
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

$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.

$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.

$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.

$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.

$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.

$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.

$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.

$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.

$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.

$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.

$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.

$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.

$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.

$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.

$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.

$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.

$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.

$0.01 /Generierung
gpt-image-1.5
OpenAI's latest image model with 4x speed, precision editing, and superior text rendering.

$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.

$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.

$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.

$0.01 /Generierung
z-image
Alibaba's efficient 6B-parameter image model with sub-second generation and exceptional Chinese-English bilingual text rendering capabilities.

$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.

$0.02 /Generierung
gpt-4o-image
OpenAI's native multimodal image generator with exceptional text rendering, precise prompt following, and conversational editing capabilities.

$0.025 /Generierung
seedream-4.5
ByteDance's unified 4K image generation and editing model with professional-grade text rendering and commercial photography quality.

$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.

$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.

$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.

$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.

$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.

$0.02 /Megapixel
flux-dev
Black Forest Labs image model for text-to-image generation and single-image editing with output-size based pricing.

$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.

$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.
| Modell | Provider | Task-Typen | Preis |
|---|---|---|---|
| Nano Banana Pro nano-banana-pro | Text to Image, Image to Image | $0.04/Generierung | |
| GPT Image 2 gpt-image-2 | OpenAI | Text to Image, Image to Image | $0.01/Generierung |
| Qwen Image 3.0 qwen-image-3 | Alibaba | Text to Image, Image to Image, Uncensored | $0.024/Bild |
| FLUX 3 Image Klein flux-3-klein | Black Forest Labs | Text to Image, Image to Image | $0.009/Bild |
| Seedream 5.0 Pro seedream-5.0-pro | Seedream | Text to Image, Image to Image, Uncensored | $0.075/Bild |
| GPT Image 2.5 gpt-image-2.5-flare | OpenAI | Text to Image, Image to Image | $4.001 Mio. Eingabe |
| GPT Image 2.6 gpt-image-2.6-flare | OpenAI | Text to Image, Image to Image | $4.001 Mio. Eingabe |
| Grok Imagine Image 2.0 grok-imagine-image-2.0 | xAI | Text to Image, Image to Image | $0.04/Bild |
| MAI Image 2.6 mai-image-2.6 | Microsoft | Text to Image, Image to Image | $1.401 Mio. Eingabe |
| MiniMax H3 Image minimax-h3-image | MiniMax | Text to Image, Image to Image | $0.016/Bild |
| Qwen Image 2.1 qwen-image-2.1 | Alibaba | Text to Image, Image to Image | $0.03/Generierung |
| Seedream 5.5 seedream-5.5 | Seedream | Text to Image, Image to Image | $0.008/Bild |
| Ideogram 4.5 ideogram-v4.5 | Ideogram | Text to Image, Image to Image | $0.008/Bild |
| Ideogram Vector 1.0 ideogram-vector-1.0/text-to-vector | Ideogram | Text to Image, Image to Image | $0.10/Bild |
| Nano Banana 2.1 nano-banana-2.1 | Text to Image, Image to Image | $0.02/Bild | |
| Seedream 5.0 Flash seedream-5.0-flash | Seedream | Text to Image, Image to Image | $0.02/Bild |
| FLUX.2 flux-2-pro | Black Forest Labs | Text to Image, Image to Image | $0.03/Generierung |
| GPT Image 1.5 gpt-image-1.5 | OpenAI | Text to Image, Image to Image | $0.01/Generierung |
| Grok Imagine grok-imagine-image | xAI | Text to Image, Image to Video, Uncensored | $0.03/Bild |
| Nano Banana nano-banana | Text to Image, Image to Image | $0.025/Generierung | |
| Seedream 4 seedream-4 | Seedream | Text to Image, Image to Image | $0.025/Generierung |
| Z-Image z-image | Alibaba | Text to Image, Uncensored | $0.01/Generierung |
| Flux Kontext flux-kontext-pro | Black Forest Labs | Text to Image, Image to Image | $0.04/Generierung |
| GPT-4o Image gpt-4o-image | OpenAI | Text to Image, Image to Image | $0.02/Generierung |
| Seedream 4.5 seedream-4.5 | Seedream | Text to Image, Image to Image, Uncensored | $0.025/Generierung |
| Nano Banana 2 nano-banana-2-new | Text to Image, Image to Image | $0.025/Generierung | |
| Seedream 5.0 Lite seedream-5.0-lite | Seedream | Text to Image, Image to Image, Uncensored | $0.025/Generierung |
| Wan 2.7 Image wan-2.7-image | Alibaba | Text to Image, Image to Image | $0.021/Generierung |
| Nano Banana 2 Lite nano-banana-2-lite | Text to Image, Image to Image | $0.025/Generierung | |
| Kling O3 Image kling-o3-image | Kling | Text to Image, Image to Image | $0.018/Bild |
| Flux Dev flux-dev | Black Forest Labs | Text to Image, Image to Image | $0.02/Megapixel |
| Flux Schnell flux-schnell | Black Forest Labs | Text to Image | $0.002/Megapixel |
| Grok Imagine Image Quality grok-imagine-image-quality | xAI | Text 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.