Atlas Cloud 现已成为 Dreamina Seedance 2.5 与 Seedream 5.0 Pro 的美国授权经销商。Atlas Cloud 现已成为 Dreamina Seedance 2.5 与 Seedream 5.0 Pro 的美国授权经销商。
Grok Imagine API 涵盖 xAI 的图像、视频和语音模型，包括 Image 2.0、Video 1.5 和 xAI TTS v1。支持生成跨 14 种宽高比的 1K 或 2K 静帧、生成最长 15 秒的 1080p 视频、通过最多 7 张参考图像引导镜头、或用 20 种语言进行配音。Atlas Cloud 在单一端点上运行所有功能，采用按量计费，起价为每张图像 $0.02、每秒 $0.05。立即开始使用。
Grok Imagine 由 xAI 开发。Atlas Cloud（由 Atlas Cloud AI LLC 运营）仅提供接入服务，并不拥有该模型。所有商标均归其各自所有者所有。
Atlas Cloud 为您提供最新的行业领先创意模型。
根据输入工作流、输出分辨率、宽高比支持情况和标准单图价格，比较 Grok Imagine Image 端点。
| 模态 | 描述 |
|---|---|
| Grok Imagine Image Quality T2I API (Text to Image) | 将自然语言提示词转换为精致的 1K 或 2K 视觉内容，支持 14 种宽高比。标准价格为每张图像 $0.05。适用于营销活动素材、产品展示和详细的营销资产制作。 |
| Grok Imagine Image Quality Edit API (Image to Image) | 当现有视觉素材需要优化时，可提供一张或多张参考图像，并配合自然语言指令，在 1K 或 2K 分辨率下获得编辑后的输出。支持单图和多图工作流，参考图像可通过 <IMAGE_0> 和 <IMAGE_1> 等标识在提示词中内联指定。每张图像 $0.05，适合合成创作、产品风格重塑和可控的视觉修改。 |
| Grok Imagine Image T2I API (Text to Image) | 通过自然语言提示词生成 1K 或 2K 图像，并支持 14 种宽高比中的任意一种。标准价格为每张图像 $0.02，适合快速概念探索、社交媒体素材和可重复的图像生产。 |
| Grok Imagine Image Edit API (Image to Image) | 提供一张或多张参考图像，然后用自然语言描述所需的修改。该端点可生成 1K 或 2K 编辑图像，并支持单图和多图参考工作流。每张图像 $0.02，适合目录更新、视觉变体制作和迭代式设计修改。 |
Grok Imagine Image 将 1K 和 2K 渲染、14 种宽高比、最多支持 8 张已索引参考图的编辑、每次请求最多 4 个输出，以及 Standard 或 Quality 访问方式整合到一个按量付费的 Atlas Cloud API 中。
通过 Grok Imagine Image 系列，以 1K 或 2K 生成全新视觉内容，或修改现有图片。自然语言提示词同时引导生成与编辑，让同一份需求可以从初始场景逐步演变为精修后的素材。需要快速迭代时选择 1K，关注细节时再将选定作品提升至 2K。这种规格范围适用于概念开发、营销视觉和产品展示。
Grok Imagine Image 文生图支持 14 种宽高比，涵盖方形、纵向、横向、移动端和超宽格式。画幅控制直接在请求中完成，减少了将成品构图裁剪到不合适画幅的需要。根据需求，将所选宽高比与 1K 或 2K 输出搭配使用。对于需要在电商店铺、社交渠道和展示位之间协调使用的素材，这一功能尤其方便。
一次编辑最多可添加 8 张参考图，并在指令中将每个来源标记为 <IMAGE_0>、<IMAGE_1>，依此类推。模型可以融合多张输入图提供的指导，同时返回 1K 或 2K 结果。使用单张来源图时，输出会保留该图片的宽高比。这种工作流适用于产品合成、服装更换、场景替换，以及其他依赖明确分配视觉参考图的需求。
一次生成或编辑调用可请求 1 到 4 个输出，每张返回的图片都会单独计费。多个结果可以展示不同的构图或编辑理解，无需让应用提交 4 个独立任务。开发者可以根据每次请求调整变体数量，并让支出保持可预测。确定最终方向前，可使用更大的批量生成来制作情绪板、比较创意方案或快速筛选。
Standard 生成和编辑的基础价格为每个输出 $0.02，相应的 Quality endpoints 基础价格为每个输出 $0.05。两种工作流都通过 Atlas Cloud 统一的图像 API 提供，并采用按量付费和单一 API key。启用后，结果可以以 URL 或 Base64 输出。这样的设置让开发者无需重建集成，即可在调用量、成品质量和交付格式之间灵活权衡。
比较 Grok Imagine Image 与 Atlas Cloud 的两个替代方案如何通过构图、光线、纹理、色彩和关键瞬间来诠释相同的提示词。
一名年轻的轮滑者在阳光明媚的海滨步道上跃过一排粉笔画，两位朋友在她身旁大笑并伸手向她靠近；画面定格在跳跃的最高点，其中一只向后伸展的脚带有轻微的动态模糊。强烈的正午阳光在斑驳的石板路上投下清晰的对角线阴影，前景则由一个失焦的自行车轮构成框景。采用低机位视角和延伸的路面线条，配色克制，以钴蓝、暖砂岩色和一件鲜艳的红色夹克为主，同时呈现自然的皮肤纹理、磨花的运动鞋、被风吹乱的头发和细微的胶片颗粒感。充满活力的纪实摄影，35mm 镜头，宽幅 16:9 比例，满版构图。
Generated with Grok Imagine Image Quality Text-to-Image on Atlas Cloud
Generated with Nano Banana 2 Text-to-Image on Atlas Cloud
Generated with Grok Imagine Image Text-to-Image on Atlas Cloud
一顿丰盛的地中海早餐铺陈在一张长条石灰粉刷桌面上，正上方俯拍：撕开的酸面包、无花果、切开的柑橘、软奶酪、条纹亚麻布、陶瓷杯、银勺、野生香草和散落的面包屑。将食物沿 S 形路径密集排列，同时在一个角落附近保留一片宁静的留白区域。温暖的侧向窗光投下修长而清晰的阴影，展现酥脆的面包外壳、半透明的水果果肉、上釉陶器、起皱的织物和带有划痕的金属。以陶土橙为主色，平衡低饱和的青绿色与奶油色，呈现精致的编辑风写实效果和柔和的胶片颗粒感。俯拍美食摄影，宽幅横向构图，16:9 比例，满版构图。
Generated with Grok Imagine Image Quality Text-to-Image on Atlas Cloud
Generated with Nano Banana 2 Text-to-Image on Atlas Cloud
Generated with Grok Imagine Image Text-to-Image on Atlas Cloud
从响应式营销活动和产品目录更新，到概念板和多参考图合成，Grok Imagine Image 支持 14 种宽高比下的 1K 或 2K 生产，提供自然语言编辑，并可通过一个 OpenAI 兼容密钥按需付费使用。
Grok Imagine Image 可将自然语言提示转换为支持 14 种宽高比的 1K 或 2K 营销视觉素材。营销团队无需为每种格式重复制作，即可准备协调统一的主视觉横幅、社交媒体帖子和展示广告。
提供现有产品图片，并用通俗语言描述所需更改，即可生成 1K 或 2K 分辨率的结果。电商团队可以在保留有用源素材的同时，更新场景、颜色和季节性设计。
使用 1K 或 2K 的标准或质量端点，将文字创意转化为视觉方向，无需在投入设计资源前就做出承诺。产品团队可以在早期规划阶段比较构图、氛围和格式。
通过 Grok Imagine Image 编辑功能组合多张参考图片，并使用自然语言指令分别控制每个源图像。创意团队可以利用现有视觉资产组装产品场景、品牌变体和营销活动概念。
需要将一个概念适配到方形画布之外的版式？可从 14 种宽高比中选择，并以 1K 或 2K 渲染，适用于落地页、竖版展示位、宽幅横幅和移动端营销创意。
当工作流需要频繁迭代视觉方案时，可按每张图片 $0.02 的价格运行标准生成或编辑。独立开发者可以测试创意方向、刷新素材库，并以可预测的单张图片成本扩展图像生产。
了解 Atlas Cloud 上的 Grok Imagine Image 端点与精选文生图模型在分辨率、格式控制、批量容量和标准单张价格方面的差异。
| 模型 | 输出分辨率 | 格式控制 | 每次请求最大图像数 | 标准价格 |
|---|---|---|---|---|
| Grok Imagine Image 2.0 Text-to-Image | 1K 或 2K | 14 个预设宽高比 | 4 | $0.04/张 |
| Grok Imagine Image Quality Text-to-Image | 1K 或 2K | 14 个预设宽高比 | 4 | $0.05/张 |
| Grok Imagine Image Text-to-Image | 1K 或 2K | 14 个预设宽高比 | 4 | $0.02/张 |
| Qwen Image 3.0 Pro Text-to-Image | 512×512 至 2048×2048 | 自定义宽度和高度 | 4 | $0.04/张 |
| Nano Banana 2 Lite Text-to-image | 1K | 14 个预设宽高比 | - | $0.04/张 |
几分钟即可上手 — 按照以下简单步骤，通过 Atlas Cloud 平台集成和部署模型。
在 atlascloud.ai 注册并完成验证。新用户可获得免费额度，用于探索平台和测试模型。
将先进的 Grok Imagine 模型与 Atlas Cloud 的 GPU 加速平台相结合，提供无与伦比的性能、可扩展性和开发体验。
低延迟：
GPU 优化推理，实现实时响应。
统一 API：
一次集成，畅用 Grok Imagine、GPT、Gemini 和 DeepSeek。
透明定价：
按 Token 计费，支持 Serverless 模式。
开发者体验：
SDK、数据分析、微调工具和模板一应俱全。
可靠性：
99.99% 可用性、RBAC 权限控制、合规日志。
安全与合规：
SOC 2 Type II 认证、HIPAA 合规、美国数据主权。
Grok Imagine Image 是 xAI 用于根据自然语言提示生成视觉内容，以及通过文字指令编辑参考图像的模型系列。Atlas Cloud 为这两类工作流提供 standard 和 Quality endpoint。
只需用通俗易懂的中文描述期望结果，即可创建概念艺术、产品场景、营销图片以及其他静态图像。进行修改时，editing endpoint 支持在自然语言指令之外附带一张或多张参考图像。
首先创建 Atlas Cloud API key，并选择模型 ID，例如 xai/grok-imagine-image/text-to-image。将提示提交到 image generation endpoint，然后持续轮询返回的 prediction ID，直到处理完成。
standard endpoint 支持 1K 或 2K 的 text-to-image 生成和基于参考图像的编辑。当 Quality endpoint 的精致输出风格更符合项目的视觉要求时，请选择对应的 Quality endpoint。
standard 和 Quality text-to-image endpoint 都支持以 1K 或 2K 生成图像，并提供 14 种宽高比选择。对应的 editing endpoint 也支持输出 1K 或 2K 图像。
text-to-image 请求可以通过设置图像数量生成 1 到 4 张输出图像。每张生成的图像都会单独计费，开发者可以据此控制每次请求的变化数量和成本。
发送多张参考图像，并附上描述预期修改内容或构图的自然语言指令。使用 <IMAGE_0> 和 <IMAGE_1> 等行内标签，可以帮助提示准确识别各个源素材。
image endpoint 生成静态图像，而视频生成则通过同一 Grok Imagine 系列中的独立模型完成。Grok Imagine Video v1.5 可以将起始图像动态化，生成最长 15 秒、分辨率最高达 1080p 的视频，并在同一次处理过程中生成同步音频。
Atlas Cloud 对 standard generation 和 editing endpoint 按每张输出图像 $0.02 计费。Quality generation 和 editing 按每张图像 $0.05 计费，采用透明的按需付费模式。
请求需要接受适用的内容政策审核，因此被拒绝的提示可能表示触发了政策限制，而非模型服务中断。请检查返回的错误信息，从提示或参考图像中移除受限内容，然后使用符合政策的输入重试。
Seedance 2.5 API 现已在 Atlas Cloud 上线！它为开发者提供了 ByteDance 最新的视频模型。该模型可通过文本、单张图像或多达 50 个多模态参考，一次性生成长达 30 秒的原生视频，并包含同步音频和画面内的多语言文本。在 Atlas Cloud 上，您可以通过单个密钥访问它，其主体一致性和改进的物理特性能够保持长镜头的连贯性。
Wan 3.0 API 是阿里巴巴 Wan 视频系列的下一代产品，旨在将长视频生成、多参考控制和音视频质量推向新的高度。Atlas Cloud 已经托管了 Wan 2.7、2.6 和 2.5，而 Wan 3.0 使用相同的统一密钥运行，无需额外设置。立即开始构建吧。向下滚动至展示区，查看 Wan 3.0 的创作能力。
MiniMax H3 是 MiniMax 的多模态视频系列，支持文本、图像和参考内容引导创作。在支持的路由中，它能够保留参考媒体中的主体，提供灵活的宽高比，并通过 H3 Developer 将生成的声音与画面结合；输出配置则由 endpoint 选择。Atlas Cloud 通过一个 OpenAI 兼容密钥统一接入整个系列，并提供透明的按量付费定价，标准费率为每秒 $0.038。立即开始构建。
OpenAI 的 gpt-image-2.5 系列为开发者提供 Flare 和 Sunburst 两种选择，满足生产级图像工作流需求。支持最高 3840x2160 的任意分辨率渲染，并提供包括 xhigh 和 max 在内的五档质量等级，以匹配特定的输出要求。Atlas Cloud 提供开箱即用的 REST 推理服务，无冷启动，每次生成起价 $0.004，采用标准定价。立即开始构建。
Seedream 5.0 Pro API 为开发者在 Atlas Cloud 上提供了字节跳动的可控图像编辑模型。它通过锚点和坐标精确定位编辑，将图像分离为可编辑图层，融合多个参考，并精准匹配颜色和材质，支持 2K 和 3K 分辨率的多语言文本。在 Atlas Cloud 上，您只需一个密钥即可访问！
Seedance 2.0 是 ByteDance 面向生产环境的视频模型，专用于精准镜头创作。将提示词转换为视频，使用首帧图像生成动画并可选用尾帧引导，或结合参考媒体和可选的联网搜索来塑造结果。Atlas Cloud 将这些工作流整合到统一的 API 中，提供透明的按量付费定价和一个兼容 OpenAI 的密钥。立即开始构建。
Kling 3.0 API 通过一个 OpenAI 兼容的密钥，将 Kuaishou 的旗舰视频套件引入 Atlas Cloud。它包含两个模型：Kling 3.0 用于 AI Director 叙事、多语言唇形同步和精准的屏幕文本；Kling 3.0 Omni (O3) 用于通过短视频或图像进行主体和声音克隆。两者都能在同一次处理中生成原生音频，最高支持 4K 输出。在可靠的基础设施上构建电影级叙事、全球营销、多语言广告和系列化角色内容。
Grok Imagine Video 为开发者提供访问 xAI 视频模型家族的能力，用于创建、制作动画、延展和编辑视频片段。通过提示词生成 1 至 15 秒的视频，使用最多 7 张参考图像引导人物、物体或风格，并支持 480p 或 720p。Atlas Cloud 通过兼容 OpenAI 的端点整合这些能力，并提供透明的按需付费定价。立即开始构建。
Vidu Q4 是 Vidu 最新的旗舰视频模型，专为图像转视频和参考图转视频生成而设计。它可以让单张静态图像动起来，并自动创建场景转场，为不同的产品工作流提供两种输入路径。Atlas Cloud 提供专用 API 端点，并以经验证的标准价格 $0.04/second 发布参数 schema。立即开始构建。
Gemini Omni 1.1 Flash 是 Google DeepMind 推出的原生多模态视频系列，适用于灵活的生产工作流。通过文本指令编辑现有素材，借助最多 10 张参考图像和 3 段视频片段保持视觉一致性，或以可串联的片段延长镜头，最长可达 40 秒。在 Atlas Cloud 上使用一个 OpenAI-compatible API key 即可访问所有工作流，按量付费，并支持 Day-0 上线。立即开始构建。
Nano Banana 2.1 是 Google 基于 Gemini 3.6 Flash 打造的图像模型系列。它以 Flash 级速度提供 Pro 级生成与编辑能力，支持通过自然语言对 1 到 14 张输入图像进行编辑和融合，并可保持最多 4 个角色和 10 个对象的一致性。通过 Atlas Cloud，开发者只需使用一个 OpenAI-compatible 密钥，即可访问该系列模型，享受可靠的运行时间保障和 Day-0 可用性。立即开始构建。
使用由 Google 的 Gemini 3.1 Flash Image 模型驱动的 Nano Banana 2 API 进行构建。它可生成分辨率高达 4096x2304 的原生 4K 视觉效果，具备准确的文本渲染能力，并在生成和编辑过程中支持多达 14 张参考图像的角色一致性。在 Atlas Cloud 上，您可以通过一个统一的 API 访问它以及其他 300 多个模型，价格低至每张图像 0.04 美元，提供 99.99% 的正常运行时间，并附赠免费额度供您开始使用。
指南、教程与产品动态，助你充分发挥 Atlas Cloud 的价值。
