Wprowadzenie
Qwen Image 2.1 Text to Image zamienia spisany brief w jeden obraz na żądanie. Zespół Qwen w Alibabie otworzył wagi modelu 21 września 2026 roku i tego samego dnia ruszył on tutaj — hostowany, bez pobierania wag i bez wynajmowania GPU.
To, co wyróżnia go w tym katalogu, nie jest funkcją — jest brakiem. Nie stoi przed nim żaden filtr treści, żadna flaga dla dorosłych ani skaner promptów. W naszych testach akceptacyjnych renderował sceny bez cenzury dokładnie tak, jak je zapisano, bez podmian i bez cichego łagodzenia.
Wybierz tryb Qwen Image 2.1 według materiału wyjściowego
| Materiał wyjściowy | Tryb |
|---|---|
| Sam spisany brief i nic więcej | Qwen Image 2.1 Tekst na obraz |
| Od jednego do dziesięciu obrazów źródłowych | Qwen Image 2.1 Edycja obrazu |
| Brief plus własne wagi LoRA | Qwen Image 2.1 LoRA Tekst na obraz |
Najważniejsze funkcje
Jawne prompty wracają wyrenderowane, nie złagodzone
Tryb awarii, na który warto się na tym rynku przygotować, to nie odmowa — to endpoint, który przyjmuje żądanie, nalicza za nie opłatę i zwraca obraz łagodniejszy niż opisany. Testowaliśmy dokładnie to, przechodząc naszą skalę treści od najłagodniejszego do najmocniejszego poziomu i sprawdzając każdy zwrócony kadr element po elemencie wobec sformułowania, które go zamawiało. Każdy element był na miejscu. Każdy.
Piętnaście proporcji, komponowanych zamiast przycinanych
Piętnaście proporcji kadru obejmuje pasy 3:1 i 21:9, kolumny 1:3 i 9:21 oraz drukarskie 5:4 i 4:5. Kompozycja powstaje w proporcji, o którą prosisz, więc panorama jest naprawdę zbudowana na swoją szerokość, a nie przychodzi jako środkowy wycinek kwadratu.
Trzy poziomy, i tylko poziom rusza cenę
1k, 1.5k i 2k. Poziom to jedyne pole, które zmienia koszt generowania, a to podpowiada oczywisty tryb pracy: szukaj na 1k, a kadry warte zachowania powtórz na 2k dla detalu skóry i tkaniny.
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 |
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 |
|---|---|
| $0.024 / obraz |
| $0.048 / obraz |
| $0.048 / obraz |
Zastosowania
Praca bez cenzury bez niczego po drodze
Studia postaci, pary i odważna reżyseria obrazu działają na tym endpoincie bez ustawiania flagi i bez proszenia o osobną trasę. Jawne sformułowania przechodzą tak, jak je zapisano.
Masowe przebiegi koncepcyjne
Poziom 1k jest wyceniony pod cały rozrzut, a nie pod pojedynczy kadr flagowy. Zrób rozrzut, wybierz to, co przetrwało, i przenieś na 2k.
Szerokie banery i pionowe kadry pod telefon
3:1 i 21:9 na nagłówki stron i plansze filmowe; 9:21 i 1:3 na pełnoekranowe ujęcia mobilne. Inscenizowane w danej proporcji, a nie do niej przycięte.
Kadry startowe dla postaci
Wygeneruj tu postać, a potem przejdź do edycji obrazu i podaj ten kadr z powrotem jako referencję, żeby utrzymać tożsamość, zmieniając garderobę, światło albo scenerię.
Wskazówki
Wybierz proporcję i poziom, zanim zaczniesz pisać
Obie decyzje zmieniają obraz bardziej niż jakikolwiek przymiotnik. Wybierz kształt, w którym opublikujesz, i zostań na 1k, dopóki kompozycja się nie ustali.
Wykluczenia wpisz do promptu
W tej rodzinie nie ma negatywnego promptu. Masz 5000 znaków, więc napisz, co należy do kadru, a potem napisz, czego w nim być nie może — zdublowanych kończyn, dodatkowych postaci, ubrania, o które nie prosisz.
Na 2k trzymaj sceny przy jednej lub dwóch postaciach
Anatomia pęka w tym modelu pierwsza. Pojedyncze postacie i pary trzymają się dobrze; zatłoczone sceny wieloosobowe na najwyższym poziomie potrafią zdublować albo zlać kończyny. Jeśli scena potrzebuje tłumu, zbuduj go edycją, zamiast zamawiać wszystko naraz.
Traktuj seed jak popchnięcie
Ten sam seed dwa razy nie zwraca tego samego pliku. Używaj go, żeby utrzymać spójność zestawu, a gotowy kadr archiwizuj jako zasób.
Szybki start z API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/qwen-image-2.1/text-to-image",
"input": {
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"background": "opaque",
"resolution": "1k",
"aspect_ratio": "1:1",
"output_format": "jpeg"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
