qwen-image-2.1

Text to Image

Image to Image

Modelo:

Accede a la API de Qwen Image 2.1 a través de PoYo para generar imágenes en 2K nativo, realizar ediciones precisas con hasta 10 imágenes de referencia, obtener imágenes con canal alfa nativo y crear tipografía de alta precisión.

Obtener clave API

Documentación API

Input

Prompt

1452/5000

Design a beautifully typeset bilingual astronomy field-guide illustration on deep navy, landscape 16:9. Large exact title: 月相观察手册. Smaller subtitle: PHASES OF THE MOON. Exactly EIGHT separate moon disks arranged clockwise on ONE spacious oval, with one clean two-line caption per disk. These eight positions and captions are mandatory: TOP CENTER: 新月 / New Moon, a completely dark disk. UPPER RIGHT: 娥眉月 / Waxing Crescent, a thin RIGHT illuminated crescent. RIGHT CENTER: 上弦月 / First Quarter, exactly RIGHT half illuminated. LOWER RIGHT: 盈凸月 / Waxing Gibbous, mostly illuminated with a thin dark LEFT crescent. BOTTOM CENTER: 满月 / Full Moon, completely illuminated circle. LOWER LEFT: 亏凸月 / Waning Gibbous, mostly illuminated with a thin dark RIGHT crescent. LEFT CENTER: 下弦月 / Last Quarter, exactly LEFT half illuminated. UPPER LEFT: 残月 / Waning Crescent, a thin LEFT illuminated crescent. The oval center has only the small caption 北半球视角 / Northern Hemisphere. Draw only one disk per position, eight disks total, consistent lunar texture and size. Use clean simple astronomical diagrams with clearly readable light/dark geometry, warm ivory typography, ample breathing room, clear visual hierarchy. Each caption must correspond precisely to its adjacent moon. Render the eight Chinese names and their English translations exactly as specified. No arrows, no stage numbers, no additional moons, no extra text, no brand, no advertisement, no watermark.

Size

Resolution

Background

Output Format

Image UrlsAdded 0/10

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

Mask UrlAdded 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.

Prompt Extend

Seed

Enable Safety Checker

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

Output

Salida de ejemplo

Estos son datos de muestra. Genere un nuevo resultado para ver el resultado real.

ID de tarea:X1YITCDYCVZHY3BJCreado:2026-09-24T20:05:22

Estado:finishedProgreso:100%

Examples

Detalles de precios

Pague por uso. Sin suscripción ni cargos ocultos.

1 crédito = $0.005

Nivel	Precio PoYo
1K	$0.030/gen. 6 créditos/gen. 10 generaciones: $0.300
2K	$0.050/gen. 10 créditos/gen. 10 generaciones: $0.500

Cómo se factura: Precio fijo por generación.

Los cargos se basan en la salida final.

QWEN IMAGE 2.1

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.

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 nueve relaciones de aspecto mediante una sola llamada API.

Genera imágenes 2K nativas en 9 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

Storyboard oficial de Qwen Image 2.1 con seis viñetas de un personaje

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

Pegatina oficial de dragón transparente de Qwen Image 2.1

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

Conjunto oficial de Qwen Image 2.1 compuesto a partir de cinco imágenes de referencia

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

Infografía oficial de un castillo de Qwen Image 2.1 con texto en chino e inglés

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

Diagrama oficial de atención de granularidad mixta y caché KV de prefijos de Qwen Image 2.1

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

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.

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.

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.

Redes sociales y marketing digital

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

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.

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.

Característica	Qwen Image 2.1	Qwen Image 2.0
Tamaño del generador visual	DiT de flujo único de 7B (32 capas)	~20B parámetros
Generación + edición	Punto de control único unificado	Puntos de control separados (T2I vs Edit)
Compatibilidad con transparencia	RGBA nativo de 64 canales en el mismo modelo	Requiere un modelo dedicado con capas
Capacidad de imágenes de referencia	Hasta 10 imágenes de referencia	Limitada (normalmente 1-3 referencias)
Resolución nativa	1K / 2K	1024×1024 / 2K en puntos de control posteriores
Optimización de inferencia	Reutilización de caché KV de prefijo entre pasos	Recomputación estándar de múltiples pasos
Puntuación de Qwen-Image-Bench	60.28 (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?

Establece background en transparent y output_format en png o webp. El fondo predeterminado es opaque; JPEG no admite transparencia. Las máscaras no se pueden combinar con un fondo transparente.

¿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?

Elige 1K (predeterminado, 6 créditos) o 2K (10 créditos). Hay nueve relaciones: 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9 y 9:21. Con imágenes de referencia también puedes usar auto. En el modo de máscara, la salida conserva la relación de aspecto de la imagen de referencia; el servidor ignora size y prompt_extend.

¿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.

¿Está disponible la API de Qwen Image 2.1 en PoYo?

Sí. Genera y edita imágenes en el playground o mediante la API con el modelo qwen-image-2.1. Cada generación cuesta 6 créditos en 1K o 10 créditos en 2K, sin recargo por imágenes de referencia.

Por qué elegir la API de Qwen Image 2.1 en PoYo

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.

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.

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.

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.