El modelo de Generación y Edición de Imágenes Qwen admite tanto texto a imagen (T2I) como imagen a imagen/edición de imágenes (I2I). Puede generar imágenes directamente a partir de prompts de texto o editar imágenes basándose en imágenes de referencia combinadas con instrucciones de edición. Admite tanto los protocolos compatibles con OpenAI como DashScope.
Resumen de modelos
Modelo | Descripción | Especificaciones de la imagen de salida |
|---|---|---|
qwen-image-3.0-pro | Modelo Qwen de Generación y Edición de Imágenes 3.0 que admite tanto texto a imagen (T2I) como imagen a imagen/edición de imágenes (I2I). | Resolución de imagen:
Formato de imagen: PNG |
qwen-image-3.0 | Modelo estándar Qwen de Generación y Edición de Imágenes 3.0 que admite tanto texto a imagen (T2I) como imagen a imagen/edición de imágenes (I2I). Equilibra calidad y velocidad. | |
qwen-image-2.1-pro | Modelo Pro Qwen de Generación y Edición de Imágenes 2.1. La conversión de imagen a imagen/edición de imágenes (I2I) admite hasta 10 imágenes de referencia. También puede decidir automáticamente si generar una imagen estándar o una imagen con canal transparente (alfa) basándose en la descripción del prompt. | |
qwen-image-2.1-turbo | Modelo Turbo Qwen de Generación y Edición de Imágenes 2.1. El modelo más equilibrado y rentable de la serie Qwen-Image. La conversión de imagen a imagen/edición de imágenes (I2I) admite hasta 10 imágenes de referencia. También puede decidir automáticamente si generar una imagen estándar o una imagen con canal transparente (alfa) basándose en la descripción del prompt. |
Disponibilidad
El modelo, la URL del endpoint y la clave de API deben pertenecer a la misma región. Las llamadas entre regiones fallarán.
- Seleccione un modelo: Verifique que el modelo esté disponible en su región objetivo.
- Seleccione una URL: Elija la URL del endpoint que coincida con la región de su modelo. Se admiten tanto URLs HTTP como del SDK de DashScope.
- Configurar una clave de API: Obtenga una clave de API para la región y luego configure la clave de API como variable de entorno.
- Instale el SDK: Para realizar llamadas a la API con el SDK, instale el SDK de DashScope.
Métodos de acceso
La Generación y Edición de Imágenes Qwen ofrece tres métodos de acceso con capacidades de modelo idénticas. Elija el que mejor se adapte a su aplicación:
Método de acceso | Cuándo usar |
|---|---|
Aplicaciones ya construidas sobre el protocolo OpenAI Images o el SDK de OpenAI. Cambie | |
Recomendado. Cobertura completa de funciones, incluyendo tanto URL pública como entrada de imagen Base64. | |
Generación por lotes, o cuando no want mantener una conexión abierta. Envíe una tarea y consulte los resultados con |
Compatible con OpenAI
Si su aplicación ya está construida sobre el protocolo OpenAI Images o el SDK de OpenAI, puede llamar a la Generación y Edición de Imágenes Qwen a través del modo compatible con OpenAI sin cambiar la estructura de su solicitud. Texto a imagen (T2I) e imagen a imagen/edición de imágenes (I2I) comparten el mismo endpoint: omita image para T2I, y proporcione image para I2I.
image en /images/generations. No utiliza el formato de carga de archivos multipart del endpoint oficial de OpenAI /images/edits. Aún no se admiten: llamadas asincrónicas, salida en streaming, imágenes parciales, /images/edits, multipart y máscara. Pasar response_format=b64_json no genera un error, pero se ignora y la respuesta aún contiene URLs de imágenes. Para llamadas asincrónicas, utilice Asincrónico de DashScope.URL
- Singapore
- EE. UU. (Virginia)
- China (Beijing)
- China (Hong Kong)
- Germany (Frankfurt)
- Japan (Tokyo)
POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1/images/generationsbase_url para llamadas SDK: https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1{WorkspaceId} con su ID de espacio de trabajo real.
Parámetros de solicitudEncabezadosContent-Typestring (Requerido)El tipo de contenido de la solicitud. Debe ser application/json.Authorization string (Requerido)Autentica la solicitud con una clave API de Model Studio. Ejemplo: Bearer sk-xxxx.Cuerpo de la solicitudA diferencia del protocolo DashScope, el modo compatible con OpenAI coloca todos los parámetros en el nivel superior del cuerpo de la solicitud. No hay anidamiento deinput ni de parameters.model string (Obligatorio)El nombre del modelo. Valores disponibles: qwen-image-3.0-pro, qwen-image-3.0, qwen-image-2.1-pro y qwen-image-2.1-turbo.prompt string (Obligatorio)El prompt positivo que describe el contenido, estilo y composición de la imagen que want generar o editar. Se admiten tanto chino como inglés. Máximo recomendado: 4,500 tokens. No puede ser una cadena vacía.image string o array (Opcional)La URL o datos codificados en Base64 de la imagen de entrada. Omita este parámetro para texto a imagen (T2I). Proporciónelo para imagen a imagen (I2I), donde la serie qwen-image-2.1 admite 1-10 imágenes, y la serie qwen-image-3.0 admite 1-3 imágenes. Pase una cadena para una sola imagen, o una matriz de cadenas para múltiples imágenes. Cuando se proporcionan múltiples imágenes, el orden se define por la secuencia de la matriz.Nota: null y los arreglos vacíos se rechazan con un error 400.Requisitos de imagen:
integer (Opcional)El número de imágenes de salida. Rango de valores: de 1 a 6. Valor predeterminado: 1. Debe ser un número entero. Un valor de cadena como "1" devuelve un error 400.size string (Opcional)La resolución de la imagen de salida en el formato widthxheight, por ejemplo "1024x1024". También puede pasar auto. Si no se especifica, el modelo recomienda automáticamente una resolución basada en el prompt.
string (Opcional)El prompt negativo que describe el contenido que no want que aparezca en la imagen. Solo la serie qwen-image-3.0 admite este parámetro.seed integer (Opcional)La semilla aleatoria. Rango de valores: [0, 2147483647]. Si se omite, el servicio genera una semilla aleatoria. Utilice una semilla fija para obtener resultados reproducibles.prompt_extend boolean (Opcional)Indica si se debe habilitar la reescritura inteligente de prompts. Valor predeterminado: true (recomendado). Cuando está habilitado, el modelo optimiza el prompt positivo utilizando el método especificado por prompt_extend_mode, lo que mejora significativamente los resultados para descripciones simples.prompt_extend_mode string (Opcional)El método de reescritura de prompts. Predeterminado: direct. Opciones:
boolean (Opcional)Habilita el modo de pensamiento. El valor predeterminado es true. Esto mejora el razonamiento del modelo para aumentar la calidad de la imagen, pero incrementa el tiempo de generación. Requiere prompt_extend=true. Admitido para T2I directo, I2I directo y T2I de agente. No admitido para I2I de agente.watermark boolean (Opcional)Si se debe agregar una marca de agua. Predeterminado: false.image, negative_prompt, seed, prompt_extend, prompt_extend_mode, enable_thinking y watermark son campos de extensión de Model Studio, no parámetros oficiales de OpenAI. Para solicitudes HTTP sin procesar, colóquelos en el nivel superior del cuerpo de la solicitud. Al utilizar un SDK de OpenAI, páselos a través de extra_body. |
Parámetros de respuestacreatedintegerLa marca de tiempo Unix, en segundos, cuando se creó la respuesta.data arrayLa lista de resultados generados. Cuando n es mayor que 1, el arreglo contiene múltiples elementos.
Propiedades url stringLa URL de la imagen generada en formato PNG. El enlace es válido durante 24 horas. Descargue y guarde la imagen de inmediato.objectEl uso de recursos de esta llamada. Solo se devuelve en caso de éxito. Estos son campos de medición de entrada y salida de imágenes, no uso de tokens.
Propiedades
output_width integerEl ancho de la imagen de salida final en píxeles.output_height integerLa altura de la imagen de salida final en píxeles.input_image_count integerEl número de imágenes de entrada en la solicitud. Devuelve 0 para texto a imagen (T2I) y el recuento real para imagen a imagen (I2I).input_image_type stringEl nivel de facturación de la imagen de entrada. Determinado por el área de píxeles de la resolución de salida: qima_input_1k si el área es ≤ 2,250,000, o qima_input_2k si el área es > 2,250,000.output_image_count integerEl número real de imágenes de salida devueltas.output_image_type stringEl nivel de facturación de la imagen de salida. Determinado por el área de píxeles de la resolución de salida: qima_output_1k si el área es ≤ 2,250,000, o qima_output_2k si el área es > 2,250,000.objectLos detalles del error. Solo se devuelve para solicitudes fallidas.
Propiedades message stringMensaje de error detallado.type stringEl tipo de error, como invalid_request_error.param stringEl nombre del parámetro que causó el error, o null cuando el error no puede atribuirse a un parámetro específico.code stringCódigo de error. Consulte Códigos de error.A diferencia del protocolo DashScope, el modo compatible con OpenAI no devuelve request_id en el cuerpo de la respuesta. El identificador único de la solicitud se devuelve en el encabezado de respuesta HTTP x-request-id. Con el SDK de Python de OpenAI, lea response._request_id en caso de éxito y APIStatusError.request_id en caso de fallo. Incluya este identificador al reportar un problema. |
Las URL de las imágenes se conservan solo durante 24 horas y luego se eliminan automáticamente. Guarde las imágenes generadas de inmediato. |
SDK
Instale o actualice primero el SDK de OpenAI para Python:
API síncrona de DashScope (recomendada)
HTTP
- Singapore
- EE. UU. (Virginia)
- China (Beijing)
- China (Hong Kong)
- Germany (Frankfurt)
- Japan (Tokyo)
POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation{WorkspaceId} con su ID de espacio de trabajo real.
Parámetros de solicitudEncabezadosContent-Typestring (Requerido)El tipo de contenido de la solicitud. Debe ser application/json.Authorization string (Requerido)Autentica la solicitud con una clave API de Model Studio. Ejemplo: Bearer sk-xxxx.Cuerpo de la solicitudmodelstring (Obligatorio)El nombre del modelo. Valores disponibles: qwen-image-3.0-pro, qwen-image-3.0, qwen-image-2.1-pro y qwen-image-2.1-turbo.input object (Obligatorio)El objeto de parámetros de entrada, que contiene los siguientes campos:
Propiedades messages array (Obligatorio)La matriz de contenido de la solicitud. Solo se admiten conversaciones de una sola ronda, por lo que la matriz debe contener exactamente un objeto con las propiedades role y content.
Propiedades role string (Obligatorio)El rol del remitente del mensaje. Debe establecerse en user.contentarray (Obligatorio)El arreglo de contenido del mensaje, con diferentes combinaciones según el caso de uso:
Propiedades image string (Requerido para I2I)La URL o datos codificados en Base64 de la imagen de entrada. En escenarios I2I, la serie qwen-image-2.1 admite 1-10 imágenes, y la serie qwen-image-3.0 admite 1-3 imágenes. Cuando se proporcionan múltiples imágenes, el orden se define por la secuencia de la matriz.Requisitos de imagen:
string(Obligatorio)El prompt positivo que describe el contenido, estilo y composición de la imagen que want generar o editar. Se admiten tanto chino como inglés. Máximo recomendado: 4,500 tokens.Nota: Solo se permite un objeto de texto. Omitirlo o proporcionar múltiples objetos de texto resultará en un error.object (Opcional)Parámetros adicionales para controlar la generación de imágenes.
Propiedades prompt_extend boolean (Opcional)Indica si se debe habilitar la reescritura inteligente de prompts. Valor predeterminado: true (recomendado). Cuando está habilitado, el modelo optimiza el prompt positivo utilizando el método especificado por prompt_extend_mode, lo que mejora significativamente los resultados para descripciones simples.prompt_extend_mode string (Opcional)El método de reescritura de prompts. Predeterminado: direct. Opciones:
boolean (Opcional)Habilita el modo de pensamiento. El valor predeterminado es true. Esto mejora el razonamiento del modelo para aumentar la calidad de la imagen, pero incrementa el tiempo de generación. Requiere prompt_extend=true. Admitido para T2I directo, I2I directo y T2I de agente. No admitido para I2I de agente.n integer (Opcional)El número de imágenes de salida. Rango de valores: de 1 a 6. Predeterminado: 1.size string (Opcional)La resolución de la imagen de salida en el formato width*height, por ejemplo "1024*1024". Si no se especifica, el modelo recomienda automáticamente una resolución basada en el prompt.
string (Opcional)El prompt negativo que describe el contenido que no want que aparezca en la imagen. Solo la serie qwen-image-3.0 admite este parámetro.seed integer (Opcional)La semilla aleatoria. Rango de valores: [0, 2147483647]. Si se omite, el servicio genera una semilla aleatoria. Utilice una semilla fija para obtener resultados reproducibles.watermark boolean (Opcional)Si se debe agregar una marca de agua. Predeterminado: false. |
Parámetros de respuestaoutputobjectContiene los resultados de generación del modelo.
Propiedades rewrite_status stringEl estado de reescritura del prompt. El valor depende de si la reescritura se habilitó en la solicitud y del resultado de dicha reescritura.choices arrayLa lista de opciones de resultados.
Propiedades finish_reason stringLa razón por la cual la tarea se detuvo. El valor es stop cuando la tarea se completa normalmente.message objectEl mensaje devuelto por el modelo.
Propiedades role stringEl rol del mensaje. Fijo como assistant.contentarrayEl contenido del mensaje que contiene la información de la imagen generada.
Propiedades imagen stringLa URL de la imagen generada en formato PNG. El enlace es válido durante 24 horas. Descargue y guarde la imagen de inmediato.objectEl uso de recursos de esta llamada. Solo se devuelve en caso de éxito. Estos son campos de medición de entrada y salida de imágenes, no uso de tokens.
Propiedades
output_width integerEl ancho de la imagen de salida final en píxeles.output_height integerLa altura de la imagen de salida final en píxeles.input_image_count integerEl número de imágenes de entrada en la solicitud. Devuelve 0 para texto a imagen (T2I) y el recuento real para imagen a imagen (I2I).input_image_type stringEl nivel de facturación de la imagen de entrada. Determinado por el área de píxeles de la resolución de salida: qima_input_1k si el área es ≤ 2,250,000, o qima_input_2k si el área es > 2,250,000.output_image_count integerEl número real de imágenes de salida devueltas.output_image_type stringEl nivel de facturación de la imagen de salida. Determinado por el área de píxeles de la resolución de salida: qima_output_1k si el área es ≤ 2,250,000, o qima_output_2k si el área es > 2,250,000.stringIdentificador único de solicitud para rastreo y solución de problemas.code stringCódigo de error. Se devuelve solo para solicitudes fallidas. Consulte Códigos de error.message stringMensaje de error detallado. Se devuelve solo para solicitudes fallidas. Consulte Códigos de error. |
Los datos de la tarea (estado de la tarea y URL de imágenes) se conservan solo durante 24 horas y luego se eliminan automáticamente. Guarde las imágenes generadas con prontitud. |
SDK
Los siguientes ejemplos demuestran cómo llamar a la API mediante los SDK de Python y Java para la conversión de imagen a imagen y la edición de imágenes (I2I).
API asíncrona de DashScope
Además de la llamada sincrónica descrita anteriormente, la Generación y Edición de Imágenes Qwen también admite llamadas asincrónicas. La API asincrónica comparte la misma estructura de parámetros de solicitud que la API sincrónica. Solo necesita agregar el encabezado X-DashScope-Async: enable. Después de que el servicio acepte la solicitud, devuelve un ID de tarea (task_id), que luego utiliza para consultar la API de consulta y obtener el resultado final.
HTTP
Las llamadas asíncronas utilizan un flujo de trabajo de dos pasos:
- Crear una tarea para obtener un ID de tarea: Envíe una solicitud para crear una tarea. La respuesta contiene un ID de tarea (task_id).
- Consultar resultados mediante el ID de tarea: Utilice el task_id para consultar el estado de la tarea hasta que esta se complete y se devuelva la URL de la imagen.
Paso 1: Crear una tarea para obtener un ID de tarea
- Singapore
- EE. UU. (Virginia)
- China (Beijing)
- China (Hong Kong)
- Germany (Frankfurt)
- Japan (Tokyo)
POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/image-generation/generationParámetros de solicitudEncabezadosContent-Typestring (Requerido)El tipo de contenido de la solicitud. Debe ser application/json.Authorization string (Requerido)Autentica la solicitud con una clave API de Model Studio. Ejemplo: Bearer sk-xxxx.X-DashScope-Async string (Requerido)Habilita el procesamiento asincrónico. Debe ser enable. El endpoint de esta sección acepta únicamente solicitudes asincrónicas y no admite llamadas sincrónicas.Cuerpo de la solicitudmodelstring (Obligatorio)El nombre del modelo. Valores disponibles: qwen-image-3.0-pro, qwen-image-3.0, qwen-image-2.1-pro y qwen-image-2.1-turbo.input object (Obligatorio)El objeto de parámetros de entrada, que contiene los siguientes campos:
Propiedades messages array (Obligatorio)La matriz de contenido de la solicitud. Solo se admiten conversaciones de una sola ronda, por lo que la matriz debe contener exactamente un objeto con las propiedades role y content.
Propiedades role string (Obligatorio)El rol del remitente del mensaje. Debe establecerse en user.contentarray (Obligatorio)El arreglo de contenido del mensaje, con diferentes combinaciones según el caso de uso:
Propiedades image string (Requerido para I2I)La URL o datos codificados en Base64 de la imagen de entrada. En escenarios I2I, la serie qwen-image-2.1 admite 1-10 imágenes, y la serie qwen-image-3.0 admite 1-3 imágenes. Cuando se proporcionan múltiples imágenes, el orden se define por la secuencia de la matriz.Requisitos de imagen:
string(Obligatorio)El prompt positivo que describe el contenido, estilo y composición de la imagen que want generar o editar. Se admiten tanto chino como inglés. Máximo recomendado: 4,500 tokens.Nota: Solo se permite un objeto de texto. Omitirlo o proporcionar múltiples objetos de texto resultará en un error.object (Opcional)Parámetros adicionales para controlar la generación de imágenes.
Propiedades prompt_extend boolean (Opcional)Indica si se debe habilitar la reescritura inteligente de prompts. Valor predeterminado: true (recomendado). Cuando está habilitado, el modelo optimiza el prompt positivo utilizando el método especificado por prompt_extend_mode, lo que mejora significativamente los resultados para descripciones simples.prompt_extend_mode string (Opcional)El método de reescritura de prompts. Predeterminado: direct. Opciones:
boolean (Opcional)Habilita el modo de pensamiento. El valor predeterminado es true. Esto mejora el razonamiento del modelo para aumentar la calidad de la imagen, pero incrementa el tiempo de generación. Requiere prompt_extend=true. Admitido para T2I directo, I2I directo y T2I de agente. No admitido para I2I de agente.n integer (Opcional)El número de imágenes de salida. Rango de valores: de 1 a 6. Predeterminado: 1.size string (Opcional)La resolución de la imagen de salida en el formato width*height, por ejemplo "1024*1024". Si no se especifica, el modelo recomienda automáticamente una resolución basada en el prompt.
string (Opcional)El prompt negativo que describe el contenido que no want que aparezca en la imagen. Solo la serie qwen-image-3.0 admite este parámetro.seed integer (Opcional)La semilla aleatoria. Rango de valores: [0, 2147483647]. Si se omite, el servicio genera una semilla aleatoria. Utilice una semilla fija para obtener resultados reproducibles.watermark boolean (Opcional)Si se debe agregar una marca de agua. Predeterminado: false. |
Parámetros de respuestaoutputobjectLa información de aceptación de la tarea.
Propiedades task_id stringEl ID de tarea asíncrona, utilizado para consultar el estado y el resultado de la tarea. Asegúrese de guardarlo.task_status stringEl estado de la tarea. Generalmente PENDING cuando se envía la tarea, lo que indica únicamente que la tarea ha sido aceptada, no que la imagen haya sido generada.stringIdentificador único de solicitud para rastreo y solución de problemas.code stringCódigo de error. Se devuelve solo para solicitudes fallidas. Consulte Códigos de error. |
Guarde el task_id para consultar el estado y el resultado de la tarea. |
Paso 2: Consultar resultados mediante el ID de tarea
- Singapore
- EE. UU. (Virginia)
- China (Beijing)
- China (Hong Kong)
- Germany (Frankfurt)
- Japan (Tokyo)
GET https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/tasks/{task_id}Parámetros de solicitudEncabezadosAuthorizationstring (Requerido)Autentica la solicitud con una clave API de Model Studio. Ejemplo: Bearer sk-xxxx.Parámetros de ruta de URLtask_idstring (Obligatorio)El ID de la tarea. |
Reemplace {task_id} con el valor task_id devuelto por la llamada a la API anterior. El task_id es válido para consultas durante 24 horas. Reemplace {WorkspaceId} con su ID de espacio de trabajo real. |
Parámetros de respuestaoutputobjectLa información de salida de la tarea.
Propiedades task_id stringEl ID de la tarea. Válido para consultas durante 24 horas.task_status stringEl estado de la tarea.
Valores de enumeración
stringLa hora en que se envió la tarea. La hora está en UTC+8 y el formato es YYYY-MM-DD HH:mm:ss.SSS.scheduled_time stringLa hora en que se ejecutó la tarea. La hora está en UTC+8 y el formato es YYYY-MM-DD HH:mm:ss.SSS.end_time stringLa hora en que se completó la tarea. La hora está en UTC+8 y el formato es YYYY-MM-DD HH:mm:ss.SSS.rewrite_status stringEl estado de reescritura del prompt. El valor depende de si la reescritura se habilitó en la solicitud y del resultado de dicha reescritura.choices arrayLa lista de opciones de resultados.
Propiedades finish_reason stringLa razón por la cual la tarea se detuvo. El valor es stop cuando la tarea se completa normalmente.message objectEl mensaje devuelto por el modelo.
Propiedades role stringEl rol del mensaje. Fijo como assistant.contentarrayEl contenido del mensaje que contiene la información de la imagen generada.
Propiedades imagen stringLa URL de la imagen generada en formato PNG. El enlace es válido durante 24 horas. Descargue y guarde la imagen de inmediato.objectEl uso de recursos de esta llamada. Solo se devuelve en caso de éxito. Estos son campos de medición de entrada y salida de imágenes, no uso de tokens.
Propiedades
output_width integerEl ancho de la imagen de salida final en píxeles.output_height integerLa altura de la imagen de salida final en píxeles.input_image_count integerEl número de imágenes de entrada en la solicitud. Devuelve 0 para texto a imagen (T2I) y el recuento real para imagen a imagen (I2I).input_image_type stringEl nivel de facturación de la imagen de entrada. Determinado por el área de píxeles de la resolución de salida: qima_input_1k si el área es ≤ 2,250,000, o qima_input_2k si el área es > 2,250,000.output_image_count integerEl número real de imágenes de salida devueltas.output_image_type stringEl nivel de facturación de la imagen de salida. Determinado por el área de píxeles de la resolución de salida: qima_output_1k si el área es ≤ 2,250,000, o qima_output_2k si el área es > 2,250,000.stringIdentificador único de solicitud para rastreo y solución de problemas.code stringCódigo de error. Se devuelve solo para solicitudes fallidas. Consulte Códigos de error.message stringMensaje de error detallado. Se devuelve solo para solicitudes fallidas. Consulte Códigos de error. |
Los datos de la tarea (estado de la tarea y URL de imágenes) se conservan solo durante 24 horas y luego se eliminan automáticamente. Guarde las imágenes generadas con prontitud. |