はじめに
Qwen Image 2512 LoRA 画像編集 は、Alibaba の Qwen-Image-Edit-2511 で 1〜3 枚の元画像に手を加えます。方向を決めるのは指示と、自前の LoRA ファイル最大 3 つです。結果は 1 枚目の画像の形に従って約 100 万画素になり、JPEG、PNG、WebP で一律料金で返ります。コンテンツフィルターはありません。
手元の素材からモードを選ぶ
| 手元にあるもの | モード |
|---|---|
| 手を加えたい画像 1〜3 枚 | Qwen Image 2512 LoRA 画像編集 |
| 文章で書いた説明だけ | Qwen Image 2512 LoRA テキストから画像 |
主な機能とハイライト
スタイル LoRA だけでなく、編集用 LoRA も
Qwen-Image-Edit-2511 には、新しいカメラアングル、リライティング、フォトリアルなど、コミュニティの編集用 LoRA が数多くあります。どれも、シンプルな指示を、狙いの定まった再現性のある編集に変えます。
同一性が引き継がれる
Alibaba は 2511 を、入力と出力の間で人物の一貫性を保つように作りました。当社のテストでは、同じ男性、衣装、部屋がカメラの移動を経ても保たれ、イラスト調の歌手は写真になっても髪のカールとドレスを保ちました。
カスタムウェイトでも規制なし
元画像も指示も結果も、決してフィルターされません。フィルターなしの編集用 LoRA を使うと、当社で最も強い内容のプローブも書かれたとおりに返ってきました。
リクエストパラメーター
| パラメーター | 必須 | 説明 |
|---|---|---|
prompt | はい | 各画像が何を担うか、何を変えるかを書きます。決まったフレーズを前提にする編集用 LoRA もあり、それはモデルカードに書かれています。 1 文字以上 · 5000 文字以内 |
image_urls | はい | 元画像を 1 枚から 3 枚まで。プロンプトでは Picture 1、Picture 2、Picture 3 として呼びます。 1 件以上 · 3 件以内 |
aspect_ratio | いいえ | 任意です。空欄にすると、結果は 1 枚目の元画像に合わせて約 100 万画素で返ります。 |
loras | いいえ | Qwen-Image-Edit-2511 向けに学習した {path, scale} を最大 3 つ。このエンドポイントでは scale は 0 から 2 です。 デフォルト値: |
output_format | いいえ | 既定は JPEG で、必要なら PNG か WebP も選べます。 |
seed | いいえ | 指示を変えながら編集結果を比べやすくします。 |
料金
$0.03 / 枚
元画像が 1 枚でも 2 枚でも 3 枚でも、1 枚ごとの一律料金で課金されます。LoRA の追加料金はかかりません。
ユースケース
商品やキャラクターのアングル違い
写真 1 枚が、商品ページ、ルックブック、キャラクターシート向けのビューのセットになります。マルチアングル LoRA を、ビューのフレーズだけ変えて同じ seed で何度か動かし、セットを作ってください。
イラストを写真に
コンセプトアートや描かれたキャラクターを、デザインを保ったまま説得力のある写真に変えます。髪、服、ポーズは引き継がれ、描画だけが写真になります。
規制なしの編集
フィルターなしの編集用 LoRA は、あなた自身の参照画像に審査なしで適用され、結果にフィルターはかからず、ほかの編集と同じ一律料金です。
プロンプトガイドと実践のヒント
LoRA のフレーズを正確に使う
編集用 LoRA は決まった言い回しで学習されていることがよくあります。マルチアングル LoRA は「」の後にビューを続ける形を前提にしており、たとえば「 front-left quarter view eye-level shot medium shot」です。形式はモデルカードからコピーしてください。
元画像すべてに役割を書く
画像が 2〜3 枚なら、それぞれが何を担うかを書きます。Picture 1 は人物、Picture 2 は衣装、Picture 3 は部屋。結果の形は 1 枚目の画像で決まるので、主な被写体はそこに置いてください。
まずは 1 以下で
ここでの scale の上限は 2 ですが、編集用 LoRA の多くは 1 を想定して作られています。効果が弱すぎるときだけ 0.25 刻みで上げ、比べる間は seed を固定してください。
変えてはいけないものを書く
編集の範囲を絞りたいときは、残すものを書き添えます。顔はそのまま、ドレスもそのまま、窓の光もそのまま。はっきり言葉にすると、モデルに拠りどころができます。
API クイックスタート
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/qwen-image-2512-lora/edit",
"input": {
"image_urls": [
"https://example.com/reference.png"
],
"output_format": "jpeg",
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$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。
