Qwen: Qwen Image 2.1 Turbo

Qwen Image 2.1 Turbo ist ein Bildmodell von Qwen, positioniert als die schnelle, kostengünstigere Stufe der Qwen Image 2.1 Serie. Es ist für Bildgenerierung und Bearbeitungsaufgaben gebaut, bei denen Durchsatz und Preis wichtiger sind als Spitzenqualität. Wenn Sie die Qwen Familie bereits kennen, ist dies die Variante, zu der Sie greifen, wenn Sie viele Bilder durch eine Pipeline schleusen möchten, statt das bestmögliche einzelne Ergebnis anzustreben.

Das Modell akzeptiert Text- und Bildeingaben und erzeugt Bildausgaben. Sein Kontextfenster beträgt 65.536 Token, mit einer maximalen Ausgabe von 58.982. Die Generierung wird über dedizierte Bildparameter gesteuert: Die Auflösung kann auf 1K oder 2K gesetzt werden, und das Seitenverhältnis unterstützt 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. Sie können zwischen 1 und 6 Bilder pro Aufruf anfordern und zwischen 0 und 4 Eingabereferenzen bereitstellen. Da es neben Text auch Bildeingaben annimmt, verarbeitet dasselbe Modell sowohl die Generierung aus einem Prompt als auch Bearbeitungen, die durch Referenzbilder gesteuert werden.

Diese Fähigkeiten deuten auf eine ziemlich spezifische Gruppe von Aufgaben hin. Die Batch-Generierung von Produkt- oder Marketingbildern passt natürlich, da Sie ein Seitenverhältnis und eine Auflösung festlegen und mehrere Varianten pro Anfrage erzeugen können. Bearbeitungsworkflows profitieren von den Eingabereferenzen: Übergeben Sie bis zu vier Bilder zusammen mit einer Textanweisung und erhalten Sie ein modifiziertes Ergebnis zurück. Teams, die konsistente Ausgabegrößen über einen Katalog hinweg benötigen, können sich auf die festen Auflösungs- und Seitenverhältnis-Enums verlassen, statt Zuschnitte nachzubearbeiten. Der seed-Parameter, der als Boolean exponiert ist, hilft, wenn Sie reproduzierbare Ergebnisse über mehrere Läufe hinweg wünschen.

Sie rufen es über die OpenAI-kompatible API von api14 mit der Modell-ID "qwen/qwen-image-2.1-turbo" auf. Die unterstützten Anfrageparameter sind max_tokens, presence_penalty, response_format, seed, temperature und top_p, zusammen mit den bildspezifischen Steuerungen für Auflösung, Seitenverhältnis, n und input_references. Wenn Ihr bestehender Code bereits auf einen Endpunkt im OpenAI-Stil abzielt, ist der Wechsel zu diesem Modell hauptsächlich eine Frage des Änderns der Modell-ID und des Hinzufügens der benötigten Bildparameter.

Die Hauptsache, die abzuwägen ist, ist der vom Anbieter selbst genannte Kompromiss: Turbo bevorzugt Durchsatz und Preis gegenüber der Spitzenqualität der Ausgabe. Wenn ein Projekt von der höchsten Wiedergabetreue abhängt, die die Qwen Image 2.1 Serie erzeugen kann, könnte ein anderes Modell dieser Serie besser zu Ihnen passen. Für die Generierung und Bearbeitung in hohem Volumen, bei der Geschwindigkeit und Kosten pro Bild die Entscheidung bestimmen, ist dies die Stufe, die für diese Aufgabe entworfen wurde.