Texto a imagen

• Experience Center: Haga clic en un enlace de Try it online arriba (Singapore, Beijing) para abrirlo. Puede seleccionar un modelo, establecer la resolución de salida, activar la prompt rewriting y enviar la solicitud para generar imágenes.

​

Rendimiento del modelo

​

Qwen-Image

Diseño complejo	Párrafo largo	Retrato realista
Diseño de UI	PPT	Diseño de ilustración

​

Wanxiang

Fotografía de retrato	Fotografía fotorrealista	Estilos artísticos
Renderizado de texto	Diseño de póster	Generación de conjuntos de imágenes

​

Selección de modelo

• qwen-image-3.0-pro: Calidad insignia. Admite la reescritura inteligente de prompts y destaca en el renderizado de texto que se integra naturalmente con materiales físicos tanto en chino como en inglés.
• qwen-image-2.1-pro: El mejor equilibrio entre velocidad, calidad y costo. Admite hasta 10 imágenes de referencia para tareas de imagen a imagen y puede generar automáticamente imágenes con canales transparentes basándose en el prompt.
• qwen-image-2.1-turbo: La mejor relación costo-beneficio. El modelo más rentable de la serie Qwen-Image. Admite hasta 10 imágenes de referencia para tareas de imagen a imagen y puede generar automáticamente imágenes con canales transparentes basándose en el prompt.

​

Inicio rápido

​

Requisitos previos

​

Código de ejemplo

import os
import dashscope
from dashscope import MultiModalConversation

dashscope.base_http_api_url = 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1'

response = MultiModalConversation.call(
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    model="qwen-image-3.0-pro",
    messages=[{
        "role": "user",
        "content": [
            {"text": "A vertical outdoor portrait photograph with a warm afternoon street atmosphere. Deep green vines and small orange flowers cascade from building eaves across the upper area. A dark blue sign reads 'Il Messaggero' in white Gothic lettering, partially obscured by foliage. Below, a newsstand displays newspapers behind black metal-framed glass, blurred by shallow depth of field. Strong backlight streams from the street's end. Center-right, a young woman in a black spaghetti-strap backless dress looks back at the camera with a warm smile. Her long, thick wavy black hair is outlined by golden rim light. She has fair skin, bright eyes, soft coral-red lips, and holds a large bouquet of orange, apricot, pink and peach roses contrasting with her black dress. The sunlit city street stretches into the blurred background. Warm film-like tones with fine grain, soft contrast and pronounced backlit edge glow create a romantic, bright, urban strolling atmosphere."}
        ]
    }],
    prompt_extend=True
)

print(response)
if response.status_code == 200:
    url = response.output.choices[0].message.content[0]["image"]
    print(f"Generated image URL: {url}")
else:
    print(f"Error: {response.code} - {response.message}")

import java.util.Arrays;
import java.util.Collections;
import com.alibaba.dashscope.aigc.multimodalconversation.MultiModalConversation;
import com.alibaba.dashscope.aigc.multimodalconversation.MultiModalConversationParam;
import com.alibaba.dashscope.aigc.multimodalconversation.MultiModalConversationResult;
import com.alibaba.dashscope.common.MultiModalMessage;
import com.alibaba.dashscope.common.Role;
import com.alibaba.dashscope.utils.Constants;

public class ImageEditExample {
    public static void main(String[] args) {
        Constants.baseHttpApiUrl = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1";

        MultiModalConversation conv = new MultiModalConversation();
        MultiModalMessage userMessage = MultiModalMessage.builder()
            .role(Role.USER.getValue())
            .content(Arrays.asList(
                Collections.singletonMap("text", "A vertical outdoor portrait photograph with a warm afternoon street atmosphere. Deep green vines and small orange flowers cascade from building eaves across the upper area. A dark blue sign reads 'Il Messaggero' in white Gothic lettering, partially obscured by foliage. Below, a newsstand displays newspapers behind black metal-framed glass, blurred by shallow depth of field. Strong backlight streams from the street's end. Center-right, a young woman in a black spaghetti-strap backless dress looks back at the camera with a warm smile. Her long, thick wavy black hair is outlined by golden rim light. She has fair skin, bright eyes, soft coral-red lips, and holds a large bouquet of orange, apricot, pink and peach roses contrasting with her black dress. The sunlit city street stretches into the blurred background. Warm film-like tones with fine grain, soft contrast and pronounced backlit edge glow create a romantic, bright, urban strolling atmosphere.")
            ))
            .build();
        MultiModalConversationParam param = MultiModalConversationParam.builder()
            .apiKey(System.getenv("DASHSCOPE_API_KEY"))
            .model("qwen-image-3.0-pro")
            .messages(Arrays.asList(userMessage))
            .parameter("prompt_extend", true)
            .build();
        try {
            MultiModalConversationResult result = conv.call(param);
            System.out.println(result);
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

curl --location 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation' \
--header 'Content-Type: application/json' \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--data '{
    "model": "qwen-image-3.0-pro",
    "input": {
        "messages": [
            {
                "role": "user",
                "content": [
                    {
                        "text": "A vertical outdoor portrait photograph with a warm afternoon street atmosphere. Deep green vines and small orange flowers cascade from building eaves across the upper area. A dark blue sign reads '\''Il Messaggero'\'' in white Gothic lettering, partially obscured by foliage. Below, a newsstand displays newspapers behind black metal-framed glass, blurred by shallow depth of field. Strong backlight streams from the street'\''s end. Center-right, a young woman in a black spaghetti-strap backless dress looks back at the camera with a warm smile. Her long, thick wavy black hair is outlined by golden rim light. She has fair skin, bright eyes, soft coral-red lips, and holds a large bouquet of orange, apricot, pink and peach roses contrasting with her black dress. The sunlit city street stretches into the blurred background. Warm film-like tones with fine grain, soft contrast and pronounced backlit edge glow create a romantic, bright, urban strolling atmosphere."
                    }
                ]
            }
        ]
    },
    "parameters": {
        "prompt_extend": true
    }
}'

{
    "output": {
        "choices": [
            {
                "finish_reason": "stop",
                "message": {
                    "content": [
                        {
                            "image": "https://dashscope-result-sz.oss-cn-shenzhen.aliyuncs.com/xxx.png?Expires=xxx"
                        }
                    ],
                    "role": "assistant"
                }
            }
        ]
    },
    "usage": {
        "output_height": 1024,
        "output_width": 1024,
        "input_image_count": 0,
        "input_image_type": "qima_input_1k",
        "output_image_count": 1,
        "output_image_type": "qima_output_1k"
    },
    "request_id": "571ae02f-5c9d-436c-83c2-f221e6df0xxx"
}

export DASHSCOPE_API_KEY="your-api-key"
# Replace {WorkspaceId} with your workspace ID, ap-southeast-1 with your region (e.g., us-east-1, eu-central-1)
export DASHSCOPE_HTTP_BASE_URL="https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1"
dashscope image-synthesis create -m qwen-image-3.0-pro -p "A cute cat" -n 1

​

Capacidades clave

​

1. Seguimiento de prompts

• prompt: Describe el contenido deseado para la imagen, incluyendo el sujeto, la escena, el estilo, la iluminación y la composición. Este es el parámetro principal para controlar la generación de texto a imagen.
• prompt negativo: Describe lo que se debe excluir de la imagen, como "borroso" o "dedos extra". Este parámetro ayuda a refinar la calidad del resultado.

El parámetro negative_prompt no es compatible con las series wan2.7-image-pro, wan2.7-image y qwen-image-2.1. Para excluir elementos no deseados, descríbalos en el prompt (por ejemplo, "no incluir xxx").

​

2. Habilitar reescritura de prompts

• Habilite esta función para prompts breves o generales para mejorar significativamente la calidad de la imagen.
• Desactive esta función si necesita un control preciso sobre los detalles de la imagen, si ha proporcionado un prompt exhaustivo o si la latencia de respuesta es una preocupación. Para desactivarla, establezca el parámetro prompt_extend en false.

El parámetro prompt_extend no es compatible con wan2.7-image-pro y wan2.7-image. Para mejorar la calidad de la imagen en estos modelos, habilite thinking_mode en su lugar. Los modelos de las series qwen-image-3.0 y qwen-image-2.1 admiten el parámetro prompt_extend (habilitado de forma predeterminada).

• direct: Mejora directa de prompts (DPE), adecuada para la mayoría de los escenarios. Compatible tanto con texto a imagen (T2I) como con imagen a imagen/edición (I2I).
• agent: Mejora de prompts por agente (APE), proporciona una reescritura más refinada. Solo es compatible con texto a imagen (T2I). Pasar agent para imagen a imagen/edición (I2I) devuelve un error 400.

​

3. Establezca la resolución de la imagen de salida

• Serie qwen-image-3.0, serie qwen-image-2.1: De 512*512 a 2048*2048, relación de aspecto de 1:8 a 8:1. Si no se especifica, el modelo recomienda automáticamente una resolución.
• Serie qwen-image-2.0: 512*512 a 2048*2048, predeterminado 2048*2048.
• wan2.7-image-pro: Admite las abreviaturas 1K/2K/4K o valores personalizados de 768*768 a 4096*4096, valor predeterminado 2K. Relación de aspecto de 1:8 a 8:1.
• wan2.7-image: Admite las abreviaturas 1K/2K o valores personalizados de 768*768 a 2048*2048, valor predeterminado 2K. Relación de aspecto de 1:8 a 8:1.
• Para modelos Wan anteriores, consulte la referencia de API correspondiente.

El modelo wan2.7-image-pro admite resolución 4K y resoluciones personalizadas de hasta 40964096, pero solo para tareas de texto a imagen (donde no se introduce ninguna imagen y la generación de conjuntos de imágenes está deshabilitada). Todos los demás escenarios están limitados a resolución 2K (20482048).

​

4. Generación de conjuntos de imágenes

• Número de imágenes: Controlado por el parámetro n. Cuando este modo está habilitado, este valor puede oscilar entre 1 y 12, con un valor predeterminado de 12. El modelo determina el número real de imágenes que genera, el cual no excederá n.
• Nota: Cuando la generación de conjuntos de imágenes está habilitada, los parámetros thinking_mode y color_palette no están disponibles.

​

5. Modo de pensamiento

Disponible solo cuando la generación de conjuntos de imágenes está deshabilitada (enable_sequential=false).

​

6. Paleta de colores personalizada

Disponible solo cuando la generación de conjuntos de imágenes está deshabilitada (enable_sequential=false).

"color_palette": [
    {
        "hex": "#C2D1E6",
        "ratio": "23.51%"
    },
    {
        "hex": "#CDD8E9",
        "ratio": "20.13%"
    },
    {
        "hex": "#B5C8DB",
        "ratio": "15.88%"
    },
    {
        "hex": "#C0B5B4",
        "ratio": "13.27%"
    },
    {
        "hex": "#DAE0EC",
        "ratio": "10.11%"
    },
    {
        "hex": "#636574",
        "ratio": "8.93%"
    },
    {
        "hex": "#CACAD2",
        "ratio": "5.55%"
    },
    {
        "hex": "#CBD4E4",
        "ratio": "2.62%"
    }
]

​

7. Otros parámetros comunes

El valor de n afecta directamente al costo: costo = precio unitario x número de imágenes generadas exitosamente.

​

Implementación en producción

• Tolerancia a fallos
  • Gestión de límites de tasa: Cuando la API devuelve el código de error Throttling o el código de estado HTTP 429, se ha activado el límite de tasa. Para gestionar los límites de tasa, consulte Límites de tasa.
  • Sondeo para tareas asíncronas: Al sondear el resultado de una tarea asíncrona, implemente una estrategia de sondeo razonable para evitar activar límites de velocidad. Por ejemplo, sondee cada 3 segundos durante los primeros 30 segundos, luego aumente el intervalo de sondeo. Establezca un tiempo de espera final para la tarea (por ejemplo, 2 minutos). Si la tarea excede el tiempo de espera, márquela como fallida.
• Prevención de riesgos
  • Persistencia de resultados: Las URL de imágenes de la API son válidas durante 24 horas. Su sistema de producción debe descargar la imagen inmediatamente después de recibir la URL y transferirla a su propio servicio de almacenamiento persistente, como Alibaba Cloud Object Storage Service (OSS).
  • Moderación de contenido: Todas las entradas de prompt y negative_prompt están sujetas a moderación de contenido. Si la entrada no cumple con las normas, la solicitud se bloquea y se devuelve un error DataInspectionFailed.
  • Riesgos de derechos de autor y cumplimiento del contenido generado: Asegúrese de que sus prompts cumplan con todas las leyes y regulaciones aplicables. Generar contenido que incluya marcas registradas, imágenes de celebridades o propiedad intelectual (IP) protegida por derechos de autor puede conllevar riesgos de infracción. Usted es responsable de evaluar y asumir todos los riesgos asociados.

​

Referencia de API

• Qwen - Generación y edición de imágenes
• Qwen-Image
• Wan2.7 - generación y edición de imágenes
• Wan2.6 - generación y edición de imágenes
• Wan - texto a imagen v2
• Z-Image - texto a imagen

​

Facturación y limitación de tasa

• Para cuotas gratuitas y precios, consulte precios del modelo.
• Para límites de tasa, consulte Generación de imágenes.
• Solo se le cobra por las imágenes generadas con éxito. Las solicitudes fallidas y los errores de procesamiento no generan cargos ni consumen la cuota gratuita para nuevos usuarios.

​

Códigos de error

​

FAQ