qwen-image-2.1

Text to Image

Image to Image

Modèle:

Accédez à l’API Qwen Image 2.1 via PoYo pour générer des images en 2K natif, effectuer des retouches précises avec jusqu’à 10 images de référence, obtenir des images avec un canal alpha natif et créer une typographie de haute précision.

Obtenir une clé API

Documentation 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

Exemple de sortie

Ceci est un exemple de données. Générez un nouveau résultat pour voir la sortie réelle.

ID de tâche:X1YITCDYCVZHY3BJCréé:2026-09-24T20:05:22

Statut:finishedProgression:100%

Examples

Détails des tarifs

Paiement à l'usage. Sans abonnement ni frais cachés.

1 crédit = $0.005

Niveau	Prix PoYo
1K	$0.030/gén. 6 crédits/gén. 10 générations : $0.300
2K	$0.050/gén. 10 crédits/gén. 10 générations : $0.500

Mode de facturation: Prix fixe par génération.

La facturation se base sur le résultat final.

QWEN IMAGE 2.1

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.

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 neuf formats d’image à l’aide d’un seul appel API.

Générez des images natives en 2K sur 9 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

Storyboard officiel Qwen Image 2.1 d’un personnage en six cases

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

Autocollant de dragon transparent officiel Qwen Image 2.1

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

Tenue officielle Qwen Image 2.1 composée à partir de cinq images de référence

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

Infographie officielle Qwen Image 2.1 d’un château avec textes chinois et anglais

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

Schéma officiel Qwen Image 2.1 d’attention à granularité mixte et de cache KV de préfixe

Qui peut bénéficier de l'API Qwen Image 2.1 ?

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.

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.

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.

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.

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.

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.

Fonctionnalité	Qwen Image 2.1	Qwen Image 2.0
Taille du générateur visuel	DiT Single-Stream 7B (32 couches)	~20B paramètres
Génération + édition	Checkpoint unifié unique	Checkpoints séparés (T2I vs Edit)
Prise en charge de la transparence	RGBA natif 64 canaux dans le même modèle	Nécessite un modèle multicouche dédié
Capacité d'images de référence	Jusqu'à 10 images de référence	Limité (généralement 1-3 références)
Résolution native	1K / 2K	1024×1024 / 2K dans les points de contrôle ultérieurs
Optimisation de l'inférence	Réutilisation du cache KV de préfixe entre les étapes	Recalcul multi-étapes standard
Score Qwen-Image-Bench	60.28 (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 ?

Définissez background sur transparent et output_format sur png ou webp. Le fond par défaut est opaque ; JPEG ne prend pas en charge la transparence. Les masques ne peuvent pas être combinés avec un arrière-plan transparent.

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 ?

Choisissez 1K (par défaut, 6 crédits) ou 2K (10 crédits). Neuf formats sont disponibles : 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9 et 9:21. Avec des images de référence, auto est également disponible. En mode masque, la sortie conserve le ratio de l’image de référence ; le serveur ignore size et prompt_extend.

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.

L’API Qwen Image 2.1 est-elle disponible sur PoYo ?

Oui. Générez et modifiez des images dans le playground ou via l’API avec le modèle qwen-image-2.1. Chaque génération coûte 6 crédits en 1K ou 10 crédits en 2K, sans supplément pour les images de référence.

Pourquoi choisir l’API Qwen Image 2.1 sur PoYo

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.

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.

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.

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.