A Atlas Cloud agora é revendedora autorizada nos EUA do Dreamina Seedance 2.5 e do Seedream 5.0 Pro.A Atlas Cloud agora é revendedora autorizada nos EUA do Dreamina Seedance 2.5 e do Seedream 5.0 Pro.
A ERNIE Image API traz o Diffusion Transformer 8B de pesos abertos da Baidu para a sua stack, lançado pela ERNIE-Image Team sob a licença Apache 2.0. Lidera o LongTextBench com 0.9733, mantendo legíveis os títulos de cartazes e os balões de fala de banda desenhada, enquanto uma variante Turbo destilada reduz a inferência de 50 steps para 8. A Atlas Cloud disponibiliza-o através de um único endpoint compatível com OpenAI, com preços transparentes de pagamento conforme o uso. Comece a criar hoje.
A Atlas Cloud (operada pela Atlas Cloud AI LLC) fornece acesso a modelos de IA de terceiros desenvolvidos e detidos pelos seus respectivos fornecedores. A Atlas Cloud não é proprietária desses modelos, e todos os nomes de modelos e produtos e as marcas registradas pertencem aos seus respectivos titulares.
Estamos a dar os retoques finais a esta coleção — entretanto, explore coleções semelhantes abaixo.
A API do Seedance 2.5 já está disponível no Atlas Cloud! Ela oferece aos desenvolvedores o mais novo modelo de vídeo da ByteDance. Ele gera até 30 segundos de vídeo nativo em uma única passagem a partir de texto, uma única imagem ou até 50 referências multimodais, com áudio sincronizado e texto multilíngue no quadro. No Atlas Cloud, você o acessa por meio de uma única chave, com consistência de sujeito e física aprimorada mantendo a coerência em tomadas longas.
A API Wan 3.0 é a próxima geração da família de vídeos Wan da Alibaba, desenvolvida para elevar a geração de formato longo, o controle de múltiplas referências e a qualidade audiovisual a novos patamares. O Atlas Cloud já hospeda o Wan 2.7, 2.6 e 2.5, e o Wan 3.0 funciona com a mesma chave unificada, sem necessidade de configuração separada. Comece a construir hoje mesmo. Role a tela para baixo até a vitrine para ver o que o Wan 3.0 pode criar.
MiniMax H3 é a família de vídeo multimodal da MiniMax para criação guiada por texto, imagem e referências. Nas rotas compatíveis, preserva os elementos das mídias de referência, oferece proporções flexíveis e combina som gerado com elementos visuais por meio do H3 Developer, com perfis de saída selecionados por endpoint. O Atlas Cloud unifica a família com uma única chave compatível com a OpenAI e preços transparentes de pagamento conforme o uso, a partir da tarifa padrão de $0.038 por segundo. Comece a criar hoje.
A família gpt-image-2.5 da OpenAI oferece aos desenvolvedores a opção entre Flare e Sunburst para fluxos de trabalho de imagens em produção. Renderize em resoluções arbitrárias de até 3840x2160 e escolha entre cinco níveis de qualidade, incluindo xhigh e max, para atender a requisitos específicos de saída. A Atlas Cloud oferece inferência REST pronta para uso, sem cold starts, com preços padrão a partir de US$ 0,004 por geração. Comece a criar hoje.
A API do Seedream 5.0 Pro fornece aos desenvolvedores o modelo de edição de imagens controlável da ByteDance no Atlas Cloud. Ela posiciona as edições com precisão usando âncoras e coordenadas, separa as imagens em camadas editáveis, funde múltiplas referências e combina cores e materiais exatos, com texto multilíngue em 2K e 3K. No Atlas Cloud, você pode acessá-lo por meio de uma única chave!
Seedance 2.0 é o modelo de vídeo para produção da ByteDance, desenvolvido para a criação precisa de planos. Transforme prompts em vídeo, anime uma imagem do primeiro quadro com orientação opcional do último quadro ou defina os resultados com mídia de referência e pesquisa opcional na web. O Atlas Cloud reúne esses fluxos de trabalho em uma única API, com preços transparentes conforme o uso e uma única chave compatível com OpenAI. Comece a desenvolver hoje.
A Kling 3.0 API leva a suíte de vídeo principal da Kuaishou para a Atlas Cloud através de uma chave compatível com OpenAI. Ela abrange dois modelos: Kling 3.0 para narrativa AI Director, sincronização labial multilíngue e texto preciso na tela, e Kling 3.0 Omni (O3) para clonagem de sujeito e voz a partir de um vídeo curto ou imagem. Ambos geram áudio nativo na mesma passagem, com saída de até 4K. Crie narrativas cinematográficas, marketing global, anúncios multilíngues e conteúdo de personagens em série em uma infraestrutura confiável.
Grok Imagine Video dá aos desenvolvedores acesso à família de modelos de vídeo da xAI para criar, animar, estender e editar clipes. Gere vídeos de 1 a 15 segundos a partir de prompts, oriente pessoas, objetos ou estilos com até sete imagens de referência e trabalhe em 480p ou 720p. A Atlas Cloud reúne esses recursos por meio de endpoints compatíveis com a OpenAI, com preços transparentes conforme o uso. Comece a desenvolver hoje.
O Vidu Q4 é o mais recente modelo de vídeo topo de linha da Vidu, desenvolvido para geração de imagem para vídeo e referência para vídeo. Ele pode animar uma única imagem estática e criar transições automáticas de cena, oferecendo aos desenvolvedores dois caminhos de entrada para diferentes fluxos de trabalho de produtos. A Atlas Cloud fornece endpoints de API dedicados com esquemas de parâmetros publicados pelo preço padrão verificado de $0.04 por segundo. Comece a desenvolver hoje.
Gemini Omni 1.1 Flash é a família de vídeos nativamente multimodal do Google DeepMind, criada para fluxos de produção flexíveis. Edite filmagens existentes por meio de instruções de texto, mantenha a consistência visual com até 10 imagens de referência e 3 clipes de vídeo ou estenda uma tomada em segmentos encadeáveis de até 40 segundos. Acesse todos os fluxos de trabalho no Atlas Cloud com uma única chave de API compatível com a OpenAI, preços conforme o uso e disponibilidade desde o Dia 0. Comece a desenvolver hoje.
Nano Banana 2.1 é a família de modelos de imagem do Google baseada no Gemini 3.6 Flash. Oferece geração e edição de nível Pro com a velocidade do Flash, permite edições em linguagem natural e combinações entre 1 e 14 imagens de entrada, além de manter a consistência de até 4 personagens e 10 objetos. Por meio do Atlas Cloud, os desenvolvedores podem acessar a família com uma única chave compatível com OpenAI, disponibilidade confiável e disponibilidade desde o Dia 0. Comece a criar hoje.
Construa com a API Nano Banana 2, desenvolvida com o modelo Gemini 3.1 Flash Image do Google. Ele gera imagens em 4K nativo de até 4096x2304 com renderização de texto precisa e personagens consistentes em até 14 imagens de referência para geração e edição. No Atlas Cloud, você pode acessá-lo por meio de uma API unificada junto com mais de 300 modelos, com preços a partir de US$ 0,04 por imagem, 99,99% de tempo de atividade e créditos gratuitos para começar.
Associe cada endpoint de texto para imagem às suas necessidades de velocidade e qualidade.
| Modalidade | Descrição |
|---|---|
| ERNIE Image API (Text To Image) | Enquanto o endpoint Turbo prioriza o throughput, o ERNIE Image API standard privilegia a máxima fidelidade de saída na mesma tarefa de texto para imagem. É adequado para trabalho final de produção, como cartazes, gráficos editoriais e layouts comerciais, em que acertar todos os detalhes é mais importante do que o tempo de resposta. |
| ERNIE Image Turbo API (Text To Image) | Transforme um único prompt de texto em até dez imagens por pedido, em sete proporções, desde o formato quadrado de 1024 pixels até 1376 pixels no lado maior. Otimizado para baixa latência, usa por padrão oito etapas de inferência e inclui um Prompt Enhancer integrado que expande prompts sucintos antes da geração. Use-o quando iterações rápidas, pré-visualizações em tempo real e execuções em lote de alto volume forem mais importantes do que extrair o último incremento de qualidade. |
De renderização de texto líder do setor e layouts estruturados em vários painéis a prompts bilíngues nativos, um aprimorador de prompts padrão, sete dimensões de saída e lotes Turbo reproduzíveis, a ERNIE Image API transforma instruções precisas em imagens prontas para produção.
Uma pontuação líder no LongTextBench de 0.9733 permite que o modelo renderize texto legível e com ortografia correta diretamente nas imagens geradas. Balões de fala de quadrinhos, manchetes de pôsteres, rótulos de infográficos e textos de mockups de UI permanecem nítidos e fáceis de ler.
Primitivas de geração, edição, composição e upscale trabalham em conjunto com a compreensão de relações espaciais baseadas em grade. Juntas, elas produzem sequências coerentes em vários painéis e designs formatados que designers podem conduzir por meio de um único pipeline centralizado.
Prompts em inglês e chinês passam nativamente pelo mesmo pipeline de encoder, capturando formulações idiomáticas em qualquer um dos idiomas. Essa fluência dupla dá suporte a narrativas visuais autênticas tanto para campanhas globais quanto para conteúdo localizado.
Ativado por padrão, um Prompt Enhancer leve reescreve entradas curtas como descrições mais ricas e estruturadas antes que elas cheguem ao backbone de difusão. Desative-o por solicitação sempre que o controle literal sobre a formulação exata for mais importante.
Sete tamanhos de saída nativos abrangem o formato quadrado 1024x1024, enquadramentos horizontais de até 1376x768 e formatos verticais de até 768x1376. Cada proporção é gerada diretamente, para que o enquadramento permaneça intacto em todos os formatos.
Precisa de volume sem esperar? O modo Turbo executa apenas 8 etapas de inferência e retorna até 10 imagens por solicitação, enquanto uma seed explícita mantém todos os resultados reproduzíveis.
Feed the exact same brief to the flagship ERNIE Image model, a popular rival, and its faster sibling, then judge how each one renders typography, layout, and light side by side.
Top-down flatlay still life, camera locked perfectly overhead looking straight down onto a weathered pale-elm apothecary counter of a traditional Chinese herbal-tea dispensary. Hard directional late-morning window light rakes in low from the right, the true protagonist of the frame — casting long, crisp, elongated shadows that stretch leftward across the raw wood grain and act as leading lines. On the dense right side, tightly clustered clear glass jars glow as the sun passes through them: translucent dried chrysanthemum buds, red goji berries, curled amber tangerine peel (chenpi), and deep crimson dried roselle petals catching the light. A small oxidized brass hand-balance scale with matte patina, a worn stone mortar and pestle dusted with fine powder, and coarse-fibered handwritten paper prescription slips inscribed with neat brush-calligraphy Chinese characters in traditional kaishu ("甘草三钱", "桂花蜜"), edges frayed and fibrous. Caught mid-moment: a toppled pewter canister on its side, its mouth open, several goji berries still rolling and scattering outward, each casting its own thin needle-long shadow. Composition breathes through density-and-void — the packed cluster on the right balanced against a broad expanse of empty bare-wood negative space on the left. Monochromatic warm palette throughout — amber, tangerine-orange, aged brass gold — broken by a single note of dark roselle red. Textures must hold up to magnification: the brittle thinness of dried petals, the dull oxidized brass, the ragged paper fiber edges, the grain of loose powder. Natural directional light, no artificial glow, clean crisp shadows, realistic material rendering, restrained and elegant, macro-detailed food-and-herb still-life photography, shot with an 85mm lens, wide horizontal landscape framing, wide 16:9 aspect ratio, full-bleed.
Generated with Baidu ERNIE Image Turbo on Atlas Cloud
Generated with Qwen Image 2.0 on Atlas Cloud
Generated with Baidu ERNIE Image Turbo on Atlas Cloud
A three-panel horizontal manga strip following a teenage inventor girl in her cluttered attic workshop. In the first panel she sketches a small flying machine by warm lamplight, in the second the contraption sputters and lifts off mid-air scattering bolts, in the third she throws both fists up grinning in triumph. Clean bilingual speech bubbles carry crisp English and Japanese lettering, drawn with confident ink linework and screentone shading, warm amber lamp glow balanced against cool workshop shadows. Character design stays consistent across all three panels, gestures stay expressive, and the story reads left to right with clear sequential flow. Vibrant cel-shaded anime illustration style with bold clean outlines. Wide 16:9 aspect ratio, full-bleed.
Generated with Baidu ERNIE Image Turbo on Atlas Cloud
Generated with Qwen Image 2.0 on Atlas Cloud
Generated with Baidu ERNIE Image Turbo on Atlas Cloud
De posters com texto perfeito e comics de vários painéis a campanhas bilingues, catálogos de produtos, mockups de interface e infográficos legendados, a ERNIE Image API transforma prompts precisos em visuais com layouts fiéis em todos os pipelines de conteúdo.
Títulos, preços e copy de produto legíveis são renderizados diretamente em posters e banners de campanha graças à precisão de texto líder do modelo. As equipas de marketing entregam assets prontos para impressão diretamente, sem necessidade de uma etapa separada de composição tipográfica.
Como o modelo compreende layouts em grelha e estruturas de vários painéis, renderiza páginas de comics coerentes com diálogos dentro de balões de fala. Criadores independentes e estúdios fazem o draft de storyboards completos sem redesenhar cada frame manualmente.
O suporte nativo a prompts em inglês e chinês permite que um único workflow produza visuais alinhados com a marca para ambos os mercados, com texto renderizado corretamente em cada sistema de escrita. Equipas globais localizam criativos sem contratar pipelines de design separados por idioma.
Gere cenas de lifestyle, mockups de produto e imagens promocionais para um catálogo completo através de uma única chamada de API. A variante Turbo comprime a inferência para oito passos, permitindo que lojas de grande volume atualizem catálogos inteiros em minutos.
Precisa de ecrãs realistas para uma apresentação? O modelo renderiza interfaces de apps e mockups de websites com etiquetas, botões e texto de corpo legíveis, oferecendo às equipas de produto protótipos prontos para apresentação antes de qualquer componente ser desenvolvido.
O forte cumprimento de instruções combina imagens com diagramas, gráficos e chamadas claramente legendados numa única geração. Educadores e analistas transformam material de origem denso em gráficos explicativos que se mantêm legíveis em qualquer tamanho de ecrã.
Veja onde o ERNIE Image se posiciona face a outros geradores abertos e proprietários em termos de origem do desenvolvedor, modelo de acesso, renderização de texto bilingue e custo por imagem.
| Modelo | Desenvolvedor | Modelo de acesso | Renderização de texto bilingue (EN + ZH) | Preço (por imagem) |
|---|---|---|---|---|
| ERNIE-Image | Baidu (ERNIE-Image Team) | Pesos abertos, Apache 2.0 | Líder do setor, LongTextBench 0.9733 | Pagamento conforme o uso |
| ERNIE-Image Turbo | Baidu (ERNIE-Image Team) | Pesos abertos, Apache 2.0 | Preservada por inferência DMD-distilled em 8 passos | Pagamento conforme o uso |
| Qwen Image 2.0 | Alibaba (Tongyi) | Pesos abertos, Apache 2.0 | Forte em layouts tipográficos com 1K tokens | $0.035 |
| Z-Image Turbo | Alibaba (Tongyi Lab) | Pesos abertos, Apache 2.0 | Lida com sinalização complexa em chinês juntamente com inglês | $0.005 |
| Seedream v4.5 | ByteDance | Proprietário | Renderização de nível profissional de design em 4K nativo | $0.04 |
Comece em minutos — siga estes passos simples para integrar e implantar modelos pela plataforma da Atlas Cloud.
Cadastre-se em atlascloud.ai e conclua a verificação. Novos usuários recebem créditos gratuitos para explorar a plataforma e testar modelos.
Combine modelos avançados de ERNIE Image API for Readable Text in Images com a plataforma acelerada por GPU do Atlas Cloud, fornecendo desempenho, escalabilidade e experiência de desenvolvimento incomparáveis.
Baixa Latência:
Inferência otimizada por GPU para respostas em tempo real.
API Unificada:
Uma única integração para acessar ERNIE Image API for Readable Text in Images, GPT, Gemini e DeepSeek.
Preços Transparentes:
Faturamento por Token, suporta modo Serverless.
Experiência do Desenvolvedor:
SDK, análise de dados, ferramentas de ajuste fino e modelos tudo em um.
Confiabilidade:
99.99% de disponibilidade, controle de permissões RBAC, logs de conformidade.
Segurança e Conformidade:
Certificação SOC 2 Type II, conformidade HIPAA, soberania de dados nos EUA.
A ERNIE Image API dá aos desenvolvedores acesso programático ao modelo text-to-image open-weight da Baidu, um Diffusion Transformer single-stream de 8B combinado com um Prompt Enhancer que expande prompts curtos em descrições mais ricas e estruturadas. Na Atlas Cloud, você acessa o modelo por meio de um endpoint compatível com OpenAI, com preços pay-as-you-go e acesso Day-0.
Seu principal diferencial é o texto legível dentro das imagens. O modelo alcança 0.9733 no LongTextBench em English, o melhor resultado entre modelos open-weight, o que o torna confiável para pôsteres, balões de fala em quadrinhos, infográficos e mockups de UI em que cada caractere precisa estar escrito corretamente.
As duas variantes compartilham a mesma arquitetura de 8B, mas equilibram qualidade e velocidade de formas diferentes. O modelo Standard executa 50 etapas de inferência com guidance scale 4.0 para máxima fidelidade em assets finais, enquanto a variante Turbo é destilada com DMD e reinforcement learning para cerca de 8 etapas, permitindo geração rápida e em alto volume.
Sim. Prompts são compatíveis com English, Chinese e Japanese pelo mesmo encoder, e o texto permanece confiável em diferentes sistemas de escrita, com pontuação de 0.9661 no Chinese LongTextBench. Enquanto vários modelos concorrentes degradam bastante em caracteres chineses, este mantém texto em Simplified, Traditional e conteúdo bilíngue misto com boa clareza.
O endpoint Turbo aceita sete tamanhos predefinidos por meio de um único parâmetro size, variando de um quadrado 1024x1024 a formatos landscape 1376x768 e portrait 768x1376. Você também pode solicitar até dez imagens por chamada, definir uma seed para resultados reproduzíveis e ativar ou desativar o Prompt Enhancer integrado com a flag use_pe.
Para começar, basta uma única API key. Cadastre-se na Atlas Cloud, aponte seu cliente compatível com OpenAI existente para o endpoint e envie um prompt com size e seed opcionais para receber URLs de imagens na resposta. A cobrança é pay-as-you-go por chamada, com acesso Day-0 ao modelo.
Em benchmarks publicados, o modelo supera lançamentos abertos comparáveis, como FLUX.2-klein-9B, com 0.8856 contra 0.8481 no GenEval geral. Sua maior vantagem está na renderização de texto, em que o FLUX.2 cai para 0.2183 em Chinese, enquanto o ERNIE Image se mantém acima de 0.96. Para workloads centrados em texto legível dentro da imagem e layouts estruturados, ele é atualmente a escolha open-weight mais forte.
Sim. O ERNIE Image é lançado sob a licença Apache 2.0, que permite uso comercial, modificação e redistribuição. As imagens geradas podem ser usadas em publicidade, produtos, publicações e outros produtos comerciais sem atritos de licença.
Guias, tutoriais e novidades de produto para você aproveitar ao máximo a Atlas Cloud.
