Introducción
Qwen Image 2.1 Texto a Imagen convierte un encargo escrito en una imagen por solicitud. El equipo Qwen de Alibaba liberó los pesos del modelo el 21 de septiembre de 2026 y ese mismo día entró en servicio aquí, alojado, sin pesos que descargar y sin GPU que rentar.
Lo que lo distingue en este catálogo no es una función: es lo que falta. No hay filtro de contenido, ni indicador de madurez, ni escáner de prompts delante de él. En nuestras propias pruebas de aceptación renderizó escenas sin censura exactamente como estaban escritas, sin sustituciones y sin suavizados discretos.
Elige un modo de Qwen Image 2.1 según tu material de partida
| Material de partida | Modo |
|---|---|
| Un encargo escrito y nada más | Qwen Image 2.1 Texto a imagen |
| De una a diez imágenes de origen sobre las que trabajar | Qwen Image 2.1 Edición de imagen |
| Un encargo más tus propios pesos LoRA | Qwen Image 2.1 LoRA Texto a imagen |
Funciones y aspectos destacados
Los prompts sin censura vuelven renderizados, no suavizados
El fallo que conviene prever en este mercado no es un rechazo: es un endpoint que acepta la solicitud, la cobra y devuelve una imagen más mansa que la descrita. Probamos exactamente eso, recorriendo nuestra escala de contenido desde el nivel más suave hasta el más fuerte, y revisando cada toma devuelta elemento por elemento contra la redacción que la pedía. Todos los elementos estaban presentes.
Quince relaciones, compuestas en vez de recortadas
Las quince relaciones de aspecto abarcan las franjas 3:1 y 21:9, las columnas 1:3 y 9:21, y las 5:4 y 4:5 con forma de impresión. La composición se arma en la relación que pides, así que un encuadre panorámico está montado de verdad para su ancho en lugar de llegar como la rebanada central de un cuadrado.
Tres niveles, y solo el nivel mueve el precio
1k, 1.5k y 2k. El nivel es el único campo que cambia lo que cuesta una generación, y eso deja obvio el método de trabajo: explora en 1k y después vuelve a correr en 2k las tomas que valen la pena, por el detalle de piel y tela.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
prompt | Sí | Hasta 5,000 caracteres. mínimo 1 caracteres · máximo 5000 caracteres |
aspect_ratio | No | Compone el encuadre antes de generar en lugar de recortarlo después, así que elige la forma en la que vas a publicar. |
resolution | No | El nivel que fija el tamaño de salida y el precio: 1k es el valor por defecto y el más barato, 1.5k queda en medio y 2k es donde la textura de la piel, el cabello y el tejido de… |
enable_prompt_expansion | No | Activado por defecto: antes de generar, el prompt se reescribe como una descripción de escena más completa. Desactívalo para que se use tu redacción tal cual. Valor predeterminado: |
background | No | opaque por defecto. |
output_format | No | JPEG por defecto. PNG cuando la toma entra a un paso de composición, WebP cuando sale directo a una página. |
seed | No | Estabiliza la tirada para que una serie se quede en el mismo vecindario. |
Precios
| Especificación | Precio |
|---|---|
| $0.024 / imagen |
| $0.048 / imagen |
| $0.048 / imagen |
Casos de uso
Trabajo sin censura sin nada en el camino
Los estudios de figura, las parejas y la dirección de arte atrevida corren en este endpoint sin ninguna bandera que activar y sin una ruta aparte que pedir. Tu redacción pasa tal cual.
Pasadas de concepto de alto volumen
El nivel 1k tiene precio para correr una tanda entera, no una sola toma principal. Corre la tanda, elige las que sobreviven y asciéndelas a 2k.
Banners anchos y verticales para celular
3:1 y 21:9 para cabeceras de sitio y planos cinematográficos; 9:21 y 1:3 para móvil a sangre. Montados en la relación, no recortados a ella.
Tomas de partida de personaje
Genera aquí el personaje y después pasa a la edición de imagen para devolver esa toma como referencia, sosteniendo la identidad mientras cambias vestuario, luz o escenario.
Guía de prompts y consejos prácticos
Elige la relación y el nivel antes de escribir
Las dos decisiones cambian la imagen más que cualquier adjetivo. Elige la forma en la que vas a publicar y quédate en 1k hasta que la composición esté resuelta.
Pon las exclusiones dentro del prompt
Esta familia no tiene prompt negativo. Con 5,000 caracteres disponibles, declara qué pertenece al encuadre y después qué no debe aparecer: extremidades duplicadas, figuras de más, ropa que no pediste.
Mantén las escenas en una o dos figuras en 2k
La anatomía es por donde se rompe primero este modelo. Las figuras solas y las parejas se sostienen; las composiciones con multitudes en el nivel más alto pueden duplicar o fundir extremidades. Si una escena necesita una multitud, ármala editando en vez de pedirla toda de una vez.
Trata el seed como un empujón
El mismo seed dos veces no devuelve el mismo archivo. Úsalo para mantener coherente un conjunto y archiva el recurso cuando una toma sea la definitiva.
Inicio rápido de la API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/qwen-image-2.1/text-to-image",
"input": {
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"background": "opaque",
"resolution": "1k",
"aspect_ratio": "1:1",
"output_format": "jpeg"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.
