qwen-image-2.1

Text to Image

Image to Image

Model:

Skorzystaj z API Qwen Image 2.1 w PoYo: natywne generowanie obrazów w 2K, precyzyjna edycja z użyciem do 10 obrazów referencyjnych, natywne wyniki z kanałem alfa i wysoka precyzja typografii.

Pobierz klucz API

Dokumentacja 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

Przykładowy wynik

To przykładowe dane. Wygeneruj nowy wynik, aby zobaczyć prawdziwy rezultat.

ID zadania:X1YITCDYCVZHY3BJUtworzono:2026-09-24T20:05:22

Status:finishedPostęp:100%

Examples

Szczegóły cennika

Płatność za użycie. Bez subskrypcji i ukrytych opłat.

1 kredyt = $0.005

Poziom	Cena PoYo
1K	$0.030/gen. Kredyty: 6/gen. Generowania (10): $0.300
2K	$0.050/gen. Kredyty: 10/gen. Generowania (10): $0.500

Jak jest rozliczane: Stała cena za generowanie.

Opłaty zależą od końcowego wyniku.

QWEN IMAGE 2.1

Jednolite generowanie i edycja, natywna przezroczystość RGBA oraz kontrola z użyciem 10 obrazów referencyjnych

API Qwen Image 2.1: jednolite generowanie obrazów i edycja z wieloma obrazami referencyjnymi

Generuj i edytuj obrazy w wysokiej rozdzielczości w jednym kompaktowym modelu 7B. Qwen Image 2.1 łączy generowanie obrazów z tekstu i zaawansowaną edycję z wieloma obrazami referencyjnymi, a dodatkowo obsługuje natywną przezroczystość RGBA wprost w swoim jednostrumieniowym Diffusion Transformerze.

Dzięki natywnej rozdzielczości 2K, kompozycjom z użyciem do 10 obrazów referencyjnych i przyspieszeniu dzięki Prefix KV cache Qwen Image 2.1 daje programistom i twórcom wydajną, gotową do produkcji podstawę komercyjnych procesów wizualnych.

Pobierz klucz API

Kluczowe funkcje API Qwen Image 2.1

Jednolite generowanie i edycja w 2K, natywne obrazy z przezroczystością oraz kontrola z użyciem 10 obrazów referencyjnych dla kreatywnych procesów wymagających wysokiej wierności.

API Qwen Image 2.1 do jednolitego generowania i edycji obrazów

Twórcy często muszą przełączać się między osobnymi modelami do tworzenia obrazów z tekstu i do ich modyfikowania, co komplikuje integrację i wydłuża opóźnienia. Qwen Image 2.1 łączy tworzenie obrazów i iteracyjną edycję w jednym lekkim checkpoincie 7B. Generuj natywne obrazy 2K albo edytuj istniejące z taką samą wiernością w dziewięciu proporcjach obrazu, używając jednego wywołania API.

Generuj natywne obrazy 2K w 9 proporcjach obrazu
Połącz generowanie z tekstu i edycję obrazów w jednym modelu
Koniec z przełączaniem między modelami i narzutem pipeline'u

Oficjalny sześciopolowy storyboard postaci wygenerowany w Qwen Image 2.1

API Qwen Image 2.1 do przezroczystych assets i wycinania obiektów

Przygotowanie czystych przezroczystych elementów zwykle wymaga osobnych narzędzi do usuwania tła, które powodują artefakty na krawędziach i kolorowe obwódki. Qwen Image 2.1 ma wbudowany natywny 64-kanałowy RGBA VAE, który tworzy przezroczyste obrazy bezpośrednio z promptów tekstowych i wydobywa obiekty ze zdjęć. Projektanci i programiści mogą generować naklejki, elementy graficzne i wyizolowane zdjęcia produktów w jednym kroku.

Generuj natywne przezroczyste obrazy RGBA bezpośrednio z tekstu
Wydobywaj czyste obiekty ze zwykłych zdjęć RGB
Pomiń dodatkowe kroki usuwania tła

Oficjalna przezroczysta naklejka ze smokiem wygenerowana w Qwen Image 2.1

API Qwen Image 2.1 do spójności z 10 obrazami referencyjnymi

Złożone kompozycje wizualne i wirtualne przymierzanie ubrań często zawodzą, gdy model opiera się na wielu danych wejściowych: postacie się zmieniają, a tekstury tracą jakość. Qwen Image 2.1 obsługuje do 10 obrazów referencyjnych oraz edycję wybranych obszarów za pomocą znaczników w kształcie koła, pociągnięć pędzla lub dedykowanych masek. Zachowaj wierność tożsamości twarzy, ubrań i produktów z logo marek w kolejnych edycjach.

Połącz do 10 obrazów referencyjnych w jednej kompozycji
Wprowadzaj precyzyjne zmiany w obszarach wskazanych kołem, pędzlem lub maską
Zachowaj rysy twarzy, tekstury produktów i detale brandingu

Oficjalna stylizacja złożona z pięciu obrazów referencyjnych, wygenerowana w Qwen Image 2.1

API Qwen Image 2.1 do czytelnej dwujęzycznej typografii i plakatów

Generatywne modele obrazów często tworzą w grafikach komercyjnych zniekształcony tekst, wadliwe litery i nieczytelne układy znaków. Dzięki wbudowanemu enkoderowi Qwen3-VL-8B Qwen Image 2.1 oferuje wyjątkową dwujęzyczną typografię angielską i chińską, naturalnie osadzoną w scenach. Twórz plakaty komercyjne, koncepcje opakowań i infografiki z ostrymi napisami dopasowanymi do perspektywy i oświetlenia.

Renderuj czytelną dwujęzyczną typografię angielską i chińską
Naturalnie dopasuj tekst na obrazie do oświetlenia i perspektywy sceny
Twórz plakaty komercyjne, opakowania i infografiki

Oficjalna infografika z zamkiem z chińskim i angielskim tekstem, wygenerowana w Qwen Image 2.1

API Qwen Image 2.1 do szybkiego i opłacalnego generowania

Duża liczba parametrów w modelach dyfuzyjnych powyżej 20B oznacza wysokie zapotrzebowanie na VRAM i powolne iteracje w produkcyjnych pipeline'ach. Qwen Image 2.1 ma kompaktowy 32-warstwowy jednostrumieniowy DiT z zaledwie 7 miliardami parametrów wizualnych, wzbogacony o ponowne wykorzystanie Prefix KV cache w 40 krokach odszumiania. Skorzystaj ze znacznie szybszego wnioskowania i niższych kosztów wdrożenia bez kompromisów w wierności obrazu.

Zmniejsz zapotrzebowanie na pamięć dzięki wydajnej architekturze 7B
Przyspiesz wieloetapowe odszumianie dzięki Prefix KV cache
Osiągaj czołowe wyniki w benchmarkach przy niższych kosztach zasobów

Oficjalny diagram uwagi o mieszanej granularności i Prefix KV cache w Qwen Image 2.1

Dla kogo jest API Qwen Image 2.1?

Fotografia produktowa w e-commerce

Generuj profesjonalne zdjęcia komercyjne, podmieniaj tła w katalogu i wycinaj czyste obiekty produktów, ściśle zachowując kształty, logo i tekstury.

Moda i wirtualne przymierzanie

Łącz osobne zdjęcia modeli z referencjami ubrań i dodatków, korzystając z 10 obrazów referencyjnych, aby tworzyć realistyczne kompozycje modowe i spersonalizowane stylizacje.

Projektowanie graficzne i przezroczyste assets

Twórz naklejki, wyizolowane elementy graficzne i przezroczyste pliki PNG bezpośrednio z promptów, bez pomocniczych narzędzi do usuwania tła.

Social media i marketing cyfrowy

Przygotowuj przyciągające wzrok grafiki kampanii, banery reklamowe i plakaty promocyjne z czytelną dwujęzyczną typografią i spójnymi elementami marki.

Storyboardy i concept art

Dopracowuj karty postaci, kinowe kompozycje scen i storyboardy sekwencji, wykorzystując zakotwiczenie tożsamości z wieloma obrazami referencyjnymi w różnych ujęciach.

Wydawnictwa i układy redakcyjne

Twórz okładki książek, infografiki edukacyjne i ilustracje redakcyjne ze zwartymi kompozycjami, w których typografia i grafika łączą się w spójną całość.

Qwen Image 2.1 vs Qwen Image 2.0 – porównanie modeli

Qwen Image 2.1 łączy w jednym modelu to, czym wcześniejsze wersje zajmowały się w osobnych checkpointach, zmniejsza liczbę parametrów wizualnych do 7B oraz wprowadza natywną przezroczystość RGBA i kontrolę z użyciem 10 obrazów referencyjnych.

Funkcja	Qwen Image 2.1	Qwen Image 2.0
Rozmiar generatora wizualnego	Jednostrumieniowy DiT 7B (32 warstwy)	~20 mld parametrów
Generowanie + edycja	Jeden wspólny checkpoint	Osobne checkpointy (T2I vs edycja)
Obsługa przezroczystości	Natywny 64-kanałowy RGBA w tym samym modelu	Wymaga dedykowanego modelu warstwowego
Liczba obrazów referencyjnych	Do 10 obrazów referencyjnych	Ograniczona (zwykle 1–3 obrazy referencyjne)
Natywna rozdzielczość	1K / 2K	1024×1024 / 2K w późniejszych checkpointach
Optymalizacja wnioskowania	Ponowne użycie Prefix KV cache między krokami	Standardowe wieloetapowe przeliczanie od nowa
Wynik w Qwen-Image-Bench	60,28 (najwyżej oceniany model otwarty)	52,06
Wymagania VRAM	~6–12 GB (kwantyzacja / offloading)	Zalecane 24 GB+

Wyniki Qwen-Image-Bench i specyfikacje pochodzą z opublikowanych ocen technicznych i dokumentacji.

Najczęstsze pytania o API Qwen Image 2.1

Czym jest Qwen Image 2.1?

Qwen Image 2.1 to model bazowy do obrazów od Alibaba z otwartymi wagami, zaprojektowany do jednolitego tworzenia obrazów z tekstu i ich edycji. Ma 32 jednostrumieniowe warstwy DiT z 7B parametrów wizualnych oraz natywną przezroczystość RGBA.

Czym Qwen Image 2.1 różni się od poprzednich wydań Qwen-Image?

Wcześniejsze wersje często wymagały osobnych modeli do generowania, edycji i przezroczystości warstwowej. Qwen Image 2.1 łączy wszystkie te możliwości w jednym kompaktowym modelu 7B, który natywnie obsługuje przezroczyste tła i do 10 obrazów referencyjnych.

Jak wygenerować przezroczyste obrazy RGBA przez API?

Ustaw background na transparent, a output_format na png lub webp. Domyślnie tło jest nieprzezroczyste, a JPEG nie obsługuje przezroczystości. Masek nie można łączyć z przezroczystym tłem.

Ile obrazów referencyjnych Qwen Image 2.1 obsługuje przy edycji?

Qwen Image 2.1 obsługuje do 10 obrazów referencyjnych w jednym żądaniu edycji, co pozwala tworzyć złożone sceny z wieloma postaciami, wirtualne przymierzanie i szczegółowe kompozycje wnętrz z dobrym zachowaniem tożsamości.

Jakie rozdzielczości wyniku i proporcje obrazu są obsługiwane?

Wybierz 1K (domyślnie, 6 kredytów) lub 2K (10 kredytów). Obsługiwanych jest dziewięć proporcji obrazu: 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9 i 9:21. Z obrazami referencyjnymi dostępna jest też opcja auto. W trybie maski wynik przyjmuje proporcje obrazu referencyjnego, a size i prompt_extend są ignorowane przez serwer.

Jak Qwen Image 2.1 radzi sobie z renderowaniem tekstu w dwóch językach?

Dzięki enkoderowi warunków Qwen3-VL-8B Qwen Image 2.1 oferuje typografię chińską i angielską na najwyższym poziomie, pozwalając dokładnie renderować logo marek, szyldy i teksty plakatów naturalnie osadzone w scenach 3D.

Czy API Qwen Image 2.1 jest dostępne w PoYo?

Tak. Generuj i edytuj obrazy w narzędziu Playground albo przez API, używając modelu qwen-image-2.1. Każde generowanie kosztuje 6 kredytów w 1K lub 10 kredytów w 2K, bez dopłaty za obrazy referencyjne.

Dlaczego warto wybrać API Qwen Image 2.1 w PoYo

Jednolite generowanie i edycja obrazów

Wypróbuj generowanie obrazów z tekstu, edycję z wieloma obrazami referencyjnymi i natywną przezroczystość RGBA w jednym, uproszczonym procesie pracy programisty.

Pełny katalog modeli

Porównaj Qwen Image 2.1 z wiodącymi modelami, takimi jak FLUX, Seedream i Grok Imagine, żeby wybrać idealny pipeline wizualny do swojego projektu.

Architektura API gotowa na duży ruch

Asynchroniczne przydzielanie zadań i infrastruktura o niskich opóźnieniach w PoYo zapewniają szybkie, niezawodne generowanie z kompletnymi callbackami o statusie.

Integracja z myślą o programistach

Standardowe wsparcie SDK, przejrzysta dokumentacja OpenAPI i sprawne narzędzia dla programistów pozwalają zintegrować generowanie obrazów w kilka minut.