GPT Image 2.6 API er live. Prøv billedgenerering →
PoYoPoYo
Model icon
qwen-image-2.1
Text to Image
Image to Image
Se flere modeller fra Alibaba
Model:
Få adgang til Qwen Image 2.1 API på PoYo med indbygget 2K-billedgenerering, præcis redigering med op til 10 referencebilleder, indbygget alfakanal-output og typografi i høj præcision.
Hent API-nøgle
API-dokumentation
Input
1452/5000
Added 0/10

Drop files here, paste files, or add a URL. JPEG, PNG or WebP, up to 10 MB per image and 10 images.

Added 0/1

Drop files here, paste files, or add a URL. Use an HTTP(S) mask URL with exactly one reference image. Masks cannot be combined with a transparent background.

Safety checks are always enabled in the playground and cannot be disabled.

Anslået pris: 10 kreditter
Output

Eksempel på output

Det her er eksempeldata. Generér et nyt resultat for at se det rigtige output.

Opgave-ID:X1YITCDYCVZHY3BJOprettet:2026-09-24T20:05:22
Status:finishedFremdrift:100%
Generated image 1
Examples
Prisdetaljer

Betal efter forbrug. Intet abonnement og ingen skjulte gebyrer.

1 kredit = $0.005
NiveauPoYo-pris
1K
$0.030/gen.
6 kreditter/gen.
10 genereringer: $0.300
2K
$0.050/gen.
10 kreditter/gen.
10 genereringer: $0.500
Sådan afregnes det: Fast pris pr. generering.

Prisen beregnes ud fra det endelige output.

Anbefalede modeller
QWEN IMAGE 2.1

Samlet generering og redigering, indbygget RGBA-gennemsigtighed og styring med 10 referencebilleder

Qwen Image 2.1 API: samlet billedgenerering og redigering med flere referencer

Generér og redigér billeder i høj opløsning med én kompakt 7B-model. Qwen Image 2.1 samler tekst-til-billede-generering og avanceret redigering med flere referencer og tilføjer indbygget understøttelse af RGBA-gennemsigtighed direkte i sin single-stream Diffusion Transformer.

Med indbygget 2K-opløsning, billedsammensætning på tværs af op til 10 referencer og acceleration via Prefix KV-cache giver Qwen Image 2.1 udviklere og skabere et effektivt, produktionsklart fundament til kommercielle visuelle arbejdsgange.

Hent API-nøgle

Vigtigste funktioner i Qwen Image 2.1 API

Samlet 2K-generering og -redigering, indbyggede gennemsigtige billeder og styring med 10 referencebilleder til kreative arbejdsgange med høj troværdighed.

01

Qwen Image 2.1 API til samlet billedgenerering og redigering

Skabere skal ofte skifte mellem separate modeller til tekst-til-billede-syntese og billedredigering, hvilket øger kompleksiteten i integrationen og svartiden. Qwen Image 2.1 samler visuel skabelse og iterativ redigering i ét let 7B-checkpoint. Generér indbyggede 2K-billeder, eller redigér eksisterende billeder med samme troværdighed på tværs af ni billedformater med ét enkelt API-kald.

  • Generér indbyggede 2K-billeder i 9 billedformater
  • Saml tekst-til-billede og billedredigering i én model
  • Slip for at skifte mellem flere modeller og for ekstra pipeline-arbejde
Officielt Qwen Image 2.1-storyboard med seks felter og en figur

02

Qwen Image 2.1 API til gennemsigtige elementer og motivfriløft

Rene gennemsigtige elementer kræver typisk separate værktøjer til fjernelse af baggrund, som giver kantartefakter og farveglorier. Qwen Image 2.1 har en indbygget RGBA-VAE med 64 kanaler, der syntetiserer gennemsigtige billeder direkte ud fra tekstprompts og friløfter motiver fra fotografiske input. Designere og udviklere kan generere stickers, designelementer og friskårne produktbilleder i ét trin.

  • Generér indbyggede gennemsigtige RGBA-billeder direkte ud fra tekst
  • Friløft rene motiver fra almindelige RGB-fotografier
  • Undgå ekstra trin til fjernelse af baggrund
Officiel Qwen Image 2.1-sticker med en gennemsigtig drage

03

Qwen Image 2.1 API til konsistens med 10 referencebilleder

Komplekse visuelle kompositioner og virtuel prøvning kæmper ofte med figurer, der ændrer udseende, og forringede teksturer, når de styres af flere input. Qwen Image 2.1 understøtter op til 10 referencebilleder sammen med regional redigering via cirkelmarkører, penselmarkeringer eller dedikerede masker. Bevar streng identitetstroværdighed for menneskeansigter, tøj og brandede varer gennem redigeringer.

  • Kombinér op til 10 referencebilleder i én komposition
  • Foretag målrettede redigeringer med cirkel-, pensel- eller maskeområder
  • Bevar ansigtstræk, produkttekstur og brandingdetaljer
Officielt Qwen Image 2.1-outfit sammensat af fem referencebilleder

04

Qwen Image 2.1 API til klar tosproget typografi og plakater

Generative billedmodeller producerer ofte uforståelig tekst, forvrængede bogstavformer og ulæselige tegnlayouts i kommerciel grafik. Med den integrerede Qwen3-VL-8B-encoder leverer Qwen Image 2.1 enestående tosproget engelsk og kinesisk typografi, der sidder naturligt i scenerne. Generér kommercielle plakater, emballagekoncepter og infografikker med skarpe bogstaver, der følger perspektiv og lys.

  • Gengiv læselig tosproget typografi på engelsk og kinesisk
  • Tilpas tekst i billedet naturligt til scenens lys og perspektiv
  • Producér kommercielle plakater, emballage og infografikker
Officiel Qwen Image 2.1-infografik med et slot og tekst på kinesisk og engelsk

05

Qwen Image 2.1 API til hurtig og omkostningseffektiv generering

Det høje parameterantal i diffusionsmodeller på 20B+ giver et stort VRAM-forbrug og langsomme iterationer i produktionspipelines. Qwen Image 2.1 har en kompakt single-stream DiT med 32 lag og kun 7 milliarder visuelle parametre, suppleret med genbrug af Prefix KV-cache gennem 40 denoising-trin. Oplev markant hurtigere inferens og lavere driftsomkostninger uden at gå på kompromis med den visuelle troværdighed.

  • Sænk hukommelseskravene med en effektiv 7B-arkitektur
  • Accelerér denoising i flere trin med Prefix KV-caching
  • Opnå benchmarkscorer i topklassen med lavere ressourceforbrug
Officielt Qwen Image 2.1-diagram over attention med blandet granularitet og Prefix KV-cache

Hvem kan få gavn af Qwen Image 2.1 API?

01

Produktfotografering til e-handel

Generér professionelle kommercielle billeder, skift baggrunde i kataloget, og friløft rene produktmotiver, samtidig med at produktets former, logoer og teksturer bevares nøje.

02

Mode og virtuel prøvning

Kombinér separate modelfotos med reference til tøj og tilbehør ved hjælp af styring med 10 billeder for at skabe realistiske modekompositioner og personlig styling.

03

Grafisk design og gennemsigtige elementer

Lav stickers, friskårne visuelle elementer og gennemsigtige PNG-filer direkte ud fra prompts uden at skulle bruge ekstra værktøjer til fjernelse af baggrund.

04

Sociale medier og digital marketing

Producér opsigtsvækkende kampagnevisuals, annoncebannere og reklameplakater med læsbar tosproget typografi og sammenhængende brandelementer.

05

Storyboards og concept art

Iterér på figurark, filmiske scenekompositioner og storyboards i flere billeder ved hjælp af identitetsforankring med flere referencer på tværs af forskellige kameravinkler.

06

Udgivelse og redaktionelle layouts

Udvikl bogomslag, undervisningsinfografikker og redaktionelle illustrationer med strukturerede kompositioner, hvor typografi og billedkunst går op i en højere enhed.

Qwen Image 2.1 vs Qwen Image 2.0 — modelsammenligning

Qwen Image 2.1 samler det, som tidligere udgivelser løste med separate checkpoints, og nedbringer de visuelle parametre til 7B, samtidig med at den introducerer indbygget RGBA-gennemsigtighed og styring med 10 referencebilleder.

FunktionQwen Image 2.1Qwen Image 2.0
Størrelse på den visuelle generator7B single-stream DiT (32 lag)~20B parametre
Generering + redigeringÉt samlet checkpointSeparate checkpoints (T2I vs. redigering)
Understøttelse af gennemsigtighedIndbygget RGBA med 64 kanaler i samme modelKræver en dedikeret lagmodel
Antal referencebillederOp til 10 referencebillederBegrænset (typisk 1-3 referencer)
Indbygget opløsning1K / 2K1024×1024 / 2K i senere checkpoints
Optimering af inferensGenbrug af Prefix KV-cache på tværs af trinStandard genberegning i flere trin
Score i Qwen-Image-Bench60,28 (højest placerede åbne model)52,06
VRAM-krav~6–12 GB (kvantiseret / aflastet)24 GB+ anbefales

Scorer i Qwen-Image-Bench og specifikationer afspejler offentliggjorte tekniske evalueringer og dokumentation.

Ofte stillede spørgsmål om Qwen Image 2.1 API

Hvad er Qwen Image 2.1?

Qwen Image 2.1 er Alibabas visuelle fundamentmodel med åbne vægte, designet til samlet tekst-til-billede-skabelse og billedredigering. Den har 32 single-stream DiT-lag med 7B visuelle parametre og indbygget RGBA-gennemsigtighed.

Hvordan adskiller Qwen Image 2.1 sig fra tidligere Qwen-Image-udgivelser?

Tidligere versioner krævede ofte separate modeller til generering, redigering og gennemsigtighed i lag. Qwen Image 2.1 samler alle disse funktioner i én kompakt 7B-model, som håndterer gennemsigtige baggrunde og op til 10 referencebilleder indbygget.

Hvordan genererer jeg gennemsigtige RGBA-billeder med API'et?

Sæt background til transparent og output_format til png eller webp. Uigennemsigtige baggrunde er standard; JPEG understøtter ikke gennemsigtighed. Masker kan ikke kombineres med en gennemsigtig baggrund.

Hvor mange referencebilleder understøtter Qwen Image 2.1 til redigering?

Qwen Image 2.1 understøtter op til 10 referencebilleder i en enkelt redigeringsanmodning, hvilket giver mulighed for komplekse scener med flere figurer, virtuel prøvning og detaljerede interiørkompositioner med stærk bevarelse af identiteten.

Hvilke outputopløsninger og billedformater understøttes?

Vælg 1K (standard, 6 kreditter) eller 2K (10 kreditter). Der understøttes ni billedformater: 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9 og 9:21. Med referencebilleder er auto også tilgængelig. I maskeløsningen følger outputtet referencebilledets billedformat; size og prompt_extend ignoreres af serveren.

Hvordan håndterer Qwen Image 2.1 tosproget tekstgengivelse?

Med Qwen3-VL-8B som betingelsesencoder har Qwen Image 2.1 førsteklasses kinesisk og engelsk typografi, så brandlogoer, skilte og plakattekst kan gengives nøjagtigt og sidde naturligt i 3D-scener.

Er Qwen Image 2.1 API tilgængelig på PoYo?

Ja. Generér og redigér billeder i playground eller via API'et med modellen qwen-image-2.1. Hver generering koster 6 kreditter i 1K eller 10 kreditter i 2K, uden tillæg for referencebilleder.

Hvorfor vælge Qwen Image 2.1 API på PoYo

01

Samlet billedgenerering og redigering

Vurdér tekst-til-billede-syntese, billedredigering med flere referencer og indbygget RGBA-gennemsigtighed i én enkelt, strømlinet udviklerarbejdsgang.

02

Omfattende modelkatalog

Sammenlign Qwen Image 2.1 med førende modeller som FLUX, Seedream og Grok Imagine for at vælge den bedste visuelle pipeline til dit projekt.

03

API-arkitektur til høj samtidighed

PoYos asynkrone opgavefordeling og infrastruktur med lav svartid sikrer hurtige, pålidelige genereringstider med komplette statuscallbacks.

04

Integration med udvikleren i fokus

Få standard SDK-understøttelse, tydelig OpenAPI-dokumentation og responsive udviklerværktøjer, så du kan integrere billedgenerering på få minutter.