如何使用 Free Z Image API 进行 AI 图像生成 (2026)

如何使用免费的 Z Image API 进行 AI 图像生成 (2026)

AI 图像生成已成为主流，但大多数 API 都按图片收费。Z Image API 脱颖而出，为希望在不支付前期费用的情况下将 AI 图像生成集成到应用中的开发者提供了真正的免费层级。本指南将带你了解从获取 API 密钥到发起第一次生成调用，以及它与付费替代方案的对比。

什么是 Z Image API？

Z Image API 是一款基于 REST 的图像生成服务，通过单一端点提供对多个扩散模型的访问。它支持文本生成图像 (text-to-image)、图像生成图像 (image-to-image) 和局部重绘 (inpainting) 工作流。免费层级为开发者提供了足够的配额进行原型设计和测试，且无需绑定信用卡。

免费层级限制

功能	免费层级	付费层级
每日生成数量	50	5,000+
最大分辨率	1024x1024	2048x2048
可用模型	SDXL, FLUX.1 Schnell	所有模型，包括 FLUX.1 Pro
速率限制	5 次请求/分钟	60 次请求/分钟
商业用途	受限	完全支持
需要 API 密钥	是	是
队列优先级	低	高

第 1 步：获取免费 API 密钥

访问 Z Image API 官网并点击 "Get Started Free"。
使用你的电子邮件或 GitHub OAuth 创建账户。
进入仪表板，从 "Keys" 选项卡中复制你的 API 密钥。
安全地存储该密钥。切勿将其提交到版本控制系统中。

# 将你的 API 密钥存储为环境变量
export Z_IMAGE_API_KEY="your-api-key-here"

第 2 步：发起第一次 API 调用

Z Image API 使用简单的 REST 接口。以下是使用 Python 发起的简单文本生成图像请求：

import requests
import os
import base64

API_KEY = os.environ["Z_IMAGE_API_KEY"]
URL = "https://api.zimage.ai/v1/generate"

payload = {
    "prompt": "a futuristic cityscape at sunset, photorealistic, 8k",
    "negative_prompt": "blurry, low quality, watermark",
    "model": "flux-schnell",
    "width": 1024,
    "height": 1024,
    "steps": 20,
    "guidance_scale": 7.5
}

headers = {
    "Authorization": f"Bearer {API_KEY}",
    "Content-Type": "application/json"
}

response = requests.post(URL, json=payload, headers=headers)
data = response.json()

# 保存生成的图像
image_bytes = base64.b64decode(data["image"])
with open("output.png", "wb") as f:
    f.write(image_bytes)

print(f"Image saved. Generation time: {data['generation_time']}ms")

以下是使用 Node.js 的 JavaScript 等效代码：

const fetch = require("node-fetch");
const fs = require("fs");

const API_KEY = process.env.Z_IMAGE_API_KEY;

async function generateImage() {
  const response = await fetch("https://api.zimage.ai/v1/generate", {
    method: "POST",
    headers: {
      Authorization: `Bearer ${API_KEY}`,
      "Content-Type": "application/json",
    },
    body: JSON.stringify({
      prompt: "a futuristic cityscape at sunset, photorealistic, 8k",
      negative_prompt: "blurry, low quality, watermark",
      model: "flux-schnell",
      width: 1024,
      height: 1024,
      steps: 20,
      guidance_scale: 7.5,
    }),
  });

  const data = await response.json();
  const imageBuffer = Buffer.from(data.image, "base64");
  fs.writeFileSync("output.png", imageBuffer);
  console.log(`Image saved. Generation time: ${data.generation_time}ms`);
}

generateImage();

第 3 步：使用图像生成图像模式

Z Image API 还支持图像到图像 (image-to-image) 的转换。通过传递基础图像和提示词来修改现有图像：

import base64

# 读取源图像
with open("input.png", "rb") as f:
    source_image = base64.b64encode(f.read()).decode("utf-8")

payload = {
    "prompt": "transform into watercolor painting style",
    "init_image": source_image,
    "strength": 0.7,  # 0.0 = 无变化, 1.0 = 完全重新生成
    "model": "flux-schnell",
    "steps": 25
}

response = requests.post(
    "https://api.zimage.ai/v1/img2img",
    json=payload,
    headers=headers
)

strength 参数控制输出相对于输入的变化幅度。通常 0.5 到 0.8 之间的值在风格迁移中效果最好。

第 4 步：处理错误和速率限制

免费层级执行严格的速率限制。在你的应用中加入重试逻辑：

import time

def generate_with_retry(payload, max_retries=3):
    for attempt in range(max_retries):
        response = requests.post(URL, json=payload, headers=headers)

        if response.status_code == 200:
            return response.json()
        elif response.status_code == 429:
            wait_time = int(response.headers.get("Retry-After", 60))
            print(f"Rate limited. Waiting {wait_time}s...")
            time.sleep(wait_time)
        else:
            print(f"Error {response.status_code}: {response.text}")
            break

    return None

你可能会遇到的常见错误码：

状态码	含义	解决方案
200	成功	返回图像
400	错误的请求	检查提示词和参数
401	未授权	验证 API 密钥
429	速率限制	等待并重试
500	服务器错误	30 秒后重试
503	队列已满	几分钟后再试

对比：Z Image API vs. 其他免费图像 API

功能	Z Image API	Stability AI 免费版	Hugging Face Inference	Hypereal AI
每日免费生成数	50	25	1,000 (较慢)	注册赠送 35 积分
FLUX 模型访问	是	否	是 (社区版)	是
平均延迟	3-8s	5-15s	10-30s	2-5s
图像质量	高	高	视模型而定	高
商业用途 (免费)	受限	否	视模型而定	是
支持放大 (Upscaling)	是	否	受限	是
API 文档	优秀	优秀	基础	详尽

获得最佳效果的建议

编写详细的提示词 (Prompts)。 不要只写 "a cat"，尝试 "a tabby cat sitting on a windowsill, golden hour lighting, shallow depth of field, Canon EOS R5, 85mm lens"。更多细节能给模型提供更好的引导。

使用负向提示词 (Negative Prompts)。 始终指定你不想要的内容："blurry, low quality, watermark, deformed hands, extra fingers"。这能显著提高输出的一致性。

根据使用场景匹配分辨率。 对于缩略图和预览，请使用 512x512 以节省每日配额。将 1024x1024 留给最终成品。

实验 Guidance Scale。 较低的值 (5-7) 会产生更具创造力的结果。较高的值 (8-12) 会使模型更严格地遵循提示词的字面意思。

常见问题解答

Z Image API 真的免费吗？ 是的，免费层级每天提供 50 次生成配额，无需信用卡。虽然在分辨率和模型选择上有限制，但对于开发和原型设计来说功能完全足够。

我能将免费层级生成的图像用于商业用途吗？ 免费层级的商业权利有限。如需完全的商业使用权，你需要付费计划。请查看服务条款以获取最新的限制说明。

图像质量对比 Midjourney 如何？ 使用 FLUX.1 Schnell 时，在大多数使用场景下质量足以媲美 Midjourney。FLUX.1 Pro (付费层级) 进一步缩小了差距，特别是在写实输出方面。

Z Image API 支持哪些模型？ 免费层级包括 SDXL 和 FLUX.1 Schnell。付费层级增加了 FLUX.1 Pro，FLUX.1 Dev 以及各种微调后的社区模型。

总结

对于希望在不支付前期费用的情况下向项目中添加 AI 图像生成的开发者来说，Z Image API 是一个可靠的选择。每天 50 次的免费生成额度足以进行原型开发，简洁的 REST 接口也让集成变得非常简单。

如果你需要除基础图像生成之外的功能——如视频、头像、对口型或语音克隆——可以考虑统一的媒体生成平台。

免费试用 Hypereal AI -- 赠送 35 积分，无需信用卡。

如何使用免费的 Z Image API 进行 AI 图像生成 (2026)

什么是 Z Image API？

免费层级限制

功能	免费层级	付费层级
每日生成数量	50	5,000+
最大分辨率	1024x1024	2048x2048
可用模型	SDXL, FLUX.1 Schnell	所有模型，包括 FLUX.1 Pro
速率限制	5 次请求/分钟	60 次请求/分钟
商业用途	受限	完全支持
需要 API 密钥	是	是
队列优先级	低	高

第 1 步：获取免费 API 密钥

访问 Z Image API 官网并点击 "Get Started Free"。
使用你的电子邮件或 GitHub OAuth 创建账户。
进入仪表板，从 "Keys" 选项卡中复制你的 API 密钥。
安全地存储该密钥。切勿将其提交到版本控制系统中。

# 将你的 API 密钥存储为环境变量
export Z_IMAGE_API_KEY="your-api-key-here"

第 2 步：发起第一次 API 调用

Z Image API 使用简单的 REST 接口。以下是使用 Python 发起的简单文本生成图像请求：

import requests
import os
import base64

API_KEY = os.environ["Z_IMAGE_API_KEY"]
URL = "https://api.zimage.ai/v1/generate"

payload = {
    "prompt": "a futuristic cityscape at sunset, photorealistic, 8k",
    "negative_prompt": "blurry, low quality, watermark",
    "model": "flux-schnell",
    "width": 1024,
    "height": 1024,
    "steps": 20,
    "guidance_scale": 7.5
}

headers = {
    "Authorization": f"Bearer {API_KEY}",
    "Content-Type": "application/json"
}

response = requests.post(URL, json=payload, headers=headers)
data = response.json()

# 保存生成的图像
image_bytes = base64.b64decode(data["image"])
with open("output.png", "wb") as f:
    f.write(image_bytes)

print(f"Image saved. Generation time: {data['generation_time']}ms")

以下是使用 Node.js 的 JavaScript 等效代码：

const fetch = require("node-fetch");
const fs = require("fs");

const API_KEY = process.env.Z_IMAGE_API_KEY;

async function generateImage() {
  const response = await fetch("https://api.zimage.ai/v1/generate", {
    method: "POST",
    headers: {
      Authorization: `Bearer ${API_KEY}`,
      "Content-Type": "application/json",
    },
    body: JSON.stringify({
      prompt: "a futuristic cityscape at sunset, photorealistic, 8k",
      negative_prompt: "blurry, low quality, watermark",
      model: "flux-schnell",
      width: 1024,
      height: 1024,
      steps: 20,
      guidance_scale: 7.5,
    }),
  });

  const data = await response.json();
  const imageBuffer = Buffer.from(data.image, "base64");
  fs.writeFileSync("output.png", imageBuffer);
  console.log(`Image saved. Generation time: ${data.generation_time}ms`);
}

generateImage();

第 3 步：使用图像生成图像模式

Z Image API 还支持图像到图像 (image-to-image) 的转换。通过传递基础图像和提示词来修改现有图像：

import base64

# 读取源图像
with open("input.png", "rb") as f:
    source_image = base64.b64encode(f.read()).decode("utf-8")

payload = {
    "prompt": "transform into watercolor painting style",
    "init_image": source_image,
    "strength": 0.7,  # 0.0 = 无变化, 1.0 = 完全重新生成
    "model": "flux-schnell",
    "steps": 25
}

response = requests.post(
    "https://api.zimage.ai/v1/img2img",
    json=payload,
    headers=headers
)

strength 参数控制输出相对于输入的变化幅度。通常 0.5 到 0.8 之间的值在风格迁移中效果最好。

第 4 步：处理错误和速率限制

免费层级执行严格的速率限制。在你的应用中加入重试逻辑：

import time

def generate_with_retry(payload, max_retries=3):
    for attempt in range(max_retries):
        response = requests.post(URL, json=payload, headers=headers)

        if response.status_code == 200:
            return response.json()
        elif response.status_code == 429:
            wait_time = int(response.headers.get("Retry-After", 60))
            print(f"Rate limited. Waiting {wait_time}s...")
            time.sleep(wait_time)
        else:
            print(f"Error {response.status_code}: {response.text}")
            break

    return None

你可能会遇到的常见错误码：

状态码	含义	解决方案
200	成功	返回图像
400	错误的请求	检查提示词和参数
401	未授权	验证 API 密钥
429	速率限制	等待并重试
500	服务器错误	30 秒后重试
503	队列已满	几分钟后再试

对比：Z Image API vs. 其他免费图像 API

功能	Z Image API	Stability AI 免费版	Hugging Face Inference	Hypereal AI
每日免费生成数	50	25	1,000 (较慢)	注册赠送 35 积分
FLUX 模型访问	是	否	是 (社区版)	是
平均延迟	3-8s	5-15s	10-30s	2-5s
图像质量	高	高	视模型而定	高
商业用途 (免费)	受限	否	视模型而定	是
支持放大 (Upscaling)	是	否	受限	是
API 文档	优秀	优秀	基础	详尽

获得最佳效果的建议

使用负向提示词 (Negative Prompts)。 始终指定你不想要的内容："blurry, low quality, watermark, deformed hands, extra fingers"。这能显著提高输出的一致性。

根据使用场景匹配分辨率。 对于缩略图和预览，请使用 512x512 以节省每日配额。将 1024x1024 留给最终成品。

实验 Guidance Scale。 较低的值 (5-7) 会产生更具创造力的结果。较高的值 (8-12) 会使模型更严格地遵循提示词的字面意思。

常见问题解答

Z Image API 支持哪些模型？ 免费层级包括 SDXL 和 FLUX.1 Schnell。付费层级增加了 FLUX.1 Pro，FLUX.1 Dev 以及各种微调后的社区模型。

总结

如果你需要除基础图像生成之外的功能——如视频、头像、对口型或语音克隆——可以考虑统一的媒体生成平台。

免费试用 Hypereal AI -- 赠送 35 积分，无需信用卡。

如何使用 Free Z Image API 进行 AI 图像生成 (2026)

开始使用 Hypereal 构建

如何使用免费的 Z Image API 进行 AI 图像生成 (2026)

什么是 Z Image API？

免费层级限制

第 1 步：获取免费 API 密钥

第 2 步：发起第一次 API 调用

第 3 步：使用图像生成图像模式

第 4 步：处理错误和速率限制

对比：Z Image API vs. 其他免费图像 API

获得最佳效果的建议

常见问题解答

总结

相关文章

如何在 2026 年获取免费的 ChatGPT API Key

2026年最佳免费开源 LLM API

2026年最佳免费 Text-to-Speech API

立即开始构建

如何使用 Free Z Image API 进行 AI 图像生成 (2026)

开始使用 Hypereal 构建

如何使用免费的 Z Image API 进行 AI 图像生成 (2026)

什么是 Z Image API？

免费层级限制

第 1 步：获取免费 API 密钥

第 2 步：发起第一次 API 调用

第 3 步：使用图像生成图像模式

第 4 步：处理错误和速率限制

对比：Z Image API vs. 其他免费图像 API

获得最佳效果的建议

常见问题解答

总结

相关文章

如何在 2026 年获取免费的 ChatGPT API Key

2026年最佳免费开源 LLM API

2026年最佳免费 Text-to-Speech API

立即开始构建