6 个模型
图像转图像
借助 AI 风格迁移变换图像。
关于图像转图像模型
图像转图像从你已有的一张图片出发，返回它的修改版本。你提供源图和一条指令，模型就地完成编辑：更换背景、重塑整幅画面的风格、移除或添加物体、调整色彩与光线，或者修整一张照片。原有构图始终是锚点，这正是它与从零生成新画面的根本区别。
指令越明确，编辑效果越好。既要说清什么该变，同样重要的是说清什么必须保持原样。编辑是可以叠加的，多次小幅调整通常比一条大而全的指令更能保住相似度。每一轮编辑都会让面部、手部和细小文字这类精细细节出现些许偏移，因此请保留未经改动的原图，以便随时从头再来，而不是在改了五遍的成品上继续改。
在 E2X 上服务于这一分类的是 Google 的 Nano Banana 系列的编辑模式，包括 Pro 与 Lite 版本，以及 OpenAI 的 GPT Image 2。它们与目录中的其他模型走同一个任务接口：提交模型 slug 和输入对象，然后轮询 job ID。计费按次请求从预付余额扣减，因此一次不理想的编辑只是多花一次请求重试，而不是要你升级订阅档位。
常见问题
图像转图像和文本生成图像有什么区别？
图像转图像需要一张源图并在其基础上修改，而文本生成图像仅凭提示词构建画面。如果你想保留已有的构图，这个分类就是正确选择。
模型能让面部和精细细节保持完全一致吗？
不完全能。每一轮编辑都可能让细节发生偏移，因此请做有针对性的小幅修改，并与原图对照，而不是连续叠加大量编辑。
我可以只编辑图片的一部分吗？
可以，通过提示词限定编辑范围，指明你想改动的物体或区域。说清楚哪些部分必须保持不变，与描述改动本身同样重要。
一次编辑的费用是多少？
一次请求。单次请求价格标注在该模型的目录条目上，每个任务完成时从你的预付余额中扣减。