Wprowadzenie
Co robi ten endpoint
Qwen Image 2.1 Turbo Edycja obrazów zmienia Twoje obrazy źródłowe według pisemnej instrukcji i zwraca od jednego do sześciu nowych kadrów, korzystając z 8-krokowego checkpointu Qwen Image 2.1 od Alibaby. Nasze edycje trwały od początku do końca 26–59 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 edycje zmieniające ubranie lub pokazujące więcej wracały tak, jak je zamówiono; przy włączonym ta sama instrukcja wracała bez zmian.
| Pole | Wartość |
|---|---|
| Wejście | Obraz |
| Wyjście | Obraz |
| Status w SpicyAPI | Działa: tekst na obraz i edycja obrazów |
| Oparty na | Qwen Image 2.1, jako 8-krokowy, przyspieszony checkpoint tego samego modelu 7B |
| 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 | 13–39 sekund dla tekstu na obraz, 26–59 sekund dla edycji, w naszych uruchomieniach |
| Polityka treści | Bez cenzury: bez filtra platformy, bez flagi dojrzałości |
| Otwarte wagi | Qwen/Qwen-Image-2.1-Turbo na Qwen Research License Agreement |
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 16:9 dla dwóch osób obok siebie. |
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. Domyślnie: |
enable_thinking | Nie | Poświęca na przepisanie dodatkowe rozumowanie, kosztem dłuższego oczekiwania. Działa tylko przy włączonym rozszerzaniu promptu. Domyślnie: |
seed | Nie | Stabilizuje losowanie, byś mógł porównywać po jednej zmianie. Nie gwarantuje obrazu identycznego co do piksela. |
Cennik
$0.014 / obraz
Zastosowania
Obrazy bez cenzury
SpicyAPI nie stawia przed Turbo żadnego filtra treści. Przy wyłączonym rozszerzaniu promptów nasze testy wyszły tak, jak napisano, na każdym poziomie treści, który uruchamiamy, od Łagodnego do Maksymalnego, dla kobiet i mężczyzn. Na poziomie Bardzo silny przeszedł jeden z dwóch przebiegów; drugi zatrzymał się przed końcem żądania.
Wiele szkiców, jeden wybrany
Osiem kroków i do sześciu obrazów na wywołanie to tani wachlarz opcji. Sprawdź garderobę, pozę i światło w jednym żądaniu, zostaw kadr, który działa, i na nim wykorzystaj swoje edycje.
Jedna postać w całej serii
Wygeneruj postać, a potem odeślij kadr jako referencję i zmieniaj sukienkę, 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 śmiejąc się obok siebie na dachu o zmierzchu, oboje nadal rozpoznawalni.
Plakaty i typografia
Turbo czysto składa krótkie nagłówki. Ujmij tekst w cudzysłów, napisz, gdzie stoi, i opisz styl plakatu: nasz plakat kabaretowy wrócił z obiema linijkami napisanymi dokładnie.
Zdjęcia produktowe i okładki
Stała cena do 2K i sześć obrazów na wywołanie pasują do miniatur, okładek i zdjęć produktowych, gdzie chcesz kilku kadrów jednego pomysłu i pełnowymiarowego wzorca, który da się przyciąć.
Wskazówki
Przy treściach dla dorosłych zostaw rozszerzanie promptu wyłączone
Rozszerzanie przekazuje Twój prompt do przepisującego Alibaby, zanim obraz zostanie narysowany, a przepisujący łagodzi niefiltrowane briefy: w naszych testach złagodził obraz na poziomie Silny, zamienił scenę na poziomie Bardzo silny w taką, która tylko sugerowała treść, i zwrócił edycję, która prosiła o pójście dalej, nic przy tym nie zmieniając. Przy wyłączonym rozszerzaniu te same prompty wracały tak, jak zostały napisane. Tutaj jest domyślnie wyłączone; zostaw tak, chyba że chcesz tego przepisania.
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
Napisz tę jedną rzecz, która się zmienia, a potem wszystko, co ma zostać: „Change her dark velvet dress into a backless crimson satin gown; keep her face, hair and expression” (zamień jej ciemną aksamitną sukienkę w karmazynową satynową suknię z odkrytymi plecami; zachowaj twarz, włosy i wyraz). Referencje wskazuj numerem. W naszym teście z dwoma portretami „the man from Image 1 and the woman from Image 2” (mężczyzna z Image 1 i kobieta z Image 2) zachowało rozpoznawalne twarze obojga w jednym kadrze.
Słowa, które mają się pojawić, ujmij w cudzysłów
Dokładne brzmienie wpisz w cudzysłowie i napisz, gdzie ma stać. Nasz test plakatu, „VELVET HOUR” na górze i „LATE SHOW · FRIDAYS 11 PM” na dole, wrócił 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 ciepła lampa z lewej, szkło ze strugami deszczu za nią), zamiast słowa o nastroju. Przy wyłączonym rozszerzaniu Turbo rysuje to, co napiszesz, i nie dopowiada za Ciebie luk.
Wprowadzenie
Qwen Image 2.1 Turbo Edycja obrazów zmienia istniejący obraz na podstawie instrukcji w zwykłym języku. Zespół Qwen z Alibaby wydał Turbo z otwartymi wagami 9 października 2026 i zbudował go do dalszej pracy przez edycje w języku naturalnym, od dodania akcesorium po zmianę sceny, w 8 krokach odszumiania na tej samej architekturze 7B co Qwen Image 2.1.
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 Turbo z pokazanym promptem.
Wybierz tryb według tego, co masz
| Materiał wyjściowy | Tryb |
|---|---|
| Jeden lub więcej obrazów do zmiany | Qwen Image 2.1 Turbo Edycja obrazów |
| Pisemny brief i nic więcej | Qwen Image 2.1 Turbo Tekst na obraz |
Co zmierzyliśmy
Szybkość
26–59 sekund na edycję od początku do końca w naszych uruchomieniach.
Kształt
Bez podanych proporcji portret 2:3 wrócił jako kadr 2:3 w okolicach 2K (1680 × 2512). Ustaw proporcje, gdy potrzebujesz stałego rozmiaru.
Treści
Przy wyłączonym rozszerzaniu promptów, czyli ustawieniu domyślnym, edycje na każdym poziomie treści, który testujemy, wróciły zgodnie z żądaniem, dla portretu kobiety i mężczyzny. Przy włączonym rozszerzaniu prośba o pójście dalej wróciła dwukrotnie jako nietknięte źródło i została rozliczona jako zakończona.
Dwie referencje
Mężczyzna i kobieta sfotografowani osobno wrócili obok siebie na jednym dachu, oboje rozpoznawalni, z jej strojem zmienionym zgodnie z prośbą.
Turbo czy edycja w Qwen Image 2.1
| Turbo | Qwen Image 2.1 | |
|---|---|---|
| Kroki odszumiania | 8 | 40 |
| Wyniki na żądanie | od 1 do 6 | 1 |
| Cena za dodatkową referencję | Brak | Każda zwiększa cenę |
| Maska do zmian lokalnych | Nie | Tak |
| Format wyjściowy | PNG | JPEG, PNG lub WebP |
| Filtr treści | Brak | Brak |
Turbo wybierz do szybkich łańcuchów edycji i pracy z wieloma referencjami w stałej cenie. Qwen Image 2.1 wybierz, gdy potrzebujesz maski.
Poradnik promptów i wskazówki
Najpierw zmiana, potem to, co zostaje
„Change her dark velvet dress into a backless crimson satin gown; keep her face, hair and expression” (zamień jej ciemną aksamitną sukienkę w karmazynową satynową suknię z odkrytymi plecami; zachowaj twarz, włosy i wyraz) to edycja. „Make it better” (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 wyciąć Twoją instrukcję i oddać obraz źródłowy. Gdy jest wyłączone, instrukcja dociera do modelu tak, jak ją napisałeś.
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/qwen-image-2.1-turbo/edit",
"input": {
"image_urls": [
"https://example.com/reference.png"
],
"num_outputs": 1,
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"resolution": "2k"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
