Qwen: Qwen Image 2.1 Turbo

Qwen Image 2.1 Turbo es un modelo de imagen de Qwen, posicionado como el nivel rápido y de menor coste de la serie Qwen Image 2.1. Está diseñado para trabajos de generación y edición de imágenes donde el rendimiento y el precio importan más que la calidad máxima. Si ya conoces la familia Qwen, esta es la variante a la que recurrir cuando quieres mover muchas imágenes por un pipeline en lugar de buscar el mejor resultado posible individual.

El modelo acepta entradas de texto e imagen y produce salidas de imagen. Su ventana de contexto es de 65,536 tokens, con una salida máxima de 58,982. La generación se controla mediante parámetros de imagen dedicados: la resolución se puede establecer en 1K o 2K, y la relación de aspecto admite 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. Como acepta entradas de imagen además de texto, el mismo modelo gestiona tanto la generación a partir de un prompt como las ediciones guiadas por imágenes de referencia.

Esas capacidades apuntan a un conjunto bastante específico de tareas. La generación por lotes de imágenes de producto o marketing encaja de forma natural, ya que puedes fijar una relación de aspecto y una resolución y producir varias variantes por solicitud. Los flujos de trabajo de edición se benefician de las referencias de entrada: pasa hasta cuatro imágenes junto con una instrucción de texto y obtén un resultado modificado. Los equipos que necesitan tamaños de salida consistentes en un catálogo pueden confiar en los valores fijos de resolución y relación de aspecto en lugar de recortar en el postprocesado. El parámetro seed, expuesto como booleano, ayuda cuando quieres resultados reproducibles entre ejecuciones.

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

Lo principal que hay que sopesar es el compromiso que indica el propio proveedor: Turbo prioriza el rendimiento y el precio por encima de la calidad máxima de salida. Si un proyecto depende de la máxima fidelidad que puede producir la serie Qwen Image 2.1, otro modelo de esa serie podría convenirte más. Para generación y edición de alto volumen donde la velocidad y el coste por imagen impulsan la decisión, este es el nivel diseñado para ese trabajo.