Wprowadzenie
Co robi ten endpoint
Qwen Image 2.1 Pro Edycja obrazów zmienia Twoje obrazy źródłowe według pisemnej instrukcji i zwraca od jednego do sześciu nowych kadrów, korzystając z hostowanego poziomu Pro modelu Qwen Image 2.1 od Alibaby. Nasze edycje trwały od początku do końca 39–48 sekund.
Dane wejściowe
image_urls niesie od jednej do dziesięciu referencji, w kolejności, w jakiej nazywasz je Image 1, Image 2 i tak dalej. prompt to instrukcja. Pomiń aspect_ratio, by zachować kształt obrazu źródłowego w okolicach 2K, albo ustaw go razem z resolution dla stałego rozmiaru. num_outputs prosi o od jednego do sześciu wyników, enable_prompt_expansion (domyślnie wyłączone) i enable_thinking sterują przepisaniem przez Alibabę, a seed stabilizuje serię.
Treści
Bez filtra platformy. Przy wyłączonym rozszerzaniu każda przetestowana edycja wróciła zgodnie z życzeniem, na wszystkich pięciu poziomach intensywności, od Łagodnego do Maksymalnego.
| Pole | Wartość |
|---|---|
| Wejście | Obraz |
| Wyjście | Obraz |
| Status w SpicyAPI | Działa: tekst na obraz i edycja obrazów |
| Oparty na | Qwen Image 2.1, jako hostowany poziom Pro od Alibaby |
| Obrazy na żądanie | Od 1 do 6, rozliczane za każdy zwrócony obraz |
| Cena | Jedna stała cena za obraz na poziomach 1k, 1.5k i 2k; aktualna wycena jest na tej stronie |
| Proporcje | 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 |
| Rozmiary 2K | 1:1 2048 × 2048, 16:9 2688 × 1536, 9:16 1536 × 2688, 4:3 2368 × 1760, 3:2 2496 × 1664, 2:3 1664 × 2496 |
| Edycja | Od 1 do 10 obrazów referencyjnych; bez podanych proporcji wynik podąża za obrazem źródłowym w okolicach 2K |
| Wynik | PNG |
| Prompt | Do 5000 znaków; bez negatywnego promptu, więc wykluczenia wpisz w prompt |
| Rozszerzanie promptu | Domyślnie wyłączone; po włączeniu przepisywanie direct lub agent, z opcjonalnym przebiegiem myślenia |
| Zmierzony czas oczekiwania | 14–43 sekundy dla tekstu na obraz, 39–48 sekund dla edycji, w naszych uruchomieniach |
| Polityka treści | Bez cenzury: bez filtra platformy, bez flagi dojrzałości |
| Wagi | Nieopublikowane; Alibaba oferuje Pro jako hostowane API |
Najważniejsze funkcje
Tytuł okładki napisany dobrze za pierwszym razem
Ujmij tekst w cudzysłów i napisz, gdzie ma stać. „AFTER DARK” u góry i mała linijka okładkowa pod nim wróciły litera w literę, na obu obrazach żądania.
Dwa portrety, jeden stół ze świecami
Mężczyzna i kobieta sfotografowani osobno, nazwani Image 1 i Image 2, lądują przy jednym stole na tarasie winnicy, obie twarze nadal rozpoznawalne, a jej sukienka zmieniona zgodnie z prośbą.
Pro czy Turbo, bez przepisywania ani linijki
Pro i Turbo czytają w SpicyAPI te same pola, więc prompt, który działa w jednym, można wysłać do drugiego bez zmian. Szkicuj szybko w Turbo i zachowuj ważne kadry w Pro, albo odwrotnie.
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
prompt | Tak | Instrukcja edycji, do 5000 znaków. Napisz najpierw, co się zmienia, a potem, co ma zostać: twarz, włosy, poza, światło. od 1 znaków · do 5000 znaków |
image_urls | Tak | Od jednego do dziesięciu obrazów źródłowych, w kolejności, w jakiej się do nich odnosisz. Liczba referencji nie zmienia ceny. od 1 elementów · do 10 elementów |
aspect_ratio | Nie | Pomiń, a wynik zachowa kształt Twojego obrazu źródłowego w okolicach 2K. Ustaw jeden z piętnastu kształtów, gdy chcesz stały kadr, na przykład 3:2 dla dwóch osób przy jednym stole. |
resolution | Nie | 1k, 1.5k lub 2k, używane tylko wtedy, gdy ustawisz proporcje. Każdy poziom kosztuje tyle samo za obraz. |
num_outputs | Nie | Od jednego do sześciu wyników z tej samej instrukcji w jednym żądaniu. Każdy zwrócony obraz jest rozliczany. |
enable_prompt_expansion | Nie | Domyślnie wyłączone, więc Twoja instrukcja trafia do modelu zgodnie z zapisem. Po włączeniu Alibaba najpierw ją przepisze, co może złagodzić śmielsze polecenie. Domyślnie: |
enable_thinking | Nie | Poświęca na przepisanie dodatkowe rozumowanie, kosztem dłuższego oczekiwania. Działa tylko przy włączonym rozszerzaniu promptu. Domyślnie: |
seed | Nie | Stabilizuje losowanie, żeby można było porównywać po jednej zmianie. Nie gwarantuje obrazu identycznego co do piksela. |
Cennik
$0.036 / obraz
Zastosowania
Obrazy bez cenzury
SpicyAPI nie stawia przed Pro żadnego filtra treści. Przy wyłączonym rozszerzaniu promptu nasze testy wróciły zgodnie z zapisem na każdym poziomie intensywności, jaki sprawdziliśmy, od Łagodnego do Maksymalnego, z postaciami kobiecymi i męskimi.
Okładki i plakaty z dokładnym tekstem
Alibaba podaje ulepszoną typografię w Pro. Ujmij w cudzysłów tytuł i linijkę okładkową, napisz, gdzie każda stoi, i opisz fotografię: nasza okładka magazynu wróciła z obiema linijkami napisanymi dokładnie, na obu obrazach żądania.
Jedna postać w całej serii
Wygeneruj postać, a potem odeślij kadr jako referencję i zmieniaj strój, pokój lub światło w osobnych przebiegach. Każda edycja startuje z zatwierdzonego kadru, a nie z nowego losowania, więc twarz przechodzi przez całą serię.
Pary z dwóch portretów
Wyślij dwa portrety jako Image 1 i Image 2 i opisz scenę, którą mają dzielić. W naszym teście mężczyzna i kobieta sfotografowani osobno wylądowali przy jednym stole oświetlonym świecami na tarasie winnicy, oboje nadal rozpoznawalni.
Nastrojowe portrety i światło
Alibaba wskazuje oświetlenie portretów i drobne detale jako mocne strony Pro. Nazwij jedno źródło światła i miejsce, w które pada, lampa sztormowa, wysokie okno, kinkiet, a kadr zostanie zbudowany wokół niego.
Wiele szkiców, jeden wybrany
Do sześciu obrazów na wywołanie w jednej stałej cenie to tani wachlarz opcji. Sprawdź garderobę, pozę i światło w jednym żądaniu, zostaw kadr, który działa, i na nim wykorzystaj swoje edycje.
Wskazówki
Gdy liczy się sformułowanie, zostaw rozszerzanie promptu wyłączone
Rozszerzanie oddaje Twój prompt przepisującemu Alibaby, zanim powstanie obraz, a takie przepisanie może złagodzić śmiały opis. Tutaj jest domyślnie wyłączone, a każdy test treści, który przeprowadziliśmy z wyłączonym rozszerzaniem, wrócił zgodnie z zapisem. W naszym jedynym przebiegu Pro z włączonym rozszerzaniem prompt, który oficjalna aplikacja by zablokowała, mimo to przeszedł, ale zostawiaj je wyłączone zawsze, gdy liczy się dokładne sformułowanie.
Włącz je przy krótkich, codziennych promptach
Brief z sześciu słów dostaje pełniejszą scenę, gdy rozszerzanie jest włączone. direct przepisuje w jednym przebiegu i pasuje do większości promptów; agent przepisuje w kilku krokach, co daje dokładniejszy efekt. Tryb myślenia poświęca na to przepisanie dodatkowe rozumowanie i wydłuża czas; przy wyłączonym rozszerzaniu nic nie robi.
Wybierz 2K, kosztuje tyle samo
Każdy poziom ma tę samą cenę za obraz, więc 2K jest domyślne i rozsądne. Zejdź do 1k tylko wtedy, gdy chcesz mniejszy plik albo odrobinę szybszy wynik.
Poproś o kilka obrazów naraz
Ustaw
num_outputsod 1 do 6, by dostać warianty jednego promptu w jednym wywołaniu. Każdy zwrócony obraz jest rozliczany, więc sześć obrazów kosztuje sześć razy tyle co jeden. To najtańszy sposób, by znaleźć pozę lub kompozycję, która Ci odpowiada, zanim zaczniesz edytować.W edycji najpierw zmiana, potem lista rzeczy do zachowania
Najpierw napisz jedną rzecz, która się zmienia, a potem wszystko, co ma zostać: „Zmień jej aksamitną sukienkę na wieczorową suknię w kolorze kości słoniowej; zachowaj twarz, włosy i wyraz.” Wskazuj referencje numerem. W naszym teście z dwoma portretami „mężczyzna z obrazu 1 i kobieta z obrazu 2” przy stoliku przy świecach zachowali oboje rozpoznawalne twarze w jednym kadrze.
Słowa, które mają się pojawić, ujmij w cudzysłów
Dokładne brzmienie wpisz w cudzysłowie i napisz, gdzie ma stać. Nasza okładka magazynu, „AFTER DARK” u góry i „THE SILK ISSUE · NO. 07” małymi literami poniżej, wróciła litera w literę. Trzymaj każdą linijkę krótko i sprawdź ją w pełnym rozmiarze, zanim opublikujesz.
Pisz prompt w stałej kolejności
Temat, garderoba, poza, światło, obiektyw i paleta, zwykłymi zdaniami. Nazwij źródło światła i jego kierunek (jedna lampa naftowa z lewej, obracający się snop światła za nią) zamiast słowa o nastroju. Przy wyłączonym rozszerzaniu Pro rysuje to, co napiszesz, i nie dopowiada luk za Ciebie.
Wprowadzenie
Qwen Image 2.1 Pro Edycja obrazów zmienia istniejący obraz na podstawie instrukcji w zwykłym języku. Pro to hostowany poziom modelu Qwen Image 2.1 od Alibaby, który łączy generowanie i edycję w jednym modelu; Alibaba podaje edycję z maksymalnie dziesięcioma referencjami, zmiany lokalne zachowujące ludzi i produkty w nienaruszonym stanie oraz ulepszone oświetlenie portretów i drobne detale.
W SpicyAPI działa. Jedno żądanie przyjmuje od jednej do dziesięciu referencji i zwraca od jednego do sześciu wyników w jednej stałej cenie za obraz, a przed modelem nie stoi żaden filtr treści. Każdy przykład na tej stronie został wygenerowany w Pro z pokazanym promptem.
Wybierz tryb według tego, co masz
| Materiał wyjściowy | Tryb |
|---|---|
| Jeden lub więcej obrazów do zmiany | Qwen Image 2.1 Pro Edycja obrazów |
| Pisemny brief i nic więcej | Qwen Image 2.1 Pro Tekst na obraz |
Co zmierzyliśmy
Szybkość
39–48 sekund na edycję od początku do końca w naszych uruchomieniach, w tym dwa wyniki z dwóch referencji w jednym wywołaniu.
Kształt
Bez podanych proporcji portret 2:3 wrócił jako kadr 2:3 w okolicach 2K (1664 × 2496). Ustaw proporcje, gdy potrzebujesz stałego rozmiaru.
Treści
Przy wyłączonym rozszerzaniu promptu, czyli domyślnie, każda przetestowana edycja wróciła zgodnie z życzeniem, na wszystkich pięciu poziomach intensywności, od Łagodnego do Maksymalnego. Ani jedna edycja nie została odrzucona.
Dwie referencje
Mężczyzna i kobieta sfotografowani osobno wrócili obok siebie przy jednym stole oświetlonym świecami, oboje rozpoznawalni, z jej strojem zmienionym zgodnie z prośbą.
Edycja w Pro czy w Turbo
| Pro | Turbo | |
|---|---|---|
| Czym jest | Hostowany poziom Pro od Alibaby | 8-krokowy checkpoint |
| Wagi | Nieopublikowane | Otwarte, Qwen Research License |
| Wyniki na żądanie | od 1 do 6 | od 1 do 6 |
| Cena za dodatkową referencję | Brak | Brak |
| Cena za obraz | Wyższa | Niższa |
| Filtr treści | Brak | Brak |
Żądanie jest takie samo, więc możesz uruchomić jedną instrukcję na obu i zachować wynik, który wolisz.
Poradnik promptów i wskazówki
Najpierw zmiana, potem to, co zostaje
„Zmień jej aksamitną sukienkę na wieczorową suknię w kolorze kości słoniowej; zachowaj twarz, włosy i wyraz” to edycja. „Zrób to lepiej” to ponowne losowanie.
Nazwij każdą referencję
Model nie przypisuje referencjom ról na własną rękę. Napisz, który obraz to osoba, który ubranie, a który miejsce.
Zostaw rozszerzanie wyłączone
Przepisanie może złagodzić Twoją instrukcję, zanim zobaczy ją model. Gdy jest wyłączone, instrukcja dociera do modelu tak, jak ją zapiszesz.
Jedna zmiana na przebieg
Pojedynczą zmianę łatwo ocenić. Pięć naraz utrudnia ustalenie, która instrukcja ruszyła twarz albo dłonie.
Po kilku edycjach wróć do oryginału
Twarze mogą dryfować w długim łańcuchu edycji. Wróć do pierwszego zatwierdzonego kadru, gdy szczegóły zaczną się przesuwać.
Szybki start z 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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/qwen-image-2.1-pro/edit",
"input": {
"image_urls": [
"https://example.com/reference.png"
],
"num_outputs": 1,
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"resolution": "2k"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
