10s voor Z-Image)
- 🎯 Best voor high-end productiewerk
Wan 2.5/2.6
Wan Team
- 🎬 Tekst-naar-Video + Afbeelding-naar-Video
- 📹 Multi-resolutie ondersteuning (480P-720P)
- 🔄 Audio-visuele synchronisatie
- 🎯 Cross-modale content generatie
Key Insight: Z-Image Turbo is 1.31-1.41× sneller dan Qwen-Image per stap, waardoor het ideaal is voor toepassingen die snelle generatie vereisen. Hoewel Qwen-Image iets beter fotorealisme biedt voor eindrenderings, biedt Z-Image Turbo de beste balans tussen snelheid en kwaliteit voor productieomgevingen.
Technische Hoogtepunten
Hanteert de Single-Stream Diffusion Transformer (S3-DiT) architectuur die de verwerking van diverse conditionele inputs verenigt. Dit 6 miljard parameter ontwerp bereikt professionele resultaten zonder de computationele overhead van grotere modellen terwijl state-of-the-art kwaliteit behouden blijft.
Geavanceerd destillatie-algoritme met CFG Augmentation en Distribution Matching mechanismen maakt 8-staps inferentie mogelijk (vs 20-50 voor concurrenten). Bereikt generatie binnen een seconde op H800 GPU's en draait soepel op consument RTX 3060/4090 met 16GB VRAM.
Gerangschikt als #1 open-source model in Artificial Analysis Image Arena, en verslaat FLUX.2 [dev], HunyuanImage 3.0 en Qwen-Image. Blinkt uit in tweetalige tekstweergave (Engels & Chinees), fotorealistische generatie en robuuste instructie-naleving. Vrijgegeven onder Apache 2.0 licentie voor commercieel gebruik.
Perfect Voor
Waarom Kiezen voor Z-Image Turbo
Instant Resultaten
Generatie binnen een seconde met nul cold start latentie. Krijg je afbeeldingen onmiddellijk zonder wachten.Kosteneffectief
Betaalbare prijs van $0.005 per afbeelding. Schaal je creatieve projecten zonder het budget te overschrijden.Gebruiksklare API
Eenvoudige REST API integratie. Begin binnen enkele minuten met het genereren van afbeeldingen met onze uitgebreide documentatie.Technische Specificaties
Begin met Creëren met Z-Image Turbo
Ervaar vandaag nog bliksemsnelle, fotorealistische beeldgeneratie. Geen setup vereist, roep gewoon onze API aan en begin met creëren.
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.
