टेक्स्ट से इमेज

टेक्स्ट से इमेज एक लिखित विवरण लेकर एक स्थिर इमेज लौटाता है। इसमें कोई सोर्स तस्वीर शामिल नहीं होती: प्रॉम्प्ट ही पूरा इनपुट है, और मॉडल विषय, स्टाइल, लाइटिंग और फ़्रेमिंग शुरू से गढ़ता है। जो आर्टवर्क अभी मौजूद ही नहीं है, उसे पाने का यह सबसे तेज़ रास्ता है — यही वजह है कि यह प्रोडक्ट कॉन्सेप्ट, आर्टिकल हेडर, स्टोरीबोर्ड फ़्रेम, विज्ञापन के अलग-अलग वर्जन, ऐप आइकन और डिज़ाइनर को दिए जाने वाले रेफरेंस आर्ट में दिखता है।

असल काम प्रॉम्प्ट की शब्दावली करती है। विषय, माध्यम, लाइटिंग और आस्पेक्ट रेशियो का नाम लेना आमतौर पर विशेषण गिनाते रहने से ज़्यादा फ़र्क़ डालता है, और एक छोटा बैच बनाकर उसमें से सबसे अच्छा चुनना एक ही प्रॉम्प्ट को अंतहीन सुधारते रहने से बेहतर पड़ता है। इमेज के भीतर लिखा हुआ टेक्स्ट पूरे क्षेत्र की कमज़ोर कड़ी बना हुआ है, इसलिए आउटपुट में आए किसी भी शब्द को गारंटी नहीं, बोनस मानिए और ज़रूरी टेक्स्ट ख़ुद ऊपर से डालिए। रेज़ोल्यूशन विकल्पों में भी मॉडल एक-दूसरे से अलग हैं, और कुछ बड़े साइज़ के लिए अलग कीमत लेते हैं।

E2X पर यह श्रेणी इस समय Google के Nano Banana परिवार को रखती है, जिसमें Pro और Lite वेरिएंट शामिल हैं, साथ ही OpenAI का GPT Image 2 भी। हर एक को एक ही तरीक़े से कॉल किया जाता है: jobs एंडपॉइंट पर मॉडल स्लग और इनपुट ऑब्जेक्ट भेजिए, फिर वापस मिले job id को तब तक पोल कीजिए जब तक नतीजा तैयार न हो जाए। एक मॉडल से दूसरे पर जाना बस एक स्ट्रिंग बदलने जितना है, और भुगतान प्रीपेड बैलेंस से प्रति रिक्वेस्ट होता है, इसलिए एक ही प्रॉम्प्ट पर दो मॉडलों की तुलना करने में ठीक दो रिक्वेस्ट लगती हैं।