はじめに
Qwen Image 2.1 Text to Image は、書かれたブリーフを 1 リクエストにつき 1 枚の画像に起こします。Alibaba の Qwen チームが 2026 年 9 月 21 日にモデルをオープンウェイト化し、同じ日にここで稼働を始めました。ホスト型なので、ウェイトのダウンロードも GPU の確保も必要ありません。
このカタログで際立っているのは、備わっている機能ではなく、前段に何も置かれていないことです。コンテンツフィルターも、成人フラグも、プロンプト検査もありません。当方の受け入れ検証では、検閲なしの表現も書いたとおりに描画され、置き換えも、静かな穏当化もありませんでした。
手元の素材から Qwen Image 2.1 のモードを選ぶ
| 手元の素材 | モード |
|---|---|
| 文章のブリーフだけ | Qwen Image 2.1 テキストから画像 |
| 下敷きにする画像が 1〜10 枚 | Qwen Image 2.1 画像編集 |
| ブリーフと自前の LoRA ウェイト | Qwen Image 2.1 LoRA テキストから画像 |
主な機能とハイライト
検閲なしの指示が、穏当な絵に置き換わらない
この分野で備えておくべき失敗は拒否ではありません。リクエストは受け付けられ、課金もされ、返ってくる絵だけが指示より大人しい——これがいちばん厄介です。そこを狙って検証しました。コンテンツ段階を最も穏やかなレベルから最も強いレベルまで上げ、返ってきた 1 枚ごとに、それを求めた文言と要素単位で突き合わせています。求めた要素は、すべて描かれていました。
切り抜きではなく、その比率で組まれる 15 種類
アスペクト比は 3:1 と 21:9 の横長、1:3 と 9:21 の縦長、印刷向けの 5:4 と 4:5 まで 15 種類。構図は指定した比率で組まれるので、横長の画は正方形の中央を切り出したものではなく、その幅のために立てられた画になります。
3 段階、そして価格を動かすのは段階だけ
1k・1.5k・2k の 3 段階です。生成の費用を変える欄はこれひとつなので、進め方は自ずと決まります。1k で広げ、残す価値のある絵だけを 2k で引き直し、肌と布のディテールを取りにいく、という流れです。
リクエストパラメーター
| パラメーター | 必須 | 説明 |
|---|---|---|
prompt | はい | 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。実際に掲載する形をそのまま選んでください。 |
resolution | いいえ | 出力サイズと価格を決める段階です。1k が既定でいちばん安く、1.5k はその中間、肌の質感や髪、布の織り目が保たれるのは 2k です。 |
enable_prompt_expansion | いいえ | 既定はオンです。生成の前に、プロンプトをより詳しい情景描写に書き換えます。 デフォルト値: |
background | いいえ | 既定は opaque です。transparent にすると被写体だけを本物のアルファチャンネル付きで返します。 |
output_format | いいえ | 既定は JPEG です。合成工程に渡すなら 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 |
|---|---|
| $0.024 / 枚 |
| $0.048 / 枚 |
| $0.048 / 枚 |
ユースケース
検閲なしの制作を、遮るもののないまま
人物習作、カップル、大胆なアートディレクションが、フラグを立てることも専用の窓口を申請することもなく、このエンドポイントで動きます。書いた文言はそのまま通ります。
大量のコンセプト出し
1k は 1 枚の決定稿ではなく、案をまとめて回すための価格帯です。まとめて回し、残ったものを選び、それを 2k に上げます。
横長バナーとスマートフォン優先の縦位置
サイトの見出しや映画的なカットには 3:1 と 21:9、全画面の縦位置には 9:21 と 1:3。切り抜きではなく、その比率で組まれます。
キャラクターの最初の 1 枚
ここで人物を作り、その 1 枚を画像編集に参照として戻せば、同一性を保ったまま衣装や光、場所を変えていけます。
プロンプトガイドと実践のヒント
書き始める前に比率と段階を決める
どちらの判断も、形容詞をいくら足すよりも絵を変えます。実際に掲載する形をそのまま選び、構図が固まるまでは 1k から動かさないでください。
除外したいものはプロンプトの中に書く
この系列にネガティブプロンプトはありません。5,000 文字あるので、画面に入れたいものを書いたうえで、出てはいけないものも書いてください。手足の重複、余計な人物、頼んでいない衣服などです。
2k では人物を 1〜2 人までに保つ
このモデルが最初に崩れるのは人体の構造です。1 人か 2 人なら安定しますが、最上段で人物が密集した構図は手足が増えたり融合したりすることがあります。群像が必要な場面は、一度に頼むのではなく編集で組み上げてください。
seed は寄せるための道具として扱う
同じ seed を 2 回渡しても同じファイルは返りません。一連の絵の調子をそろえる用途に使い、決定稿になった時点でアセットのほうを保存してください。
API クイックスタート
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/qwen-image-2.1/text-to-image",
"input": {
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"background": "opaque",
"resolution": "1k",
"aspect_ratio": "1:1",
"output_format": "jpeg"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
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。
