文本生成图像

文本生成图像接收一段文字描述，返回一张静态图片。整个过程不涉及任何源图：提示词就是全部输入，主体、风格、光影和构图都由模型从零开始搭建。这是获得尚不存在的画面最快的方式，因此它常出现在产品概念图、文章头图、分镜画面、广告变体、应用图标，以及交给设计师参考的草图里。

提示词的措辞决定了大部分结果。点明主体、媒介、光线和画幅比例，通常比堆砌形容词更能左右输出；一次生成一小批再挑出最好的一张，也胜过对着一条提示词反复打磨。图片内嵌文字仍是整个领域的薄弱环节，所以请把输出中出现的文字当作意外之喜而非保证，关键文案还是自己叠加上去更稳妥。各模型支持的分辨率选项也不同，部分模型对更大尺寸单独定价。

在 E2X 上，这个分类目前收录了 Google 的 Nano Banana 系列，包括 Pro 与 Lite 版本，以及 OpenAI 的 GPT Image 2。它们的调用方式完全一致：向 jobs 接口发送模型 slug 和输入对象，然后轮询返回的 job ID 直到结果就绪。在它们之间切换只需改动一个字符串，计费按次请求从预付余额扣减，因此用同一条提示词对比两个模型，成本恰好是两次请求。