Text-zu-Bild-API

KI-APIs für Entwickler

Text-zu-Bild-API

Integrieren Sie die KI-Bildgenerierung in Ihr Produkt mit der PoYo Text-zu-Bild-API. Vergleichen Sie Bildmodelle, Eingabeaufforderungssteuerungen, Ausgabegrößen und Preise für kreative Anwendungen und automatisierte Arbeitsabläufe.

Passende Modelle

33 Modelle

Nano Banana Pro
Text zu Bild

$0.04 /Generierung

nano-banana-pro

Google's advanced Gemini 3 Pro image model featuring 4K resolution, enhanced reasoning, real-time data integration, and multi-image composition capabilities.

GPT Image 2
Text zu Bild

$0.01 /Generierung

gpt-image-2

OpenAI's premium image generation family for text-to-image creation and single-image editing with simple prompt-driven controls.

Qwen Image 3.0
Text zu Bild

$0.024 /Bild

qwen-image-3

Alibaba's third-generation image model for long prompts, information-dense layouts, fine text rendering, multilingual visuals, and knowledge-rich image generation.

FLUX 3 Image Klein
Text zu Bild

$0.009 /Bild

flux-3-klein

Generate and edit images with FLUX 3 Image Klein. Use 1K, 2K or 4K output, up to ten editing references, custom dimensions, and PNG, JPEG or WebP output.

Seedream 5.0 Pro
Text zu Bild

$0.075 /Bild

seedream-5.0-pro

ByteDance's flagship image model for precise prompt following, dense layouts, multilingual text rendering, and region-precise editing.

GPT Image 2.5
Text zu Bild

$4.00 1 Mio. Eingabe

gpt-image-2.5-flare

OpenAI image generation and editing with high-fidelity reference images, precise inpainting, multi-turn consistency, and transparent backgrounds. Explore Flare and Sunburst and compare GPT Image 2.5 with GPT Image 2 on PoYo.

GPT Image 2.6
Text zu Bild

$4.00 1 Mio. Eingabe

gpt-image-2.6-flare

Affordable GPT Image 2.6 API for text-to-image and reference image editing with OpenAI's Flare and Sunburst. One REST call, from 1.7 credits ($0.0085) per image on PoYo.

Grok Imagine Image 2.0
Text zu Bild

$0.04 /Bild

grok-imagine-image-2.0

xAI image generation and editing with up to three input images, five supported aspect ratios, 1K or 2K resolution, selectable quality, and up to four outputs.

MAI Image 2.6
Text zu Bild

$1.40 1 Mio. Eingabe

mai-image-2.6

MAI Image 2.6 and MAI Image 2.6 Flash API on PoYo: Microsoft's image models for photorealistic text-to-image, legible in-image text, and editing or composition with up to 5 reference images, with optional web search grounding.

MiniMax H3 Image
Text zu Bild

$0.016 /Bild

minimax-h3-image

MiniMax H3 Image API on PoYo: MiniMax's open-weight image model for text-to-image and editing with up to 16 reference images, 1K, 2K or 4K output, custom sizes up to 20 megapixels, and sharp in-image text. From 3.2 credits ($0.016) per image.

Qwen Image 2.1
Text zu Bild

$0.03 /Generierung

qwen-image-2.1

Alibaba's 7B open-weight unified text-to-image and editing model with native RGBA transparency, up to 10 reference images, and 2K resolution.

Seedream 5.5
Text zu Bild

$0.008 /Bild

seedream-5.5

Seedream 5.5 API on PoYo: ByteDance Seed's image model for text-to-image, multi-reference editing with up to 10 images, native transparent PNGs, and layer decomposition into a base image plus up to 99 layers. From 4 credits ($0.02) per image.

Ideogram 4.5
Text zu Bild

$0.008 /Bild

ideogram-v4.5

Generate images, posters and typography with Ideogram 4.5, or precisely edit a source image with masks and reference images. Compare quality-based pricing for generation and editing on PoYo.

Ideogram Vector 1.0
Text zu Bild

$0.10 /Bild

ideogram-vector-1.0/text-to-vector

Ideogram Vector creates editable SVG artwork from a text prompt, with optional reference images, or converts one image into an SVG. Text to vector is billed per SVG at the same rates Fal publishes for low, medium, and high quality.

Nano Banana 2.1
Text zu Bild

$0.02 /Bild

nano-banana-2.1

Generate and edit 1K, 2K and 4K images with Google's Nano Banana 2.1. Combine up to 10 reference images for product visuals, posters and consistent creative assets. From 4 credits ($0.02) per image.

Seedream 5.0 Flash
Text zu Bild

$0.02 /Bild

seedream-5.0-flash

ByteDance's fast, cost-efficient image model for 1K/1.5K/2K generation, multi-reference editing, and multilingual visual content. 4 credits per image.

FLUX.2
Text zu Bild

$0.03 /Generierung

flux-2-pro

Black Forest Labs' production-grade model combining 4MP image generation and editing with multi-reference support, precise typography, and hex color control.

GPT Image 1.5
Text zu Bild

$0.01 /Generierung

gpt-image-1.5

OpenAI's latest image model with 4x speed, precision editing, and superior text rendering.

Grok Imagine
Text zu Bild

$0.03 /Bild

grok-imagine-image

xAI's Aurora-powered visual AI for image generation and video creation with Fun, Normal, and Spicy creative modes.

Nano Banana
Text zu Bild

$0.025 /Generierung

nano-banana

Google's leaderboard-topping image model (Gemini 2.5 Flash) excelling in natural language editing, character consistency, and multi-image blending.

Seedream 4
Text zu Bild

$0.025 /Generierung

seedream-4

ByteDance's multimodal image model for native 1K to 4K generation, reference-guided editing, and batch outputs up to 15 images.

Z-Image
Text zu Bild

$0.01 /Generierung

z-image

Alibaba's efficient 6B-parameter image model with sub-second generation and exceptional Chinese-English bilingual text rendering capabilities.

Flux Kontext
Text zu Bild

$0.04 /Generierung

flux-kontext-pro

Black Forest Labs' in-context image generation and editing family for scene-preserving edits, text replacement, and prompt-driven visual changes.

GPT-4o Image
Text zu Bild

$0.02 /Generierung

gpt-4o-image

OpenAI's native multimodal image generator with exceptional text rendering, precise prompt following, and conversational editing capabilities.

Seedream 4.5
Text zu Bild

$0.025 /Generierung

seedream-4.5

ByteDance's unified 4K image generation and editing model with professional-grade text rendering and commercial photography quality.

Nano Banana 2
Text zu Bild

$0.025 /Generierung

nano-banana-2-new

Google's next-gen image model powered by Gemini 3.1 Flash with native 2K/4K resolution, chain-of-thought reasoning, precise multi-language text rendering, and up to 14 reference images.

Seedream 5.0 Lite
Text zu Bild

$0.025 /Generierung

seedream-5.0-lite

ByteDance's efficient multimodal image model with native 2K/3K resolution, deep thinking, bilingual text rendering, and smart editing.

Wan 2.7 Image
Text zu Bild

$0.021 /Generierung

wan-2.7-image

Alibaba's unified Wan 2.7 image family for text-to-image generation and reference-based image editing with standard and pro quality tiers.

Nano Banana 2 Lite
Text zu Bild

$0.025 /Generierung

nano-banana-2-lite

Google's fastest and most cost-efficient Gemini Image model, built for rapid ideation, high-throughput image generation, low-latency creative workflows, and scaled production pipelines.

Kling O3 Image
Text zu Bild

$0.018 /Bild

kling-o3-image

Kling's O3 image family supports prompt-only generation, multi-reference editing, single outputs, and connected series generation with 1K to 4K resolution tiers.

Flux Dev
Text zu Bild

$0.02 /Megapixel

flux-dev

Black Forest Labs image model for text-to-image generation and single-image editing with output-size based pricing.

Flux Schnell
Text zu Bild

$0.002 /Megapixel

flux-schnell

Black Forest Labs fast text-to-image model for low-cost prompt-based image generation with output-size based pricing.

Grok Imagine Image Quality
Text zu Bild

$0.04 /Bild

grok-imagine-image-quality

xAI's higher-fidelity Grok Imagine image model for polished text-to-image generation and reference-based image editing.

Text zu Bild Modell-APIs - Preise und Modell-Eignung

Vergleichen Sie Anbieter, unterstützte Eingaben, Ausgabeformate und Preise vor der Modellwahl.

Exakte Task-Übereinstimmung

Modelle erscheinen hier nur, wenn ihre Katalogmetadaten Text to Image enthalten.

Provider-Vergleich

Vergleichen Sie Modellfamilien mehrerer Provider, ohne das Task-Verzeichnis zu verlassen.

API-fähige Pfade

Jede Modellkarte führt zu PoYo-Preisen, Beispielen, Playground und API-Details.

ModellProviderTask-TypenPreis
Nano Banana Pro

nano-banana-pro

GoogleText to Image, Image to Image$0.04/Generierung
GPT Image 2

gpt-image-2

OpenAIText to Image, Image to Image$0.01/Generierung
Qwen Image 3.0

qwen-image-3

AlibabaText to Image, Image to Image, Uncensored$0.024/Bild
FLUX 3 Image Klein

flux-3-klein

Black Forest LabsText to Image, Image to Image$0.009/Bild
Seedream 5.0 Pro

seedream-5.0-pro

SeedreamText to Image, Image to Image, Uncensored$0.075/Bild
GPT Image 2.5

gpt-image-2.5-flare

OpenAIText to Image, Image to Image$4.001 Mio. Eingabe
GPT Image 2.6

gpt-image-2.6-flare

OpenAIText to Image, Image to Image$4.001 Mio. Eingabe
Grok Imagine Image 2.0

grok-imagine-image-2.0

xAIText to Image, Image to Image$0.04/Bild
MAI Image 2.6

mai-image-2.6

MicrosoftText to Image, Image to Image$1.401 Mio. Eingabe
MiniMax H3 Image

minimax-h3-image

MiniMaxText to Image, Image to Image$0.016/Bild
Qwen Image 2.1

qwen-image-2.1

AlibabaText to Image, Image to Image$0.03/Generierung
Seedream 5.5

seedream-5.5

SeedreamText to Image, Image to Image$0.008/Bild
Ideogram 4.5

ideogram-v4.5

IdeogramText to Image, Image to Image$0.008/Bild
Ideogram Vector 1.0

ideogram-vector-1.0/text-to-vector

IdeogramText to Image, Image to Image$0.10/Bild
Nano Banana 2.1

nano-banana-2.1

GoogleText to Image, Image to Image$0.02/Bild
Seedream 5.0 Flash

seedream-5.0-flash

SeedreamText to Image, Image to Image$0.02/Bild
FLUX.2

flux-2-pro

Black Forest LabsText to Image, Image to Image$0.03/Generierung
GPT Image 1.5

gpt-image-1.5

OpenAIText to Image, Image to Image$0.01/Generierung
Grok Imagine

grok-imagine-image

xAIText to Image, Image to Video, Uncensored$0.03/Bild
Nano Banana

nano-banana

GoogleText to Image, Image to Image$0.025/Generierung
Seedream 4

seedream-4

SeedreamText to Image, Image to Image$0.025/Generierung
Z-Image

z-image

AlibabaText to Image, Uncensored$0.01/Generierung
Flux Kontext

flux-kontext-pro

Black Forest LabsText to Image, Image to Image$0.04/Generierung
GPT-4o Image

gpt-4o-image

OpenAIText to Image, Image to Image$0.02/Generierung
Seedream 4.5

seedream-4.5

SeedreamText to Image, Image to Image, Uncensored$0.025/Generierung
Nano Banana 2

nano-banana-2-new

GoogleText to Image, Image to Image$0.025/Generierung
Seedream 5.0 Lite

seedream-5.0-lite

SeedreamText to Image, Image to Image, Uncensored$0.025/Generierung
Wan 2.7 Image

wan-2.7-image

AlibabaText to Image, Image to Image$0.021/Generierung
Nano Banana 2 Lite

nano-banana-2-lite

GoogleText to Image, Image to Image$0.025/Generierung
Kling O3 Image

kling-o3-image

KlingText to Image, Image to Image$0.018/Bild
Flux Dev

flux-dev

Black Forest LabsText to Image, Image to Image$0.02/Megapixel
Flux Schnell

flux-schnell

Black Forest LabsText to Image$0.002/Megapixel
Grok Imagine Image Quality

grok-imagine-image-quality

xAIText to Image, Image to Image$0.04/Bild

Häufige Fragen

Was ist die Text-zu-Bild-API?

+

Eine Text-zu-Bild-API generiert aus Textanweisungen ein neues Bild. Ihre Anwendung sendet eine Eingabeaufforderung und unterstützte Einstellungen an ein Modell und ruft dann die Ausgabe ab. Es ist nützlich für kreative Produkte, Kampagnenproduktion und automatisierte Asset-Generierung, wenn kein Bild zum Bearbeiten vorhanden ist.

Wie schreibe ich eine Eingabeaufforderung für eine API zur KI-Bildgenerierung?

+

Beginnen Sie mit dem Hauptthema und beschreiben Sie dann dessen Aktion oder Aussehen, Komposition, Hintergrund, Beleuchtung und Stil. Trennen Sie wichtige Anforderungen von dekorativen Details. Geben Sie für ein Produktkonzept das Material und den Kamerawinkel an; Geben Sie für ein Poster das gewünschte Layout an und geben Sie den gewünschten Text genau an.

Welches Text-zu-Bild-Modell soll ich wählen?

+

Testen Sie mehrere Modelle mit denselben repräsentativen Eingabeaufforderungen und Ausgabeeinstellungen. Bewerten Sie die Details, die für Ihren Anwendungsfall wichtig sind: Produktform, Gesichter, Schriftzug, Komposition oder Illustrationsstil. Vergleichen Sie brauchbare Ergebnisse und die Kosten für Wiederholungsversuche, anstatt nur anhand des niedrigsten aufgeführten Startpreises auszuwählen.

Kann eine Text-zu-Bild-API lesbaren Text in Bildern generieren?

+

Einige Bildmodelle verarbeiten die Beschriftung besser als andere, der generierte Text muss jedoch noch überprüft werden. Halten Sie die angeforderte Kopie kurz und zitieren Sie sie klar. Für exakte rechtliche Texte, Preise oder Markentypografie erstellen Sie zunächst das Bildmaterial und fügen Sie den endgültigen Text in Ihren Design- oder Rendering-Workflow ein.

Wie behalte ich einen einheitlichen Charakter oder visuellen Stil bei?

+

Verwenden Sie eine klare Stilbeschreibung erneut und testen Sie die gleiche Eingabeaufforderungsstruktur in Ihrer Bildserie. Wenn die Identität einer Person oder eines Produkts nahe an einem vorhandenen Design bleiben muss, verwenden Sie ein Modell mit unterstützten Referenzbildeingaben über Image to Image. Eine wiederholte Textaufforderung allein garantiert keine identischen Ausgaben.

Welche Auflösungen und Seitenverhältnisse sind verfügbar?

+

Unterstützte Abmessungen und Seitenverhältnisse sind spezifisch für das ausgewählte Modell und den Endpunkt. Wählen Sie Einstellungen, die zur endgültigen Platzierung passen, z. B. einen Social-Media-Beitrag im Hochformat oder ein Cover im Querformat. Überprüfen Sie die Modellseite, bevor Sie Anfragen senden. Hochskalierte Abmessungen und native Generationsauflösung sind unterschiedliche Messungen.

Kann ich mehrere Bilder generieren oder einen Stapel automatisieren?

+

Sie können mehrere API-Anfragen in Ihrer Anwendung koordinieren. Prüfen Sie, ob das ausgewählte Modell auch einen Output-Count-Parameter bietet, da eine Anfrage nicht immer ein Bild ist. Beschränken Sie die gleichzeitige Arbeit auf Ihr Kontokontingent, speichern Sie jede zurückgegebene Aufgaben-ID und verfolgen Sie die Kosten des gesamten Stapels.

Was ist der Unterschied zwischen Text-zu-Bild- und Bild-zu-Bild-APIs?

+

Text to Image erstellt aus schriftlichen Anweisungen ein neues Bildmaterial. Image to Image beginnt mit einem vorhandenen Bild und verwendet es als Leitfaden für eine Bearbeitung, Variation oder neue Komposition. Wählen Sie Letzteres, wenn ein bestimmtes Produkt, eine Person oder ein bestimmtes Layout den visuellen Ausgangspunkt bilden soll.

Wie erhalte ich die generierten Bilder?

+

Für PoYo-Generierungsendpunkte übermitteln Sie das Modell und seine Eingabe an /api/generate/submit. Speichern Sie den zurückgegebenen task_id und fragen Sie dann /api/generate/status/{task_id} ab oder geben Sie einen unterstützten callback_url an. Lesen Sie die Ausgabe der abgeschlossenen Aufgabenantwort und speichern Sie alle Assets, die Ihre Anwendung behalten muss.

Wie werden die Preise für die Text-zu-Bild-API berechnet?

+

Vergleichen Sie den Modellpreis und seine Abrechnungseinheit. Abhängig vom Endpunkt kann die Bildgenerierung pro Bild, pro Generation oder nach Bildgröße berechnet werden, wobei für bestimmte Optionen zusätzliche Gebühren anfallen. Verwenden Sie die aktuellen Modellpreise und ausgewählten Einstellungen, um eine Charge zu schätzen, anstatt davon auszugehen, dass alle Bild-APIs die gleichen Kosten haben.

Was soll ich tun, wenn eine Bildanforderung fehlschlägt oder eine Zeitüberschreitung auftritt?

+

Überprüfen Sie den Aufgabenstatus, bevor Sie ihn erneut senden: Ein Netzwerk-Timeout beweist nicht, dass die Generierung fehlgeschlagen ist. Überprüfen Sie die Eingabevalidierung, die Bildeinstellungen, den Kontostand und den zurückgegebenen Fehler. Vereinfachen Sie bei fertigen, aber ungeeigneten Bildern die Eingabeaufforderung oder ändern Sie jeweils eine Einstellung, damit Sie erkennen können, was das Ergebnis verbessert.

Wo finde ich Python-, JavaScript- und Anfragebeispiele?

+

Öffnen Sie eine Modellseite für die API-Dokumentation, aktuelle Anforderungsfelder und Beispiele. Jedes Modell verfügt außerdem über eine /models/{model-id}/llms.txt-Ressource mit modellspezifischen Integrationsdetails. Behalten Sie Ihren API-Schlüssel in der serverseitigen Konfiguration bei und verwenden Sie die dokumentierte Modellkennung, wenn Sie ein Beispiel an Ihre Anwendung anpassen.