Qwen: Qwen Image 3 Pro

Qwen Image 3 Pro, Qwen का एक इमेज जनरेशन और एडिटिंग मॉडल है, जो api14 पर मॉडल आईडी qwen/qwen-image-3-pro के तहत सूचीबद्ध है। यह इमेज श्रेणी में आता है, और इसका प्रोवाइडर इसे 10px जितने छोटे टेक्स्ट और विवरणों की सटीक रेंडरिंग का समर्थन करने वाला बताता है, साथ ही समृद्ध विश्व ज्ञान भी। यदि आप ऐसी पाइपलाइन बना रहे हैं जिसे किसी प्रॉम्प्ट से इमेज बनानी या संशोधित करनी है, तो यह वह मॉडल परिवार है जिसका मूल्यांकन आपको करना चाहिए।

यह मॉडल टेक्स्ट और इमेज इनपुट स्वीकार करता है और इमेज लौटाता है। इसकी कॉन्टेक्स्ट विंडो 65,536 टोकन है, अधिकतम आउटपुट 58,982 टोकन के साथ। इमेज आउटपुट को इमेज पैरामीटर के एक सेट के माध्यम से नियंत्रित किया जाता है: resolution एक एनम है जिसमें 1K या 2K होता है, aspect ratio एक एनम है जो 1:1, 1:2, 1:4, 2:1, 2:3, 3:2, 3:4, 4:1, 4:3, 4:5, 5:4, 9:16 और 16:9 को कवर करता है, और n प्रति अनुरोध 1 से 6 इमेज तक की रेंज है। आप अधिकतम 4 इनपुट रेफरेंस भी पास कर सकते हैं, यही चीज़ एडिटिंग और रेफरेंस-गाइडेड जनरेशन को संभव बनाती है, और seed एक बूलियन के रूप में उपलब्ध है।

ये क्षमताएँ कुछ व्यावहारिक पैटर्न की ओर संकेत करती हैं। चुनी गई resolution और aspect ratio के साथ टेक्स्ट-टू-इमेज जनरेशन सीधी एसेट निर्माण को कवर करता है। चूँकि मॉडल टेक्स्ट के साथ-साथ इमेज इनपुट भी स्वीकार करता है, यह एडिटिंग और रेफरेंस-आधारित काम के लिए भी उपयुक्त है, जहाँ आप एक या अधिक इनपुट रेफरेंस देते हैं और वांछित बदलाव का वर्णन करते हैं। aspect ratio एनम उन टीमों के लिए मायने रखता है जो निश्चित लेआउट के लिए एसेट बनाती हैं, जैसे वर्गाकार सोशल इमेज, वर्टिकल स्टोरी फॉर्मेट या चौड़े बैनर, और n पैरामीटर आपको अलग-अलग अनुरोध भेजने के बजाय एक ही कॉल में कई वेरिएशन माँगने देता है। छोटे टेक्स्ट रेंडरिंग पर ज़ोर उन उपयोग मामलों की ओर संकेत करता है जहाँ इमेज के भीतर पठनीय अक्षर ही मुख्य बात हैं, जैसे पोस्टर, लेबल या UI मॉकअप।

आप इसे api14 के OpenAI-संगत API के माध्यम से मॉडल आईडी qwen/qwen-image-3-pro का उपयोग करके कॉल करते हैं। समर्थित अनुरोध पैरामीटर हैं max_tokens, presence_penalty, response_format, seed, temperature और top_p, साथ ही ऊपर वर्णित इमेज पैरामीटर (resolution, aspect_ratio, n और input_references)। यदि आपका मौजूदा कोड पहले से किसी OpenAI-संगत एंडपॉइंट को लक्षित करता है, तो इस मॉडल पर स्विच करना काफी हद तक मॉडल आईडी बदलने और अनुरोध बॉडी में इमेज-विशिष्ट फ़ील्ड जोड़ने की बात है।

चुनते समय सीमाओं का ध्यान रखें। यह एक इमेज मॉडल है: यह इमेज आउटपुट करता है, टेक्स्ट नहीं, इसलिए जिन कार्यों के लिए लिखित उत्तर चाहिए वे टेक्स्ट मॉडल के साथ बेहतर बैठते हैं। कॉन्टेक्स्ट विंडो 65,536 टोकन है, और इनपुट रेफरेंस 4 तक सीमित हैं, तथा n प्रति अनुरोध 6 इमेज तक सीमित है। यदि आपके वर्कफ़्लो को एक ही कॉल में अधिक रेफरेंस या बड़ा बैच चाहिए, तो काम को कई अनुरोधों में बाँटने की योजना बनाएँ।