GPT Image 2.5 API kini tersedia. Buat dan edit gambar →
PoYoPoYo
QWEN IMAGE 2.1 · SEGERA HADIR

Pembuatan dan pengeditan terpadu, transparansi RGBA native, dan kontrol referensi 10 gambar

Qwen Image 2.1 API: Pembuatan Gambar Terpadu dan Pengeditan Multi-Referensi

Buat dan edit gambar beresolusi tinggi dalam satu model ringkas 7B. Qwen Image 2.1 menyatukan pembuatan teks-ke-gambar dan pengeditan multi-referensi tingkat lanjut, sekaligus menambahkan dukungan transparansi RGBA native langsung di dalam Diffusion Transformer aliran tunggalnya.

Dengan resolusi 2K native, komposisi multi-gambar hingga 10 referensi, dan akselerasi cache Prefix KV, Qwen Image 2.1 menyediakan fondasi efisien yang siap produksi bagi pengembang dan kreator untuk alur kerja visual komersial.

Dapatkan Kunci API

Fitur Utama Qwen Image 2.1 API

Pembuatan dan pengeditan 2K terpadu, gambar transparan native, dan kontrol referensi 10 gambar untuk alur kerja kreatif dengan fidelitas tinggi.

01

Qwen Image 2.1 API untuk Pembuatan dan Pengeditan Gambar Terpadu

Kreator sering harus beralih antara model terpisah untuk sintesis teks-ke-gambar dan modifikasi gambar, sehingga meningkatkan kompleksitas integrasi dan latensi. Qwen Image 2.1 menggabungkan pembuatan visual dan pengeditan berulang ke dalam satu checkpoint 7B yang ringan. Buat gambar 2K native atau edit gambar yang sudah ada dengan fidelitas yang sama di tujuh rasio aspek menggunakan satu panggilan API.

  • Buat gambar 2K native dalam 7 rasio aspek
  • Satukan teks-ke-gambar dan pengeditan gambar dalam satu model
  • Hilangkan perpindahan antar-model dan beban pipeline
Ransel abu-abu hasil generasi sebelum dan sesudah kain diubah menjadi hijau zaitun

02

Qwen Image 2.1 API untuk Aset Transparan dan Pemotongan Subjek

Menghasilkan aset transparan yang bersih biasanya memerlukan alat penghapus latar belakang terpisah yang menimbulkan artefak tepi dan lingkaran warna. Qwen Image 2.1 mengintegrasikan VAE RGBA 64-channel native yang mensintesis gambar transparan langsung dari prompt teks dan mengekstrak subjek dari input fotografi. Desainer dan pengembang dapat membuat stiker, elemen desain, dan foto produk terisolasi dalam satu langkah.

  • Buat gambar transparan RGBA native langsung dari teks
  • Ekstrak subjek bersih dari foto RGB standar
  • Hilangkan kebutuhan akan langkah tambahan penghapusan latar belakang
Ransel yang sama pada foto asli dan hasil dengan latar transparan

03

Qwen Image 2.1 API untuk Konsistensi Referensi 10 Gambar

Komposisi visual kompleks dan virtual try-on sering mengalami perubahan karakter dan penurunan tekstur saat dikondisikan dengan banyak input. Qwen Image 2.1 mendukung hingga 10 gambar referensi bersama pengeditan regional melalui penanda lingkaran, anotasi kuas, atau mask khusus. Pertahankan fidelitas identitas yang ketat untuk wajah manusia, pakaian mode, dan merchandise bermerek di seluruh proses pengeditan.

  • Gabungkan hingga 10 gambar referensi dalam satu komposisi
  • Terapkan pengeditan terarah dengan area lingkaran, kuas, atau mask
  • Pertahankan ciri wajah, tekstur produk, dan detail merek
Referensi orang dan pakaian beserta hasil penyuntingan pakaian pada area tertentu

04

Qwen Image 2.1 API untuk Tipografi Bilingual dan Poster yang Jelas

Model gambar generatif sering menghasilkan teks yang kacau, bentuk huruf yang tidak tepat, dan tata letak karakter yang sulit dibaca dalam grafik komersial. Dengan memanfaatkan encoder Qwen3-VL-8B terintegrasi, Qwen Image 2.1 menghadirkan tipografi bilingual Inggris dan Tiongkok yang luar biasa, tertanam secara alami dalam adegan. Buat poster komersial, konsep kemasan, dan infografis dengan huruf tajam yang selaras dengan perspektif dan pencahayaan.

  • Render tipografi bilingual Inggris dan Tiongkok yang mudah dibaca
  • Selaraskan teks visual secara alami dengan pencahayaan dan perspektif adegan
  • Hasilkan poster komersial, kemasan, dan infografis
Panduan perpustakaan dengan label bahasa Mandarin dan Inggris

05

API Qwen Image 2.1 untuk Pembuatan Cepat dan Hemat Biaya

Jumlah parameter yang tinggi pada model difusi 20B+ membutuhkan penggunaan VRAM yang besar dan memperlambat siklus iterasi untuk alur produksi. Qwen Image 2.1 menghadirkan Single-Stream DiT 32 lapis yang ringkas dengan hanya 7 miliar parameter visual, ditingkatkan dengan penggunaan ulang cache Prefix KV di 40 langkah denoising. Nikmati kecepatan inferensi yang jauh lebih cepat dan biaya penerapan yang lebih rendah tanpa mengorbankan kualitas visual.

  • Kurangi kebutuhan memori dengan arsitektur 7B yang efisien
  • Percepat denoising multi-langkah dengan caching Prefix KV
  • Raih skor benchmark tingkat atas dengan biaya sumber daya yang lebih rendah
Penggunaan ulang konteks prompt pada langkah generasi berurutan beserta variasi gambar

Siapa yang Dapat Memanfaatkan API Qwen Image 2.1?

01

Fotografi Produk E-Commerce

Hasilkan foto komersial profesional, ganti latar belakang katalog, dan ekstrak potongan produk yang bersih sambil mempertahankan bentuk, logo, dan tekstur produk secara ketat.

02

Mode dan Virtual Try-On

Gabungkan foto model terpisah dengan referensi pakaian dan aksesori menggunakan pengondisian 10 gambar untuk menghasilkan komposit mode realistis dan penataan gaya yang dipersonalisasi.

03

Desain Grafis & Aset Transparan

Buat stiker, elemen visual terpisah, dan aset PNG transparan langsung dari prompt tanpa bergantung pada alat penghapus latar belakang tambahan.

04

Media Sosial & Pemasaran Digital

Hasilkan visual kampanye yang menarik, spanduk iklan, dan poster promosi dengan tipografi bilingual yang mudah dibaca serta aset merek yang selaras.

05

Storyboard dan Seni Konsep

Lakukan iterasi pada lembar karakter, komposisi adegan sinematik, dan storyboard berurutan menggunakan penautan identitas multi-referensi dari berbagai sudut pengambilan gambar.

06

Tata Letak Penerbitan dan Editorial

Kembangkan sampul buku, infografis edukasi, dan ilustrasi editorial dengan komposisi terstruktur yang mengintegrasikan tipografi dan karya visual secara mulus.

Qwen Image 2.1 vs Qwen Image 2.0 — Perbandingan Model

Qwen Image 2.1 menyatukan kemampuan yang sebelumnya ditangani oleh checkpoint terpisah, mengurangi parameter visual menjadi 7B sekaligus memperkenalkan transparansi RGBA bawaan dan kontrol referensi 10 gambar.

FiturQwen Image 2.1Qwen Image 2.0
Ukuran generator visual7B Single-Stream DiT (32 lapisan)~20B parameter
Pembuatan + pengeditanCheckpoint terpadu tunggalCheckpoint terpisah (T2I vs Edit)
Dukungan transparansiRGBA 64 saluran asli dalam model yang samaMemerlukan model berlapis khusus
Kapasitas gambar referensiHingga 10 gambar referensiTerbatas (biasanya 1-3 referensi)
Resolusi asli2K asli (2048×2048 default)1024×1024 / 2K pada checkpoint berikutnya
Optimalisasi inferensiPenggunaan ulang cache KV awalan di seluruh langkahPerhitungan ulang multi-langkah standar
Skor Qwen-Image-Bench60.28 (Model open-source peringkat teratas)52.06
Kebutuhan VRAM~6–12 GB (terkuantisasi / offload)Disarankan 24 GB+

Skor dan spesifikasi Qwen-Image-Bench mencerminkan evaluasi teknis dan dokumentasi yang dipublikasikan.

Pertanyaan Umum tentang Qwen Image 2.1 API

Apa itu Qwen Image 2.1?

Qwen Image 2.1 adalah model fondasi visual berbobot terbuka dari Alibaba yang dirancang untuk pembuatan teks-ke-gambar dan pengeditan gambar secara terpadu. Model ini menggabungkan 32 lapisan Single-Stream DiT dengan 7B parameter visual serta transparansi RGBA asli.

Apa perbedaan Qwen Image 2.1 dengan rilis Qwen-Image sebelumnya?

Versi sebelumnya sering memerlukan model terpisah untuk pembuatan, pengeditan, dan transparansi berlapis. Qwen Image 2.1 mengintegrasikan semua kemampuan ini ke dalam satu model 7B ringkas yang secara asli menangani latar belakang transparan dan hingga 10 gambar referensi.

Bagaimana cara menghasilkan gambar RGBA transparan dengan API?

Tentukan prompt yang diawali dengan 'Ini adalah gambar RGBA dengan transparansi' dan nyatakan bahwa latar belakangnya transparan. VAE RGBA 64 saluran asli dari model akan menghasilkan file PNG atau WebP transparan tanpa pemrosesan pemotongan tambahan.

Berapa banyak gambar referensi yang didukung Qwen Image 2.1 untuk pengeditan?

Qwen Image 2.1 mendukung hingga 10 gambar referensi dalam satu permintaan pengeditan, memungkinkan pembuatan adegan dengan banyak karakter, virtual try-on, dan komposisi interior mendetail dengan pemeliharaan identitas yang kuat.

Resolusi output dan rasio aspek apa yang didukung?

Model ini mendukung output 2K asli (2048×2048 default untuk 1:1) dan menawarkan berbagai rasio aspek termasuk 1:1, 4:3, 3:4, 3:2, 2:3, 16:9, dan 9:16.

Bagaimana Qwen Image 2.1 menangani perenderan teks dwibahasa?

Didukung oleh Qwen3-VL-8B sebagai encoder kondisinya, Qwen Image 2.1 menghadirkan tipografi bahasa Mandarin dan Inggris tercanggih, memungkinkan perenderan akurat untuk logo merek, papan tanda, dan teks poster yang menyatu secara alami dalam adegan 3D.

Kapan Qwen Image 2.1 API akan tersedia di PoYo?

Qwen Image 2.1 saat ini sedang dipersiapkan untuk penerapan dengan konkurensi tinggi di PoYo. Daftar untuk mendapatkan kunci API sekarang agar siap segera setelah endpoint model dan playground tersedia.

Mengapa Mengikuti Qwen Image 2.1 API di PoYo

01

Pembuatan & Pengeditan Gambar Terpadu

Evaluasi sintesis teks-ke-gambar, pengeditan gambar dengan banyak referensi, dan transparansi RGBA asli dalam satu alur kerja pengembang yang efisien.

02

Katalog Model yang Komprehensif

Bandingkan Qwen Image 2.1 dengan model terkemuka seperti FLUX, Seedream, dan Grok Imagine untuk memilih alur visual yang ideal bagi proyek Anda.

03

Arsitektur API dengan Konkurensi Tinggi

Pengiriman tugas asinkron PoYo dan infrastruktur latensi rendah memastikan waktu pembuatan yang cepat dan andal dengan callback status lengkap.

04

Integrasi Berorientasi Pengembang

Dapatkan dukungan SDK standar, dokumentasi OpenAPI yang jelas, dan alat pengembang yang responsif untuk mengintegrasikan pembuatan gambar dalam hitungan menit.