Wprowadzenie
Qwen Image 3.0 Pro Tekst na obraz to wykończeniowy poziom linii. Przyjmuje to samo żądanie co Qwen Image 3.0 i więcej wkłada w detal — najbardziej widać to w typografii z wieloma elementami oraz w oddaniu materiałów: skóry, tkaniny i szkła.
Qwen Image 3.0 Pro to najbardziej szczegółowy poziom linii obrazów Qwen od Alibaby: prompty do 5000 znaków, osiem proporcji, poziom 1K lub 2K i edycja z jedną do trzech referencji. Stworzony do kadrów, które idą do publikacji, bez cenzury.
Wybierz tryb Qwen Image 3.0 Pro według materiału wyjściowego
| Materiał wyjściowy | Tryb |
|---|---|
| Pisemna koncepcja artystyczna lub brief projektowy | Qwen Image 3.0 Pro Tekst na obraz |
| Zatwierdzony obraz źródłowy do poprawienia | Qwen Image 3.0 Pro Edycja obrazu |
Najważniejsze funkcje
Kompozycja obrazu z myślą o tekście
Qwen Image 3.0 Pro przydaje się przy koncepcjach wizualnych, w których dostarczony tekst, kompozycję i obróbkę obrazu trzeba rozważać razem. Traktuj wygenerowane napisy jak szkic projektu i sprawdź je przed publikacją.
Nowa kompozycja i poprawianie źródła to osobne zadania
Tekstu na obraz używaj, by zbudować wizual z pisemnego briefu. Edycji obrazu używaj, gdy istniejący obraz dostarcza tożsamości, układu lub materiału, które muszą zostać zachowane przy konkretnej zmianie.
Najpierw hierarchia, potem dekoracja
Przy plakatach, opakowaniach i koncepcjach kampanii najpierw ustal hierarchię komunikatów i punkt skupienia. Atrakcyjny wynik i tak nie spełnia zadania, jeśli zatwierdzony tekst lub fakty o produkcie nie są przedstawione poprawnie.
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
prompt | Tak | Do 5 000 znaków, po chińsku albo po angielsku. od 1 znaków · do 5000 znaków |
aspect_ratio | Nie | Komponuje kadr, zamiast go przycinać. 3:4 i 2:3 to kształty, pod które układa się okładki i plakaty; wszystkie osiem kosztuje tyle samo za obraz. |
resolution | Nie | 1k albo 2k, domyślnie 2k, i jest to jedyny wariant cenowy. W 1k przewaga tego poziomu jest w większości niewidoczna – używaj 1k wyłącznie do szkiców kompozycji. |
num_outputs | Nie | Na stałe 1: jeden obraz na żądanie. Po kilka odczytań jednego układu wyślij ten sam brief równolegle bez seeda; skoro zmienia się tylko losowanie, pozostają wprost porównywalne. |
enable_prompt_expansion | Nie | W tej rodzinie domyślnie włączone. Uzupełnia ubogie briefy i przepisuje szczegółowe, więc wyłącz je, gdy twój prompt jest już precyzyjnym opisem ujęcia. Domyślnie: |
negative_prompt | Nie | Do 2 000 znaków wykluczeń. Przy pracy z typografią zarabia na siebie w walce ze zdublowanymi literami, błąkającymi się znakami wodnymi i rozmazanymi krawędziami etykiet. do 2000 znaków |
prompt_optimization_mode | Nie | Sposób, w jaki rozwijanie promptu przepisuje twój brief, gdy |
seed | Nie | Pomijaj go w fazie szukania; przypnij, gdy układ już siądzie, a potem zmieniaj po jednej zapowiedzi naraz, żeby zobaczyć skutek każdej poprawki osobno. |
Cennik
| Specyfikacja | Cena |
|---|---|
| $0.04 / obraz |
| $0.075 / obraz |
Zastosowania
Start od pisemnego briefu
Używaj tego poziomu, gdy kadr pójdzie do publikacji w takiej postaci, w jakiej wróci, i niesie kilka elementów tekstu: winietę, linijkę z datą, krótkie hasło. Zostaw rozdzielczość 2k, przytocz każdy ciąg i napisz, gdzie stoi.
Makiety opakowań i etykiet
Etykiety butelek, pudełek i puszek, na których nazwa marki i krótkie hasło muszą być czytelne na zakrzywionej powierzchni. Przytocz każdy ciąg, nazwij materiał, a przypadkowe zdublowane litery zostaw negatywnemu promptowi.
Okładki magazynów i sesje bez cenzury
Portret na pełną stronę z prawdziwym nagłówkiem, numerem wydania i dwiema liniami okładki, wygenerowany jednym wywołaniem. Stylizację można zmienić bez zmiany czegokolwiek w żądaniu: ten sam punkt końcowy obsługuje zarówno typografię, jak i styl.
Makiety plakatów i reklamy zewnętrznej
Kadry w 3:4 i 2:3 z nagłówkiem, linijką daty i notą prawną już umieszczonymi w obrazie, na poziomie 2k. Wystarczy, by pójść z tym na przegląd, zanim ktoś położy prawdziwą typografię na czystym tle.
Wskazówki
Przytocz każdy ciąg i napisz, gdzie stoi
Wymień osobno winietę, zapowiedzi na okładce i kapitaliki, każde w pojedynczym cudzysłowie i każde z pozycją. Trzy lub cztery krótkie ciągi na kadr to pewny zakres; negative_prompt może odsunąć zdublowane litery i przypadkowe znaki wodne.
Przypnij seed, potem zmieniaj jedną linię
Gdy układ zadziała, zapisz seed i zmieniaj po jednej zapowiedzi. Jeśli zamiast jednego ostatecznego kadru chcesz kilka odczytań tego samego układu, pomiń seed i wyślij brief jako równoległe żądania.
Dostosuj dołączony przykład
Zacznij od opublikowanego przykładu z aspect_ratio: 3:4 i resolution: 2k. Wymień obiekt i kierunek kreatywny, ale zachowaj kontrakt wejścia tego trybu.
A glossy fashion magazine cover, full-bleed portrait of an adult woman in a black lace bodysuit under a sheer open kimono, arms raised adjusting her hair, studio rim light on a deep charcoal background; masthead text 'SPICY' in large condensed type across the top, cover lines reading 'THE LATE SHIFT' and 'ISSUE 07' in small caps, high-end print typography, razor-sharp 2K detail.
To dokładnie to żądanie, z którego powstała okładka pokazana dla tego endpointu: portret na spad w 3:4 na poziomie 2k, z winietą, linijką numeru i zapowiedziami przytoczonymi w prompcie.
Sprawdź wynik, zanim zaczniesz iterować
Typografia z wieloma elementami to powód, by sięgnąć po ten poziom, ale i ona ma sufit: trzy lub cztery krótkie ciągi na kadr są pewne, cała strona tekstu już nie. Typografię generuj w 2k — poziom 1k służy do szkiców kompozycji. Rzadkie znaki i pisma niełacińskie się renderują, ale przed oddaniem trzeba je sprawdzić.
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/qwen-image-3.0-pro/text-to-image",
"input": {
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"resolution": "2k",
"num_outputs": 1,
"aspect_ratio": "1:1",
"prompt_optimization_mode": "direct"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
