qwen-image-2.1

Text to Image

Image to Image

Modell:

Få tilgang til Qwen Image 2.1-API-et hos PoYo med bildegenerering i innebygd 2K, presis redigering med opptil 10 referansebilder, innebygd utdata med alfakanal og typografi med høy presisjon.

Hent API-nøkkel

API-dokumentasjon

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

Eksempelresultat

Dette er eksempeldata. Generer et nytt resultat for å se ekte utdata.

Oppgave-ID:X1YITCDYCVZHY3BJOpprettet:2026-09-24T20:05:22

Status:finishedFremdrift:100%

Examples

Prisdetaljer

Betal etter bruk. Ingen abonnement, ingen skjulte gebyrer.

1 kreditt = $0.005

Nivå	PoYo-pris
1K	$0.030/gen. 6 kreditter/gen. 10 genereringer: $0.300
2K	$0.050/gen. 10 kreditter/gen. 10 genereringer: $0.500

Slik faktureres det: Fast pris per generering.

Belastningen er basert på det endelige resultatet.

QWEN IMAGE 2.1

Samlet generering og redigering, innebygd RGBA-gjennomsiktighet og kontroll med 10 referansebilder

Qwen Image 2.1-API: samlet bildegenerering og redigering med flere referanser

Generer og rediger bilder i høy oppløsning med én kompakt 7B-modell. Qwen Image 2.1 samler generering fra tekst til bilde og avansert redigering med flere referanser, og legger til innebygd støtte for RGBA-gjennomsiktighet direkte i sin Diffusion Transformer med én strøm.

Med innebygd 2K-oppløsning, komposisjon av flere bilder på tvers av opptil 10 referanser og akselerasjon med Prefix KV-hurtigbuffer gir Qwen Image 2.1 utviklere og skapere et effektivt, produksjonsklart grunnlag for kommersielle visuelle arbeidsflyter.

Hent API-nøkkel

Hovedfunksjoner i Qwen Image 2.1-API-et

Samlet generering og redigering i 2K, innebygde gjennomsiktige bilder og kontroll med 10 referansebilder for kreative arbeidsflyter med høy kvalitet.

Qwen Image 2.1-API for samlet bildegenerering og redigering

Skapere må ofte bytte mellom separate modeller for syntese fra tekst til bilde og bildeendring, noe som øker integrasjonskompleksiteten og ventetiden. Qwen Image 2.1 samler visuell produksjon og iterativ redigering i ett lett 7B-sjekkpunkt. Generer bilder i innebygd 2K eller rediger eksisterende bilder med like høy kvalitet i ni sideforhold med ett enkelt API-kall.

Generer bilder i innebygd 2K i 9 sideforhold
Samle tekst til bilde og bilderedigering i én modell
Unngå bytte mellom flere modeller og ekstra arbeid i flyten

Offisielt karakterstoryboard i seks ruter fra Qwen Image 2.1

Qwen Image 2.1-API for gjennomsiktige elementer og utklipp av motiver

Å lage rene gjennomsiktige elementer krever vanligvis egne verktøy for bakgrunnsfjerning, som gir artefakter i kantene og fargeglorier. Qwen Image 2.1 har en innebygd RGBA-VAE med 64 kanaler som lager gjennomsiktige bilder direkte fra tekstprompter og trekker ut motiver fra fotografiske inndata. Designere og utviklere kan generere klistremerker, designelementer og frilagte produktbilder i ett trinn.

Generer innebygde gjennomsiktige RGBA-bilder direkte fra tekst
Trekk ut rene motiver fra vanlige RGB-fotografier
Slipp ekstra trinn for bakgrunnsfjerning

Offisielt gjennomsiktig dragebilde som klistremerke fra Qwen Image 2.1

Qwen Image 2.1-API for konsistens med 10 referansebilder

Komplekse visuelle komposisjoner og virtuell prøving sliter ofte med karakteravvik og forringede teksturer når de betinges av flere inndata. Qwen Image 2.1 støtter opptil 10 referansebilder sammen med regional redigering via sirkelmarkeringer, penselmarkeringer eller egne masker. Bevar identiteten nøyaktig for menneskeansikter, klesplagg og merkevareprodukter gjennom redigeringene.

Kombiner opptil 10 referansebilder i én komposisjon
Gjør målrettede endringer med sirkel-, pensel- eller maskeområder
Bevar ansiktstrekk, produkttekstur og merkevaredetaljer

Offisielt antrekk fra Qwen Image 2.1 satt sammen av fem referansebilder

Qwen Image 2.1-API for tydelig tospråklig typografi og plakater

Generative bildemodeller lager ofte forvrengt tekst, misformede bokstaver og uleselige tegnoppsett i kommersiell grafikk. Med den integrerte Qwen3-VL-8B-koderen leverer Qwen Image 2.1 svært god tospråklig typografi på engelsk og kinesisk, naturlig innbakt i scenene. Generer kommersielle plakater, emballasjekonsepter og infografikk med skarpe bokstaver tilpasset perspektiv og lys.

Gjengi leselig tospråklig typografi på engelsk og kinesisk
Tilpass tekst i bildet naturlig til lys og perspektiv i scenen
Lag kommersielle plakater, emballasje og infografikk

Offisiell infografikk av et slott med kinesisk og engelsk tekst fra Qwen Image 2.1

Qwen Image 2.1-API for rask og kostnadseffektiv generering

Det høye antallet parametere i diffusjonsmodeller på over 20B gir stort VRAM-forbruk og trege iterasjonssykluser i produksjonsflyter. Qwen Image 2.1 har en kompakt Single-Stream DiT med 32 lag og bare 7 milliarder visuelle parametere, forsterket med gjenbruk av Prefix KV-hurtigbuffer gjennom 40 trinn med støyfjerning. Få vesentlig raskere inferens og lavere utrullingskostnader uten å gå på akkord med den visuelle kvaliteten.

Reduser minnekravene med en effektiv 7B-arkitektur
Få fart på støyfjerning i flere trinn med Prefix KV-hurtigbufring
Oppnå referanseresultater i toppklassen med lavere ressurskostnader

Offisielt diagram over oppmerksomhet med blandet granularitet og Prefix KV-hurtigbuffer i Qwen Image 2.1

Hvem kan ha nytte av Qwen Image 2.1-API-et?

Produktfotografering for netthandel

Generer profesjonelle kommersielle bilder, bytt bakgrunner i kataloger og lag rene produktutklipp, samtidig som produktenes form, logoer og teksturer bevares nøyaktig.

Mote og virtuell prøving

Kombiner separate modellbilder med referanser av klær og tilbehør ved hjelp av betingelse med 10 bilder for å lage realistiske motekomposisjoner og personlig styling.

Grafisk design og gjennomsiktige elementer

Lag klistremerker, frilagte visuelle elementer og gjennomsiktige PNG-filer direkte fra prompter, uten å være avhengig av ekstra verktøy for bakgrunnsfjerning.

Sosiale medier og digital markedsføring

Lag iøynefallende kampanjebilder, annonsebannere og reklameplakater med leselig tospråklig typografi og sammenhengende merkevareelementer.

Storyboard og konseptkunst

Iterer på karakterark, filmatiske scenekomposisjoner og sekvensielle storyboards med identitetsforankring via flere referanser på tvers av ulike kameravinkler.

Publisering og redaksjonelle oppsett

Utvikle bokomslag, pedagogisk infografikk og redaksjonelle illustrasjoner med strukturerte komposisjoner som kombinerer typografi og visuelle kunstverk sømløst.

Qwen Image 2.1 vs. Qwen Image 2.0 – modellsammenligning

Qwen Image 2.1 samler det tidligere versjoner håndterte med separate sjekkpunkter, reduserer de visuelle parameterne til 7B og introduserer innebygd RGBA-gjennomsiktighet og kontroll med 10 referansebilder.

Funksjon	Qwen Image 2.1	Qwen Image 2.0
Størrelse på visuell generator	7B Single-Stream DiT (32 lag)	~20B parametere
Generering + redigering	Ett samlet sjekkpunkt	Separate sjekkpunkter (T2I vs. Edit)
Støtte for gjennomsiktighet	Innebygd RGBA med 64 kanaler i samme modell	Krever en egen lagdelt modell
Kapasitet for referansebilder	Opptil 10 referansebilder	Begrenset (vanligvis 1–3 referanser)
Innebygd oppløsning	1K / 2K	1024×1024 / 2K i senere sjekkpunkter
Optimalisering av inferens	Gjenbruk av Prefix KV-hurtigbuffer på tvers av trinn	Standard ny beregning i flere trinn
Poengsum på Qwen-Image-Bench	60,28 (høyest rangerte åpne modell)	52,06
VRAM-krav	~6–12 GB (kvantisert / avlastet)	24 GB+ anbefales

Poengsummer fra Qwen-Image-Bench og spesifikasjoner gjenspeiler publiserte tekniske evalueringer og dokumentasjon.

Vanlige spørsmål om Qwen Image 2.1-API-et

Hva er Qwen Image 2.1?

Qwen Image 2.1 er Alibabas visuelle grunnmodell med åpne vekter, laget for samlet generering fra tekst til bilde og bilderedigering. Den har 32 Single-Stream DiT-lag med 7B visuelle parametere og innebygd RGBA-gjennomsiktighet.

Hvordan skiller Qwen Image 2.1 seg fra tidligere Qwen-Image-versjoner?

Tidligere versjoner krevde ofte separate modeller for generering, redigering og lagdelt gjennomsiktighet. Qwen Image 2.1 samler alle disse egenskapene i én kompakt 7B-modell som håndterer gjennomsiktige bakgrunner og opptil 10 referansebilder direkte.

Hvordan genererer jeg gjennomsiktige RGBA-bilder med API-et?

Sett background til transparent og output_format til png eller webp. Ugjennomsiktige bakgrunner er standard; JPEG støtter ikke gjennomsiktighet. Masker kan ikke kombineres med gjennomsiktig bakgrunn.

Hvor mange referansebilder støtter Qwen Image 2.1 ved redigering?

Qwen Image 2.1 støtter opptil 10 referansebilder i én redigeringsforespørsel, noe som muliggjør komplekse scener med flere karakterer, virtuell prøving og detaljerte interiørkomposisjoner med god bevaring av identitet.

Hvilke utdataoppløsninger og sideforhold støttes?

Velg 1K (standard, 6 kreditter) eller 2K (10 kreditter). Ni sideforhold støttes: 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9 og 9:21. Med referansebilder er også auto tilgjengelig. I maskemodus følger utdataene sideforholdet til referansebildet; size og prompt_extend ignoreres av serveren.

Hvordan håndterer Qwen Image 2.1 tospråklig tekstgjengivelse?

Med Qwen3-VL-8B som betingelseskoder har Qwen Image 2.1 ledende typografi på kinesisk og engelsk, som gir nøyaktig gjengivelse av merkevarelogoer, skilt og plakattekst naturlig innbakt i 3D-scener.

Er Qwen Image 2.1-API-et tilgjengelig hos PoYo?

Ja. Generer og rediger bilder i Playground eller via API-et med modellen qwen-image-2.1. Hver generering koster 6 kreditter i 1K eller 10 kreditter i 2K, uten tillegg for referansebilder.

Derfor bør du velge Qwen Image 2.1-API-et hos PoYo

Samlet bildegenerering og redigering

Vurder syntese fra tekst til bilde, bilderedigering med flere referanser og innebygd RGBA-gjennomsiktighet i én strømlinjeformet arbeidsflyt for utviklere.

Omfattende modellkatalog

Sammenlign Qwen Image 2.1 med ledende modeller som FLUX, Seedream og Grok Imagine for å velge den ideelle visuelle flyten for prosjektet ditt.

API-arkitektur med høy samtidighet

PoYos asynkrone oppgavefordeling og infrastruktur med lav ventetid sikrer raske, pålitelige genereringstider med fullstendige status-callbacks.

Integrasjon med utviklerne i fokus

Få standard SDK-støtte, tydelig OpenAPI-dokumentasjon og responsive utviklerverktøy for å integrere bildegenerering på få minutter.