ideogram/v4/quality/text-to-image

tekst-do-obrazu

Ideogram v4 Quality Text-to-Image API

ideogram/v4/quality/text-to-image

Text-to-image

Generate high-quality images, posters, and logos with Ideogram latest V4.0 — producing crisp visuals with accurate text rendering, fine detail, and full creative control for polished, ready-to-use designs.

Porównaj modele

Ideogram v4 Quality Text-to-Image został opracowany przez Ideogram. Atlas Cloud (prowadzona przez Atlas Cloud AI LLC) zapewnia dostęp do modelu, ale nie jest jego właścicielem. Wszystkie znaki towarowe należą do ich odpowiednich właścicieli.

WEJŚCIE

Prompt *

Rozmiar obrazu

Proporcje zablokowane: zmiana jednej strony proporcjonalnie skaluje drugą. Kliknij kłódkę, aby edytować swobodnie.

Format wyjściowy

Seed

WYJŚCIE

Bezczynny

Twoje wygenerowane obrazy pojawią się tutaj

Skonfiguruj ustawienia i kliknij Uruchom, aby rozpocząć

Każde uruchomienie będzie kosztować $0.025. Za $10 możesz uruchomić ten model około 400 razy.

Co możesz zrobić dalej:

Obraz do Wideo Obraz do Obrazu

Parametry

Przykład kodu
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": "ideogram/v4/quality/text-to-image",  # Required. model name
    "prompt": "A beautiful landscape with mountains and lake",  # Required. Text description of the image to generate
    "image_size": "landscape_16_9",  # Output image size preset. options: square_hd | square | portrait_3_4 | portrait_9_16 | landscape_4_3 | landscape_16_9
    "output_format": "jpeg",  # File format of the generated image. options: jpeg | png
    "seed": 0,  # Random seed for reproducibility. (min: 0)
}

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()

Instalacja

Zainstaluj wymagany pakiet dla swojego języka programowania.

pip install requests

Uwierzytelnianie

Wszystkie żądania API wymagają uwierzytelnienia za pomocą klucza API. Klucz API możesz uzyskać z panelu Atlas Cloud.

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

Nagłówki HTTP

import os

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

Chroń swój klucz API

Nigdy nie ujawniaj swojego klucza API w kodzie po stronie klienta ani w publicznych repozytoriach. Zamiast tego użyj zmiennych środowiskowych lub proxy backendowego.

Wyślij żądanie

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())

Wyślij żądanie

Wyślij asynchroniczne żądanie generowania. API zwróci identyfikator predykcji, którego możesz użyć do sprawdzania statusu i pobierania wyniku.

POST/api/v1/model/generateImage

Treść żądania

import requests

url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}

data = {
    "model": "ideogram/v4/quality/text-to-image",
    "prompt": "A beautiful landscape with mountains and lake"
}

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

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

Odpowiedź

{
  "code": 200,
  "data": {
    "id": "pred_abc123",
    "status": "processing",
    "model": "model-name",
    "created_at": "2025-01-01T00:00:00Z"
  }
}

Sprawdź status

Odpytuj endpoint predykcji, aby sprawdzić bieżący status żądania.

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

Przykład odpytywania

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)

Wartości statusu

processingŻądanie jest wciąż przetwarzane.

completedGenerowanie zakończone. Wyniki są dostępne.

succeededGenerowanie powiodło się. Wyniki są dostępne.

failedGenerowanie nie powiodło się. Sprawdź pole błędu.

Odpowiedź ukończona

{
  "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"
  }
}

Prześlij pliki

Prześlij pliki do magazynu Atlas Cloud i uzyskaj URL, którego możesz użyć w swoich żądaniach API. Użyj multipart/form-data do przesyłania.

POST/api/v1/model/uploadMedia

Przykład przesyłania

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}")

Odpowiedź

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

Schema wejściowy

Następujące parametry są akceptowane w treści żądania.

Łącznie: 5Wymagane: 2Opcjonalne: 3

modelstringrequired

model name

Default: "ideogram/v4/quality/text-to-image"

promptstringrequired

Text description of the image to generate. Maximum 2,000 characters.

image_sizestring

Output image size preset.

Default: "landscape_16_9"

square_hdsquareportrait_3_4portrait_9_16landscape_4_3landscape_16_9

output_formatstring

File format of the generated image.

Default: "jpeg"

jpegpng

seedinteger

Random seed for reproducibility. Use the same seed and prompt to reproduce results.

Min: 0

Przykładowa treść żądania

{
  "model": "ideogram/v4/quality/text-to-image",
  "prompt": "A beautiful landscape",
  "image_size": "landscape_16_9",
  "output_format": "jpeg"
}

Schema wyjściowy

API zwraca odpowiedź predykcji z URL-ami wygenerowanych wyników.

modelstring

model name

Default: "ideogram/v4/quality/text-to-image"

created_atstring

ISO timestamp of when the request was created (e.g., "2023-04-01T12:34:56.789Z").

idstring

Unique identifier for the prediction.

outputsarray

Array of URLs to the generated images. Null when status is not completed.

statusstring

Status of the task: created, processing, completed, or failed.

Przykładowa odpowiedź

{
  "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 integruje ponad 400 modeli AI bezpośrednio z Twoim asystentem kodowania AI. Jedno polecenie do instalacji, a następnie używaj języka naturalnego do generowania obrazów, filmów i rozmów z LLM.

Obsługiwani klienci

Claude Code

OpenAI Codex

Gemini CLI

Cursor

Windsurf

VS Code

Trae

GitHub Copilot

Cline

Roo Code

Amp

Goose

Replit

40+ obsługiwani klienci

Instalacja

npx skills add AtlasCloudAI/atlas-cloud-skills

Skonfiguruj klucz API

Uzyskaj klucz API z panelu Atlas Cloud i ustaw go jako zmienną środowiskową.

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

Możliwości

Po zainstalowaniu możesz używać języka naturalnego w swoim asystencie AI, aby uzyskać dostęp do wszystkich modeli Atlas Cloud.

Generowanie obrazówGeneruj obrazy za pomocą modeli takich jak Nano Banana 2, Z-Image i inne.

Tworzenie wideoTwórz filmy z tekstu lub obrazów za pomocą Kling, Vidu, Veo itp.

Chat LLMRozmawiaj z Qwen, DeepSeek i innymi dużymi modelami językowymi.

Przesyłanie mediówPrześlij lokalne pliki do edycji obrazów i przepływów pracy obraz-do-wideo.

Dowiedz się więcej

github.com/AtlasCloudAI/atlas-cloud-skills

Serwer MCP

Serwer MCP Atlas Cloud łączy Twoje IDE z ponad 400 modelami AI za pośrednictwem Model Context Protocol. Działa z każdym klientem kompatybilnym z MCP.

Obsługiwani klienci

Cursor

VS Code

Windsurf

Claude Code

OpenAI Codex

Gemini CLI

Cline

Roo Code

100+ obsługiwani klienci

Instalacja

npx -y atlascloud-mcp

Konfiguracja

Dodaj następującą konfigurację do pliku ustawień MCP w swoim IDE.

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

Dostępne narzędzia

atlas_generate_imageGeneruj obrazy z promptów tekstowych.

atlas_generate_videoTwórz filmy z tekstu lub obrazów.

atlas_chatRozmawiaj z dużymi modelami językowymi.

atlas_list_modelsPrzeglądaj ponad 400 dostępnych modeli AI.

atlas_quick_generateTworzenie treści w jednym kroku z automatycznym wyborem modelu.

atlas_upload_mediaPrześlij lokalne pliki do przepływów pracy API.

Dowiedz się więcej

github.com/AtlasCloudAI/mcp-server

API Schema

{
  "info": {
    "description": "The AtlasCloud API.",
    "title": "AtlasCloud API",
    "version": "1.0.0"
  },
  "paths": {
    "/api/v1/model/generateImage": {
      "post": {
        "responses": {
          "200": {
            "content": {
              "application/json": {
                "schema": {
                  "$ref": "#/components/schemas/PredictionResponse"
                }
              }
            },
            "description": "The request status."
          }
        },
        "requestBody": {
          "required": true,
          "content": {
            "application/json": {
              "schema": {
                "$ref": "#/components/schemas/Input"
              }
            }
          }
        }
      },
      "x-api-name": "model_run"
    },
    "/api/v1/model/prediction/{request_id}": {
      "get": {
        "responses": {
          "200": {
            "content": {
              "application/json": {
                "schema": {
                  "$ref": "#/components/schemas/PredictionResponse"
                }
              }
            },
            "description": "Result of the request."
          }
        },
        "parameters": [
          {
            "in": "path",
            "name": "request_id",
            "schema": {
              "type": "string",
              "description": "Request ID"
            },
            "required": true
          }
        ]
      },
      "x-api-name": "model_result"
    }
  },
  "openapi": "3.0.0",
  "servers": [
    {
      "url": "https://api.atlascloud.ai"
    }
  ],
  "components": {
    "schemas": {
      "Input": {
        "properties": {
          "model": {
            "type": "string",
            "description": "model name",
            "default": "ideogram/v4/quality/text-to-image"
          },
          "prompt": {
            "description": "Text description of the image to generate. Maximum 2,000 characters.",
            "type": "string",
            "minLength": 1,
            "maxLength": 2000
          },
          "image_size": {
            "description": "Output image size preset.",
            "type": "string",
            "x-atlas": {
              "max_width": 3840,
              "min_height": 512,
              "min_width": 512,
              "max_height": 3840,
              "multiple_of": 16
            },
            "default": "landscape_16_9",
            "enum": [
              "square_hd",
              "square",
              "portrait_3_4",
              "portrait_9_16",
              "landscape_4_3",
              "landscape_16_9"
            ],
            "x-ui-component": "select",
            "x-enum-labels": {
              "square_hd": "Square HD (1024×1024)",
              "square": "Square (512×512)",
              "portrait_3_4": "Portrait 3:4",
              "portrait_9_16": "Portrait 9:16",
              "landscape_4_3": "Landscape 4:3",
              "landscape_16_9": "Landscape 16:9"
            }
          },
          "output_format": {
            "description": "File format of the generated image.",
            "type": "string",
            "default": "jpeg",
            "enum": [
              "jpeg",
              "png"
            ],
            "x-ui-component": "select"
          },
          "seed": {
            "description": "Random seed for reproducibility. Use the same seed and prompt to reproduce results.",
            "type": "integer",
            "minimum": 0
          }
        },
        "required": [
          "model",
          "prompt"
        ],
        "type": "object",
        "x-order-properties": [
          "model",
          "prompt",
          "image_size",
          "output_format",
          "seed"
        ]
      },
      "PredictionResponse": {
        "properties": {
          "model": {
            "type": "string",
            "description": "model name",
            "default": "ideogram/v4/quality/text-to-image"
          },
          "created_at": {
            "description": "ISO timestamp of when the request was created (e.g., \"2023-04-01T12:34:56.789Z\").",
            "format": "date-time",
            "type": "string"
          },
          "id": {
            "description": "Unique identifier for the prediction.",
            "type": "string"
          },
          "outputs": {
            "description": "Array of URLs to the generated images. Null when status is not completed.",
            "items": {
              "type": "string"
            },
            "nullable": true,
            "type": "array"
          },
          "status": {
            "description": "Status of the task: created, processing, completed, or failed.",
            "type": "string"
          },
          "urls": {
            "description": "Object containing related API endpoints.",
            "type": "object"
          }
        },
        "type": "object"
      }
    },
    "securitySchemes": {
      "apiKeyAuth": {
        "in": "header",
        "name": "Authorization",
        "type": "apiKey"
      }
    }
  }
}

Szablon Prompt dla LLM

# ideogram/v4/quality/text-to-image

> Generate high-quality images, posters, and logos with Ideogram latest V4.0 — producing crisp visuals with accurate text rendering, fine detail, and full creative control for polished, ready-to-use designs.


## Overview

- **Submit endpoint (POST)**: `https://api.atlascloud.ai/api/v1/model/generateImage` — start an async generation; returns a `prediction_id`
- **Poll endpoint (GET)**: `https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}` — poll this until the prediction finishes
- **Model ID**: `ideogram/v4/quality/text-to-image`


## API Information

This model can be used via our HTTP API or more conveniently via our client libraries.
See the input and output schema below, as well as the usage examples.


### Input Schema

The API accepts the following input parameters:

- **`model`** (`string`, _required_):
  model name
  - Default: `"ideogram/v4/quality/text-to-image"`

- **`prompt`** (`string`, _required_):
  Text description of the image to generate. Maximum 2,000 characters.

- **`image_size`** (`string`, _optional_):
  Output image size preset.
  - Default: `"landscape_16_9"`
  - Options: "square_hd", "square", "portrait_3_4", "portrait_9_16", "landscape_4_3", "landscape_16_9"

- **`output_format`** (`string`, _optional_):
  File format of the generated image.
  - Default: `"jpeg"`
  - Options: "jpeg", "png"

- **`seed`** (`integer`, _optional_):
  Random seed for reproducibility. Use the same seed and prompt to reproduce results.
  - Min: 0



**Required Parameters Example**:

```json
{
  "model": "ideogram/v4/quality/text-to-image",
  "prompt": ""
}
```


**Full Example**:

```json
{
  "model": "ideogram/v4/quality/text-to-image",
  "prompt": "",
  "image_size": "landscape_16_9",
  "output_format": "jpeg",
  "seed": 0
}
```


### Output Schema

The API returns the following output format:


- **`model`** (`string`, _optional_):
  model name
  - Default: `"ideogram/v4/quality/text-to-image"`

- **`created_at`** (`string`, _optional_):
  ISO timestamp of when the request was created (e.g., "2023-04-01T12:34:56.789Z").

- **`id`** (`string`, _optional_):
  Unique identifier for the prediction.

- **`outputs`** (`array[string]`, _optional_):
  Array of URLs to the generated images. Null when status is not completed.

- **`status`** (`string`, _optional_):
  Status of the task: created, processing, completed, or failed.

- **`urls`** (`object`, _optional_):
  Object containing related API endpoints.



**Example Response**:

```json
{
  "model": "ideogram/v4/quality/text-to-image",
  "created_at": "",
  "id": "",
  "outputs": [
    ""
  ],
  "status": "",
  "urls": {}
}
```


## Usage Examples

### cURL

```bash
# Step 1: Start generation (async)
curl -X POST "https://api.atlascloud.ai/api/v1/model/generateImage" \
  -H "Authorization: Bearer $ATLASCLOUD_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "ideogram/v4/quality/text-to-image",
  "prompt": "",
  "image_size": "landscape_16_9",
  "output_format": "jpeg",
  "seed": 0
}'

# Response will contain: {"code": 200, "data": {"id": "prediction_id", "status": "processing"}}

# Step 2: Poll for result (replace {prediction_id} with the id returned above)
curl -X GET "https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}" \
  -H "Authorization: Bearer $ATLASCLOUD_API_KEY"

# Keep polling until status is "completed", "succeeded" or "failed"
# When completed, outputs will contain the generated content URL(s)
```

## Additional Resources

### Documentation

- [Model Playground](https://www.atlascloud.ai/models/ideogram/v4/quality/text-to-image)

A graceful willow tree stands beside a perfectly still lake during sunrise. Long branches gently touch the water while morning mist creates an ethereal atmosphere. Calm, poetic, cinematic.

Ładowanie...

Ideogram v4 Quality Text-to-Image API

WEJŚCIE

WYJŚCIE

Parametry

Przykład kodu

Instalacja

Uwierzytelnianie

Nagłówki HTTP

Wyślij żądanie

Wyślij żądanie

Treść żądania

Odpowiedź

Sprawdź status

Przykład odpytywania

Wartości statusu

Odpowiedź ukończona

Prześlij pliki

Przykład przesyłania

Odpowiedź

Schema wejściowy

Przykładowa treść żądania

Schema wyjściowy

Przykładowa odpowiedź

Atlas Cloud Skills

Obsługiwani klienci

Instalacja

Skonfiguruj klucz API

Możliwości

Serwer MCP

Obsługiwani klienci

Instalacja

Konfiguracja

Dostępne narzędzia

API Schema

Szablon Prompt dla LLM

Eksploruj Podobne Modele

GPT Image 2.5 Flare Edit

GPT Image 2.5 Flare Text-to-Image

GPT Image 2.5 Sunburst Text-to-Image

GPT Image 2.5 Sunburst Edit

Openai GPT Image 2 Text-to-Image

Openai GPT Image 2 Edit

GPT Image 2 Developer Edit

GPT Image 2 Developer Text-to-Image

Seedream v4.7 Edit Sequential

Seedream v4.7 Edit

Seedream v4.7 Sequential

Seedream v4.7 Text-to-Image

MAI-Image-2.5-Pro Edit

MAI-Image-2.5-Pro Text-to-image

MAI-Image-2.5-Flash Edit

Grok Imagine Image 2.0 Developer Edit

Jedno API do całej multimedialnej AI.

WEJŚCIE

WYJŚCIE

Parametry

Przykład kodu

Instalacja

Uwierzytelnianie

Nagłówki HTTP

Wyślij żądanie

Wyślij żądanie

Treść żądania

Odpowiedź

Sprawdź status

Przykład odpytywania

Wartości statusu

Odpowiedź ukończona

Prześlij pliki

Przykład przesyłania

Odpowiedź

Schema wejściowy

Przykładowa treść żądania

Schema wyjściowy

Przykładowa odpowiedź

Atlas Cloud Skills

Obsługiwani klienci

Instalacja

Skonfiguruj klucz API

Możliwości