Z-Image 是一款轻量级文生图模型,可快速生成图像,支持中英文字渲染,并灵活适配多种分辨率与宽高比例。
快速入口:在线体验(北京 | 新加坡) | 技术博客
效果展示
输入提示词 | 输出图像 |
|---|
film grain, analog film texture, soft film lighting, Kodak Portra 400 style, cinematic grainy texture, photorealistic details, subtle noise, (film grain:1.2)。采用近景特写镜头拍摄的东亚年轻女性,呈现户外雪地场景。她体型纤瘦,呈站立姿势,身体微微向右侧倾斜,头部抬起看向画面上方,姿态自然放松。她的面部是典型东亚长相,肤色白皙,脸颊带有自然的红润感,五官清秀:眼睛是深棕色,眼型偏圆,眼神略带惊讶地望向上方,眼白部分可见;眉毛是深黑色,形状自然弯长;鼻子小巧挺直,嘴唇涂有红色口红,唇瓣微张,表情带着轻微的惊讶或好奇。她的头发是深黑色长直发,发丝被风吹得略显凌乱,部分垂在脸颊两侧,头顶佩戴一顶深灰色的头盔,头盔边缘露出少量发丝。服装是蓝白拼接的厚重外套,外套材质看起来是毛绒与布料结合,显得温暖厚实,适合雪地环境。背景是被白雪覆盖的户外场景,远处可见模糊的树木轮廓,天空是明亮的浅蓝色,带有少量白云,光线是强烈的自然日光,照亮人物面部与头发,形成清晰的光影,色调以蓝、白、黑为主,整体风格清新自然。画面顶部有黑色提示框,内有“Press esc to exit full screen”的白色文字。镜头的近景视角放大了人物的表情与细节,营造出户外雪地的真实氛围。 | 
|
模型概览
模型名称 | 模型简介 | 输出图像规格 |
|---|
z-image-turbo | 轻量模型,快速生图 | 图像分辨率:总像素在[512*512, 2048*2048]之间,推荐分辨率请参见size参数设置 图像格式:png 图像张数:固定1张 |
前提条件
您需要获取与配置 API Key,并配置API Key到环境变量。
重要阿里云百炼为华北2(北京)、新加坡地域推出了业务空间专属域名,能够为推理请求提供卓越的性能和更高的稳定性,建议迁移至新域名:
- 华北2(北京)地域:从
https://dashscope.aliyuncs.com 迁移至 https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com
- 新加坡地域:从
https://dashscope-intl.aliyuncs.com 迁移至 https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com
其中 {WorkspaceId} 为您的业务空间 ID,可在阿里云百炼控制台的业务空间详情页面查看。现有域名仍可正常使用。
HTTP同步调用
北京地域:POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation
新加坡地域:POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation
调用时请将{WorkspaceId}替换为真实的业务空间ID。
请求参数 请求头(Headers) Content-Typestring(必选) 请求内容类型。此参数必须设置为application/json。 Authorizationstring(必选) 请求身份认证。接口使用阿里云百炼API Key进行身份认证。示例值:Bearer sk-xxxx。 请求体(Request Body) model string (必选) 模型名称。必须为:z-image-turbo。 input object (必选) 输入的基本信息。 属性 messages array (必选) 请求内容数组。当前仅支持单轮对话,即传入一组role、content参数,不支持多轮对话。 属性 rolestring (必选) 消息的角色。此参数必须设置为user。 contentarray (必选) 消息内容数组。必须包含且仅包含1 个 text 对象。 属性 textstring(必选) 正向提示词用于描述期望生成的图像内容、风格和构图。 支持中英文,长度不超过800个字符,每个汉字、字母、数字或符号计为一个字符,超过部分会自动截断。 示例值:一只坐着的橘黄色的猫,表情愉悦,活泼可爱,逼真准确。 注意:仅支持传入一个text,不传或传入多个将报错。 parameters object (可选) 图像处理参数。 属性 size string (可选) 输出图像的分辨率,格式为宽*高。
- 默认值:
1024*1536。
- 总像素范围限制:总像素在 [512512, 20482048]之间。
- 推荐分辨率范围:总像素在 [10241024, 15361536]之间,出图效果更佳。
示例值:1024*1536。 总像素为1024*1024的推荐分辨率:
- 1:1: 1024*1024
- 2:3: 832*1248
- 3:2: 1248*832
- 3:4: 864*1152
- 4:3: 1152*864
- 7:9: 896*1152
- 9:7: 1152*896
- 9:16: 720*1280
- 9:21: 576*1344
- 16:9: 1280*720
- 21:9:1344*576
总像素为1280*1280的推荐分辨率:
- 1:1: 1280*1280
- 2:3: 1024*1536
- 3:2: 1536*1024
- 3:4: 1104*1472
- 4:3: 1472*1104
- 7:9: 1120*1440
- 9:7: 1440*1120
- 9:16: 864*1536
- 9:21: 720*1680
- 16:9: 1536*864
- 21:9: 1680*720
总像素为1536*1536的推荐分辨率:
- 1:1:1536*1536
- 2:3: 1248*1872
- 3:2: 1872*1248
- 3:4: 1296*1728
- 4:3: 1728*1296
- 7:9: 1344*1728
- 9:7: 1728*1344
- 9:16: 1152*2048
- 9:21: 864*2016
- 16:9: 2048*1152
- 21:9: 2016*864
prompt_extend bool (可选) 重要prompt_extend直接影响费用。设为 true 时价格高于 false,具体见参见模型价格。 是否启用智能提示词(text)改写。开启后,将使用大模型优化提示词,并输出思考过程。
- false:默认值,关闭智能改写。输出图像和原始文本提示词。
- true:开启智能改写。输出图像、优化后的文本提示词、思考过程。
seed integer (可选) 随机数种子,取值范围[0,2147483647]。 使用相同的seed参数值可使生成内容保持相对稳定。若不提供,算法将自动使用随机数种子。 注意:模型生成过程具有概率性,即使使用相同的seed,也不能保证每次生成结果完全一致。 | 文生图以下示例直接返回图片,响应速度较快。 若想开启“智能思考”能力,请设置prompt_extend=true 。开启后,系统将在返回图片的同时,返回优化后的提示词及其推理过程,但会增加响应时间。 curl --location 'https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation' \
--header 'Content-Type: application/json' \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--data '{
"model": "z-image-turbo",
"input": {
"messages": [
{
"role": "user",
"content": [
{
"text": "film grain, analog film texture, soft film lighting, Kodak Portra 400 style, cinematic grainy texture, photorealistic details, subtle noise, (film grain:1.2)。采用近景特写镜头拍摄的东亚年轻女性,呈现户外雪地场景。她体型纤瘦,呈站立姿势,身体微微向右侧倾斜,头部抬起看向画面上方,姿态自然放松。她的面部是典型东亚长相,肤色白皙,脸颊带有自然的红润感,五官清秀:眼睛是深棕色,眼型偏圆,眼神略带惊讶地望向上方,眼白部分可见;眉毛是深黑色,形状自然弯长;鼻子小巧挺直,嘴唇涂有红色口红,唇瓣微张,表情带着轻微的惊讶或好奇。她的头发是深黑色长直发,发丝被风吹得略显凌乱,部分垂在脸颊两侧,头顶佩戴一顶深灰色的头盔,头盔边缘露出少量发丝。服装是蓝白拼接的厚重外套,外套材质看起来是毛绒与布料结合,显得温暖厚实,适合雪地环境。背景是被白雪覆盖的户外场景,远处可见模糊的树木轮廓,天空是明亮的浅蓝色,带有少量白云,光线是强烈的自然日光,照亮人物面部与头发,形成清晰的光影,色调以蓝、白、黑为主,整体风格清新自然。画面顶部有黑色提示框,内有“Press esc to exit full screen”的白色文字。镜头的近景视角放大了人物的表情与细节,营造出户外雪地的真实氛围。"
}
]
}
]
},
"parameters": {
"prompt_extend": false,
"size": "1120*1440"
}
}'
|
响应参数 output object 任务输出信息。 属性 choices array 模型生成的输出内容。此数组仅包含1个元素。 属性 finish_reason string 任务停止原因,正常完成时为 stop。 message object 模型返回的消息。 属性 rolestring 消息的角色,固定为assistant。 contentarray 属性 image string 生成图像的 URL,图像格式为PNG。链接有效期为24小时,请及时下载并保存图像。 text string
- 当prompt_extend=false时,为输入的提示词。
- 当prompt_extend=true时,为改写后的提示词。
reasoning_content string 模型的思考过程,仅在prompt_extend=true时返回思考文本。 usage object 输出信息统计。只对成功的结果计数。 属性 width integer 生成图像的宽度(像素)。 height integer 生成图像的高度(像素)。 image_count integer 生成图像的数量,固定为1。 input_tokens integer 输入token数量,prompt_extend=false时固定为0。 output_tokens integer 输出token数量,prompt_extend=false时固定为0。 output_tokens_detailsobject 输出 token 详情,仅当prompt_extend=true时返回。 属性 reasoning_tokensinteger 推理思考使用的 token 数量。 total_tokensinteger 总token数量,prompt_extend=false时固定为0。 request_idstring 请求唯一标识。可用于请求明细溯源和问题排查。 codestring 请求失败的错误码。请求成功时不会返回此参数,详情请参见错误码。 messagestring 请求失败的详细信息。请求成功时不会返回此参数,详情请参见错误码。 | 任务执行成功任务数据(如任务状态、图像URL等)仅保留24小时,超时后会被自动清除。请您务必及时保存生成的图像。 {
"output": {
"choices": [
{
"finish_reason": "stop",
"message": {
"content": [
{
"image": "https://dashscope-result-bj.oss-cn-beijing.aliyuncs.com/xxx.png?Expires=xxx"
},
{
"text": "film grain, analog film texture, soft film lighting, Kodak Portra 400 style, cinematic grainy texture, photorealistic details, subtle noise, (film grain:1.2)。采用近景特写镜头拍摄的东亚年轻女性,呈现户外雪地场景。她体型纤瘦,呈站立姿势,身体微微向右侧倾斜,头部抬起看向画面上方,姿态自然放松。她的面部是典型东亚长相,肤色白皙,脸颊带有自然的红润感,五官清秀:眼睛是深棕色,眼型偏圆,眼神略带惊讶地望向上方,眼白部分可见;眉毛是深黑色,形状自然弯长;鼻子小巧挺直,嘴唇涂有红色口红,唇瓣微张,表情带着轻微的惊讶或好奇。她的头发是深黑色长直发,发丝被风吹得略显凌乱,部分垂在脸颊两侧,头顶佩戴一顶深灰色的头盔,头盔边缘露出少量发丝。服装是蓝白拼接的厚重外套,外套材质看起来是毛绒与布料结合,显得温暖厚实,适合雪地环境。背景是被白雪覆盖的户外场景,远处可见模糊的树木轮廓,天空是明亮的浅蓝色,带有少量白云,光线是强烈的自然日光,照亮人物面部与头发,形成清晰的光影,色调以蓝、白、黑为主,整体风格清新自然。画面顶部有黑色提示框,内有“Press esc to exit full screen”的白色文字。镜头的近景视角放大了人物的表情与细节,营造出户外雪地的真实氛围。"
}
],
"reasoning_content": "",
"role": "assistant"
}
}
]
},
"usage": {
"height": 1440,
"image_count": 1,
"input_tokens": 0,
"output_tokens": 0,
"total_tokens": 0,
"width": 1120
},
"request_id": "8a0809b4-a796-47f4-a095-394b02b62xxx"
}
任务执行异常如果因为某种原因导致任务执行失败,将返回相关信息,可以通过code和message字段明确指示错误原因。请参见错误码进行解决。 {
"request_id": "a4d78a5f-655f-9639-8437-xxxxxx",
"code": "InvalidParameter",
"message": "num_images_per_prompt must be 1"
}
|
使用限制
- 图像
url均只保留 24 小时,请及时下载。
- 内容审核:输入的
prompt 和输出的图像均会经过内容安全审核,包含违规内容的请求将报错“IPInfringementSuspect”或“DataInspectionFailed”,具体参见错误码。
计费与限流
- 模型免费额度和计费单价请参见模型价格。
- 模型限流请参见Z-Image。
- 根据是否开启智能按成功生成的 图像张数 计费。模型调用失败或处理错误不产生任何费用,也不消耗免费额度。
错误码
如果模型调用失败并返回报错信息,请参见错误码进行解决。
常见问题
Q: 如何查看模型调用量?
A: 模型调用完一小时后,请在模型监控(北京)或模型监控(新加坡) 页面,查看模型的调用次数、成功率等指标。详情请参见账单查询与成本管理。
Q:如何获取图像存储的访问域名白名单?
A: 模型生成的图像存储于阿里云OSS,API将返回一个临时的公网URL(链接有效期为 24 小时,请及时下载保存)。图片URL的域名格式为dashscope-{标识}.oss-accelerate.aliyuncs.com或dashscope-{标识}.oss-cn-{地域}.aliyuncs.com。若需要对该下载地址进行防火墙白名单配置,请注意:由于底层存储会动态变更,以下bucket名称仅供参考,可能随时更新:dashscope-a717、dashscope-66f3、dashscope-7c2c、dashscope-2522、dashscope-c72b、dashscope-0484、dashscope-7e0f、dashscope-5859、dashscope-5496、dashscope-35f9、dashscope-31d9、dashscope-7f1f、dashscope-cc75、dashscope-64e9。为避免过期信息影响访问,文档不提供固定的OSS域名白名单。如有安全管控需求,请联系客户经理获取最新OSS域名列表。API当前仅支持返回URL格式,不支持base64格式输出。