Wprowadzenie
Co robi ten endpoint
Qwen Image 2.1 Turbo Tekst na obraz zamienia pisemny brief w od jednego do sześciu obrazów na żądanie, korzystając z 8-krokowego checkpointu Qwen Image 2.1 od Alibaby. Nasze żądania trwały od początku do końca 13–39 sekund.
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 nasze testy treści wyszły tak, jak napisano; przy włączonym przepisywanie łagodziło prompty niefiltrowane.
| Pole | Wartość |
|---|---|
| Wejście | Tekst |
| 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 | 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 sformułowania są rysowane tak, jak je napisałeś. 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, byś mógł zmieniać jedną rzecz naraz i porównywać uczciwie. 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 Tekst na obraz zamienia pisemny brief w obrazy. Zespół Qwen z Alibaby wydał Turbo z otwartymi wagami 9 października 2026 jako przyspieszony checkpoint Qwen Image 2.1: ta sama 7B architektura generowania obrazu, próbkowana w 8 krokach odszumiania, gdzie własne przykłady 2.1 od Alibaby używają 40.
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 Turbo z pokazanym promptem.
Wybierz tryb według tego, co masz
| Materiał wyjściowy | Tryb |
|---|---|
| Pisemny brief i nic więcej | Qwen Image 2.1 Turbo Tekst na obraz |
| Jeden lub więcej obrazów do zmiany | Qwen Image 2.1 Turbo Edycja obrazów |
Co zmierzyliśmy
Szybkość
13–39 sekund na żądanie od początku do końca w naszych uruchomieniach, w tym dwa obrazy 2K w jednym wywołaniu w 28 sekund. Rozszerzanie promptu i tryb myślenia dodają czas, gdy są włączone.
Treści
Przy wyłączonym rozszerzaniu promptów, czyli ustawieniu domyślnym, nasze testy treści wyszły tak, jak napisano, na poziomach Łagodny, Umiarkowany, Silny i Maksymalny, dla kobiet i mężczyzn. Test Bardzo silny przeszedł w pełni raz na dwa przebiegi; drugi zatrzymał się przed końcem żądania. Przy włączonym rozszerzaniu przepisanie przez Alibabę łagodziło te prompty. Ani jedno żądanie nie zostało odrzucone.
Tekst na obrazie
Nasz plakat kabaretowy prosił o „VELVET HOUR” i „LATE SHOW · FRIDAYS 11 PM” i dostał oba napisy, litera w literę.
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.
Turbo czy Qwen Image 2.1
| Turbo | Qwen Image 2.1 | |
|---|---|---|
| Kroki odszumiania | 8 | 40 |
| Obrazy na żądanie | od 1 do 6 | 1 |
| Cena a poziom | Stała | Rośnie z poziomem |
| Format wyjściowy | PNG | JPEG, PNG lub WebP |
| Przezroczyste tło | Przez prośbę w prompcie | Osobny przełącznik |
| Filtr treści | Brak | Brak |
Turbo wybierz do wolumenu i szybkich wariantów. Qwen Image 2.1 wybierz, gdy potrzebujesz jego kontroli formatu i tła.
Poradnik promptów i wskazówki
Przy treściach dla dorosłych zostaw rozszerzanie wyłączone
Przepisanie łagodzi briefy dla dorosłych. Gdy jest wyłączone, Turbo 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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/qwen-image-2.1-turbo/text-to-image",
"input": {
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"resolution": "2k",
"num_outputs": 1,
"aspect_ratio": "1:1",
"prompt_optimization_mode": "direct"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
