La API de GPT Image 2.5 ya está disponible. Crea y edita imágenes →
PoYoPoYo
QWEN IMAGE 2.1 · PRÓXIMAMENTE

Generación y edición unificadas, transparencia RGBA nativa y control de referencias de 10 imágenes

API de Qwen Image 2.1: generación de imágenes unificada y edición con múltiples referencias

Genera y edita imágenes de alta resolución dentro de un único modelo compacto 7B. Qwen Image 2.1 unifica la generación de texto a imagen y la edición avanzada con múltiples referencias, al tiempo que añade compatibilidad con transparencia RGBA nativa directamente dentro de su Transformer de difusión de flujo único.

Con resolución 2K nativa, composición de múltiples imágenes con hasta 10 referencias y aceleración de caché Prefix KV, Qwen Image 2.1 proporciona a desarrolladores y creadores una base eficiente y lista para producción para flujos de trabajo visuales comerciales.

Obtener clave API

Características clave de la API de Qwen Image 2.1

Generación y edición unificadas en 2K, imágenes transparentes nativas y control de referencias de 10 imágenes para flujos de trabajo creativos de alta fidelidad.

01

API de Qwen Image 2.1 para generación y edición de imágenes unificadas

Los creadores suelen tener que cambiar entre modelos separados para la síntesis de texto a imagen y la modificación de imágenes, lo que aumenta la complejidad de integración y la latencia. Qwen Image 2.1 consolida la creación visual y la edición iterativa en un único punto de control ligero 7B. Genera imágenes 2K nativas o edita imágenes existentes con la misma fidelidad en siete relaciones de aspecto mediante una sola llamada API.

  • Genera imágenes 2K nativas en 7 relaciones de aspecto
  • Unifica texto a imagen y edición de imágenes en un solo modelo
  • Elimina el cambio entre múltiples modelos y la sobrecarga del flujo de trabajo
Mochila gris generada antes y después de cambiar la tela a verde oliva

02

API de Qwen Image 2.1 para recursos transparentes y recortes de sujetos

La producción de recursos transparentes limpios normalmente requiere herramientas independientes de eliminación de fondo que introducen artefactos en los bordes y halos de color. Qwen Image 2.1 incorpora un VAE RGBA nativo de 64 canales que sintetiza imágenes transparentes directamente desde indicaciones de texto y extrae sujetos de entradas fotográficas. Diseñadores y desarrolladores pueden generar pegatinas, elementos de diseño y fotografías de productos aislados en un solo paso.

  • Genera imágenes transparentes RGBA nativas directamente desde texto
  • Extrae sujetos limpios de fotografías RGB estándar
  • Elimina la necesidad de pasos secundarios de eliminación de fondo
La misma mochila en la foto original y con el fondo transparente

03

API de Qwen Image 2.1 para consistencia con 10 imágenes de referencia

Las composiciones visuales complejas y las pruebas virtuales de prendas suelen tener problemas de variación de personajes y degradación de texturas al estar condicionadas por múltiples entradas. Qwen Image 2.1 admite hasta 10 imágenes de referencia junto con edición regional mediante marcadores circulares, anotaciones con pincel o máscaras específicas. Mantén una fidelidad estricta de identidad para rostros humanos, prendas de moda y productos de marca durante las ediciones.

  • Combina hasta 10 imágenes de referencia en una sola composición
  • Aplica ediciones específicas con regiones circulares, de pincel o de máscara
  • Conserva rasgos faciales, texturas de productos y detalles de marca
Referencias de persona y prenda junto al resultado de una edición localizada de la ropa

04

API de Qwen Image 2.1 para tipografía bilingüe clara y carteles

Los modelos generativos de imágenes suelen producir textos distorsionados, formas de letras defectuosas y diseños de caracteres ilegibles en gráficos comerciales. Aprovechando el codificador integrado Qwen3-VL-8B, Qwen Image 2.1 ofrece una tipografía bilingüe excepcional en inglés y chino integrada de forma natural en las escenas. Genera carteles comerciales, conceptos de empaques e infografías con letras nítidas alineadas con la perspectiva y la iluminación.

  • Renderiza tipografía bilingüe legible en inglés y chino
  • Alinea el texto visual de forma natural con la iluminación y la perspectiva de la escena
  • Produce carteles comerciales, empaques e infografías
Guía de una biblioteca con rótulos en chino e inglés

05

API de Qwen Image 2.1 para una generación rápida y rentable

Los altos recuentos de parámetros en los modelos de difusión de más de 20B imponen grandes requisitos de VRAM y ciclos de iteración lentos para los flujos de trabajo de producción. Qwen Image 2.1 incorpora un DiT de flujo único compacto de 32 capas con solo 7 mil millones de parámetros visuales, mejorado con la reutilización de caché KV de Prefijo durante 40 pasos de eliminación de ruido. Disfruta de velocidades de inferencia considerablemente más rápidas y menores costes de implementación sin comprometer la fidelidad visual.

  • Reduce los requisitos de memoria con una arquitectura eficiente de 7B
  • Acelera la eliminación de ruido de múltiples pasos con caché KV de Prefijo
  • Alcanza puntuaciones de referencia de primer nivel con menores costes de recursos
Reutilización del contexto del prompt en pasos consecutivos de generación y variantes de imagen

¿Quién puede beneficiarse de la API de Qwen Image 2.1?

01

Fotografía de productos para comercio electrónico

Genera fotografías comerciales profesionales, cambia fondos de catálogos y extrae recortes limpios de productos mientras conserva estrictamente las formas, logotipos y texturas de los productos.

02

Moda y prueba virtual de prendas

Combina fotos de modelos independientes con referencias de ropa y accesorios mediante condicionamiento de 10 imágenes para producir composiciones de moda realistas y estilos personalizados.

03

Diseño gráfico y recursos transparentes

Crea pegatinas, elementos visuales aislados y recursos PNG transparentes directamente a partir de indicaciones sin depender de herramientas auxiliares de eliminación de fondos.

04

Redes sociales y marketing digital

Produce imágenes de campaña llamativas, banners publicitarios y carteles promocionales con tipografía bilingüe legible y recursos de marca coherentes.

05

Creación de storyboards y arte conceptual

Itera sobre hojas de personajes, composiciones de escenas cinematográficas y storyboards secuenciales mediante anclaje de identidad con múltiples referencias en varios ángulos de toma.

06

Publicación y diseños editoriales

Desarrolla portadas de libros, infografías educativas e ilustraciones editoriales con composiciones estructuradas que integran tipografía y obras visuales de forma fluida.

Qwen Image 2.1 vs Qwen Image 2.0 — Comparación de modelos

Qwen Image 2.1 unifica lo que las versiones anteriores gestionaban con puntos de control separados, reduciendo los parámetros visuales a 7B mientras introduce transparencia RGBA nativa y control de referencia de 10 imágenes.

CaracterísticaQwen Image 2.1Qwen Image 2.0
Tamaño del generador visualDiT de flujo único de 7B (32 capas)~20B parámetros
Generación + ediciónPunto de control único unificadoPuntos de control separados (T2I vs Edit)
Compatibilidad con transparenciaRGBA nativo de 64 canales en el mismo modeloRequiere un modelo dedicado con capas
Capacidad de imágenes de referenciaHasta 10 imágenes de referenciaLimitada (normalmente 1-3 referencias)
Resolución nativa2K nativo (2048×2048 predeterminado)1024×1024 / 2K en puntos de control posteriores
Optimización de inferenciaReutilización de caché KV de prefijo entre pasosRecomputación estándar de múltiples pasos
Puntuación de Qwen-Image-Bench60.28 (modelo abierto mejor clasificado)52.06
Requisito de VRAM~6–12 GB (cuantizado / descargado)Se recomiendan 24 GB+

Las puntuaciones y especificaciones de Qwen-Image-Bench reflejan evaluaciones técnicas y documentación publicadas.

Preguntas frecuentes sobre la API de Qwen Image 2.1

¿Qué es Qwen Image 2.1?

Qwen Image 2.1 es un modelo visual base de pesos abiertos de Alibaba diseñado para la creación unificada de texto a imagen y la edición de imágenes. Incorpora 32 capas DiT de flujo único con 7B parámetros visuales y transparencia RGBA nativa.

¿En qué se diferencia Qwen Image 2.1 de las versiones anteriores de Qwen-Image?

Las versiones anteriores a menudo requerían modelos separados para generación, edición y transparencia por capas. Qwen Image 2.1 integra todas estas capacidades en un único modelo compacto de 7B que gestiona de forma nativa fondos transparentes y hasta 10 imágenes de referencia.

¿Cómo genero imágenes RGBA transparentes con la API?

Especifica un prompt que comience con 'This is an RGBA image with transparency' e indica que el fondo es transparente. El VAE RGBA nativo de 64 canales del modelo generará un archivo PNG o WebP transparente sin procesamiento secundario de recorte.

¿Cuántas imágenes de referencia admite Qwen Image 2.1 para la edición?

Qwen Image 2.1 admite hasta 10 imágenes de referencia en una sola solicitud de edición, lo que permite escenas complejas con múltiples personajes, pruebas virtuales de ropa y composiciones interiores detalladas con una sólida preservación de identidad.

¿Qué resoluciones de salida y relaciones de aspecto son compatibles?

El modelo admite salida nativa en 2K (2048×2048 predeterminado para 1:1) y ofrece múltiples relaciones de aspecto, incluidas 1:1, 4:3, 3:4, 3:2, 2:3, 16:9 y 9:16.

¿Cómo gestiona Qwen Image 2.1 la representación de texto bilingüe?

Impulsado por Qwen3-VL-8B como su codificador de condiciones, Qwen Image 2.1 ofrece una tipografía china e inglesa de última generación, permitiendo una representación precisa de logotipos de marca, carteles y texto de pósteres integrados de forma natural en escenas 3D.

¿Cuándo estará disponible la API de Qwen Image 2.1 en PoYo?

Qwen Image 2.1 se encuentra actualmente en preparación para su implementación con alta concurrencia en PoYo. Regístrate para obtener una clave de API ahora y estar preparado tan pronto como los puntos de conexión del modelo y el entorno de pruebas estén disponibles.

Por qué seguir la API de Qwen Image 2.1 en PoYo

01

Generación y edición de imágenes unificadas

Evalúa la síntesis de texto a imagen, la edición de imágenes con múltiples referencias y la transparencia RGBA nativa dentro de un único flujo de trabajo optimizado para desarrolladores.

02

Catálogo integral de modelos

Compara Qwen Image 2.1 con modelos líderes como FLUX, Seedream y Grok Imagine para seleccionar la canalización visual ideal para tu proyecto.

03

Arquitectura de API de alta concurrencia

El sistema de distribución de tareas asíncronas y la infraestructura de baja latencia de PoYo garantizan tiempos de generación rápidos y fiables con devoluciones de estado completas.

04

Integración centrada en desarrolladores

Obtén compatibilidad con SDK estándar, documentación clara de OpenAPI y herramientas de desarrollo ágiles para integrar la generación de imágenes en minutos.