硅基流动生图模型

hyang0
hyang0

生有可恋

2026年9月3日 06:48
湖北

在小说阅读器读本章

去阅读

在公众号小说中沉浸阅读

硅基流动上的生图模型不多，只有六七款，每张图片的生成成本在1毛～3毛。

测试了几十张，费用如下：

生图模型分：文生图、图生图、多图编辑

如果只是用于公众号和PPT配图，大部分模型都支持。其中快手的 Kolors 模型是免费的，可以用于小批量的配图生成。

测试了一下，效果如下：

用于一般的PPT插图制作足够了，API 信息：

API 基础信息：

base_url: https://api.siliconflow.cn/v1/images/generationskey: sk-xxxxmodel: Kwai-Kolors/Kolors

kolors 模型是免费的，token费用为¥0.00，使用前需要注册一个硅基流动的账号：

https://cloud.siliconflow.cn/i/n6PPXPuJ

WorkBuddy调用生图模型的方法：将上述 api 信息存到文本文件中，然后在 WorkBuddy 中让其调用即可。

除了免费的 kolors 生图模型，其它收费的模型也可以试试，便宜的一毛一张，贵的3毛一张。做PPT时可以调用生图API配合完成PPT制作。

claude code 调用生图API提示词如下：

普通PPT配图可以用 Tongyi-MAI/Z-Image-Turbo 模型（通义），这个模型便宜一毛一张，可用于普通的文生图。

要求图片质量的可以用 Qwen/Qwen-Image-Edit-2509 这个模型，这个要3毛一张。Qwen-Image-Edit-2509 支持多图编辑，可以在原图上修改。Qwen-Image-Edit-2509 的能力：精确文字、风格迁移、虚拟试穿、背景替换、多图融合。

生图模型基础知识 （步数、CFG）

num\_inference\_steps（步数）

模型生成图像是一个\"逐步去噪\"的过程：从一张纯噪声图开始，一步步地把噪声去掉、让画面清晰出来。

• 步数 = 这个去噪过程迭代多少次。
• 步数越多，画面细节越充分、越精细；步数太少，画面会粗糙、没\"磨干净\"。
• 但不是越多越好——过了某个点（通常 25–40 步），再加步数细节几乎不变，只是白白增加耗时。

guidance\_scale（CFG）

CFG（Classifier-Free Guidance）控制模型有多\"听话\"——多大程度上服从你的提示词。

• 它衡量的是\"按提示词生成\"和\"自由生成\"两者的权重比例。
• CFG 越高 → 越贴合提示词，但过高会画面过曝、失真、色彩烧焦。
• CFG 越低 → 越自由发散，画面更自然柔和，但可能偏离你的意图。

同一提示词、同一张雪山湖面，CFG 从 7.5 调到 2.0，结果明显更\"放飞\"——色彩更柔和发散。

步数管\"画得细不细\"（精度），CFG管\"听不听话\"（服从度）。

图片编辑指令示例（Qwen/Qwen-Image-Edit-2509）

提示词：将图中人物的白T恤分别换成：①正式商务西装 ②休闲连帽卫衣（带AI印花）。保持面部特征、发型、姿势完全一致。

提示词： 将猫和窗台场景合成一张图：让猫咪躺在窗台的坐垫上晒太阳，姿态调整为慵懒的趴姿，半眯着眼睛享受春日阳光，与窗台环境完美融合。

生图指令示例（Tongyi-MAI/Z-Image-Turbo）

Prompt: 抽象流体艺术画，蓝色和金色的漩涡在深色背景上流动融合，如同宇宙星云，梦幻而神秘，高分辨率数字艺术，适合作为高端壁纸

Prompt: 一位年轻的亚洲女性科学家站在现代化实验室中，穿着白大褂，手持试管，背景是显微镜和电脑屏幕显示数据，专业肖像摄影，柔和光线，浅景深

Prompt: 一幅壮丽的雪山日出风景画，金色阳光洒在雪峰上，前景是宁静的高山湖泊倒映着雪山，天空中有几朵彩云，超高清，摄影级画质，National Geographic 风格

最后来一张公众号配图结束：

全文完。