Qwen: Qwen Image 2.1 Pro

Qwen Image 2.1 Pro ist ein Modell zur Bilderzeugung und Bildbearbeitung von Qwen. Es gehört zur höherwertigen Klasse der Qwen Image 2.1 Serie und ist über Qwen Image 2.1 Turbo angesiedelt. Wenn Sie eine Funktion entwickeln, bei der visuelle Wiedergabetreue wichtiger ist als reine Geschwindigkeit, ist dies die Variante, die der Anbieter für Sie vorsieht.

Das Modell akzeptiert Text- und Bildeingaben und gibt Bilder zurück. Es hat ein Kontextfenster von 65536 Tokens und eine maximale Ausgabe von 58982 Tokens. Die Bildausgabe wird über eine Reihe dedizierter Bildparameter gesteuert: Die Auflösung kann auf 1K oder 2K eingestellt werden, und das Seitenverhältnis wird aus einer festen Liste gewählt, die 1:1, 1:2, 1:4, 2:1, 2:3, 3:2, 3:4, 4:1, 4:3, 4:5, 5:4, 9:16 und 16:9 abdeckt. Sie können zwischen 1 und 6 Bilder pro Aufruf anfordern und zwischen 0 und 4 Eingabereferenzen bereitstellen. Eine Seed-Option ist verfügbar, was nützlich ist, wenn Sie reproduzierbare Ergebnisse wünschen.

Da es neben Text auch Bildeingaben entgegennimmt, unterstützt das Modell sowohl Bearbeitungsaufgaben als auch die reine Generierung. Mit bis zu vier Referenzbildern können Sie ein Rendering in Richtung eines bestimmten Motivs, Stils oder einer bestimmten Komposition lenken und dann in einer einzigen Anfrage Varianten über mehrere Seitenverhältnisse hinweg anfordern. Die 2K-Auflösungseinstellung eignet sich für Assets, die in größeren Größen betrachtet werden, während 1K für Thumbnails, Vorschauen und schnelle Iteration während der Prompt-Entwicklung ausreicht. Der Parameter n ermöglicht es Ihnen, bis zu sechs Kandidaten gleichzeitig zu erzeugen, sodass Sie das beste Ergebnis auswählen können, anstatt wiederholte Aufrufe zu tätigen.

Sie rufen es über die OpenAI-kompatible API von api14 mit der Modell-ID "qwen/qwen-image-2.1-pro" auf. Die unterstützten Anfrageparameter sind max_tokens, presence_penalty, response_format, seed, temperature und top_p, zusammen mit den bildspezifischen Einstellungen für Auflösung, Seitenverhältnis, n und Eingabereferenzen. Wenn Ihr vorhandener Code bereits auf einen Endpunkt im OpenAI-Stil ausgerichtet ist, besteht die Umstellung auf dieses Modell weitgehend darin, die Modell-ID zu ändern und die benötigten Bildparameter hinzuzufügen.

Es gibt ein paar Dinge abzuwägen. Die Ausgabe besteht nur aus Bildern, daher ist dies nicht das Modell für Textgenerierung oder Antworten im Chat-Stil, auch wenn das Kontextfenster großzügig ist. Die Auswahlmöglichkeiten für Seitenverhältnis und Auflösung sind Enums und keine freien Werte, und die Referenzbilder sind auf vier begrenzt, sodass Workflows, die von vielen Referenzen oder ungewöhnlichen Abmessungen abhängen, angepasst werden müssen. Wenn die Latenz Priorität hat, ist die Turbo-Klasse derselben Serie die natürlichere Wahl; greifen Sie zu Pro, wenn die Ausgabequalität der entscheidende Faktor ist.