ERNIE-Image (and Turbo)의 개요
ERNIE-Image는 Baidu의 첫 독립형 오픈 텍스트-이미지 모델로, 2026년 4월 두 가지 체크포인트로 공개되었습니다. 50단계로 동작하는 지도 파인튜닝 모델 ERNIE-Image와, DMD와 강화학습으로 8단계에 맞춰 증류한 ERNIE-Image-Turbo입니다. 둘 다 약 80억 파라미터의 단일 스트림 diffusion transformer, Ministral 3 기반 텍스트 인코더, FLUX.2 VAE를 쓰며, 짧은 프롬프트를 자세한 설명으로 다시 써 주는 선택형 프롬프트 인핸서가 있습니다.
웨이트는 Apache 2.0이며, Baidu는 VRAM 24GB 소비자용 GPU에서 동작한다고 합니다. 1024x1024부터 1376x768까지 7가지 해상도 프리셋을 지원합니다. Baidu는 포스터, 만화, 여러 칸 레이아웃처럼 글자와 배치가 정확해야 하는 이미지를 겨냥합니다.
ERNIE-Image (and Turbo)의 가격은 얼마입니까?
| 플랜 | 가격 | 포함 내용 |
|---|---|---|
| Weights | Free | Apache 2.0 |
| fal (Turbo) | $0.01 per megapixel | |
| fal (ERNIE-Image) | $0.03 per megapixel |
Apache 2.0으로 웨이트 무료. fal에서 Turbo는 메가픽셀당 0.01달러, 50단계 모델은 메가픽셀당 0.03달러.
ERNIE-Image (and Turbo), 쓸 만한 가치가 있습니까?
ERNIE-Image는 사람의 투표보다 벤치마크에서 더 좋아 보입니다. Baidu 자체 표에서는 GenEval 0.8856으로 오픈 모델 1위, 프롬프트 인핸서를 켠 OneIG-EN 0.5750으로 Seedream 4.5와 동급이며, LongText-Bench 평균 0.9733은 비교에서 Seedream 4.5 다음입니다.
Artificial Analysis의 선호도 순위는 다르게 봅니다. ERNIE Image Turbo는 108개 중 81위로 915 Elo, 50단계 ERNIE Image는 84위로 909이며, Z-Image Turbo(936)보다 낮고 오픈 1위 Qwen-Image-2.1(1045)에는 한참 못 미칩니다. 증류한 Turbo가 느린 모델보다 높은 것은 미적 품질에 맞춰 조정했다는 Baidu의 설명과 맞습니다.
가치는 라이선스와 크기에 있습니다. Apache 2.0은 매출 상한이 없고, 약 80억 파라미터 transformer는 24GB 카드에서 돌며, fal의 Turbo는 메가픽셀당 0.01달러라 1024x1024 이미지 한 장이 약 1센트입니다.
프롬프트 인핸서가 공짜 개선은 아닙니다. 켜면 GenEval이 0.8856에서 0.8728로 떨어지고 속성 결합이 나빠지지만 OneIG와 긴 텍스트 점수는 오릅니다. 짧은 프롬프트를 많이 쓰는 팀은 두 설정을 모두 시험해야 합니다. 인핸서는 별도 언어 모델이며, Baidu는 속도를 위해 vLLM으로 따로 서빙하라고 권합니다.
제 역할을 하는 곳
4인 웹툰 팀
대사가 들어간 여러 칸 페이지와 콘티 초안 작성
초안은 24GB 카드의 ComfyUI에서 Turbo를 8단계로 로컬 실행하고, 최종 컷은 50단계 모델로 바꿉니다. Apache 2.0이라 만화를 팔아도 라이선스 비용이 없습니다.
이커머스 플랫폼의 그로스팀
가격이 잘 읽히는 중국어와 영어 홍보 배너를 대량 제작
fal의 Turbo 엔드포인트를 메가픽셀당 0.01달러에 호출하면 1024x1024 배너 50,000장이 월 약 500달러입니다. 인핸서는 텍스트에는 도움이 되고 속성 결합에는 해가 되므로 켜고 끈 상태를 모두 시험하세요.
디자인 소프트웨어 회사의 ML 엔지니어
제품 안에 이미지 생성 엔드포인트 제공
SGLang의 OpenAI 형식 엔드포인트로 배포하거나, 속도를 위해 프롬프트 인핸서를 vLLM에서 따로 돌립니다. NVIDIA도 NIM 컨테이너로 제공합니다.
도입 전 확인할 점
- 설정
- Diffusers를 소스에서 설치하고 ErnieImagePipeline을 불러오거나, 모델 경로로 sglang serve를 실행합니다. Baidu에 따르면 24GB GPU면 충분합니다.
- 연동
- Diffusers, SGLang, 프롬프트 인핸서 용 vLLM, ComfyUI, NVIDIA NIM, fal 호스팅 엔드포인트.
- 데이터와 개인정보
- Apache 2.0 웨이트는 완전히 오프라인으로 실행됩니다. 학습 데이터의 출처와 규모는 모델 카드에 설명되어 있지 않습니다.
- 대규모 사용 시 비용
- fal에서 1메가픽셀 이미지 100,000장은 Turbo로 약 1,000달러, 50단계 모델로 3,000달러입니다. 셀프 호스팅은 워커당 24GB GPU 한 장.
- 제한
- 1376x768까지 프리셋 7가지, 텍스트-이미지 전용, 인핸서가 속성 결합을 약화할 수 있음, 공개된 속도 수치 없음.
좋은 점
- 매출 상한 없는 Apache 2.0
- 24GB 소비자용 GPU에서 동작
- Baidu 테스트에서 긴 텍스트와 레이아웃 점수가 높음
- fal에서 Turbo 메가픽셀당 0.01달러
아쉬운 점
- Artificial Analysis 텍스트-이미지 순위 108개 중 81위
- 프롬프트 인핸서가 일부 점수를 낮춤
- 해상도 프리셋 7가지, 1376 픽셀을 넘는 것은 없음
- 편집 변형 없음
추천 대상
포스터, 만화, 글자가 많은 레이아웃을 위해 상업적 제한 없는 오픈 모델을 24GB GPU 한 장에서 돌리려는 개발자.
ERNIE-Image (and Turbo) 대안
ERNIE-Image (and Turbo): 자주 묻는 질문
- ERNIE-Image (and Turbo), 쓸 만한 가치가 있습니까?
- ERNIE-Image는 글자와 레이아웃을 잘 배치하고 Apache 2.0으로 24GB 카드에 들어가지만, 아레나 투표자들은 Z-Image-Turbo보다 낮게 평가합니다. 평점은 5점 만점에 3.6점입니다.
- ERNIE-Image (and Turbo)의 가격은 얼마입니까?
- Apache 2.0으로 웨이트 무료. fal에서 Turbo는 메가픽셀당 0.01달러, 50단계 모델은 메가픽셀당 0.03달러.
- ERNIE-Image (and Turbo)의 단점은 무엇입니까?
- Artificial Analysis 텍스트-이미지 순위 108개 중 81위; 프롬프트 인핸서가 일부 점수를 낮춤; 해상도 프리셋 7가지, 1376픽셀을 넘는 것은 없음; 편집 변형 없음.
- ERNIE-Image (and Turbo)에 적합한 사람은 누구입니까?
- 포스터, 만화, 글자가 많은 레이아웃을 위해 상업적 제한 없는 오픈 모델을 24GB GPU 한 장에서 돌리려는 개발자.
- 팀이나 프로덕션 환경에서 ERNIE-Image (and Turbo)의 비용은 얼마입니까?
- fal에서 1메가픽셀 이미지 100,000장은 Turbo로 약 1,000달러, 50단계 모델로 3,000달러입니다. 셀프 호스팅은 워커당 24GB GPU 한 장.
- ERNIE-Image (and Turbo)에 회사 데이터를 맡겨도 안전합니까?
- Apache 2.0 웨이트는 완전히 오프라인으로 실행됩니다. 학습 데이터의 출처와 규모는 모델 카드에 설명되어 있지 않습니다.
- ERNIE-Image (and Turbo)의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 Z-Image-Turbo, GLM-Image, Qwen-Image-2.1 및 MOSS-Image입니다.
답변 확인일: 2026년 11월 7일.