SiliconFlow 硅基流动 ERNIE-Image API 完全指南:0.11 元/张的极速文生图服务
摘要:硅基流动(SiliconFlow)正式上线百度 ERNIE-Image-Turbo 模型 API,定价 0.11 元/张。这是 ERNIE-Image 继 FAL.AI、Atlas Cloud、WaveSpeed AI 之后的第四个第三方 API 平台。本文从零开始讲解 SiliconFlow API 调用方法、参数配置、批量生成技巧,以及与已有平台的全面对比,帮助你选择最适合的部署方案。
硅基流动上线 ERNIE-Image-Turbo
硅基流动(SiliconFlow)宣布上线百度 ERNIE-Image-Turbo 模型,这是其平台上架的第 163 款模型。与以往不同的是,此次部署由百度 ERNIE-Image 团队自主完成——通过硅基流动的弹性 GPU 服务,从资源准备到服务上线的耗时大幅缩短。
硅基流动方面表示,弹性 GPU 服务提供了"开箱即用"的生产级模型部署体验,极大简化了模型部署为高可用推理服务端点的过程。这意味着 ERNIE-Image-Turbo 强大的图片生成能力可以快速分享给平台的千万级用户。
关键信息:
- 模型:ERNIE-Image-Turbo(8B 参数,8 步推理)
- API 价格:0.11 元/张(约 $0.015/张)
- 新用户赠金:16 元/1 美元
- 模型 ID:
baidu/ERNIE-Image-Turbo
API 调用入门
硅基流动使用标准的 OpenAI 兼容 API 格式,调用 ERNIE-Image-Turbo 非常简单。
Python 调用示例
import http.client
import json
api_key = "your-siliconflow-api-key"
payload = {
"model": "baidu/ERNIE-Image-Turbo",
"prompt": "一张电影级写实照片,日落时分的城市天台,年轻女性穿着卡其色风衣手持相机",
"size": "1024x1024",
"n": 1
}
headers = {
"Authorization": f"Bearer {api_key}",
"Content-Type": "application/json"
}
conn = http.client.HTTPSConnection("api.siliconflow.cn")
conn.request("POST", "/v1/images/generations",
body=json.dumps(payload), headers=headers)
response = conn.getresponse()
result = json.loads(response.read().decode())
print(result)
cURL 调用示例
curl -X POST "https://api.siliconflow.cn/v1/images/generations" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "baidu/ERNIE-Image-Turbo",
"prompt": "A cinematic photograph of a sunset on a city rooftop",
"size": "1024x1024",
"n": 1
}'
支持的功能参数
硅基流动的 ERNIE-Image-Turbo API 支持以下参数:
| 参数 | 类型 | 说明 |
|---|---|---|
model |
string | 模型 ID:baidu/ERNIE-Image-Turbo |
prompt |
string | 正向提示词(支持中英文) |
size |
string | 输出尺寸,推荐 1024x1024、1024x768、768x1024 |
n |
integer | 生成图片数量,默认 1 |
response_format |
string | 返回格式:url(默认)或 b64_json(Base64 编码) |
典型应用场景
ERNIE-Image-Turbo 在硅基流动平台上的部署特别适合以下场景:
海报设计:复杂的文字排版、多元素组合,Turbo 模式在 8 步内完成高质量生成。
漫画分镜:角色一致性保持、多画幅组合创作,ERNEI-Image 的结构化布局能力在此类场景中表现突出。
产品图批量生产:电商产品图、社交媒体配图等需要快速验证的场景,低延迟直接转化为生产率提升。
交互式创作:实时反馈的创作流程中,8 步推理的低延迟让"提示词 → 视觉结果"的验证循环变得极为流畅。
与其他 API 平台对比
| 平台 | 价格 | 模型版本 | 特色 |
|---|---|---|---|
| 硅基流动 | ¥0.11/张 | Turbo | 百度团队自主部署,新用户赠金 |
| FAL.AI | ~$0.015/张 | Base/Turbo + LoRA 训练 | 支持 LoRA 云端训练 |
| Atlas Cloud | 按量计费 | Base/Turbo | 官方 API,批量生产优化 |
| WaveSpeed AI | 商业定价 | Base/Turbo | 企业级部署,批量生成 API |
硅基流动的优势在于价格透明、新用户赠金门槛低,且由模型原团队部署,服务稳定性有保障。
批量生成最佳实践
对于批量生成场景,硅基流动建议:
- 控制并发:避免同时发起过多请求,建议每次 1-2 个并发
- 使用 URL 返回格式:默认返回图片 URL,便于异步处理
- Base64 格式:如需直接嵌入应用,设置
response_format: "b64_json" - 尺寸选择:极端长宽比会降低出图质量,建议保持接近 1:1 或 4:3
硅基流动平台的模型生态
硅基流动目前已上架超过 160 款模型,覆盖语言、图像、音频、视频全场景。除 ERNIE-Image-Turbo 外,还支持 Z-Image-Turbo、Qwen-Image 等主流文生图模型,开发者可通过单一 API 密钥灵活调用不同模型,实现"Token 自由"。
数据来源:硅基流动官方文档、知乎专栏、百度千帆社区、SiliconFlow API 文档