Introdução
Qwen Image 2 Texto para imagem transforma um brief escrito em uma única imagem. Os prompts são lidos nativamente em chinês e em inglês: não há parâmetro de idioma nem etapa de tradução, então trocar de idioma de trabalho no meio do projeto não muda nada na requisição.
Qwen Image 2 é o modelo de imagem de uso geral da Alibaba: prompts de até 800 caracteres lidos nativamente em chinês ou inglês, cinco proporções no texto para imagem e um endpoint de edição que refaz uma referência na proporção que você escolher. Uma imagem por requisição, com um seed opcional para manter um sorteio fixo enquanto você compara.
Escolha o modo do Qwen Image 2 pelo material de partida
| Material de partida | Modo |
|---|---|
| Uma direção de arte ou um brief de design por escrito | Qwen Image 2 Texto para imagem |
| Uma imagem de origem aprovada para revisar | Qwen Image 2 Edição de imagem |
Recursos e destaques
Prompts em dois idiomas
O Qwen Image 2 lê diretamente prompts em chinês e em inglês, então a equipe pode trabalhar no idioma em que o brief fica mais claro, sem reescrevê-lo na hora de passar adiante.
Uma mudança escrita em uma imagem fornecida
O modo de edição parte de uma imagem fornecida e de uma instrução escrita. Use esse ponto de partida quando a identidade ou a composição já existem e o que está em revisão é uma mudança deliberada, não um conceito novo.
Dois pontos de partida bem separados
Texto para imagem serve para montar uma cena nova a partir da direção de arte; a edição serve para revisar uma imagem de origem. Escolher primeiro o material de partida evita avaliar um brief de edição como se fosse uma geração do zero.
Parâmetros da requisição
| Parâmetro | Obrigatório | Descrição |
|---|---|---|
prompt | Sim | Até 800 caracteres, chinês ou inglês, lidos nativamente sem flag de idioma. É um teto de verdade: gaste em sujeito, figurino, cenário e luz, não em adjetivos. pelo menos 1 caracteres · no máximo 800 caracteres |
aspect_ratio | Não | Fixa as dimensões de saída antes de a geração começar, então escolha antes de escrever o prompt — o quadro é composto para aquele formato, não recortado nele. |
seed | Não | Deixe de fora para um sorteio novo a cada chamada; defina para manter o mesmo sorteio e mudar uma coisa de cada vez. |
Preços
$0.035 / imagem
Casos de uso
Começar por um brief escrito
Use este modo para uma cena, ilustração ou conceito de produto que ainda não tem imagem de origem. Escolha primeiro o enquadramento — 1:1, 4:3, 3:4, 16:9 ou 9:16 —, depois descreva assunto, composição e luz, e compare alguns sorteios antes de definir a direção.
Produção de campanha bilíngue
A equipe criativa escreve o brief em chinês, um parceiro no exterior itera em inglês e ninguém reescreve o prompt. O enquadramento é escolhido de antemão com aspect_ratio, então cada posicionamento é gerado no próprio formato em vez de ser recortado de um quadrado.
Personagens e figurino
Acessórios de figurino, adereços e cenários de bar de neon: pedidos em que figurino, adereço e cenário precisam sair de uma só vez. Fixe um seed assim que um personagem funcionar e depois varie o cenário e o figurino em torno de um rosto estável.
Produto em um cenário novo
Se ainda não existe foto do produto, descreva o objeto, o material e o cenário onde ele fica, e trate o resultado como imagem de conceito, não como registro do produto real. Quando houver uma foto aprovada, envie-a ao endpoint de edição e recoloque essa foto em cena.
Guia de prompt e dicas práticas
Escolha o enquadramento antes de escrever
aspect_ratio compõe a imagem em vez de recortá-la, então a descrição precisa combinar com o enquadramento escolhido: um brief em 9:16 empilha o assunto na vertical; um em 16:9 pode espalhar o cenário na largura.
Use os 800 caracteres em uma cena completa
Assunto, figurino, cenário, luz, lente — tudo numa passada, em qualquer um dos dois idiomas. O limite vale antes de a requisição ser enviada, então corte adjetivos antes de cortar a descrição do cenário. Deixe seed de fora enquanto procura uma direção; quando uma imagem valer a pena, fixe o seed dela e mude um elemento por vez.
Adapte o exemplo incluído
Comece pelo exemplo publicado com aspect_ratio: 1:1. Troque o assunto e a direção criativa, mas mantenha o contrato de entrada deste modo.
Photorealistic cinematic still of a real adult woman in a dim neon cocktail bar at night, wearing a loose chocolate satin robe slipping off one shoulder, and a large fluffy orange-and-white faux fox tail accessory clipped at the small of her back, curving up behind her hip. She leans on the bar and glances back over her shoulder at the camera with a teasing half-smile. Red paper lanterns overhead, a neon sign on the back wall reading 'MIDNIGHT FOX', bottles bokeh, 35mm film grain, warm amber and crimson light.
É a requisição exata por trás da imagem publicada: um brief quadrado que cobre figurino, um acessório de cauda, o cenário do bar e a luz das lanternas.
Confira o resultado antes de iterar
800 caracteres é um teto rígido: um prompt mais longo é recusado antes do envio, então gaste o orçamento com assunto, figurino, luz e lente, não com adjetivos. Cada requisição devolve uma imagem; não há campo de lote, então explorar significa repetir a chamada. Texto dentro da imagem não é o forte deste modelo: para letreiros e cabeçalhos, use a linha Qwen Image 3.0.
Início rápido da 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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/qwen-image-2/text-to-image",
"input": {
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"aspect_ratio": "1:1"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulte a referência da API para autenticação, esquema completo, polling e tratamento de erros.
