はじめに
このエンドポイントでできること
Qwen Image 2.1 Pro Text to Image は、書かれたブリーフを、Alibaba がホストする Qwen Image 2.1 の Pro グレードで、1 回のリクエストにつき 1〜6 枚の画像にします。私たちのリクエストは端から端までで 14〜43 秒でした。
入力
prompt にブリーフ全体を 5,000 文字まで書きます。num_outputs で 1〜6 枚を頼めます。aspect_ratio は 15 種類の形から、resolution は 1k・1.5k・2k の段階から選び、どれも 1 枚あたりの料金は同じです。enable_prompt_expansion (既定はオフ) をオンにすると、先に Alibaba がプロンプトを書き換え、prompt_optimization_mode と enable_thinking がその書き換えを調整します。seed は一連の絵の揺れを抑えます。
コンテンツ
プラットフォームのフィルターはありません。拡張をオフにすると、私たちが行ったコンテンツテストはすべて書いたとおりに描かれました。
| 項目 | 値 |
|---|---|
| 入力 | テキスト |
| 出力 | 画像 |
| SpicyAPI での状況 | 公開中: テキストから画像、画像編集 |
| ベース | Qwen Image 2.1。Alibaba のホスト型 Pro グレード |
| 1 リクエストの枚数 | 1〜6 枚。返ってきた枚数分を課金 |
| 料金 | 1k・1.5k・2k のどの段階でも 1 枚あたり一律。リアルタイムの見積もりはこのページに表示 |
| アスペクト比 | 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9, 9:21, 2:1, 1:2, 3:1, 1:3, 5:4, 4:5 |
| 2K のサイズ | 1:1 2048 × 2048, 16:9 2688 × 1536, 9:16 1536 × 2688, 4:3 2368 × 1760, 3:2 2496 × 1664, 2:3 1664 × 2496 |
| 編集 | 参照画像 1〜10 枚。アスペクト比を指定しなければ、出力は元画像に沿った約 2K |
| プロンプト | 5,000 文字まで。ネガティブプロンプトはないので、除外したいことはプロンプトに書く |
| プロンプト拡張 | 既定はオフ。オンにすると direct か agent の書き換えになり、任意でシンキングも追加可能 |
| 計測した待ち時間 | 私たちの試行で、テキストから画像が 14〜43 秒、編集が 39〜48 秒 |
| コンテンツポリシー | 無検閲: プラットフォームのフィルターなし、成人向けフラグなし |
| ウェイト | 非公開。Alibaba は Pro をホスト型 API として提供 |
主な機能とハイライト
見出しのつづりが、最初の1回で正確に
文言を引用符で囲み、どこに置くかを書いてください。上部の "AFTER DARK" とその下の小さなキャッチコピーは、リクエストの2枚とも一文字違わず返ってきました。
2枚のポートレートが、ろうそくの灯る1つのテーブルに
別々に撮影した男性と女性を Image 1 と Image 2 と呼ぶと、ぶどう園のテラスの1つのテーブルに並び、どちらの顔も見分けられ、彼女のドレスも頼んだとおりに変わりました。
Pro と Turbo を、1行も書き直さずに
SpicyAPI では Pro と Turbo が同じフィールドを読み取るので、一方でうまくいったプロンプトをそのままもう一方へ送れます。Turbo で手早く下書きして大事なフレームを Pro で残す、逆の使い方もできます。
リクエストパラメーター
| パラメーター | 必須 | 説明 |
|---|---|---|
prompt | はい | ブリーフ全体を 5,000 文字まで。被写体、衣装、ポーズ、光、レンズを、普通の文章で書いてください。 1 文字以上 · 5000 文字以内 |
aspect_ratio | いいえ | 3:1 や 21:9 の横長から 1:3 や 9:21 の縦長まで、15 種類の形があります。正方形から切り抜くのではなく、その形で構図を組みます。 |
resolution | いいえ | 1k、1.5k、2k から選びます。どの段階も 1 枚あたりの料金は同じなので、既定は 2k です。 |
num_outputs | いいえ | 1 回のリクエストで、同じプロンプトから 1〜6 枚。返ってきた画像は 1 枚ずつ課金されるので、6 枚なら 1 枚の 6 倍です。 |
enable_prompt_expansion | いいえ | 既定はオフで、書いた文言がそのまま描かれます。オンにすると、先に Alibaba がプロンプトをより豊かな場面に書き換えます。 デフォルト値: |
enable_thinking | いいえ | 書き換えに追加の推論を使い、より良い画像を狙います。その分、待ち時間は長くなります。 デフォルト値: |
prompt_optimization_mode | いいえ | 拡張がオンのときに、ブリーフをどう書き換えるかを選びます。direct は 1 回のパスで、多くのプロンプトに向いています。 |
seed | いいえ | 一連の絵の揺れを抑え、1 つずつ条件を変えて公平に比べられるようにします。ピクセル単位で同一の画像を保証するものではありません。 |
料金
$0.036 / 枚
ユースケース
無検閲の画像制作
SpicyAPI は Pro の前段にコンテンツフィルターを置きません。プロンプト拡張をオフにした状態では、当社のテストは実行したすべての強度レベルで、「軽め」から「最大」まで、女性と男性の被写体のどちらも書いたとおりに返りました。
正確な文言入りの表紙とポスター
Alibaba は Pro で文字表現が改善されたとしています。見出しとキャッチコピーを引用符で囲み、それぞれの位置を書き、写真の内容を描写してください。私たちの雑誌表紙は、リクエストの 2 枚とも両方の行が正確なつづりで返ってきました。
セット全体で同じキャラクター
キャラクターを 1 人生成し、そのフレームを参照として送り返して、服、部屋、光を別々のパスで変えます。どの編集も新たなガチャではなく、承認済みのフレームから始まるので、顔がセット全体で引き継がれます。
2 枚のポートレートからカップルを作る
2 枚のポートレートを Image 1 と Image 2 として送り、2 人が共有する場面を書きます。私たちのテストでは、別々に撮影した男性と女性が、夕暮れのぶどう園のテラスにあるろうそくの灯るテーブルに並び、どちらも見分けられました。
ムードのあるポートレートとライティング
Alibaba は Pro の強みとして人物のライティングと細部を挙げています。ストームランプ、高い窓、壁の燭台のように光源を 1 つ挙げて、それがどこに落ちるかを書くと、フレームはその光を中心に組み立てられます。
1 枚を選ぶ前に、たくさんの下書き
1 回で最大 6 枚を一律料金で出せるので、手頃に選択肢を広げられます。衣装、ポーズ、光を 1 回のリクエストで試し、うまくいったフレームを残して、編集はその 1 枚に使いましょう。
プロンプトガイドと実践のヒント
言い回しが大事なときは、プロンプト拡張をオフのままに
拡張をオンにすると、画像を描く前にプロンプトが Alibaba の書き換え器に渡され、その書き換えで大胆な指示が和らぐことがあります。ここでは既定でオフで、オフの状態で行ったコンテンツテストはすべて書いたとおりに描かれました。オンにした Pro の実行は 1 回だけですが、公式アプリでは通らない内容のプロンプトも通りました。ただし言い回しが大事なときは、いつもオフにしておいてください。
短い日常的なプロンプトにはオンに
6 語ほどの短い指示でも、拡張をオンにすると、より豊かな情景になります。direct は 1 回のパスで書き換えるモードで、多くのプロンプトに向いています。agent は複数のステップで書き換え、より細やかな結果になります。シンキングモードはその書き換えに追加の推論を使うので時間が延びます。拡張がオフの間は何も起きません。
2K を使う。料金は同じ
どの段階でも 1 枚あたりの料金は同じなので、既定の 2K が賢い選択です。ファイルを小さくしたいときや、少しでも早く返してほしいときだけ 1k に下げてください。
何枚かまとめて頼む
num_outputsを 1〜6 にすると、1 つのプロンプトのバリエーションを 1 回の呼び出しで得られます。返ってきた画像は 1 枚ずつ課金されるので、6 枚なら 1 枚の 6 倍の料金です。編集を始める前に、気に入るポーズや構図を見つけるいちばん手頃な方法です。先に変更、次に残すものを書いて編集する
変えたい一点を先に書き、その後に変えてはいけないものすべてを書いてください。例:「彼女のベルベットのドレスをアイボリーのイブニングガウンに変え、顔・髪・表情はそのまま。」参照は番号で指定します。二人の肖像を使った当社のテストでは、キャンドルの灯るテーブルで「イメージ 1 の男性とイメージ 2 の女性」と書いたところ、一枚の中で二人の顔がどちらも見分けられました。
出したい文字は引用符で囲む
正確な文言を引用符で囲み、どこに置くかを書きます。私たちの雑誌表紙は、上に "AFTER DARK"、下に小さく "THE SILK ISSUE · NO. 07" と頼んで、一文字違わず返ってきました。各行は短くし、公開する前に原寸で確認してください。
決まった順序でプロンプトを書く
被写体、衣装、ポーズ、光、レンズ、色調を、普通の文章で書きます。雰囲気を表す言葉ではなく、光源とその向き (左に石油ランプ 1 つ、彼女の背後で回る光線) を書いてください。拡張をオフにすると、Pro は書かれたとおりに描き、足りない部分を補いません。
はじめに
Qwen Image 2.1 Pro Text to Image は、書かれたブリーフを画像にします。Pro は Alibaba の Qwen Image 2.1 のホスト型グレードで、Alibaba は 2026 年 10 月 9 日に Turbo API とあわせて正式公開したと発表し、生成品質、推論効率、コストのバランスをとったもので、文字表現、人物のライティング、細部が改善されていると説明しています。Alibaba は API として提供しており、ウェイトは公開していません。
SpicyAPI ではすでに公開中です。1 回のリクエストで 1〜6 枚の画像が返り、1k・1.5k・2k の段階は 1 枚あたり同じ料金で、モデルの前段にコンテンツフィルターはありません。このページの画像はすべて、表示しているプロンプトで Pro を使って生成しました。
手元の素材でモードを選ぶ
| 出発点 | モード |
|---|---|
| 書かれたブリーフだけ | Qwen Image 2.1 Pro Text to Image |
| 変更したい画像が 1 枚以上 | Qwen Image 2.1 Pro Image Editing |
私たちが計測したこと
速度
私たちの試行では、端から端までで、1 枚が 14〜31 秒、2K の 2 枚を 1 回の呼び出しで出したケースが 39〜43 秒でした。プロンプト拡張とシンキングモードは、オンにすると時間が長くなります。
コンテンツ
プロンプト拡張をオフ(既定)にすると、コンテンツテストはすべて書いたとおりに描かれました。「軽め」から「最大」の強度レベルまで、女性の被写体と男性の被写体の両方で確認しています。拒否されたリクエストは 1 件もありません。拡張をオンにして行った 1 回の実行では、フィルターなしのプロンプトも依頼どおりに描かれました。
画像内の文字
私たちの雑誌表紙では、見出しに "AFTER DARK"、その下に "THE SILK ISSUE · NO. 07" を頼み、リクエストの 2 枚とも両方が一文字違わず返ってきました。
2K のサイズ
| 比率 | 出力サイズ |
|---|---|
| 1:1 | 2048 × 2048 |
| 16:9 | 2688 × 1536 |
| 9:16 | 1536 × 2688 |
| 4:3 | 2368 × 1760 |
| 3:2 | 2496 × 1664 |
| 2:3 | 1664 × 2496 |
比率は 3:1 から 1:3 まで全部で 15 種類で、1k・1.5k・2k のどれでも選べます。出力は PNG です。
Pro と Turbo の違い
| Pro | Turbo | |
|---|---|---|
| 位置づけ | Alibaba のホスト型 Pro グレード | 8 ステップ・チェックポイント |
| ウェイト | 非公開 | 公開、Qwen Research License |
| 1 リクエストの枚数 | 1〜6 枚 | 1〜6 枚 |
| 段階ごとの料金 | 一律 | 一律 |
| 1 枚あたりの料金 | 高め | 低め |
| コンテンツフィルター | なし | なし |
リクエストは同じなので、1 つのプロンプトを両方に送り、気に入ったほうの結果を残せます。Alibaba は両者の品質比較を公開していません。
プロンプトガイドとプロのコツ
言い回しを正確に保つため、拡張はオフに
書き換えは大胆な指示を和らげることがあります。オフなら、Pro は書いたとおりに描きます。
短い日常的なプロンプトには拡張をオンに
6 語ほどの短い指示でも、より豊かな情景になります。direct は多くのプロンプトに向き、agent はより細かく書き換え、シンキングモードはより良い書き換えのために時間を使います。
決まった順序で書く
被写体、衣装、ポーズ、光、レンズ、色調を、普通の文章で書きます。雰囲気を表す言葉ではなく、光源とその向きを書いてください。
出したい文字は引用符で囲む
正確な文言を引用符で囲み、各行は短くして、どこに置くかを書きます。
6 枚頼んで、1 枚を残す
バリエーションは 1 枚ずつ同じ料金なので、6 枚のリクエストは、編集する価値のあるポーズや構図をいちばん早く見つける方法です。
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/qwen-image-2.1-pro/text-to-image",
"input": {
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"resolution": "2k",
"num_outputs": 1,
"aspect_ratio": "1:1",
"prompt_optimization_mode": "direct"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$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。
















