Qwen: Qwen Image 2.1 Pro

Qwen Image 2.1 Pro est un modèle de génération et d'édition d'images de Qwen. Il se situe dans la tranche de qualité supérieure de la série Qwen Image 2.1, positionné au-dessus de Qwen Image 2.1 Turbo. Si vous développez une fonctionnalité où la fidélité visuelle compte plus que la vitesse brute, c'est la variante que le fournisseur vous destine.

Le modèle accepte des entrées texte et image et renvoie des images. Il dispose d'une fenêtre de contexte de 65536 tokens et d'une sortie maximale de 58982 tokens. La sortie d'image est contrôlée par un ensemble de paramètres d'image dédiés : la résolution peut être définie sur 1K ou 2K, et le rapport d'aspect est choisi dans une liste fixe couvrant 1:1, 1:2, 1:4, 2:1, 2:3, 3:2, 3:4, 4:1, 4:3, 4:5, 5:4, 9:16 et 16:9. Vous pouvez demander entre 1 et 6 images par appel, et fournir entre 0 et 4 références d'entrée. Une option de seed est disponible, ce qui est utile lorsque vous souhaitez des résultats reproductibles.

Parce qu'il prend des entrées image en plus du texte, le modèle prend en charge le travail d'édition ainsi que la génération nouvelle. Avec jusqu'à quatre images de référence, vous pouvez guider un rendu vers un sujet, un style ou une composition particuliers, puis demander des variantes sur plusieurs rapports d'aspect en une seule requête. Le réglage de résolution 2K convient aux ressources qui seront consultées à des tailles plus grandes, tandis que 1K suffit pour les vignettes, les aperçus et l'itération rapide pendant le développement du prompt. Le paramètre n vous permet de générer jusqu'à six candidats à la fois afin de choisir le meilleur résultat plutôt que d'émettre des appels répétés.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "qwen/qwen-image-2.1-pro". Les paramètres de requête pris en charge sont max_tokens, presence_penalty, response_format, seed, temperature et top_p, ainsi que les réglages spécifiques aux images pour la résolution, le rapport d'aspect, n et les références d'entrée. Si votre code existant cible déjà un point de terminaison de style OpenAI, passer à ce modèle consiste en grande partie à changer l'identifiant de modèle et à ajouter les paramètres d'image dont vous avez besoin.

Il y a quelques points à peser. La sortie est uniquement composée d'images, ce n'est donc pas le modèle pour la génération de texte ou les réponses de style chat, même si la fenêtre de contexte est généreuse. Les choix de rapport d'aspect et de résolution sont des énumérations plutôt que des valeurs libres, et les images de référence sont limitées à quatre, donc les flux de travail qui dépendent de nombreuses références ou de dimensions inhabituelles nécessiteront une adaptation. Lorsque la latence est la priorité, la tranche Turbo de la même série est le choix plus naturel ; optez pour Pro lorsque la qualité de sortie est le facteur décisif.