Wprowadzenie
Co robi ten endpoint
Qwen Image 2.1 Pro Tekst na obraz zamienia pisemny brief w od jednego do sześciu obrazów na żądanie, korzystając z hostowanego poziomu Pro modelu Qwen Image 2.1 od Alibaby. Nasze żądania trwały od początku do końca 14–43 sekundy.
Dane wejściowe
prompt niesie cały brief, do 5000 znaków. num_outputs prosi o od jednego do sześciu obrazów. aspect_ratio wybiera jeden z piętnastu kształtów, a resolution poziom 1k, 1.5k lub 2k, wszystko w tej samej cenie za obraz. enable_prompt_expansion (domyślnie wyłączone) pozwala Alibabie najpierw przepisać prompt, a prompt_optimization_mode i enable_thinking kształtują to przepisanie. seed stabilizuje serię.
Treści
Bez filtra platformy. Przy wyłączonym rozszerzaniu każdy nasz test treści wracał tak, jak został napisany.
| Pole | Wartość |
|---|---|
| Wejście | Tekst |
| 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 | Cały brief, do 5000 znaków. Opisz temat, garderobę, pozę, światło i obiektyw zwykłymi zdaniami. od 1 znaków · do 5000 znaków |
aspect_ratio | Nie | Piętnaście kształtów, od pasów 3:1 i 21:9 po kolumny 1:3 i 9:21. Kadr jest komponowany w tym kształcie, a nie przycinany z kwadratu. |
resolution | Nie | 1k, 1.5k lub 2k. Każdy poziom kosztuje tyle samo za obraz, więc domyślne jest 2k. |
num_outputs | Nie | Od jednego do sześciu obrazów z tego samego promptu w jednym żądaniu. Każdy zwrócony obraz jest rozliczany, więc sześć obrazów kosztuje sześć razy tyle co jeden. |
enable_prompt_expansion | Nie | Domyślnie wyłączone, więc Twoje sformułowanie jest rysowane zgodnie z zapisem. Domyślnie: |
enable_thinking | Nie | Poświęca na przepisanie dodatkowe rozumowanie dla lepszego obrazu, kosztem dłuższego oczekiwania. Działa tylko przy włączonym rozszerzaniu promptu. Domyślnie: |
prompt_optimization_mode | Nie | Jak rozszerzanie przepisuje brief, gdy jest włączone: direct to pojedynczy przebieg, który pasuje do większości promptów, agent to wieloetapowe przepisanie z dokładniejszymi szc… |
seed | Nie | Stabilizuje losowanie, żeby można było zmieniać jedną rzecz naraz i porównywać uczciwie. 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 Tekst na obraz zamienia pisemny brief w obrazy. Pro to hostowany poziom modelu Qwen Image 2.1 od Alibaby, który Alibaba ogłosiła jako oficjalnie dostępny razem z API Turbo 9 października 2026 i opisuje jako równowagę jakości generowania, wydajności inferencji i kosztu, z ulepszoną typografią, oświetleniem portretów i drobnymi detalami. Alibaba oferuje go jako API i nie opublikowała dla niego wag.
W SpicyAPI działa. Jedno żądanie zwraca od jednego do sześciu obrazów, poziomy 1k, 1.5k i 2k kosztują tyle samo za obraz, a przed modelem nie stoi żaden filtr treści. Każdy obraz na tej stronie został wygenerowany w Pro z pokazanym promptem.
Wybierz tryb według tego, co masz
| Materiał wyjściowy | Tryb |
|---|---|
| Pisemny brief i nic więcej | Qwen Image 2.1 Pro Tekst na obraz |
| Jeden lub więcej obrazów do zmiany | Qwen Image 2.1 Pro Edycja obrazów |
Co zmierzyliśmy
Szybkość
14–31 sekund dla pojedynczego obrazu i 39–43 sekundy dla dwóch obrazów 2K w jednym wywołaniu, od początku do końca w naszych uruchomieniach. Rozszerzanie promptu i tryb myślenia dodają czas, gdy są włączone.
Treści
Przy wyłączonym rozszerzaniu promptu, czyli domyślnie, każdy test treści wrócił zgodnie z zapisem, od poziomu Łagodny aż po Maksymalny, z jedną postacią kobiecą i jedną męską. Ani jedno żądanie nie zostało odrzucone. Podczas naszego jedynego przebiegu z włączonym rozszerzaniem prompt bez filtra także wrócił zgodnie z życzeniem.
Tekst na obrazie
Nasza okładka magazynu prosiła o „AFTER DARK” jako tytuł i „THE SILK ISSUE · NO. 07” pod nim i dostała oba napisy, litera w literę, na obu obrazach żądania.
Rozmiary w 2K
| Proporcje | Rozmiar wyniku |
|---|---|
| 1:1 | 2048 × 2048 |
| 16:9 | 2688 × 1536 |
| 9:16 | 1536 × 2688 |
| 4:3 | 2368 × 1760 |
| 3:2 | 2496 × 1664 |
| 2:3 | 1664 × 2496 |
Łącznie piętnaście proporcji, od 3:1 do 1:3, na poziomach 1k, 1.5k i 2k. Wynik to PNG.
Pro czy Turbo
| Pro | Turbo | |
|---|---|---|
| Czym jest | Hostowany poziom Pro od Alibaby | 8-krokowy checkpoint |
| Wagi | Nieopublikowane | Otwarte, Qwen Research License |
| Obrazy na żądanie | od 1 do 6 | od 1 do 6 |
| Cena a poziom | Stała | Stała |
| Cena za obraz | Wyższa | Niższa |
| Filtr treści | Brak | Brak |
Żądanie jest takie samo, więc możesz wysłać jeden prompt do obu i zachować wynik, który wolisz. Alibaba nie opublikowała porównania jakości między nimi.
Poradnik promptów i wskazówki
Dla dokładnego sformułowania zostaw rozszerzanie wyłączone
Przepisanie może złagodzić śmiałe polecenie. Wyłączone — Pro rysuje to, co napiszesz.
Włącz rozszerzanie przy krótkich, codziennych promptach
Pomysł z sześciu słów dostaje pełniejszą scenę. direct pasuje do większości promptów, agent przepisuje dokładniej, a tryb myślenia poświęca dodatkowy czas na lepsze przepisanie.
Pisz w stałej kolejności
Temat, garderoba, poza, światło, obiektyw i paleta, zwykłymi zdaniami. Nazwij źródło światła i jego kierunek zamiast słowa o nastroju.
Słowa, które mają się pojawić, ujmij w cudzysłów
Dokładne brzmienie wpisz w cudzysłowie, trzymaj każdą linijkę krótko i napisz, gdzie stoi.
Poproś o sześć, zostaw jeden
Każdy wariant kosztuje tyle samo, więc żądanie na sześć obrazów to najszybszy sposób, by znaleźć pozę lub kompozycję wartą edycji.
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/qwen-image-2.1-pro/text-to-image",
"input": {
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"resolution": "2k",
"num_outputs": 1,
"aspect_ratio": "1:1",
"prompt_optimization_mode": "direct"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
