L’API GPT Image 2.5 est disponible. Créez et modifiez des images →
PoYoPoYo
QWEN IMAGE 2.1 · BIENTÔT DISPONIBLE

Génération et édition unifiées, transparence RGBA native et contrôle par référence de 10 images

API Qwen Image 2.1 : génération d’images unifiée et édition multi-références

Générez et éditez des images haute résolution au sein d’un seul modèle compact 7B. Qwen Image 2.1 unifie la génération texte-vers-image et l’édition avancée multi-références, tout en ajoutant la prise en charge native de la transparence RGBA directement dans son Transformer de diffusion à flux unique.

Avec une résolution native 2K, une composition multi-images prenant en charge jusqu’à 10 références et l’accélération du cache KV de préfixe, Qwen Image 2.1 offre aux développeurs et aux créateurs une base efficace et prête pour la production pour les flux de travail visuels commerciaux.

Obtenir une clé API

Fonctionnalités clés de l’API Qwen Image 2.1

Génération et édition unifiées en 2K, images transparentes natives et contrôle par référence de 10 images pour des flux de travail créatifs haute fidélité.

01

API Qwen Image 2.1 pour la génération et l’édition d’images unifiées

Les créateurs doivent souvent basculer entre des modèles distincts pour la synthèse texte-vers-image et la modification d’images, ce qui augmente la complexité d’intégration et la latence. Qwen Image 2.1 regroupe la création visuelle et l’édition itérative dans un seul checkpoint léger 7B. Générez des images natives en 2K ou modifiez des images existantes avec une fidélité équivalente sur sept formats d’image à l’aide d’un seul appel API.

  • Générez des images natives en 2K sur 7 formats d’image
  • Unifiez la génération texte-vers-image et l’édition d’images dans un seul modèle
  • Éliminez le changement entre plusieurs modèles et les surcoûts liés aux pipelines
Sac à dos gris généré avant et après le passage du tissu au vert olive

02

API Qwen Image 2.1 pour les ressources transparentes et les détourages de sujets

La production de ressources transparentes propres nécessite généralement des outils distincts de suppression d’arrière-plan qui introduisent des artefacts sur les contours et des halos de couleur. Qwen Image 2.1 intègre un VAE RGBA natif à 64 canaux qui synthétise directement des images transparentes à partir de descriptions textuelles et extrait les sujets à partir d’entrées photographiques. Les designers et les développeurs peuvent générer en une seule étape des autocollants, des éléments de conception et des prises de vue produit isolées.

  • Générez des images transparentes RGBA natives directement à partir du texte
  • Extrayez des sujets nets à partir de photographies RGB standard
  • Supprimez le besoin d’étapes secondaires de suppression d’arrière-plan
Le même sac à dos dans la photo d’origine et sur fond transparent

03

API Qwen Image 2.1 pour la cohérence avec 10 images de référence

Les compositions visuelles complexes et les essayages virtuels rencontrent souvent des problèmes de dérive des personnages et de dégradation des textures lorsqu’ils sont conditionnés par plusieurs entrées. Qwen Image 2.1 prend en charge jusqu’à 10 images de référence ainsi que l’édition régionale via des marqueurs circulaires, des annotations au pinceau ou des masques dédiés. Maintenez une fidélité d’identité stricte pour les visages humains, les vêtements de mode et les produits de marque lors des modifications.

  • Combinez jusqu’à 10 images de référence dans une seule composition
  • Appliquez des modifications ciblées avec des régions circulaires, au pinceau ou masquées
  • Préservez les traits du visage, les textures des produits et les détails de marque
Références de personne et de vêtement avec le résultat d’une retouche vestimentaire ciblée

04

API Qwen Image 2.1 pour une typographie bilingue claire et des affiches

Les modèles de génération d’images produisent souvent du texte déformé, des formes de lettres incorrectes et des mises en page de caractères illisibles dans les graphismes commerciaux. En exploitant l’encodeur intégré Qwen3-VL-8B, Qwen Image 2.1 offre une typographie bilingue anglais et chinois exceptionnelle intégrée naturellement dans les scènes. Générez des affiches commerciales, des concepts d’emballage et des infographies avec des lettres nettes alignées sur la perspective et l’éclairage.

  • Rendez une typographie bilingue anglais et chinois lisible
  • Alignez naturellement le texte visuel avec l’éclairage et la perspective de la scène
  • Produisez des affiches commerciales, des emballages et des infographies
Plan d’orientation d’une bibliothèque avec libellés en chinois et en anglais

05

API Qwen Image 2.1 pour une génération rapide et économique

Le nombre élevé de paramètres des modèles de diffusion de plus de 20B impose une forte empreinte VRAM et ralentit les cycles d'itération des pipelines de production. Qwen Image 2.1 intègre un modèle DiT Single-Stream compact à 32 couches avec seulement 7 milliards de paramètres visuels, optimisé par la réutilisation du cache Prefix KV sur 40 étapes de débruitage. Profitez de vitesses d'inférence nettement supérieures et de coûts de déploiement réduits sans compromettre la fidélité visuelle.

  • Réduisez les besoins en mémoire grâce à une architecture efficace de 7B
  • Accélérez le débruitage multi-étapes avec la mise en cache Prefix KV
  • Obtenez des scores de référence de premier ordre avec des coûts de ressources réduits
Réutilisation du contexte du prompt entre les étapes de génération et variantes d’image

Qui peut bénéficier de l'API Qwen Image 2.1 ?

01

Photographie de produits pour le commerce électronique

Générez des prises de vue commerciales professionnelles, remplacez les arrière-plans de catalogues et extrayez des détourages de produits nets tout en préservant strictement les formes, logos et textures des produits.

02

Mode et essayage virtuel

Combinez des photos de modèles séparées avec des références de vêtements et d'accessoires grâce au conditionnement par 10 images afin de produire des compositions de mode réalistes et des styles personnalisés.

03

Design graphique et ressources transparentes

Créez des autocollants, des éléments visuels isolés et des ressources PNG transparentes directement à partir de prompts sans dépendre d'outils auxiliaires de suppression d'arrière-plan.

04

Réseaux sociaux et marketing numérique

Produisez des visuels de campagne accrocheurs, des bannières publicitaires et des affiches promotionnelles avec une typographie bilingue lisible et des ressources de marque cohérentes.

05

Storyboard et art conceptuel

Réalisez des itérations sur des fiches de personnages, des compositions de scènes cinématographiques et des storyboards séquentiels grâce à l'ancrage d'identité multi-références sur plusieurs angles de prise de vue.

06

Mise en page d'édition et de publication

Développez des couvertures de livres, des infographies éducatives et des illustrations éditoriales avec des compositions structurées intégrant harmonieusement typographie et œuvres visuelles.

Qwen Image 2.1 vs Qwen Image 2.0 — Comparaison des modèles

Qwen Image 2.1 unifie les fonctionnalités que les versions précédentes géraient avec des checkpoints séparés, réduisant les paramètres visuels à 7B tout en introduisant la transparence RGBA native et le contrôle de référence par 10 images.

FonctionnalitéQwen Image 2.1Qwen Image 2.0
Taille du générateur visuelDiT Single-Stream 7B (32 couches)~20B paramètres
Génération + éditionCheckpoint unifié uniqueCheckpoints séparés (T2I vs Edit)
Prise en charge de la transparenceRGBA natif 64 canaux dans le même modèleNécessite un modèle multicouche dédié
Capacité d'images de référenceJusqu'à 10 images de référenceLimité (généralement 1-3 références)
Résolution native2K natif (2048×2048 par défaut)1024×1024 / 2K dans les points de contrôle ultérieurs
Optimisation de l'inférenceRéutilisation du cache KV de préfixe entre les étapesRecalcul multi-étapes standard
Score Qwen-Image-Bench60.28 (modèle open source classé premier)52.06
Besoin en VRAM~6–12 GB (quantifié / déporté)24 GB+ recommandé

Les scores Qwen-Image-Bench et les spécifications reflètent les évaluations techniques publiées et la documentation.

Questions fréquemment posées sur l'API Qwen Image 2.1

Qu'est-ce que Qwen Image 2.1 ?

Qwen Image 2.1 est un modèle visuel de base à poids ouverts d'Alibaba conçu pour la création d'images à partir de texte et l'édition d'images unifiées. Il intègre 32 couches DiT Single-Stream avec 7B paramètres visuels et une transparence RGBA native.

En quoi Qwen Image 2.1 diffère-t-il des versions précédentes de Qwen-Image ?

Les versions antérieures nécessitaient souvent des modèles distincts pour la génération, l'édition et la transparence multicouche. Qwen Image 2.1 intègre toutes ces capacités dans un seul modèle compact de 7B qui gère nativement les arrière-plans transparents et jusqu'à 10 images de référence.

Comment générer des images RGBA transparentes avec l'API ?

Spécifiez une invite commençant par 'This is an RGBA image with transparency' et indiquez que l'arrière-plan est transparent. Le VAE RGBA natif à 64 canaux du modèle produira un fichier PNG ou WebP transparent sans traitement secondaire de détourage.

Combien d'images de référence Qwen Image 2.1 prend-il en charge pour l'édition ?

Qwen Image 2.1 prend en charge jusqu'à 10 images de référence dans une seule requête d'édition, permettant des scènes complexes avec plusieurs personnages, des essayages virtuels et des compositions intérieures détaillées avec une forte préservation de l'identité.

Quelles résolutions de sortie et quels formats d'image sont pris en charge ?

Le modèle prend en charge une sortie native 2K (2048×2048 par défaut pour 1:1) et propose plusieurs formats d'image, notamment 1:1, 4:3, 3:4, 3:2, 2:3, 16:9 et 9:16.

Comment Qwen Image 2.1 gère-t-il le rendu de texte bilingue ?

Propulsé par Qwen3-VL-8B comme encodeur de conditions, Qwen Image 2.1 offre une typographie chinoise et anglaise à la pointe de la technologie, permettant un rendu précis des logos de marque, des enseignes et du texte d'affiches intégrés naturellement dans des scènes 3D.

Quand l'API Qwen Image 2.1 sera-t-elle disponible sur PoYo ?

Qwen Image 2.1 est actuellement en préparation pour un déploiement haute concurrence sur PoYo. Inscrivez-vous dès maintenant pour obtenir une clé API et être prêt dès que les points de terminaison du modèle et le playground seront disponibles.

Pourquoi suivre l'API Qwen Image 2.1 sur PoYo

01

Génération et édition d'images unifiées

Évaluez la synthèse texte-vers-image, l'édition d'images multi-références et la transparence RGBA native dans un flux de travail développeur unique et optimisé.

02

Catalogue complet de modèles

Comparez Qwen Image 2.1 aux modèles de pointe comme FLUX, Seedream et Grok Imagine afin de sélectionner le pipeline visuel idéal pour votre projet.

03

Architecture d'API haute concurrence

La distribution asynchrone des tâches de PoYo et son infrastructure à faible latence garantissent des temps de génération rapides et fiables avec des rappels de statut complets.

04

Intégration pensée pour les développeurs

Bénéficiez d'une prise en charge SDK standard, d'une documentation OpenAPI claire et d'outils de développement réactifs pour intégrer la génération d'images en quelques minutes.