Qwen: Qwen Image 2.1 Pro

Qwen Image 2.1 Pro es un modelo de generación y edición de imágenes de Qwen. Se sitúa en el nivel de mayor calidad de la serie Qwen Image 2.1, posicionado por encima de Qwen Image 2.1 Turbo. Si estás creando una función donde la fidelidad visual importa más que la velocidad bruta, esta es la variante que el proveedor pretende que uses.

El modelo acepta entradas de texto e imagen y devuelve imágenes. Tiene una ventana de contexto de 65536 tokens y una salida máxima de 58982 tokens. La salida de imagen se controla mediante un conjunto de parámetros de imagen dedicados: la resolución se puede establecer en 1K o 2K, y la relación de aspecto se elige de una lista fija que cubre 1:1, 1:2, 1:4, 2:1, 2:3, 3:2, 3:4, 4:1, 4:3, 4:5, 5:4, 9:16 y 16:9. Puedes solicitar entre 1 y 6 imágenes por llamada, y proporcionar entre 0 y 4 referencias de entrada. Hay disponible una opción de seed, que resulta útil cuando quieres resultados reproducibles.

Como acepta entradas de imagen además de texto, el modelo admite trabajo de edición además de generación desde cero. Con hasta cuatro imágenes de referencia puedes guiar un render hacia un sujeto, estilo o composición concretos, y luego pedir variantes en varias relaciones de aspecto en una sola solicitud. El ajuste de resolución 2K es adecuado para recursos que se verán a tamaños mayores, mientras que 1K es suficiente para miniaturas, vistas previas e iteración rápida durante el desarrollo de prompts. El parámetro n te permite generar hasta seis candidatos a la vez para que puedas elegir el mejor resultado en lugar de emitir llamadas repetidas.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo "qwen/qwen-image-2.1-pro". Los parámetros de solicitud admitidos son max_tokens, presence_penalty, response_format, seed, temperature y top_p, junto con los ajustes específicos de imagen para resolución, relación de aspecto, n y referencias de entrada. Si tu código existente ya apunta a un endpoint de estilo OpenAI, cambiar a este modelo es en gran medida cuestión de cambiar el id de modelo y añadir los parámetros de imagen que necesites.

Hay algunos aspectos que considerar. La salida es solo de imágenes, así que este no es el modelo para generación de texto ni respuestas de estilo chat, aunque la ventana de contexto sea generosa. Las opciones de relación de aspecto y resolución son enums en lugar de valores libres, y las imágenes de referencia están limitadas a cuatro, por lo que los flujos de trabajo que dependan de muchas referencias o dimensiones inusuales necesitarán adaptación. Cuando la latencia es la prioridad, el nivel Turbo de la misma serie es la opción más natural; recurre a Pro cuando la calidad de salida sea el factor decisivo.