Uma API de texto para imagem envia uma requisição e devolve uma imagem pronta, mas a escolha do provedor define seu custo e seus limites. Veja o que os planos gratuitos e os créditos do Hugging Face realmente oferecem, quanto as APIs pagas cobram e como testar o Flux 2 Pro do PicassoIA antes de escrever qualquer código.
Uma API de texto para imagem transforma uma requisição HTTP em uma imagem pronta. Obter um resultado já não é a parte difícil. Difícil é escolher para onde enviar a requisição. Alguns serviços oferecem algumas gerações gratuitas por mês, o Hugging Face encaminha suas chamadas para provedores parceiros com uma pequena cota mensal de créditos, e as plataformas pagas cobram por imagem ou por segundo de uso de GPU. Se você escolher mal, bate num limite de requisições no dia do lançamento ou paga várias vezes mais do que o trabalho exigia.
Este artigo compara as três rotas com números públicos quando eles existem, código Python funcional, uma tabela lado a lado e uma checklist curta para associar um modelo a cada tarefa. Não importa se você está criando um protótipo de fim de semana, um projeto para cliente ou um produto com milhares de usuários: encontrará um ponto de partida sensato abaixo.
💡 Resposta rápida: Teste com créditos mensais gratuitos ou com um modelo local. Quando clientes reais começarem a usar o recurso, migre para uma API paga por imagem, com licença clara e limite de requisições publicado.
Uma API de texto para imagem é um endpoint web. Você envia um prompt mais algumas configurações, como tamanho, proporção e seed, e recebe de volta um arquivo de imagem ou um link para ele. O trabalho pesado roda na GPU de outra pessoa, então seu app não precisa de placa de vídeo nem dos pesos do modelo.
A maioria dos endpoints aceita os mesmos campos básicos. O prompt descreve a imagem. A proporção ou o tamanho em pixels define a tela. A seed torna um resultado repetível, então o mesmo prompt e a mesma seed devolvem a mesma imagem. Alguns modelos acrescentam passos, um valor de guidance ou um prompt negativo, enquanto os mais novos dispensam isso e confiam só no prompt. Leia a lista de parâmetros de um modelo antes de copiar configurações de outro, porque um valor que ajuda um modelo pode prejudicar outro.
Todo provedor segue o mesmo ciclo básico, mesmo quando os nomes dos campos mudam:
Authorization.O passo quatro causa mais problemas do que qualquer outro. Muitos provedores apagam os resultados depois de uma janela curta, então um link que funciona nos testes pode morrer em silêncio um dia depois. Um blog cheio de imagens quebradas é uma lição cara. Envie cada resultado para um armazenamento de objetos assim que ele chegar e guarde o prompt, a seed e o nome do modelo junto ao arquivo. Esse hábito simples permite regenerar uma imagem perdida depois, ou reproduzir um estilo de que você gostou, sem vasculhar registros antigos.
Modelos rápidos respondem dentro da mesma chamada HTTP. Modelos mais lentos ou maiores funcionam como uma fila: você cria um job, recebe um ID e consulta um endpoint de status até que o job mostre succeeded ou failed. Alguns provedores também oferecem um webhook que avisa seu servidor quando a imagem fica pronta, o que elimina o loop de consultas.
Imagine o trilho de comandas na cozinha de um restaurante. Você entrega um pedido, os cozinheiros trabalham na lista e você pega o prato quando ele é chamado. As APIs de imagem assíncronas funcionam do mesmo jeito, então seu código precisa tolerar a espera, tentar de novo em caso de falha e limitar quantos jobs envia de uma vez.
"Gratuito" significa três coisas diferentes neste mercado, e confundi-las leva a planos ruins.
O Hugging Face dá a cada conta créditos mensais para os Inference Providers: US$ 0,10 para usuários gratuitos e US$ 2,00 para usuários PRO, segundo sua documentação de preços. O valor gratuito vem marcado como "sujeito a alterações", e o Hugging Face repassa as tarifas dos provedores sem acréscimo.
Aqui está a pegadinha. A um centavo de dólar por imagem, a título ilustrativo, US$ 0,10 compram dez imagens. Isso basta para testar um prompt e está longe de bastar para sustentar um recurso. Trate os créditos gratuitos como um teste, não como um orçamento.
Modelos de pesos abertos como o Flux Dev, o Flux Schnell e o Stable Diffusion 3.5 Large podem rodar na sua própria máquina pela biblioteca Diffusers. Você não paga taxa por imagem, não enfrenta limite de requisições e não envia prompts a terceiros.
O preço é hardware e paciência. Modelos de imagem exigem uma GPU recente com bastante memória de vídeo, e a primeira configuração leva uma tarde. As licenças também variam: o Flux Schnell é lançado sob a Apache 2.0, enquanto o Flux Dev usa uma licença não comercial, então confira antes de entregar qualquer coisa pela qual clientes paguem.
Várias plataformas de imagem oferecem créditos de teste ou uma pequena cota diária. Trate-as como demonstração. Os limites mudam sem aviso, usuários gratuitos esperam mais na fila, e as saídas podem trazer marca d’água ou termos não comerciais. Construa sua integração de forma que trocar de provedor signifique editar um único valor de configuração, não reescrever um módulo.
O PicassoIA segue um caminho pensado primeiro para o navegador: sua coleção de texto para imagem reúne mais de 200 modelos que você pode testar sem escrever código, o que a torna uma forma barata de comparar resultados antes de se comprometer com uma API. Explore-os na página de todos os modelos.
O Hugging Face funciona como um hub de modelos com um cliente unificado. Em vez de configurar um SDK separado para cada provedor, você chama um único cliente e informa o modelo que quer.
O fluxo começa no Hub. Filtre a lista de modelos pela tarefa de texto para imagem, abra a página de um modelo e verifique três coisas: a licença, se algum provedor hospedado o atende e os prompts de exemplo que os autores compartilham. Depois, crie um token de acesso de usuário nas configurações da sua conta, com permissão para chamar os Inference Providers. Guarde esse token em uma variável de ambiente, nunca em um repositório, e troque-o caso ele apareça em algum log.
Instale huggingface_hub, guarde um token de acesso de usuário na variável de ambiente HF_TOKEN e execute:
import os
from huggingface_hub import InferenceClient
client = InferenceClient(token=os.environ["HF_TOKEN"])
image = client.text_to_image(
"A ceramic mug on a walnut desk, soft morning window light",
model="black-forest-labs/FLUX.1-dev",
)
image.save("mug.png")
A chamada devolve um objeto de imagem PIL, então você pode redimensionar, recortar ou salvar a imagem imediatamente. Por padrão, o cliente escolhe um provedor disponível para o modelo; passe o argumento provider se quiser fixar um.
A cobrança depende desse provedor. O exemplo do próprio Hugging Face cobra uma requisição de 10 segundos do FLUX.1-dev numa GPU que custa US$ 0,00012 por segundo em US$ 0,0012. Prompts mais longos, tamanhos maiores e hardware mais lento empurram esse número para cima.
Endpoints compartilhados têm duas peculiaridades. Um modelo que ninguém chamou recentemente pode responder devagar na primeira requisição, e contas gratuitas sofrem limitação de velocidade quando os créditos acabam. Prepare-se para ambos com um timeout generoso e um loop de novas tentativas:
import time
def generate(prompt, tries=4):
for attempt in range(tries):
try:
return client.text_to_image(prompt, model="black-forest-labs/FLUX.1-dev")
except Exception:
time.sleep(2 ** attempt)
raise RuntimeError("Image generation failed after retries")
💡 Dica: Limite as requisições simultâneas a um número pequeno e só aumente depois de ver como seu provedor se comporta sob carga. Uma resposta HTTP 429 é mais barata de evitar do que de corrigir depois.
As APIs pagas cobram de três formas, e a forma importa tanto quanto o preço.
| Modelo de cobrança | Como você paga | Ideal para | Cuidado com |
|---|---|---|---|
| Por imagem | Preço fixo por geração, muitas vezes escalonado por tamanho ou qualidade | Apps com volume constante e previsível | Salto de preço em resoluções maiores |
| Por segundo de GPU | Segundos de computação multiplicados pela tarifa do hardware | Modelos abertos com configurações personalizadas | Prompts lentos custam mais |
| Créditos ou assinatura | Plano mensal com uma cota | Equipes e criadores independentes | Créditos não usados podem expirar |
A cobrança por imagem é a mais fácil de prever: dez mil imagens a um preço conhecido dão um número que você pode colocar numa planilha. Vários modelos fortes são vendidos assim, incluindo o GPT Image 2, o Imagen 4, o Ideogram v4 Balanced e o Seedream 5 Lite. Os preços mudam com frequência, então leia a página de preços do provedor no dia em que decidir, e não a que ficou guardada num post comparativo de três meses atrás.
Dois detalhes mudam a conta real. O tamanho da saída costuma ser escalonado, então uma imagem de 2048 pixels custa mais do que uma de 1024. E gerações com falha ou filtradas são cobradas de formas diferentes entre os provedores, então teste alguns prompts bloqueados e leia a fatura.
Estime seu custo mensal antes de se comprometer. Multiplique as imagens por dia por trinta e acrescente uma margem para novas tentativas, porque os usuários regeneram mais do que você espera. Apenas como ilustração, 500 imagens por dia somam 15.000 por mês, e se cada usuário mantém uma imagem em cada três que gera, você paga por 45.000. A um hipotético dois centavos de dólar por imagem, isso dá US$ 900, e não os US$ 300 que o primeiro número sugeria. Faça essa conta com os seus volumes e com o preço atual do provedor.
Os planos servem a equipes que geram imagens todo dia e querem uma única fatura. O risco está na cota: créditos que expiram no fim do mês premiam quem usa muito e prejudicam todo o resto.
O PicassoIA também disponibiliza uma API para desenvolvedores em https://api.picassoia.com/v1, com endpoints no estilo Replicate: crie uma predição, consulte-a e depois busque o resultado. Segundo a sua página de API, as predições de API atualmente não usam créditos, o acesso exige um plano Infinite, e uma conta pode ter até 5 predições na fila ou em execução ao mesmo tempo. Confirme os termos atuais nessa página antes de construir sobre eles.
O melhor modelo depende do que a imagem precisa fazer:
A qualidade do prompt move os resultados mais do que a escolha do modelo, e um modelo de linguagem pode expandir uma ideia de uma linha em um prompt detalhado. O Claude Sonnet 5, o Gemini 3.5 Flash e o GPT 5.4 servem para isso, e os três estão na lista de modelos de linguagem do PicassoIA. Depois da geração, modelos de upscaling (aumento de resolução), remoção de fundo e efeitos podem concluir o trabalho, e o PicassoIA mantém todos eles no mesmo catálogo.
Antes de uma imagem chegar a um cliente, responda por escrito a estas perguntas:
Um teste de quinze minutos com dez dos seus prompts reais expõe mais problemas do que uma semana lendo páginas de recursos. Anote os prompts, rode cada um em dois ou três modelos com a mesma seed, quando o modelo permitir, e avalie os resultados quanto a nitidez, precisão do prompt, renderização de texto e velocidade. Guarde essa planilha, porque você vai precisar dela de novo quando um provedor mudar os preços.
O Flux 2 Pro gera imagens só a partir de um prompt de texto, ou a partir de até oito fotos de referência, com saída de até 4 MP. Ele roda no navegador, então você pode testar prompts antes de escrever qualquer código de API.
| Configuração | Padrão | O que faz |
|---|---|---|
| Proporção | 1:1 | Define o formato da tela; largura e altura personalizadas estão disponíveis |
| Resolução | 1 MP | Até 4 MP, embora 2 MP ou menos sejam recomendados |
| Imagens de entrada | Nenhuma | Até 8 referências para trabalho de imagem para imagem |
| Formato de saída | WebP | Também JPEG e PNG |
| Qualidade da saída | 80 | De 0 a 100; ignorado para PNG |
| Seed | Aleatória | Reutilize para recriar a mesma imagem |
| Tolerância de segurança | 2 | 1 é a mais rigorosa, 5 é a mais permissiva |
Monte cada prompt com cinco partes: assunto, cenário, luz, lente e textura. Aqui está um que você pode colar:
Um padeiro polvilhando farinha sobre um balcão de madeira, pequena padaria de vilarejo ao amanhecer, luz suave de janela vindo da esquerda, lente de 50mm a f/2, poeira de farinha e veio da madeira visíveis, cor natural
Mude um elemento por vez e mantenha a seed fixa. Assim você sabe qual edição causou cada mudança, e seus testes continuam comparáveis entre modelos.
Os créditos gratuitos ensinam o fluxo de trabalho, os modelos locais dão controle e as APIs pagas dão confiabilidade. A maioria dos projetos reais acaba usando duas das três: uma rota gratuita para experimentos e uma paga para produção.
A forma mais rápida de ver a diferença é rodar o mesmo prompt em vários modelos. Abra o PicassoIA, cole o prompt do padeiro acima no Flux 2 Pro, depois teste o Flux Schnell e o Imagen 4 com o mesmo texto e compare os resultados lado a lado. Explore o catálogo completo na página de todos os modelos, escolha o modelo que combina com seu projeto e gere sua primeira imagem em poucos cliques.
Escolha seu idioma
