Introdução
O que este endpoint faz
O Qwen Image 2.1 Turbo Texto para imagem transforma um briefing escrito em uma a seis imagens por requisição, com o checkpoint de 8 passos do Qwen Image 2.1 da Alibaba. Nossas requisições levaram de 13 a 39 segundos de ponta a ponta.
Entradas
prompt leva o briefing inteiro, com até 5.000 caracteres. num_outputs pede de uma a seis imagens. aspect_ratio escolhe um de quinze formatos e resolution o nível 1k, 1.5k ou 2k, todos ao mesmo preço por imagem. enable_prompt_expansion (desativada por padrão) deixa a Alibaba reescrever o prompt antes, com prompt_optimization_mode e enable_thinking moldando essa reescrita. seed estabiliza uma série.
Conteúdo
Sem filtro da plataforma. Com a expansão desligada, nossos testes de conteúdo saíram como escritos; com ela ligada, a reescrita suaviza os prompts sem filtro.
| Campo | Valor |
|---|---|
| Entrada | Texto |
| Saída | Imagem |
| Status na SpicyAPI | No ar: texto para imagem e edição de imagens |
| Base | Qwen Image 2.1, como um checkpoint acelerado de 8 passos do mesmo modelo de 7B |
| Imagens por requisição | De 1 a 6, cobradas por imagem devolvida |
| Preço | Um preço fixo por imagem nos níveis 1k, 1.5k e 2k; a cotação em tempo real está nesta página |
| Proporções | 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 |
| Tamanhos em 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 |
| Edição | De 1 a 10 imagens de referência; sem proporção, a saída segue a imagem de origem em cerca de 2K |
| Prompt | Até 5.000 caracteres; sem prompt negativo, então escreva as exclusões no próprio prompt |
| Expansão de prompt | Desativada por padrão; reescrita direct ou agent quando ativada, com uma etapa opcional de raciocínio |
| Espera medida | De 13 a 39 segundos para texto para imagem, de 26 a 59 segundos para edições, nas nossas execuções |
| Política de conteúdo | Sem censura: sem filtro da plataforma, sem flag de maturidade |
| Pesos abertos | Qwen/Qwen-Image-2.1-Turbo, sob a Qwen Research License Agreement |
Parâmetros da requisição
| Parâmetro | Obrigatório | Descrição |
|---|---|---|
prompt | Sim | O briefing inteiro, com até 5.000 caracteres. Escreva sujeito, figurino, pose, luz e lente em frases simples. pelo menos 1 caracteres · no máximo 5000 caracteres |
aspect_ratio | Não | Quinze formatos, das faixas 3:1 e 21:9 às colunas 1:3 e 9:21. O quadro é composto nesse formato, não recortado de um quadrado. |
resolution | Não | 1k, 1.5k ou 2k. Todos os níveis custam o mesmo por imagem, então 2k é o padrão. |
num_outputs | Não | De uma a seis imagens do mesmo prompt em uma requisição. Cada imagem devolvida é cobrada, então seis imagens custam seis vezes o valor de uma. |
enable_prompt_expansion | Não | Desativada por padrão, então a sua redação é desenhada como escrita. Valor padrão: |
enable_thinking | Não | Gasta raciocínio extra na reescrita para uma imagem melhor, ao custo de uma espera maior. Só funciona enquanto a expansão de prompt está ativada. Valor padrão: |
prompt_optimization_mode | Não | Como a expansão reescreve o briefing quando está ativada: direct é uma única passagem que serve para a maioria dos prompts, agent é uma reescrita em várias etapas com mais detalhe. |
seed | Não | Estabiliza um sorteio para você mudar uma coisa por vez e comparar com justiça. Não garante uma imagem idêntica pixel a pixel. |
Preços
$0.014 / imagem
Casos de uso
Trabalho de imagem sem censura
A SpicyAPI não coloca nenhum filtro de conteúdo na frente do Turbo. Com a expansão de prompt desligada, nossos testes saíram como escritos em cada nível de conteúdo que executamos, de Leve a Máximo, para mulheres e homens igualmente. No nível Muito forte, uma de duas execuções passou; a outra parou antes de concluir a solicitação.
Muitos rascunhos até achar o ideal
Oito passos e até seis imagens por chamada dão um leque barato de opções. Explore figurino, pose e luz em uma única requisição, fique com o quadro que funciona e gaste suas edições nele.
Um personagem em toda uma série
Gere um personagem, envie o quadro de volta como referência e mude o vestido, o ambiente ou a luz em passagens separadas. Cada edição parte do seu quadro aprovado, e não de um novo sorteio, então o rosto se mantém ao longo da série.
Casais a partir de dois retratos
Envie dois retratos como Image 1 e Image 2 e descreva a cena que eles dividem. No nosso teste, um homem e uma mulher fotografados separadamente acabaram rindo lado a lado em um terraço ao entardecer, os dois ainda reconhecíveis.
Pôsteres e tipografia
O Turbo compõe manchetes curtas com limpeza. Coloque a redação entre aspas, diga onde ela fica e descreva o estilo do pôster: nosso pôster de cabaré saiu com as duas linhas escritas exatamente.
Fotos de produto e capas
Preço fixo até 2K e seis imagens por chamada combinam com miniaturas, capas e fotos de produto, em que você quer vários recortes de uma mesma ideia e um master em tamanho real para reduzir depois.
Guia de prompt e dicas práticas
Deixe a expansão de prompt desativada em trabalhos adultos
A expansão envia seu prompt ao reescritor da Alibaba antes de a imagem ser desenhada, e o reescritor suaviza os briefs sem filtro: em nossos testes, ele amenizou uma imagem de nível Forte, transformou uma cena de nível Muito forte em uma que apenas sugeria, e devolveu uma edição que pedia para ir além sem mudar nada. Com a expansão desativada, os mesmos prompts saíram como escritos. Ela vem desativada por padrão aqui; mantenha assim, a menos que você queira a reescrita.
Ative para prompts curtos do dia a dia
Um briefing de seis palavras ganha uma cena mais completa quando a expansão está ativada. direct reescreve em uma única passagem e serve para a maioria dos prompts; agent reescreve em várias etapas para um resultado mais refinado. O modo de raciocínio gasta raciocínio extra nessa reescrita e acrescenta tempo; não faz nada enquanto a expansão está desativada.
Use 2K, custa o mesmo
Todos os níveis têm o mesmo preço por imagem, então 2K é o padrão e a escolha sensata. Desça para 1k só quando quiser um arquivo menor ou um retorno um pouco mais rápido.
Peça várias imagens de uma vez
Defina
num_outputsde 1 a 6 para receber variações de um mesmo prompt em uma única chamada. Cada imagem devolvida é cobrada, então seis imagens custam seis vezes o valor de uma. É a forma mais barata de encontrar uma pose ou uma composição de que você goste antes de começar a editar.Na edição, escreva primeiro a mudança e depois a lista do que fica
Escreva a única coisa que muda e, em seguida, tudo o que precisa ficar: "Change her dark velvet dress into a backless crimson satin gown; keep her face, hair and expression." (troque o vestido de veludo escuro dela por um vestido de cetim carmesim de costas abertas; mantenha o rosto, o cabelo e a expressão). Indique as referências pelo número. No nosso teste com dois retratos, "the man from Image 1 and the woman from Image 2" manteve os dois rostos reconhecíveis no mesmo quadro.
Coloque entre aspas as palavras que devem aparecer
Coloque a redação exata entre aspas e diga onde ela vai. No nosso teste de pôster, "VELVET HOUR" no alto e "LATE SHOW · FRIDAYS 11 PM" embaixo saíram letra por letra. Mantenha cada linha curta e confira em tamanho real antes de publicar.
Escreva o prompt em uma ordem fixa
Sujeito, figurino, pose, luz, lente e paleta, em frases simples. Nomeie a fonte de luz e a direção dela (um abajur quente à esquerda, vidro riscado de chuva atrás dela) em vez de uma palavra de clima. Com a expansão desativada, o Turbo desenha o que você escreve e não preenche as lacunas por você.
Introdução
O Qwen Image 2.1 Turbo Texto para imagem transforma um briefing escrito em imagens. A equipe Qwen da Alibaba lançou o Turbo com pesos abertos em 9 de outubro de 2026 como um checkpoint acelerado do Qwen Image 2.1: a mesma arquitetura de geração visual de 7B, amostrada em 8 passos de denoising, onde os exemplos do 2.1 da própria Alibaba usam 40.
Na SpicyAPI ele está no ar. Uma requisição devolve de uma a seis imagens, os níveis 1k, 1.5k e 2k custam o mesmo por imagem e não há filtro de conteúdo na frente do modelo. Todas as imagens desta página foram geradas no Turbo com o prompt mostrado.
Escolha um modo conforme o que você tem
| Material de partida | Modo |
|---|---|
| Um briefing escrito e mais nada | Qwen Image 2.1 Turbo Texto para imagem |
| Uma ou mais imagens para alterar | Qwen Image 2.1 Turbo Edição de imagens |
O que medimos
Velocidade
De 13 a 39 segundos por requisição, de ponta a ponta, nas nossas execuções, incluindo duas imagens 2K em uma única chamada em 28 segundos. A expansão de prompt e o modo de raciocínio acrescentam tempo quando estão ativados.
Conteúdo
Com a expansão de prompt desligada, o padrão, nossos testes de conteúdo saíram como escritos nos níveis Leve, Moderado, Forte e Máximo, para mulheres e homens. O teste Muito forte foi renderizado por completo uma vez em duas execuções; o outro parou antes de concluir a solicitação. Com a expansão ativada, a reescrita da Alibaba suavizou esses prompts. Nenhuma requisição foi recusada.
Texto na imagem
Nosso pôster de cabaré pediu "VELVET HOUR" e "LATE SHOW · FRIDAYS 11 PM" e recebeu as duas linhas, letra por letra.
Tamanhos em 2K
| Proporção | Tamanho de saída |
|---|---|
| 1:1 | 2048 × 2048 |
| 16:9 | 2688 × 1536 |
| 9:16 | 1536 × 2688 |
| 4:3 | 2368 × 1760 |
| 3:2 | 2496 × 1664 |
| 2:3 | 1664 × 2496 |
São quinze proporções ao todo, de 3:1 a 1:3, em 1k, 1.5k e 2k. A saída é PNG.
Turbo ou Qwen Image 2.1
| Turbo | Qwen Image 2.1 | |
|---|---|---|
| Passos de denoising | 8 | 40 |
| Imagens por requisição | 1 a 6 | 1 |
| Preço por nível | Fixo | Sobe com o nível |
| Formato de saída | PNG | JPEG, PNG ou WebP |
| Fundo transparente | Pedindo no prompt | Uma opção própria |
| Filtro de conteúdo | Nenhum | Nenhum |
Escolha o Turbo para volume e variações rápidas. Escolha o Qwen Image 2.1 quando precisar dos controles de formato e de fundo dele.
Guia de prompts e dicas profissionais
Mantenha a expansão desativada em trabalhos adultos
A reescrita suaviza briefings adultos. Desativada, o Turbo desenha o que você escreve.
Ative a expansão para prompts curtos do dia a dia
Uma ideia de seis palavras ganha uma cena mais completa. direct serve para a maioria dos prompts, agent reescreve com mais detalhe e o modo de raciocínio gasta tempo extra para uma reescrita melhor.
Escreva em uma ordem fixa
Sujeito, figurino, pose, luz, lente e paleta, em frases simples. Nomeie a fonte de luz e a direção dela em vez de uma palavra de clima.
Coloque entre aspas as palavras que devem aparecer
Coloque a redação exata entre aspas, mantenha cada linha curta e diga onde ela fica.
Peça seis, fique com uma
Cada variação custa o mesmo, então uma requisição de seis imagens é o jeito mais rápido de achar a pose ou a composição que vale a pena editar.
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/qwen-image-2.1-turbo/text-to-image",
"input": {
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"resolution": "2k",
"num_outputs": 1,
"aspect_ratio": "1:1",
"prompt_optimization_mode": "direct"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulte a referência da API para autenticação, esquema completo, polling e tratamento de erros.


















