Introdução
O Qwen Image 3.0 Texto para imagem transforma um brief escrito em uma imagem por requisição. O que o diferencia é a tipografia: as frases que você coloca entre aspas — um aviso de porta, uma placa de bar, a manchete de um pôster — são renderizadas como texto de verdade, e não como uma textura em forma de letras.
O Qwen Image 3.0 é o modelo de imagem da Alibaba especializado em renderizar texto: prompts de até 5.000 caracteres, oito proporções, um nível de 1K ou 2K e um endpoint de edição que lê de uma a três referências. Sem censura, sem flag para marcar.
Escolha o modo do Qwen Image 3.0 pelo material de partida
| Material de partida | Modo |
|---|---|
| Uma direção de arte ou um brief de design por escrito | Qwen Image 3.0 Texto para imagem |
| Uma imagem de origem aprovada para revisar | Qwen Image 3.0 Edição de imagem |
Recursos e destaques
Composição de imagem pensada para o texto
O Qwen Image 3.0 é útil para conceitos visuais em que o texto fornecido, a composição e o tratamento da imagem precisam ser pensados juntos. Trate as letras geradas como um rascunho de design e revise antes de publicar.
Compor do zero e revisar uma origem são trabalhos diferentes
Use texto para imagem para montar um visual a partir de um brief escrito. Use a edição de imagem quando uma imagem existente traz a identidade, o layout ou o material que precisa ser mantido enquanto uma mudança definida é feita.
Revise a hierarquia antes do detalhe decorativo
Em pôsteres, embalagens e conceitos de campanha, decida primeiro a hierarquia da mensagem e o ponto focal. Um resultado bonito ainda falha na tarefa se o texto aprovado ou os dados do produto não aparecerem corretamente.
Parâmetros da requisição
| Parâmetro | Obrigatório | Descrição |
|---|---|---|
prompt | Sim | Até 5.000 caracteres, em chinês ou inglês, sem flag de idioma. Ponha toda string que precisa aparecer na imagem entre aspas simples e mantenha cada uma em umas oito palavras. pelo menos 1 caracteres · no máximo 5000 caracteres |
aspect_ratio | Não | Compõe o quadro antes da geração em vez de recortar depois, então escolha o formato em que a imagem será publicada. As oito proporções custam o mesmo por imagem. |
resolution | Não | 1k ou 2k, padrão 2k, e a única variante de preço aqui. Gere qualquer coisa com texto legível em 2k; 1k é para rascunhos rápidos de layout em que nada precisa ser lido. |
num_outputs | Não | Fixo em 1: cada requisição devolve uma imagem. |
enable_prompt_expansion | Não | Ligada por padrão nesta família. Ela completa briefings magros e reescreve os detalhados, então desligue assim que o prompt for uma descrição precisa de plano. Valor padrão: |
negative_prompt | Não | Até 2.000 caracteres de exclusões, mantidos fora do prompt principal. Vale gastar em marcas d'água, membros duplicados e letras embaralhadas quando um quadro carrega tipografia. no máximo 2000 caracteres |
prompt_optimization_mode | Não | Como a expansão de prompt reescreve o seu brief enquanto |
seed | Não | Omita enquanto explora e cada chamada sorteia o seu. Fixe assim que um quadro funcionar e depois mude um outro campo de cada vez para ver o que cada mudança fez. |
Preços
| Especificação | Preço |
|---|---|
| $0.03 / imagem |
| $0.03 / imagem |
Casos de uso
Começar por um brief escrito
Use este modo quando a imagem ainda não tem origem e parte do texto precisa ser lida: uma placa, um rótulo, uma manchete. Escolha a proporção em que vai publicar, deixe a resolução em 2k e coloque cada frase entre aspas simples dentro do prompt.
Conjuntos de personagens e séries de moda
Os prompts de styling que outras APIs recusam rodam aqui sem nenhum sinalizador. Fixe a semente que deu o personagem e depois mude um detalhe por requisição — roupa, luz, pose — para um conjunto coerente em vez de um monte de sorteios sem relação.
Rascunhos de pôster e embalagem
Manchete, subtítulo e uma linha legal, tudo renderizado na imagem em 2k, na proporção que o posicionamento realmente usa. Útil para apresentar um layout antes de um designer colocar tipografia de verdade sobre uma imagem limpa.
Cenários de hotelaria e ambientação
Quartos de hotel, bares e saguões em que uma placa específica precisa ser lida corretamente: avisos de porta, números de quarto, cardápios de coquetéis, neon acima do balcão. Gere a imagem com o texto já no lugar, em vez de montar a tipografia sobre um render depois.
Guia de prompt e dicas práticas
Escolha primeiro a proporção e o nível
aspect_ratio compõe a imagem em vez de recortá-la, então escolha o formato em que vai publicar. Deixe a resolução em 2k sempre que a imagem tiver texto; baixe para 1k só em rascunhos de layout em que nada precisa ser legível.
Descreva a cena e cite o texto ao pé da letra
Descreva assunto, figurino, luz e lente, e então coloque cada frase exata entre aspas simples, com umas oito palavras no máximo. enable_prompt_expansion vem ligado por padrão e reescreve prompts detalhados, então desligue quando o seu texto já for uma descrição precisa do plano.
Adapte o exemplo incluído
Comece pelo exemplo publicado com aspect_ratio: 3:4 e resolution: 2k. Troque o assunto e a direção criativa, mas mantenha o contrato de entrada deste modo.
Editorial photograph, an adult woman sitting on a hotel bed in a navy satin slip dress, city lights blurred through the window behind her, a brass door hanger hanging in sharp foreground reading 'DO NOT DISTURB', warm tungsten bedside lamp, cinematic 35mm, shallow focus, moody blue and amber palette.
É a requisição exata por trás da imagem publicada: uma cena de hotel em 3:4 no nível 2k, com o texto do aviso de porta citado no prompt.
Confira o resultado antes de iterar
Frases curtas entre aspas são o caso confiável: um cabeçalho, uma placa, um rótulo, umas oito palavras ou menos por elemento. Texto do tamanho de um parágrafo ainda se desfaz em algo sem sentido com cara de plausível, e letra pequena e densa é a primeira a quebrar no nível 1k — gere tipografia em 2k. Alfabetos não latinos são renderizados, mas revise: em glifos raros o modelo tem mais confiança do que acerto.
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/qwen-image-3.0/text-to-image",
"input": {
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"resolution": "2k",
"num_outputs": 1,
"aspect_ratio": "1:1",
"prompt_optimization_mode": "direct"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulte a referência da API para autenticação, esquema completo, polling e tratamento de erros.
