Teks ke Gambar

Teks ke gambar menerima deskripsi tertulis dan mengembalikan gambar diam. Tidak ada gambar sumber yang terlibat: prompt adalah keseluruhan input, dan model menyusun subjek, gaya, pencahayaan, serta komposisi dari nol. Ini cara tercepat mendapatkan karya visual yang belum ada, dan karena itu ia muncul di konsep produk, header artikel, bingkai storyboard, variasi iklan, ikon aplikasi, dan gambar acuan yang diserahkan ke desainer.

Susunan kata pada prompt menentukan sebagian besar hasilnya. Menyebutkan subjek, medium, pencahayaan, dan rasio aspek biasanya menggeser keluaran lebih jauh daripada menumpuk kata sifat, dan membuat satu batch kecil lalu memilih yang terbaik lebih efektif daripada memoles satu prompt tanpa henti. Teks yang dirender di dalam gambar masih menjadi titik lemah di seluruh bidang ini, jadi anggap tulisan apa pun pada hasil sebagai bonus, bukan jaminan, dan tempelkan sendiri teks yang penting. Model juga berbeda dalam pilihan resolusi, dan sebagian mematok harga berbeda untuk ukuran yang lebih besar.

Di E2X, kategori ini saat ini diisi keluarga Nano Banana dari Google, termasuk varian Pro dan Lite, berdampingan dengan GPT Image 2 dari OpenAI. Semuanya dipanggil dengan cara yang sama: kirim slug model dan objek input ke endpoint jobs, lalu polling id job yang Anda terima sampai hasilnya siap. Berpindah di antaranya hanya mengubah satu string, dan Anda membayar per permintaan dari saldo prabayar, jadi membandingkan dua model dengan prompt yang sama berbiaya tepat dua permintaan.