Qwen: Qwen Image 2.1 Pro

Qwen Image 2.1 Pro é um modelo de geração e edição de imagens da Qwen. Ele está no nível de maior qualidade da série Qwen Image 2.1, posicionado acima do Qwen Image 2.1 Turbo. Se você está construindo um recurso onde a fidelidade visual importa mais do que a velocidade bruta, esta é a variante que o provedor pretende que você use.

O modelo aceita entradas de texto e imagem e retorna imagens. Ele tem uma janela de contexto de 65536 tokens e uma saída máxima de 58982 tokens. A saída de imagem é controlada por um conjunto de parâmetros de imagem dedicados: a resolução pode ser definida como 1K ou 2K, e a proporção é escolhida a partir de uma lista fixa que cobre 1:1, 1:2, 1:4, 2:1, 2:3, 3:2, 3:4, 4:1, 4:3, 4:5, 5:4, 9:16 e 16:9. Você pode solicitar entre 1 e 6 imagens por chamada, e fornecer entre 0 e 4 referências de entrada. Uma opção de seed está disponível, o que é útil quando você deseja resultados reproduzíveis.

Como ele aceita entradas de imagem além de texto, o modelo suporta trabalho de edição, bem como geração nova. Com até quatro imagens de referência, você pode guiar uma renderização em direção a um determinado assunto, estilo ou composição, e então pedir variantes em várias proporções em uma única requisição. A configuração de resolução 2K é adequada para assets que serão visualizados em tamanhos maiores, enquanto 1K é suficiente para miniaturas, pré-visualizações e iteração rápida durante o desenvolvimento do prompt. O parâmetro n permite gerar até seis candidatos de uma vez, para que você possa escolher o melhor resultado em vez de emitir chamadas repetidas.

Você o chama através da API compatível com OpenAI da api14 usando o id de modelo "qwen/qwen-image-2.1-pro". Os parâmetros de requisição suportados são max_tokens, presence_penalty, response_format, seed, temperature e top_p, juntamente com as configurações específicas de imagem para resolução, proporção, n e referências de entrada. Se o seu código existente já tem como alvo um endpoint no estilo OpenAI, mudar para este modelo é em grande parte uma questão de alterar o id de modelo e adicionar os parâmetros de imagem que você precisa.

Há algumas coisas a considerar. A saída é apenas de imagens, então este não é o modelo para geração de texto ou respostas no estilo de chat, mesmo que a janela de contexto seja generosa. As escolhas de proporção e resolução são enums em vez de valores livres, e as imagens de referência são limitadas a quatro, então fluxos de trabalho que dependem de muitas referências ou dimensões incomuns precisarão de adaptação. Quando a latência é a prioridade, o nível Turbo da mesma série é a escolha mais natural; use o Pro quando a qualidade da saída for o fator decisivo.