はじめに
Qwen Image 2.1 LoRA Text to Image は、Alibaba の最新オープンウェイト画像モデルの上に自前の LoRA ウェイトを載せて動かします。1 リクエストにつきファイルは 3 つまで、それぞれに強度を指定できます。
ここでの LoRA はアップロードではなく URL です。指定したウェイトが審査されることはなく、返ってくるものにフィルターもかかりません。多くのホスト型 API が静かに除外しているウェイトを、ここで実際に使えるのはそのためです。
手元の素材から Qwen Image 2.1 LoRA のモードを選ぶ
| 手元の素材 | モード |
|---|---|
| ブリーフと自前のウェイト | Qwen Image 2.1 LoRA テキストから画像 |
| 元画像と自前のウェイト | Qwen Image 2.1 LoRA 画像編集 |
| カスタムウェイトは不要 | Qwen Image 2.1 テキストから画像 |
主な機能とハイライト
アップロードなし、許可リストなし、承認待ちなし
カスタムウェイトを受け付けるホスト型 API の多くは、アップロードか審査か、用意された一覧からの選択を求めます。結果として、多くの人がいちばん使いたいウェイトがちょうど除外されます。ここでは .safetensors ファイルか Hugging Face リポジトリへの直接リンクと強度を渡すだけで、リクエストの実行時に取得されます。本当に肝心なところは、検閲なしの LoRA で確かめました。問題なく読み込まれ、そのまま生成されています。
3 つの枠、それぞれ独立した強度
1 回の呼び出しに 3 要素、各要素に 0 から 4 の scale。実際の制作で使う組み合わせはこれで足ります。キャラクター、作風、フィルターなしのウェイトも、ほかのウェイトファイルとまったく同じように読み込まれます。scale は 1 回につき 1 つだけ動かしてください。2 つ同時に動かすと、結果の原因をたどれなくなります。
下にあるベースモデルも無審査
ウェイトは半分にすぎません。その下のモデルにもコンテンツフィルター、成人フラグ、プロンプト検査がないので、検閲なしの LoRA が出口でフィルターと戦うことはありません。
リクエストパラメーター
| パラメーター | 必須 | 説明 |
|---|---|---|
prompt | はい | 5,000 文字まで。この系列にネガティブプロンプトはないので、除外したいものもここに書きます。 1 文字以上 · 5000 文字以内 |
aspect_ratio | いいえ | 生成後に切り抜くのではなく、生成前に構図を組みます。3:1 や 21:9 の横長から 1:3・9:21 の縦長まで 15 種類あり、どの比率でも価格は同じです。 |
resolution | いいえ | 出力サイズと価格を決めます。既定は 1k、1.5k はその中間、肌の質感や布が保たれるのは 2k です。 |
loras | いいえ | ウェイトファイルを最大 3 つ、各要素は {path, scale} です。path は .safetensors ファイルか Hugging Face リポジトリへの直接の HTTPS URL で、当方へのアップロードも審査もありません。 デフォルト値: |
output_format | いいえ | 既定は JPEG です。合成用途なら PNG、そのままページに載せるなら WebP。 |
seed | いいえ | 一連の絵が似た方向に収まるよう、揺れを抑えます。再現の保証ではありません。 |
料金
| 仕様 | 料金 |
|---|---|
| $0.03 / 枚 |
| $0.054 / 枚 |
| $0.102 / 枚 |
ユースケース
検閲なしの LoRA
解剖、キャラクター、作風のウェイトも、ほかのファイルと同じように読み込まれます。許可リストも審査も、出力へのフィルターもありません。
規模のあるキャラクターの一貫性
キャラクター LoRA は、seed や参照の連鎖よりもはるかに確実に、何百枚にもわたって顔と体つきを保ちます。
汎用モデルの上のハウススタイル
自社の作例で学習させたスタイル LoRA を使えば、出力はありものの絵ではなく自社のものに見えます。
制作用の重ね合わせ
キャラクター・スタイル・ディテールのウェイトを 1 リクエストに、それぞれの強度で。
プロンプトガイドと実践のヒント
ウェイトに仕事をさせる
書くのは場面であって、LoRA が既に知っていることではありません。キャラクター LoRA を読み込んでいるのに人物の特徴を書き直すと、補強ではなく足の引っ張り合いになりがちです。
1 から始めて、値をひとつ動かす
scale 1 が中立です。ウェイトがプロンプトを押し切るなら 0.4〜0.6 へ下げ、にぎやかな場面でも残す必要があるなら 1 より上へ。変更は 1 回につきひとつだけです。
初回の呼び出しを見込んでおく
ウェイトは生成の前に取得されます。当方の検証では、1.2 GB のファイルでそのリクエストにおよそ 25 秒が加わりました。同じファイルを使う 2 回目以降は速くなります。
新しい LoRA が本当に効いているか確かめる
別のベースアーキテクチャ向けのウェイトは、エラーを出さずに読み込まれたまま、画像をほとんど変えないことがあります。まとめて流す前に、分かりやすいテスト用のプロンプトを 1 回試してください。
API クイックスタート
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/qwen-image-2.1-lora/text-to-image",
"input": {
"aspect_ratio": "1:1",
"output_format": "jpeg",
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"resolution": "1k"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
認証、完全なスキーマ、ポーリング、エラー処理は API リファレンスを参照してください。
