Alibaba

Z-Image

z-image

Modelo de texto a imagen de código abierto Tongyi de Alibaba, con arquitectura DiT de flujo único de aproximadamente 6 mil millones de parámetros, destacado en la renderización de texto en chino e inglés y en el seguimiento de instrucciones bilingües

z-image

Probar z-image

Entrada

Creaciones

Ver todas las creaciones

Salida

Rellena los parámetros y genera: los resultados aparecerán aquí.

Precios

z-image per image

Precio unitario	$0.008

Descripción general

z-image es un modelo de texto a imagen presentado por el laboratorio Tongyi de Alibaba, que se invoca mediante la interfaz unificada de HiAPI.ai y permite generar imágenes de estilo realista o artístico con indicaciones en chino e inglés, además de gestionar la composición tipográfica de texto en chino e inglés dentro de la imagen. Es adecuado para desarrolladores que necesitan producir rápidamente visuales creativos, carteles e imágenes ilustrativas estilizadas, y también para escenarios de evaluación de integración centrados en las capacidades de modelos de código abierto.

Características principales

Indicaciones bilingües chino-inglés y renderizado de texto en la imagen: las indicaciones admiten entrada en chino e inglés y permiten renderizar texto en chino e inglés dentro de la imagen generada, lo que facilita la creación de materiales visuales con textos.
Arquitectura DiT de flujo único, con alta eficiencia de parámetros: modela de forma unificada las condiciones de texto e imagen a nivel de secuencia, logrando una calidad visual útil con un tamaño de parámetros reducido.
Varias relaciones de aspecto seleccionables a la vez: la salida admite cinco relaciones de aspecto: 1:1, 4:3, 3:4, 16:9 y 9:16, lo que cubre necesidades de publicación en formato cuadrado, horizontal y vertical.
Generación de imágenes ligera con facturación por imagen: la interfaz factura según el número de imágenes generadas; la indicación y la relación de aspecto son las únicas entradas, lo que simplifica la integración y el cálculo de costes.

Descripción de capacidades

Texto a imagen en chino e inglés: basta con introducir una indicación en chino o inglés de hasta 1000 caracteres para generar imágenes, adecuado para validar rápidamente direcciones creativas o producir materiales ilustrativos en lote.

Renderizado de texto dentro de la imagen: puede mostrar texto en chino e inglés dentro de la imagen, adecuado para crear bocetos visuales con títulos o eslóganes y reducir la composición tipográfica posterior.

Control de la relación de aspecto: mediante aspect_ratio se especifica uno de los cinco formatos, por defecto 1:1, lo que permite ajustarse directamente a los requisitos de composición de distintos emplazamientos publicitarios.

Representación realista y estilizada: la misma interfaz cubre tanto escenas realistas como salidas artísticas estilizadas, abarcando desde visuales de producto hasta ilustraciones creativas.

Escenarios de uso

Personal de operaciones crea imágenes para redes sociales: genera imágenes verticales o cuadradas con indicaciones en chino e inglés y un formato especificado, para publicarlas directamente en plataformas sociales.
Diseñadores generan fondos de carteles y tipografía de títulos: introduce indicaciones que incluyan el texto del título para obtener imágenes con composición tipográfica, que sirven como borrador de cartel para su posterior retoque.
Desarrolladores integran capacidades de texto a imagen: pasan la indicación y la relación de aspecto por la interfaz unificada e integran las imágenes generadas en sus propias aplicaciones o flujos de producción de contenido.
Equipos creativos exploran estilos: con la misma indicación cambian rápidamente la descripción del estilo para generar imágenes, lo que sirve para comparar propuestas y confirmar la dirección visual.

Limitaciones y recomendaciones de selección

La interfaz solo admite actualmente dos entradas: la indicación de texto y la relación de aspecto; no permite editar imágenes ni usar referencias de múltiples imágenes mediante entrada de imagen, ni ofrece parámetros detallados como pasos o intensidad de estilo. Para tareas que requieran control preciso de la composición, edición por capas o reproducción consistente de personajes, debe recurrirse a modelos que admitan estas capacidades. El resultado generado depende en gran medida de cómo se redacte la indicación; se recomienda validar el efecto con un número reducido de imágenes antes de realizar llamadas masivas.

Preguntas frecuentes

Ver todas las preguntas →

¿Para qué es adecuado Z-Image?

Es adecuado para la generación de imágenes con prompts en chino a bajo costo, retratos realistas, letreros, paisajes nocturnos urbanos y material gastronómico.
¿Qué relaciones de aspecto son compatibles?

Compatible con 1:1, 4:3, 3:4, 16:9 y 9:16.
¿Se puede controlar la resolución o el formato?

El contrato de solicitud público actual solo expone Prompt y aspect_ratio; no se deben añadir campos de resolución o formato no declarados en la solicitud.
¿Admite imágenes de referencia?

No. El ID actual del modelo Z-Image es de generación de imágenes solo a partir de texto.

Crear una tarea de generación

POST https://api.hiapi.ai/v1/tasks

Encabezados

AuthorizationstringObligatorio

Clave API de la cuenta. Obligatoria en cada solicitud. Ejemplo: Bearer YOUR_HIAPI_API_KEY. Obtener clave API

Content-TypestringOpcional

El cuerpo de la solicitud siempre se analiza como JSON; si se envía, solo se acepta application/json (charset opcional) — cualquier otro valor devuelve 415. Ejemplo: application/json.

Idempotency-KeystringOpcional

Clave de idempotencia, hasta 255 bytes. Los reintentos con la misma clave de la misma cuenta crean la tarea una sola vez; las repeticiones devuelven el taskId original.

Clave de idempotencia

Ante timeouts de red o reintentos automáticos del cliente, la misma clave crea la tarea una sola vez, sin doble cobro (alcance = la cuenta de la clave API). Usa un identificador de negocio único (p. ej. "order-42"); las repeticiones devuelven el taskId original y las claves caducan 24 h después de la primera solicitud. La matriz completa de escenarios está en la introducción de la API asíncrona unificada.

Cuerpo

modelstringObligatorio

Valor fijo actual: z-image

routestringOpcional

Valor fijo actual: default

inputobjectObligatorio

Objeto de parámetros de negocio para z-image y la ruta default; consulta la tabla de parámetros a continuación.

promptstringObligatoriomaxLength 1000

Texto de indicación para la generación de imágenes, controla el contenido de la imagen de salida, admite chino e inglés.

aspect_ratiostringOpcionalPredeterminado: "1:1"

Relación de aspecto de la imagen de salida, por defecto 1:1.

Opciones:1:14:33:416:99:16

callbackobjectOpcional

Configuración de notificación de estado terminal. Si se omite, no hay callback: consulta la tarea por tu cuenta.

Callbacks (Webhook)

Indica callback.url al crear y HiAPI hará POST a tu servicio en el estado terminal, sin necesidad de sondeo. El cuerpo del callback replica la estructura del detalle de la tarea; firma, reintentos e idempotencia se detallan en la introducción de la API asíncrona unificada.

urlstringObligatorio

Obligatorio si se incluye callback. Al estado terminal se envía un POST a esta URL; debe ser una URL http(s) válida.

whenstringOpcionalPredeterminado: "final"

Actualmente solo se admite final: notifica tanto en success como en fail.

Opciones:final

storagestringOpcionalPredeterminado: "temp"

Nivel de almacenamiento de artefactos: temp (por defecto, ~7 días) o persistent (largo plazo, facturado por tamaño). Saldo insuficiente o exceso de límite ⇒ degradación silenciosa a temp; el nivel efectivo se muestra en la respuesta del detalle.

Opciones:temppersistent

Ejemplos de solicitud

# Envía una tarea asíncrona; devuelve un taskId de inmediato (sin esperar la generación)
curl -X POST "https://api.hiapi.ai/v1/tasks" \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "z-image",
  "input": {
    "prompt": "…",
    "aspect_ratio": "1:1"
  }
}'

const res = await fetch("https://api.hiapi.ai/v1/tasks", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.HIAPI_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "z-image",
    input: {
      "prompt": "…",
      "aspect_ratio": "1:1"
    }
  }),
});
const task = await res.json();
// { code: 200, message: "success", data: { taskId } }

import os, requests

res = requests.post(
    "https://api.hiapi.ai/v1/tasks",
    headers={"Authorization": f"Bearer {os.environ['HIAPI_API_KEY']}"},
    json={
        "model": "z-image",
        "input": {
          "prompt": "…",
          "aspect_ratio": "1:1"
        }
    },
)
print(res.json())  # { code, message, data: { taskId } }

200 OK

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR"
  }
}

400 Bad Request

{
  "code": 400,
  "message": "invalid request",
  "data": null,
  "error_code": "INVALID_REQUEST"
}

Obtener el detalle de la tarea

GET https://api.hiapi.ai/v1/tasks/:id

Campos de respuesta

taskIdstringObligatorio

ID de tarea, siempre con prefijo tk-hiapi-.

modelstringObligatorio

Nombre completo resuelto del modelo. Las tareas enviadas con el parámetro route devuelven base@route (p. ej. gpt-image-2/text-to-image@ext); si no, coincide con el nombre enviado.

routestringOpcional

Solo aparece si se usó el parámetro route explícito; repite el valor enviado.

statusstringObligatorio

Estado de la tarea.

Valores de estado

queued En cola, sin iniciar. handling Procesando. archiving Proceso terminado, preparando artefactos. success Terminal: completado, artefactos disponibles (se devuelve output). fail Terminal: error (se devuelve error). Tras el envío, guíate por status: success y fail son terminales; el resto, no. Sondea cada 1–3 s hasta el estado terminal. Con éxito, descarga los artefactos desde output[].url y transfiérelos antes de expireAt; para retención larga usa storage: "persistent" al crear.

creatednumberObligatorio

Hora de creación de la tarea (segundos Unix).

completednumberObligatorio

Segundos Unix al alcanzar estado terminal; 0 mientras no sea terminal.

outputarrayOpcional

Solo con status == success. Lista de artefactos — siempre un array; una tarea puede devolver varios types a la vez (p. ej. video + first_frame).

Array [ object ]

Elementos del array

urlstringObligatorio

URL del artefacto, descargable directamente.

typestringObligatorio

Valores posibles actuales: video, image, audio, first_frame, last_frame, thumbnail; podrían ampliarse más adelante.

expireAtnumberObligatorio

Segundos Unix hasta los que el artefacto es accesible; descárgalo o transfiérelo antes.

errorobjectOpcional

Solo con status == fail.

codestringObligatorio

Código de error de negocio.

messagestringObligatorio

Descripción del error.

Ejemplos de respuesta

Éxito

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR",
    "model": "happyhorse-1-0",
    "status": "success",
    "created": 1777282033,
    "completed": 1777282099,
    "output": [
      {
        "url": "https://cdn.hiapi.ai/tasks/.../video.mp4",
        "type": "video",
        "expireAt": 1777886899
      }
    ]
  }
}

En proceso (no terminal)

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-...",
    "model": "happyhorse-1-0",
    "status": "archiving",
    "created": 1777282033,
    "completed": 0
  }
}

Fallido

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-...",
    "model": "happyhorse-1-0",
    "status": "fail",
    "created": 1777282033,
    "completed": 1777282099,
    "error": {
      "code": "TASK_FAILED",
      "message": "task failed"
    }
  }
}