Wprowadzenie
Qwen Image 2.1 Image Editing przerabia od jednego do dziesięciu obrazów źródłowych według spisanej instrukcji i zwraca jeden nowy kadr. Zespół Qwen w Alibabie otworzył wagi modelu 21 września 2026 roku; ten endpoint ruszył tutaj tego samego dnia.
Działa bez filtra treści i bez flagi dla dorosłych. W testach akceptacyjnych przeprowadził kadr źródłowy bez cenzury przez nasze instrukcje, nie ubierając postaci na nowo, niczego nie rozmywając i nie wycofując się do bezpieczniejszej kompozycji — a to właśnie ten tryb awarii czyni większość endpointów edycyjnych bezużytecznymi w pracy bez cenzury.
Wybierz tryb Qwen Image 2.1 według materiału wyjściowego
| Materiał wyjściowy | Tryb |
|---|---|
| Od jednego do dziesięciu obrazów źródłowych | Qwen Image 2.1 Edycja obrazu |
| Sam spisany brief i nic więcej | Qwen Image 2.1 Tekst na obraz |
| Źródła plus własne wagi LoRA | Qwen Image 2.1 LoRA Edycja obrazu |
Najważniejsze funkcje
Dziesięć referencji w jednym żądaniu
Większość endpointów edycyjnych bierze jedno źródło albo trzy. Ten czyta do dziesięciu i właśnie to sprawia, że spójna seria staje się wykonalna: zostaw kadr, który ustalił postać, dołóż referencję niosącą strój, dołóż tę z lokacją i zmieniaj po jednej zmiennej na przebieg.
Źródło zostaje takie, jakie wysłano
Endpoint edycyjny, który po cichu ubiera postać, jest gorszy od takiego, który odmawia, bo nalicza opłatę za niewłaściwy obraz. Podaliśmy tu źródło bez cenzury z instrukcją, żeby zostawić je bez zmian i dodać nowe elementy; wróciło dokładnie to, z każdym nazwanym elementem na miejscu.
Każda referencja ma swoją cenę, więc wycena idzie za żądaniem
Dokładanie źródeł podnosi koszt liniowo, a wiążąca jest wycena pokazana przed wysłaniem. Żądanie z dziesięcioma źródłami kosztuje kilkakrotnie więcej niż z jednym na tym samym poziomie — i to jest powód, żeby wysyłać te referencje, które pracują, a resztę odpuścić.
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
prompt | Tak | Do 5000 znaków. W tej rodzinie nie ma negatywnego promptu, więc wykluczenia też należą tutaj — nazwij, co jest w kadrze, a potem powiedz wprost, czego w nim być nie może. od 1 znaków · do 5000 znaków |
image_urls | Tak | Od jednego do dziesięciu obrazów referencyjnych. od 1 elementów · do 10 elementów |
mask_url | Nie | Opcjonalny czarno-biały obraz, który przełącza edycję w tryb lokalny: biel oznacza obszar do przemalowania, czerń zostaje bez zmian, a kilka pikseli miękkiej krawędzi pomaga w p… |
aspect_ratio | Nie | Komponuje kadr jeszcze przed generowaniem, zamiast przycinać go potem, więc wybierz kształt, w którym będziesz publikować. |
resolution | Nie | Poziom, który ustala rozmiar wyjścia i cenę: 1k jest domyślny i najtańszy, 1.5k leży pomiędzy, a na 2k utrzymują się faktura skóry, włosy i splot tkaniny. |
enable_prompt_expansion | Nie | Domyślnie włączone: przed generowaniem prompt jest przepisywany na pełniejszy opis sceny. Wyłącz, jeśli chcesz, żeby użyto twojego sformułowania bez zmian. Domyślnie: |
background | Nie | Domyślnie opaque. |
output_format | Nie | Domyślnie JPEG. PNG, gdy kadr idzie dalej do składania, WebP, gdy trafia prosto na stronę. |
seed | Nie | Stabilizuje losowanie, dzięki czemu seria trzyma się tej samej okolicy. |
Cennik
| Specyfikacja | Cena |
|---|---|
| $0.036 / obraz |
| $0.048 / obraz |
| $0.072 / obraz |
Zastosowania
Spójność postaci w całym zestawie
Zachowaj jeden zatwierdzony kadr jako referencję tożsamości i puszczaj go ponownie z nową instrukcją do każdego obrazu. Znacznie pewniejsze niż liczenie, że seed odtworzy twarz.
Budowanie sceny z istniejącej postaci
Zacznij od postaci, którą już masz, i dodaj drugą osobę, krępowanie, scenerię albo ślady. Jawne instrukcje są wykonywane tak, jak je zapisano.
Podmiany garderoby i scenerii
Dwie referencje — jedna z osobą, druga z ubraniem albo wnętrzem — i prompt, który mówi, co jest czym.
Podniesienie rozdzielczości udanego kadru w kontekście
Puść kadr z 1k ponownie jako edycję na 2k z instrukcją zachowującą kompozycję, gdy chcesz mieć detal bez przelosowania całej sceny.
Wskazówki
Nazwij, co wnosi każda referencja
Model nie wnioskuje ról. „Pierwszy obraz to kobieta, drugi to pokój, w którym stoi” — to różnica między edycją a zlepkiem.
Powiedz, co nie ma się zmienić
Nie ma tu negatywnego promptu, więc zabezpieczenia trafiają do głównej instrukcji. „Zostaw ją dokładnie jak w źródle, nic nie dodawaj do jej stroju” to zdanie, które powstrzymuje model edycyjny przed zakrywaniem postaci, którą jego zdaniem należałoby zakryć.
Wysyłaj mniej, ale lepszych referencji
Tożsamość trzyma się dobrze przy jednym czystym źródle i dryfuje, gdy źródła się piętrzą. Skoro każda referencja podnosi też cenę, mniej zwykle znaczy zarazem taniej i ostrzej.
Patrz na wycenę, nie tylko na poziom
Na tym endpoincie liczba referencji rusza cenę tak samo mocno jak poziom rozdzielczości. Wiążąca jest wycena sprzed wysłania — przeczytaj ją, zanim puścisz żądanie z dziesięcioma źródłami.
Szybki start z API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/qwen-image-2.1/edit",
"input": {
"aspect_ratio": "1:1",
"background": "opaque",
"image_urls": [
"https://example.com/reference.png"
],
"output_format": "jpeg",
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"resolution": "1k"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
