Midjourney

Mj Shorten

Midjourney按量收費
Alias:mj_shorten

Midjourney Shorten 为冗长的绘图提示提供精简建议,帮助创作者去掉重复修饰、突出画面主题,再比较不同表达的生成效果。

Midjourney提示词精简
起始價格
輸入 / 輸出 · 1M
上下文
—
最大輸入窗口
模態
→

Pricing by Supplier

比較同一模型在不同供應商的價格與服務表現。

供應商1
USD · 每 1M tokens效能 · Last 24 hours
供應商輸入/M輸出/M
标准按次

图片音频视频等多模态按次计费

$75
$75
刪除線金額為標準價。效能統計涵蓋最近 24 小時,實際表現隨請求變化。

左右滑動表格,查看完整價格與效能。

能力 / 支援的模態

串流輸出系統提示詞函數呼叫工具JSON 模式結構化輸出
輸入
輸出

廠商與數據私隱

供應商
Unknown
分詞器
BPE (vendor-specific)
許可證
Provider-specific未知
數據保留63 日預設不會用於上游訓練

效能

基準測試

標準化評測得分。百分比越高越好,並展示排名百分位。

指標來源:Artificial Analysis 2026-09-30·Mj Shorten

目前基準快照不包含此模型。

缺少模型或測量值不代表零分。

基準圖表保留來源中的模型選擇和推理設定。缺少模型或測量值不代表零分,基準成本或速度也不是本站的服務承諾。

About Mj Shorten

让绘图描述更集中

一段提示词不断追加形容词、风格词和补充说明后,常会变得难以修改。Shorten 接收这段长描述,给出更简洁的表达建议,适合整理旧提示词、检查重复内容,或为同一个画面准备几种更清楚的写法。它返回的是文本建议,图片仍需通过 Imagine 等生成操作制作。

精简时最值得关注的是画面的核心:主体是什么、正在做什么、处于怎样的环境,以及需要保留的光线和构图。以产品图为例,“白色陶瓷杯、窗边侧光、浅灰背景、右侧留白”通常比一连串含义接近的品质形容词更便于检查和调整。

越短越好吗?

不一定。杯柄朝向、人物位置、物体数量等具体要求,即使只占几个字,也可能决定图片能否使用。把精简结果当作候选版本,先确认必要条件没有被删去,再实际生成比较;不要只按字数选择。

应该提交什么内容?

提交需要整理的原始绘图描述即可,无须提供已完成的图片任务。若提示中带有画幅比例等生成参数,应另行保存,并在后续生成时检查是否正确带回。

Use cases and prompting

把完整的长提示词提交给 Shorten,例如:“一只白色陶瓷咖啡杯摆在窗边的浅灰色桌面上,清晨柔和的自然侧光,简洁干净的背景,安静温暖的氛围,杯子在左侧,右边保留大片空白用于排版。”

收到建议后,重点检查“白色陶瓷杯、侧光、主体在左、右侧留白”是否仍在。选择一份表达清楚的版本用于生成,并保留原稿作对照。若短版丢失排版要求,手动补回后再试;Shorten 的建议不能代替对最终画面的检查。

API access

API 介面文件

mj_shorten

請查看對應文件,了解此模型的請求參數與呼叫範例。

身份驗證

所有請求必須攜帶 Authorization: Bearer <TOKEN> 請求頭。Anthropic 格式的端點也接受 x-api-key 請求頭。

在「令牌」頁面生成 API Key,可以按模型、分組、IP、速率等維度精細化授權。

速率限制

供應商RPMTPMRPD
标准按次無限制無限制無限制

無限制

Frequently asked questions about mj_shorten

What is mj_shorten?

Midjourney Shorten 为冗长的绘图提示提供精简建议,帮助创作者去掉重复修饰、突出画面主题,再比较不同表达的生成效果。

How do I call mj_shorten?

Create an API key with access to mj_shorten, then use the exact model ID and a supported endpoint from the API access section. Request fields depend on the selected endpoint.

How is mj_shorten priced?

Pricing depends on the selected provider group and the model billing unit. The current input, output, request, or media prices are shown on this page before sign-up.

How should I evaluate mj_shorten for my project?

Start with the use cases and prompting guidance on this page, then evaluate the model with representative inputs from your project.