การสร้างข้อความเป็นรูปภาพที่รวดเร็วจาก Google สามารถเข้าถึงได้ผ่าน API ที่เข้ากันได้กับ OpenAI ของ OrcaRouter
google/imagen-4.0-fast-generate-001 เป็นโมเดลแปลงข้อความเป็นรูปภาพเฉพาะจากกลุ่มผลิตภัณฑ์ Imagen ของ Google ที่ออกแบบมาเพื่อการสร้างภาพที่รวดเร็ว โดยรับข้อความแจ้ง (text prompt) เป็นอินพุตและส่งออกภาพ…
google/imagen-4.0-fast-generate-001 สามารถสร้างฉาก วัตถุ และรูปแบบศิลปะที่หลากหลายตามคำอธิบายข้อความ มันจัดการหมวดหมู่ทั่วไป เช่น ทิวทัศน์ สัตว์ ผู้คน สถาปัตยกรรม และแนวคิดนามธรรม เนื่องจากถูกปรับให้เหมาะสมเพื่อความเร็ว มันอาจสร้างภาพที่มีรายละเอียดน้อยลงเล็กน้อย ขอบคมน้อยลง หรือสิ่งรบกวนเล็กน้อยเมื่อเทียบกับโมเดลที่ช้ากว่า มันทำงานได้ดีที่สุดกับคำสั่งที่ตรงไปตรงมาโดยไม่มีข้อจำกัดมากเกินไปหรือข้อกำหนดองค์ประกอบที่เฉพาะเจาะจงสูง คำสั่งที่ซับซ้อนที่มีองค์ประกอบหลายอย่างอาจถูกทำให้เรียบง่ายหรือรวมเข้าด้วยกันอย่างแม่นยำน้อยลง
กรณีการใช้งานที่เร็วที่สุดได้แก่ การสเก็ตช์แนวคิดแบบวนซ้ำสำหรับนักออกแบบ การสร้างภาพแบบเรียลไทม์ในแอปพลิเคชันแบบโต้ตอบ และการสร้างรูปแบบต่างๆ อย่างรวดเร็วสำหรับการทดสอบ A/B นอกจากนี้ยังมีประโยชน์สำหรับระบบสร้างเนื้อหาอัตโนมัติที่ต้องการการตอบสนองที่รวดเร็ว เช่น การสร้างภาพขนาดย่อ โพสต์บนโซเชียลมีเดีย หรือภาพตัวอย่างระหว่างการพัฒนา ในเครื่องมือเพื่อการศึกษา สามารถให้ข้อเสนอแนะทางภาพทันทีจากข้อความค้นหา ข้อได้เปรียบด้านความเร็วจะเห็นได้ชัดเจนที่สุดเมื่อสร้างภาพจำนวนมากพร้อมกันหรือเรียงต่อกัน
หากความต้องการหลักคือคุณภาพสูงสุดและการปฏิบัติตามคำแนะนำที่ตรงจุด ตัวเลือกที่ไม่ใช่แบบเร็ว (เช่น google/imagen-3.0-generate-001 หรือ DALL-E 3) อาจดีกว่าแม้จะมีความหน่วงสูงกว่า สำหรับรูปทรงที่เรียบง่ายมากๆ หรือไอคอน โมเดลที่เบากว่า (เช่น Stable Diffusion ที่ได้รับการปรับแต่ง) อาจคุ้มค่ากว่า นอกจากนี้ หากคุณไม่จำเป็นต้องสร้างภาพเลย เช่น กรณีการใช้งานของคุณต้องการเพียงข้อความหรือข้อมูลที่มีโครงสร้าง การใช้โมเดลภาษาจะเหมาะสมกว่า
ในฐานะโมเดลที่ปรับให้เหมาะกับความเร็ว อาจแสดงประสิทธิภาพที่ลดลงในด้านต่างๆ เช่น ความแม่นยำทางกายวิภาค การรักษารายละเอียดละเอียด และการเรนเดอร์ฉากที่ซับซ้อนอย่างสม่ำเสมอ การผสมผสานแนวคิดที่ไม่เกี่ยวข้องกันอย่างแปลกประหลาด แขนขาหายไป หรือสัดส่วนที่ผิดเพี้ยนอาจเกิดขึ้นบ่อยกว่าในโมเดลคุณภาพเต็ม นอกจากนี้ยังอาจมีช่วง prompt ที่มีประสิทธิผลแคบลง prompt ที่มีรายละเอียดมากเกินไปหรือเป็นนามธรรมอาจไม่ถูกดำเนินการอย่างดี นอกจากนี้ การรองรับฟีเจอร์ขั้นสูง เช่น การแก้ไขภาพ การเติมภาพ หรือการถ่ายโอนสไตล์ ไม่มีให้ในเวอร์ชันนี้—มันเป็นเพียง text-to-image generator เท่านั้น
ยังไม่มีคะแนน benchmark เฉพาะ (e.g., FID, CLIP score หรือคะแนนความชอบของมนุษย์) ที่ได้รับการเผยแพร่ต่อสาธารณะสำหรับ google/imagen-4.0-fast-generate-001 Google ได้เผยแพร่ benchmark สำหรับ Imagen รุ่นก่อนหน้า แต่การแลกเปลี่ยนประสิทธิภาพของรุ่น fast variant นี้ไม่ได้ถูกบันทึกอย่างเป็นทางการในเอกสารที่ตีพิมพ์ ผู้ใช้ควรประเมินคุณภาพผ่านการทดสอบในโลกจริงด้วย prompt ของตนเอง ตามอัตวิสัยแล้ว มันสร้างภาพที่ยอมรับได้สำหรับการสร้างต้นแบบอย่างรวดเร็ว แต่จะไม่เทียบเท่าโมเดลที่ได้รับการจัดอันดับสูงสุดในการประเมินมาตรฐาน
ไม่ได้เผยแพร่ตัวเลขความเร็วที่แน่นอน แต่หลักฐานเชิงประจักษ์บ่งชี้ว่าโมเดลแบบ fast-generate สามารถลดเวลาในการอนุมานได้ 2-5 เท่า เมื่อเทียบกับโมเดล Imagen มาตรฐาน ขึ้นอยู่กับฮาร์ดแวร์และการกำหนดค่า ผ่าน OrcaRouter ความหน่วงยังขึ้นอยู่กับระยะเวลาไปกลับของเครือข่าย โหลดเซิร์ฟเวอร์ และความละเอียดเอาต์พุตที่เลือก ผู้ใช้สามารถคาดหวังการตอบสนองที่เร็วกว่าอย่างมีนัยสำคัญ ซึ่งมักจะต่ำกว่า 2-5 วินาทีสำหรับข้อความทั่วไป ในขณะที่โมเดลคุณภาพเต็มอาจใช้เวลา 10 วินาทีหรือมากกว่า สำหรับแอปพลิเคชันแบบเรียลไทม์ ความแตกต่างนี้มีความสำคัญยิ่ง
ข้อดี: การวนซ้ำอย่างรวดเร็ว หน่วงเวลาต่ำ เหมาะสำหรับการตรวจสอบด้วยสายตาแบบรวดเร็ว และคุณภาพของภาพที่ยอมรับได้สำหรับคำสั่งที่ง่ายถึงปานกลาง รองรับวัตถุและฉากทั่วไปได้อย่างเพียงพอ ข้อจำกัด: ความละเอียดต่ำกว่า บางครั้งเกิดความล้มเหลวในการสร้างภาพสำหรับคำสั่งที่ซับซ้อนหรือมีความเอนโทรปีสูง ตัวเลือกความละเอียดมีจำกัด และไม่มีฟังก์ชันแก้ไข ไม่เหมาะสำหรับสินทรัพย์คุณภาพระดับการผลิต ภาพทางการแพทย์ หรือสถานการณ์ที่ต้องการความแม่นยำทางกายภาพ ผู้ใช้ควรตรวจสอบผลลัพธ์สำหรับกรณีการใช้งานใดๆ ที่มีข้อกำหนดด้านคุณภาพหรือความปลอดภัย
ใช่ สำหรับสถานการณ์ที่มีปริมาณการใช้งานสูงซึ่งให้ความสำคัญกับความเร็วมากกว่าความสมบูรณ์แบบ โมเดลนี้สามารถคุ้มค่าและมีประสิทธิภาพ เนื่องจากสร้างภาพได้อย่างรวดเร็ว ปริมาณงานต่อเอนด์พอยต์อาจสูงขึ้น ซึ่งอาจลดระยะเวลาการประมวลผลรวมต่อภาพ อย่างไรก็ตาม ระบบการผลิตควรมีเช็คคุณภาพหรือทางเลือกสำรองไปยังโมเดลที่ช้ากว่าสำหรับคำขอที่สำคัญ เนื่องจาก OrcaRouter ไม่รับประกันการออนไลน์หรือความน่าเชื่อถือใดๆ นอกเหนือจาก SLA API มาตรฐาน ผู้ใช้ควรออกแบบให้มีกลไกการลองใหม่และการจำกัดอัตรา
OrcaRouter โดยทั่วไปจะคิดค่าบริการตามคำขอสำหรับโมเดลสร้างภาพ โดยค่าใช้จ่ายจะขึ้นอยู่กับความละเอียดของภาพเอาท์พุต และอาจขึ้นอยู่กับจำนวนขั้นตอนในการสร้าง (แม้ว่าโมเดลนี้จะถูกกำหนดให้ใช้ขั้นตอนแบบเร็วที่ตายตัวแล้ว) ราคาต่อภาพที่แน่นอนสำหรับ google/imagen-4.0-fast-generate-001 ไม่ได้ถูกเปิดเผยต่อสาธารณะ ผู้ใช้ควรตรวจสอบหน้าราคาของ OrcaRouter หรือติดต่อฝ่ายสนับสนุน โดยทั่วไปแล้ว รูปแบบที่เร็วนั้นถูกกว่าต่อคำขอเมื่อเทียบกับรูปแบบคุณภาพเต็ม เนื่องจากใช้ทรัพยากรการคำนวณน้อยกว่า ไม่มีการกำหนดราคาตามโทเค็น—การกำหนดราคาเป็นแบบต่อภาพที่สร้างขึ้น
OrcaRouter อาจเสนอการแคชผลลัพธ์สำหรับการสร้างภาพ หมายความว่าหากส่งพรอมต์เดียวกันหลายครั้งในช่วงเวลาสั้นๆ อาจส่งคืนภาพที่สร้างไว้ก่อนหน้าโดยไม่ต้องรันโมเดลใหม่ ซึ่งช่วยลดต้นทุนสำหรับการสอบถามซ้ำได้ นอกจากนี้ ความละเอียดเอาต์พุตที่ต่ำกว่า (เช่น 512x512 เทียบกับ 1024x1024) มักจะมีต้นทุนต่อภาพที่ต่ำกว่า ผู้ใช้ควรตรวจสอบเอกสารของ OrcaRouter เพื่อดูรายละเอียดเกี่ยวกับนโยบายการแคชและระดับราคา
โดยไม่ต้องระบุราคาที่แน่นอน การเปรียบเทียบเชิงคุณภาพ: รูปแบบที่รวดเร็วนั้นโดยทั่วไปมีราคาถูกกว่าต่อภาพเมื่อเทียบกับรูปแบบคุณภาพเต็ม ตัวอย่างเช่น การใช้ google/imagen-4.0-fast-generate-001 อาจมีราคาถูกกว่า google/imagen-3.0-generate-001 หรือ DALL-E 3 อย่างไรก็ตาม อาจมีราคาแพงกว่าโมเดลโอเพนซอร์สขนาดเล็กเล็กน้อย (เช่น Stable Diffusion 2.1) หากโมเดลเหล่านั้นพร้อมใช้งานผ่าน OrcaRouter เช่นกัน การแลกเปลี่ยนคือคุณภาพกับต้นทุนและความเร็ว สำหรับโปรเจกต์ที่มีข้อจำกัดด้านงบประมาณที่สามารถยอมรับคุณภาพที่ต่ำกว่าได้ โมเดลนี้ให้ความคุ้มค่าที่ดี
เพื่อใช้ google/imagen-4.0-fast-generate-001 ให้ส่งคำขอ POST ไปยังปลายทางที่เข้ากันได้กับ OpenAI ของ OrcaRouter: https://api.orcarouter.ai/v1/images/generations ในเนื้อหาคำขอ ให้ตั้งค่า "model" เป็น "google/imagen-4.0-fast-generate-001" และระบุสตริง "prompt" คุณอาจรวมพารามิเตอร์เสริมเช่น "n" (จำนวนรูปภาพ), "size" (เช่น "512x512"), "response_format" ("url" หรือ "b64_json") และ "negative_prompt" OrcaRouter จัดการการตรวจสอบสิทธิ์ผ่านคีย์ API ในส่วนหัว Authorization ตัวอย่างการใช้ไลบรารี OpenAI Python: client = OpenAI(base_url="https://api.orcarouter.ai/v1", api_key="...") จากนั้น client.images.generate(model="google/imagen-4.0-fast-generate-001", prompt="a cat on a mat")
พารามิเตอร์ที่รองรับทั่วไปได้แก่: prompt (จำเป็น), negative_prompt (ไม่บังคับ, ระบุสิ่งที่ควรหลีกเลี่ยง), guidance_scale (float, ค่าเริ่มต้นโดยทั่วไป ~7.5), n (จำนวนเต็ม, จำนวนภาพ, สูงสุดโดยทั่วไป 1-4), size (สตริง เช่น "512x512", "768x768", "1024x1024"), response_format ("url" หรือ "b64_json"), และ seed (จำนวนเต็มสำหรับการสร้างซ้ำได้) พารามิเตอร์บางตัวที่มีใน endpoint ภาพมาตรฐานของ OpenAI อาจไม่ทำงาน ตัวอย่างเช่น พารามิเตอร์เฉพาะรุ่นเช่น "step_count" ไม่สามารถใช้ได้ เนื่องจากนี่เป็นตัวแปรแบบเร็วที่มีขั้นตอนการอนุมานคงที่ โปรดตรวจสอบเอกสาร OrcaRouter สำหรับรายการพารามิเตอร์ที่แน่นอน
การย้ายระบบทำได้ตรงไปตรงมาเพราะ OrcaRouter เปิดเผย API ที่เข้ากันได้กับ OpenAI เพียงเปลี่ยน base_url เป็น https://api.orcarouter.ai/v1 และแทนที่ model ID ด้วย "google/imagen-4.0-fast-generate-001" พร้อมพารามิเตอร์และ prompt ส่วนใหญ่สามารถใช้งานร่วมกันได้ โปรดทราบว่าฟีเจอร์ขั้นสูงบางอย่างของ DALL-E เช่น การแก้ไขหรือการปรับเปลี่ยนรูปแบบ (variations) ไม่พร้อมใช้งานเนื่องจากนี่เป็นโมเดล pure text-to-image นอกจากนี้โครงสร้างต้นทุนแตกต่างกัน—DALL-E คิดค่าธรรมเนียมต่อภาพตามความละเอียด ในขณะที่ราคาของ OrcaRouter อาจแตกต่างออกไป ควรทดสอบอย่างละเอียดในสภาพแวดล้อมการพัฒนาก่อนเปลี่ยนมาใช้ในการใช้งานจริง
OrcaRouter กำหนดขีดจำกัดอัตราการใช้งานตามคีย์ API แต่ละอันเพื่อป้องกันการใช้งานในทางที่ผิด ขีดจำกัดที่แน่นอนไม่ได้มีการบันทึกไว้สำหรับโมเดลนี้ แต่โดยทั่วไปจะอนุญาตให้มีการร้องขอได้หลายสิบครั้งต่อนาที สำหรับปริมาณงานที่สูงขึ้น โปรดติดต่อ OrcaRouter เพื่อแผนเฉพาะ เนื่องจากการสร้างภาพต้องใช้ทรัพยากรมาก ผู้ใช้ควรคาดหวังขีดจำกัดอัตราการใช้งานที่ต่ำกว่าเมื่อเปรียบเทียบกับเอนด์พอยท์ที่เป็นข้อความเท่านั้น หากคุณถึงขีดจำกัดอัตราการใช้งาน คุณอาจได้รับข้อผิดพลาด HTTP 429; ควรมีการหน่วงเวลาแบบ exponential backoff ไม่มีโควต้าแยกต่างหากสำหรับโมเดลนี้—มันใช้ขีดจำกัดอัตราการใช้งานร่วมกับโมเดลอื่นๆ ในบัญชี OrcaRouter ของคุณ
DALL-E 3 from OpenAI โดยทั่วไปแล้วสร้างภาพที่มีคุณภาพสูงกว่า รายละเอียดมากกว่า และตรงตามคำแนะนำมากกว่าเมื่อเทียบกับ google/imagen-4.0-fast-generate-001 DALL-E 3 จัดการข้อความในภาพ องค์ประกอบ และรายละเอียดปลีกย่อยได้ดีกว่า อย่างไรก็ตาม DALL-E 3 ช้ากว่าและโดยทั่วไปมีราคาแพงกว่าต่อภาพ Imagen fast variant ให้ความสำคัญกับความเร็วและประสิทธิภาพด้านต้นทุน ทำให้เป็นตัวเลือกที่ดีกว่าสำหรับแอปพลิเคชันที่ต้องการปริมาณงานสูงหรือมีความไวต่อเวลาแฝง ซึ่งคุณภาพที่สมบูรณ์แบบไม่ใช่ปัจจัยสำคัญที่สุด DALL-E 3 ยังรองรับการแก้ไข (inpainting) ผ่าน API ของตัวเอง ซึ่งโมเดลนี้ไม่มี
โมเดล Imagen มาตรฐาน (เช่น Imagen 3) ทำงานช้ากว่า แต่สร้างภาพที่สมจริงและสอดคล้องกันมากกว่า รองรับพรอมต์ที่ซับซ้อนได้ดีกว่า และมีความละเอียดสูงกว่าในการส่งออก รูปแบบ fast-generate เป็นเวอร์ชันที่ถูกลดทอนลง ซึ่งเสียสละคุณภาพบางส่วนเพื่อเพิ่มความเร็วอย่างมาก หากการใช้งานของคุณสามารถทนต่อสิ่งแปลกปลอมเป็นครั้งคราวหรือรายละเอียดที่ลดลงได้ เวอร์ชัน fast ถือเป็นทางเลือกที่น่าสนใจ สำหรับภาพระดับมืออาชีพ แนะนำให้ใช้เวอร์ชันมาตรฐาน ทั้งสองสามารถเข้าถึงได้ผ่าน OrcaRouter ด้วย ID โมเดลที่แตกต่างกัน
โมเดล Stable Diffusion (SD) โดยเฉพาะ SDXL หรือ SD 3.5 เป็นโอเพนซอร์สและมีให้ใช้งานบน OrcaRouter โมเดลเหล่านี้มีความยืดหยุ่นและสามารถปรับแต่งสำหรับสไตล์เฉพาะได้ ในแง่ของคุณภาพที่พร้อมใช้งานทันที google/imagen-4.0-fast-generate-001 น่าจะเทียบเท่าหรือดีกว่า SD 2.1 และเวอร์ชันก่อนหน้า แต่อาจเทียบเท่ากับ SDXL ในด้านความเร็ว ไปป์ไลน์ SD ที่ได้รับการปรับแต่งอย่างดีสามารถทำงานได้เร็วมาก โดยเฉพาะบนฮาร์ดแวร์เฉพาะ อย่างไรก็ตาม โมเดลของ Google ได้ประโยชน์จากการวิจัยที่เป็นกรรมสิทธิ์ของ Google และอาจมีการตอบสนองต่อพรอมต์ได้ดีกว่า ตัวแปรที่เร็วนั้นแข่งขันกับ SD ในด้านความเร็ว แต่ SD มีขั้นตอนที่ปรับแต่งได้มากกว่าและการปรับแต่ง LoRA
เลือก google/imagen-4.0-fast-generate-001 เมื่อคุณต้องการสร้างภาพจากข้อความที่เร็วที่สุดจากผู้ให้บริการรายใหญ่ โดยไม่ต้องเสียสละคุณภาพมากเกินไป เหมาะสำหรับการทำต้นแบบ แอปพลิเคชันแบบเรียลไทม์ และการสร้างภาพจำนวนมากที่แต่ละภาพยังไม่ใช่ภาพสุดท้าย หลีกเลี่ยงหากคุณต้องการคุณภาพสูงสุด การควบคุมองค์ประกอบที่แม่นยำ หรือคุณสมบัติเช่น inpainting, image-to-image หรือความสม่ำเสมอของสไตล์ในหลายรุ่น ในกรณีเหล่านั้น ให้พิจารณา DALL-E 3, Imagen มาตรฐาน หรือ SD พร้อมการปรับแต่ง
เข้ากันได้กับ OpenAI — ใช้ SDK เดิมของคุณได้เลย
https://api.orcarouter.ai/v1naspect_ratio| ต่อคำขอ | $0.0200 |
| สกุลเงิน | USD |
| ค่าธรรมเนียมคงที่ต่อการเรียก API (โมเดลสร้างรูปภาพ) | |
GET /api/public/models/google/imagen-4.0-fast-generate-001เปิด @misc{orcarouter_imagen_4_0_fast_generate_001,
title = {google/imagen-4.0-fast-generate-001 API},
author = {google},
year = {n.d.},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/google/imagen-4.0-fast-generate-001}
}google. (n.d.). google/imagen-4.0-fast-generate-001 API. OrcaRouter. https://www.orcarouter.ai/models/google/imagen-4.0-fast-generate-001