Qwen: Qwen Image 2.1 Pro

Qwen Image 2.1 Pro är en bildgenererings- och redigeringsmodell från Qwen. Den tillhör den högre kvalitetsnivån i Qwen Image 2.1-serien och ligger ovanför Qwen Image 2.1 Turbo. Om du bygger en funktion där visuell återgivning är viktigare än rå hastighet är detta varianten som leverantören avser att du ska använda.

Modellen tar emot text- och bildindata och returnerar bilder. Den har ett kontextfönster på 65536 tokens och en maximal utdata på 58982 tokens. Bildutdata styrs via en uppsättning dedikerade bildparametrar: upplösningen kan ställas in på 1K eller 2K, och bildförhållandet väljs från en fast lista som omfattar 1:1, 1:2, 1:4, 2:1, 2:3, 3:2, 3:4, 4:1, 4:3, 4:5, 5:4, 9:16 och 16:9. Du kan begära mellan 1 och 6 bilder per anrop och ange mellan 0 och 4 indatareferenser. Ett seed-alternativ finns tillgängligt, vilket är användbart när du vill ha reproducerbara resultat.

Eftersom den tar emot bildindata såväl som text stöder modellen redigeringsarbete likväl som ny generering. Med upp till fyra referensbilder kan du styra en rendering mot ett visst motiv, en viss stil eller komposition och sedan begära varianter över flera bildförhållanden i en enda förfrågan. Upplösningsinställningen 2K passar tillgångar som ska visas i större storlekar, medan 1K räcker för miniatyrbilder, förhandsvisningar och snabb iteration under promptutveckling. Parametern n låter dig generera upp till sex kandidater samtidigt så att du kan välja det bästa resultatet i stället för att skicka upprepade anrop.

Du anropar den via api14:s OpenAI-kompatibla API med modell-id:t "qwen/qwen-image-2.1-pro". De begärandeparametrar som stöds är max_tokens, presence_penalty, response_format, seed, temperature och top_p, tillsammans med de bildspecifika inställningarna för upplösning, bildförhållande, n och indatareferenser. Om din befintliga kod redan riktar sig mot en OpenAI-liknande endpoint är bytet till den här modellen i stort sett en fråga om att ändra modell-id:t och lägga till de bildparametrar du behöver.

Det finns några saker att väga in. Utdata är enbart bilder, så detta är inte modellen för textgenerering eller chattliknande svar, även om kontextfönstret är generöst. Valen av bildförhållande och upplösning är enums snarare än fria värden, och referensbilderna är begränsade till fyra, så arbetsflöden som är beroende av många referenser eller ovanliga dimensioner behöver anpassas. När latens är prioriterat är Turbo-nivån i samma serie det mer naturliga valet; använd Pro när utdatakvaliteten är den avgörande faktorn.