我喜欢免费的解决方案：并不是因为我不想花钱，而是因为按需付费或任何类型的订阅都需要先试用。很多时候承诺无法兑现。
我还想补充一点，生成式AI社区的发展如此之快，今天的SOTA（超级酷）模型，后天可能就已经过时了。
在这篇文章中，我不会使用太多花哨的词汇，我将向您展示如何使用 imagerouter.io，它是 openrouter.ai 的艺术家伴侣。
它提供免费模型，每天生成图片数量有限，可以用来测试您的想法、原型应用......或者简单地为您的学习、工作或爱好创建图片。
1、Imagerouter是什么
Imagerouter.io 是一个免费和付费的图像生成统一服务。
不再需要在不同的API之间切换。通过相同的OpenAI兼容API端点访问130+个模型...
当您注册并生成API密钥后，您就可以（几乎）访问所有可用的模型，并调用一个单一的API端点来使用它们。
用户仪表板
还有许多可用的集成，与Open-web UI、n8n、Zapier等开源工具集成。
官方网站截图为什么您需要Imagerouter？
因为所有其他曾经免费的解决方案现在都不再免费了。
- together.ai曾经提供免费的Flux-1.Schnell访问，现在不再提供
- pollinations.ai曾经提供对3个模型的免费访问......现在不再提供
- openrouter.ai曾经通过API免费提供nano-babana访问......现在不再提供
上周我与您分享了一个仍然可以使用的免费图像生成API服务：Pixazo.ai。质量不错，您有3个免费模型（flux.1-Schnell、Stable Diffusion XL和Stable Diffusion Inpainting），但服务并不总是可用，很难通过聊天/寻求支持。
由于这些原因......您需要一个不错的替代方案。
而您的解决方案是 imagerouter.io！
2、Imagerouter：如何自己使用
我将给您一个简短的Python CLI片段，您可以轻松使用。如果您阅读文档，您会发现其他访问模型并自己实验的方法。
首先：有多少个免费模型？
列表很不错，其中有相当多的优秀模型：
如果您更喜欢Python风格......这里是免费模型：
modellist = [
'black-forest-labs/FLUX-2-klein-4b:free',
'black-forest-labs/FLUX-1-schnell:free',
'stabilityai/sdxl-turbo:free',
'openai/gpt-image-1.5:free',
'test/test',
'Tongyi-MAI/Z-Image-Turbo:free',
'HiDream-ai/HiDream-I1-Full:free',
'lodestones/Chroma:free',
'qwen/qwen-image:free'
]您必须注册网站，确认后您可以创建免费API密钥：
这是您需要点击以访问该选项的地方：
获取您的API密钥并阅读文档（这样我们可以轻松找到FAQ的详细信息）
为防止滥用免费层，需要最低充值（我在在线聊天中询问，他们确认最低为5美元）：
将扣除付款手续费。所有付款将扣除5% + 0.35美元的费用。 对于卡付款，增值税将在原价基础上额外收取，但对于加密货币付款，增值税将从付款金额中扣除，如果您是欧盟非企业客户，您将收到较少的信用额度。 不退款。积分有效期为1年。我接受所有积分购买均为最终购买且不可退款。未使用的积分将在购买后365天过期。
最低5美元
您的首次充值，一年后过期您不会被收取任何费用（只要您使用免费的那些）。
现在，在Python中必须安装一些库。在这里我将向您展示一个简单的CLI Python应用程序，您可以稍后改进（也许使用GUI，由AI编码助手帮助......或者您自己）
要求
pip install requests pillow要选择您的冠军，请浏览模型卡片以了解它们的能力、限制、允许的大小......
OpenAI/GPT Image 1.5:free的模型卡片
继续进行Python文件。安装requests和pillow后，我们需要导入它们：
# coding: utf-8
import requests
import json
from PIL import Image
from io import BytesIO
import os
import random
import string
import time
def generate_random_filename():
timestamp = int(time.time())
random_str = ''.join(random.choices(string.ascii_lowercase + string.digits, k=6))
return f"image_{timestamp}_{random_str}.png"我编写了一个简单的函数，用时间戳和一些随机代码生成文件名。我们将使用它在本地保存生成的图像
让我们设置一些常量：
myAPI = "xxxx" <-- 从您的仪表板获取
modelname = "black-forest-labs/FLUX-2-klein-4b:free"
example = """描绘一辆时尚、未来感的汽车在霓虹灯城市景观中飞驰，其引擎高效地嗡嗡作响，在经过数字广告牌时模糊不清。"""
url = "https://api.imagerouter.io/v1/openai/images/generations"现在我们要求用户提供生成图像的prompt：作为一个简单的后备方案，如果用户提供空文本，将使用example prompt。
prompt = input('/IMAGINE: ')
if prompt == '':
prompt = example由于我们使用requests库来POST我们的prompt并GET图像作为响应，让我们设置header和payload：
payload = {
"prompt": prompt,
"model": modelname,
"quality": "auto",
"size": "1024x640", # WxH: 1024宽度，640高度
"response_format": "url",
"output_format": "png" # PNG格式
}
headers = {
"Authorization": f"Bearer {myAPI}"
}注意：在headers中，API密钥不是单独存在的，而是与
Bearer关键字一起...
现在我们可以调用API端点并从中获取响应。
response = requests.post(url, json=payload, headers=headers)
data = response.json()如果没有错误，我们应该得到一个包含生成图像url的响应。此时，我们只需使用Pillow将其作为字节流下载，显示它，并用我们的第一个函数生成的随机文件名保存它。
if 'data' in data and data['data']:
image_url = data['data'][0]['url']
img_response = requests.get(image_url)
img_response.raise_for_status()
img = Image.open(BytesIO(img_response.content))
filename = generate_random_filename()
img.save(filename)
print(f"下载并保存：{filename}")
img.show() # 在默认图像查看器中打开
else:
print("错误：", json.dumps(data, indent=2))3、结束语
我几乎每天都使用图像生成模型。
我用它们来可视化我的文章和博客文章的内容，或者以不同的方式学习新概念。
当您想要理解一个新概念时，他们确实说一张图片胜过千言万语。