Pruna AI 模型 API

用一把 PopNow API 金鑰呼叫 2 個 Pruna AI 模型：P-Image LoRA。起價 US$0.006 /張。

模型: 2
端點: 5
起價，/張: US$0.006

Pruna AI 模型

Pruna AI API 價格

模型	適合	官方價	PopNow 價格	你節省
P-Image LoRA`pruna-ai/p-image-lora/text-to-image`	生成圖片 · 編輯圖片	—	US$0.006/張
P-Video 2 Pro`pruna-ai/p-video-2-pro/text-to-video`	生成影片 · 圖生影片 · 參考生影片	—	US$0.06/ 5 秒影片

官方價是各廠商對同一輸出公布的價格，2026年10月14日核對。所示價格為起價；如需了解每個級距，請開啟對應模型。

Pruna AI 最新上線

2026年2月12日P-Image LoRA圖片 · 起價 US$0.006 /張

更新紀錄

呼叫一個 Pruna AI 模型

同樣的請求適用於每個模型：只需更換模型名稱和輸入。

curl -X POST https://api.popnow.ai/api/v1/jobs/createTask \
  -H "Authorization: Bearer $POPNOW_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $(uuidgen)" \
  -d '{
  "model": "pruna-ai/p-image-lora/text-to-image",
  "input": {
    "prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
    "aspect_ratio": "1:1",
    "output_format": "jpeg"
  }
}'

import os, uuid, requests

res = requests.post(
    "https://api.popnow.ai/api/v1/jobs/createTask",
    headers={
        "Authorization": f"Bearer {os.environ['POPNOW_API_KEY']}",
        "Idempotency-Key": str(uuid.uuid4()),
    },
    json={
        "model": "pruna-ai/p-image-lora/text-to-image",
        "input": {
            "prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
            "aspect_ratio": "1:1",
            "output_format": "jpeg"
        }
    },
    timeout=30,
)
body = res.json()
if body["code"] != 200:
    raise RuntimeError(f'{body["code"]} {body["msg"]}')
print(body["data"]["taskId"])  # poll this id, or wait for your callBackUrl

const res = await fetch("https://api.popnow.ai/api/v1/jobs/createTask", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.POPNOW_API_KEY}`,
    "Content-Type": "application/json",
    "Idempotency-Key": crypto.randomUUID(),
  },
  body: JSON.stringify({
    "model": "pruna-ai/p-image-lora/text-to-image",
    "input": {
      "prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
      "aspect_ratio": "1:1",
      "output_format": "jpeg"
    }
  }),
});
const { code, msg, data } = await res.json();
if (code !== 200) throw new Error(`${code} ${msg}`);
console.log(data.taskId); // poll this id, or wait for your callBackUrl