Qwen: Qwen Image 2.1 Turbo

Qwen Image 2.1 Turbo to model obrazu od Qwen, pozycjonowany jako szybka, tańsza warstwa serii Qwen Image 2.1. Jest stworzony do generowania i edycji obrazów, gdzie przepustowość i cena mają większe znaczenie niż najwyższa jakość. Jeśli znasz już rodzinę Qwen, to jest wariant, po który warto sięgnąć, gdy chcesz przepuścić przez pipeline wiele obrazów, zamiast dążyć do najlepszego możliwego pojedynczego wyniku.

Model przyjmuje dane wejściowe tekstowe i obrazowe, a zwraca dane wyjściowe obrazowe. Jego okno kontekstu wynosi 65 536 tokenów, a maksymalne wyjście to 58 982. Generowanie jest kontrolowane przez dedykowane parametry obrazu: rozdzielczość można ustawić na 1K lub 2K, a proporcje obsługują 1:1, 1:2, 1:4, 2:1, 2:3, 3:2, 3:4, 4:1, 4:3, 4:5, 5:4, 9:16 i 16:9. Możesz zażądać od 1 do 6 obrazów na wywołanie i dostarczyć od 0 do 4 referencji wejściowych. Ponieważ przyjmuje dane wejściowe obrazowe oraz tekstowe, ten sam model obsługuje zarówno generowanie na podstawie promptu, jak i edycje kierowane obrazami referencyjnymi.

Te możliwości wskazują na dość konkretny zestaw zadań. Masowe generowanie obrazów produktowych lub marketingowych pasuje tu naturalnie, ponieważ można ustalić proporcje i rozdzielczość i tworzyć kilka wariantów na żądanie. Przepływy edycji korzystają z referencji wejściowych: przekaż do czterech obrazów wraz z instrukcją tekstową i otrzymaj zmodyfikowany wynik. Zespoły, które potrzebują spójnych rozmiarów wyjściowych w całym katalogu, mogą polegać na stałych wartościach rozdzielczości i proporcji zamiast przycinania w post-processingu. Parametr seed, udostępniony jako wartość logiczna, pomaga, gdy chcesz uzyskać powtarzalne wyniki między uruchomieniami.

Wywołujesz go przez API zgodne z OpenAI w api14, używając identyfikatora modelu "qwen/qwen-image-2.1-turbo". Obsługiwane parametry żądania to max_tokens, presence_penalty, response_format, seed, temperature i top_p, obok kontrolek specyficznych dla obrazu: rozdzielczości, proporcji, n i input_references. Jeśli istniejący kod jest już skierowany na endpoint w stylu OpenAI, przejście na ten model to głównie zmiana identyfikatora modelu i dodanie potrzebnych parametrów obrazu.

Najważniejszą rzeczą do rozważenia jest kompromis wskazany przez samego dostawcę: Turbo przedkłada przepustowość i cenę nad najwyższą jakość wyjściową. Jeśli projekt zależy od najwyższej wierności, jaką może zapewnić seria Qwen Image 2.1, lepszy może okazać się inny model z tej serii. Do generowania i edycji o dużym wolumenie, gdzie o decyzji decyduje szybkość i koszt na obraz, to jest warstwa zaprojektowana właśnie do tego zadania.