Qwen: Qwen Image 3 Pro

Qwen Image 3 Pro to model generowania i edycji obrazów od Qwen, wymieniony na api14 pod identyfikatorem modelu qwen/qwen-image-3-pro. Należy do kategorii obrazów, a jego dostawca opisuje go jako obsługujący precyzyjne renderowanie tekstu i szczegółów tak małych jak 10px, wraz z bogatszą wiedzą o świecie. Jeśli budujesz potok, który musi tworzyć lub modyfikować obrazy na podstawie promptu, to jest rodzina modeli, którą warto ocenić.

Model przyjmuje dane wejściowe w postaci tekstu i obrazów, a zwraca obrazy. Jego okno kontekstowe wynosi 65 536 tokenów, z maksymalnym wyjściem 58 982 tokenów. Wyjście obrazu jest kontrolowane przez zestaw parametrów obrazu: resolution to enum o wartościach 1K lub 2K, aspect ratio to enum obejmujący 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, a n to zakres od 1 do 6 obrazów na żądanie. Możesz także przekazać do 4 referencji wejściowych, co umożliwia edycję i generowanie kierowane referencjami, a seed jest dostępny jako wartość logiczna.

Te możliwości wskazują na kilka praktycznych wzorców. Generowanie tekstu na obraz z wybraną rozdzielczością i proporcjami obejmuje proste tworzenie zasobów. Ponieważ model przyjmuje obrazy wejściowe obok tekstu, pasuje również do pracy związanej z edycją i sterowaniem referencjami, gdzie dostarczasz jedną lub więcej referencji wejściowych i opisujesz pożądaną zmianę. Enum aspect ratio ma znaczenie dla zespołów tworzących zasoby do stałych układów, takich jak kwadratowe obrazy społecznościowe, pionowe formaty relacji czy szerokie banery, a parametr n pozwala zażądać kilku wariantów w jednym wywołaniu zamiast wysyłania osobnych żądań. Nacisk na renderowanie małego tekstu sugeruje przypadki użycia, w których czytelny napis wewnątrz obrazu jest celem, takie jak plakaty, etykiety czy makiety UI.

Wywołujesz go przez zgodne z OpenAI API api14, używając identyfikatora modelu qwen/qwen-image-3-pro. Obsługiwane parametry żądania to max_tokens, presence_penalty, response_format, seed, temperature i top_p, obok opisanych powyżej parametrów obrazu (resolution, aspect_ratio, n i input_references). Jeśli Twój istniejący kod jest już skierowany na punkt końcowy zgodny z OpenAI, przejście na ten model to w dużej mierze kwestia zmiany identyfikatora modelu i dodania pól specyficznych dla obrazu do treści żądania.

Pamiętaj o ograniczeniach przy wyborze. To model obrazowy: zwraca obrazy, a nie tekst, więc zadania wymagające pisemnej odpowiedzi należą do modelu tekstowego. Okno kontekstowe wynosi 65 536 tokenów, referencje wejściowe są ograniczone do 4, a n jest ograniczone do 6 obrazów na żądanie. Jeśli Twój przepływ pracy wymaga więcej referencji lub większej partii w jednym wywołaniu, zaplanuj podzielenie pracy na wiele żądań.