Qwen Image 2.1 Pro API
টেক্সট ও ছবি ইনপুট নিয়ে ছবি তৈরি ও সম্পাদনার জন্য আলিবাবা কিউয়েন টিমের পেশাদার মডেল।
Qwen Image 2.1 Pro হলো আলিবাবা কিউয়েন টিমের তৈরি একটি ক্লোজড-সোর্স পেশাদার ছবি তৈরির মডেল, যা ২০২৬ সালের ২০ সেপ্টেম্বর প্রকাশিত হয়। এটি টেক্সট ও ছবি—দুই ধরনের ইনপুট নিয়ে ছবি আউটপুট দিতে পারে এবং টেক্সট-থেকে-ছবি তৈরি ও প্রম্পট-নির্দেশিত ছবি সম্পাদনা—দুই কাজই একসাথে করতে পারে।
মডেলটি একটি বড় ভাষা মডেল দিয়ে প্রম্পট পুনর্লিখন করে, তারপর ছবি তৈরি করে। এটি একসাথে ১০টি পর্যন্ত রেফারেন্স ছবি ব্যবহার করে ছবি রচনা করতে পারে এবং রেফারেন্স ছবি একবার ক্যাশ করে রাখে, ফলে প্রতিটি ধাপে ছবি আবার পড়তে হয় না। আউটপুটে নেটিভ RGBA ছবি (স্বচ্ছ ব্যাকগ্রাউন্ডসহ) এবং নেটিভ ২কে রেজোলিউশনে ছবি তৈরি করে।
এটি পণ্যের ছবি, বিপণন ভিজ্যুয়াল, একাধিক ছবি একত্রিত করা (যেমন ছয়টি পোর্ট্রেট মিলে একটি গ্রুপ ছবি), স্বচ্ছ ব্যাকগ্রাউন্ডের আইকন, গেম UI অ্যাসেট এবং স্থানীয় সম্পাদনার কাজে উপযুক্ত। ব্যবহারকারীরা জানিয়েছেন যে এর তৈরি ছবির গুণমান GPT Image 1.0-এর চেয়ে কম এবং এতে বেশি ত্রুটি ও আর্টিফ্যাক্ট থাকে।
আপডেট:
মডেল ID
qwen-image-2.1-pro- ইনপুট
- text / image
- আউটপুট
- image
মূল বৈশিষ্ট্য
- টেক্সট ও ছবি ইনপুট নিয়ে ছবি আউটপুট
- ১০টি রেফারেন্স ছবি দিয়ে ছবি রচনা
- বড় ভাষা মডেল দিয়ে প্রম্পট পুনর্লিখন
- স্বচ্ছ ব্যাকগ্রাউন্ডসহ নেটিভ RGBA আউটপুট
- নেটিভ ২কে রেজোলিউশনে ছবি তৈরি
- একবার ক্যাশ করা রেফারেন্স ছবি
প্রোভাইডার
প্রোভাইডারদের মধ্যে API মূল্য তুলনা করুন। সব চার্জ ও শর্ত দেখতে একটি প্রোভাইডার নির্বাচন করুন।
| প্রাপ্যতা | |||
|---|---|---|---|
| $0 | $0.046 |
অতীত পরিসংখ্যান সরাসরি অবস্থা পরীক্ষা নয়। ডেটা না থাকা মানেই পরিষেবা বন্ধ নয়।
বেঞ্চমার্ক
- 62.36
Qwen-Image-Bench
কিউয়েনের নিজস্ব অপ্রকাশিত বেঞ্চমার্কে পাওয়া পয়েন্ট
- 60.28
Qwen-Image-Bench
Qwen-Image-2.1-এর স্কোর
- 67.01
Qwen-Image-Bench
GPT Image 2.5 Sunburst-এর স্কোর
- 59.82
Qwen-Image-Bench
Nano Banana 2.0-এর স্কোর
- 55.33
Qwen-Image-Bench
FLUX 2 Max-এর স্কোর
- 60.2
Qwen-Image-Bench
একই অভ্যন্তরীণ বেঞ্চমার্কে Qwen-Image-2.1-Pro ভ্যারিয়েন্টের স্কোর
- 1228
Qwen-Image-Bench
একই অভ্যন্তরীণ বেঞ্চমার্কে কিউয়েনের দাবি করা স্কোর
স্কোর মডেল প্রোভাইডারের প্রকাশিত তথ্য অনুযায়ী।
দ্রুত শুরু
ছবির কাজ পাঠান, অবস্থা যাচাই করুন এবং ছবি সংরক্ষণ করুন। উদাহরণে curl ও Python 3-এর স্ট্যান্ডার্ড লাইব্রেরি ব্যবহার করা হয়েছে।
POST https://openapi.felo.ai/api/v1/images/generations
1আপনার API key নিন
আপনার Felo API Platform অ্যাকাউন্ট থেকে একটি key তৈরি করুন এবং এটি environment variable হিসেবে সেট করুন।
export FELO_API_KEY="YOUR_API_KEY"2প্রথম অনুরোধ পাঠান
ঐচ্ছিক মান মডেলভেদে আলাদা, তাই উদাহরণে নির্ধারিত নয়। Playground-এ যাচাই করুন। ফিল্ডগুলো model ও prompt-এর সমান স্তরে থাকবে, input-এর ভেতরে নয়।
curl --fail-with-body --max-time 60 "https://openapi.felo.ai/api/v1/images/generations" \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-o created.json \
-d '{
"prompt": "A studio product photo of a ceramic coffee cup on warm linen, soft morning light",
"model": "qwen-image-2.1-pro"
}'3টাস্ক পোল করুন
পাঠানোর পর task_id পাবেন। queued বা running থাকলে প্রতি ৩ সেকেন্ডে যাচাই করুন; succeeded, failed বা interrupted হলে থামুন। সর্বোচ্চ ৩০ মিনিট অপেক্ষা করুন। পুনরায় না পাঠিয়ে যাচাই চালাতে created.json রাখুন।
python3 - <<'PY'
import json, os, time
from pathlib import Path
from urllib.parse import quote
from urllib.request import Request, urlopen
task = json.loads(Path("created.json").read_text())
task_id = task["task_id"]
url = "https://openapi.felo.ai/api/v1/images/generations/" + quote(task_id, safe="")
headers = {"Authorization": "Bearer " + os.environ["FELO_API_KEY"]}
deadline = time.monotonic() + 1800
while task["status"] in ("queued", "running"):
if time.monotonic() >= deadline:
raise TimeoutError(f"Keep task_id={task_id} to resume polling")
time.sleep(3)
with urlopen(Request(url, headers=headers), timeout=60) as response:
task = json.load(response)
if task.get("task_id") != task_id or task.get("kind") != "image":
raise ValueError("Unexpected task response")
print(task["status"])
if task["status"] != "succeeded":
raise RuntimeError(task.get("error") or task["status"])
if not task.get("outputs"):
raise ValueError("Task succeeded without image outputs")
Path("task.json").write_text(json.dumps(task))
print("Saved task.json")
PY4আউটপুট ডাউনলোড করুন
সফল হলে task.json থেকে outputs সংরক্ষণ করুন। HTTPS URL, URL অবজেক্ট ও b64_json সমর্থিত। স্বাক্ষরিত URL দ্রুত ডাউনলোড করুন; ছবি ডাউনলোডে API Key লাগে না।
python3 - <<'PY'
import base64, json
from pathlib import Path
from urllib.request import urlopen
task = json.loads(Path("task.json").read_text())
if task.get("status") != "succeeded" or not task.get("outputs"):
raise ValueError("No completed image outputs")
extensions = {"image/png": ".png", "image/jpeg": ".jpg", "image/webp": ".webp", "image/gif": ".gif", "image/avif": ".avif"}
for index, output in enumerate(task["outputs"], 1):
item = output if isinstance(output, dict) else {}
url = output if isinstance(output, str) else item.get("url") or item.get("unsigned_url")
mime = item.get("media_type") or "image/png"
if url and url.startswith("https://"):
with urlopen(url, timeout=60) as response:
data = response.read()
mime = response.headers.get_content_type()
elif url and url.startswith("data:image/") and ";base64," in url:
header, encoded = url.split(",", 1)
mime = header[5:].split(";", 1)[0]
data = base64.b64decode(encoded, validate=True)
elif item.get("b64_json"):
data = base64.b64decode(item["b64_json"], validate=True)
else:
raise ValueError("Unrecognized image output")
path = Path(f"image-{index}" + extensions.get(mime, ".bin"))
path.write_bytes(data)
print(path)
PYinput_references
ছবি সম্পাদনার জন্য উদাহরণের URL আপনার HTTPS ছবির URL বা base64 ছবির data URL দিয়ে বদলান। একবার পাঠিয়ে একই যাচাই ও সংরক্ষণের ধাপ অনুসরণ করুন।
curl --fail-with-body --max-time 60 "https://openapi.felo.ai/api/v1/images/generations" \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-o created.json \
-d '{
"prompt": "Keep the product and framing. Replace the background with a sunlit marble countertop.",
"model": "qwen-image-2.1-pro",
"input_references": [
{
"type": "image_url",
"image_url": {
"url": "https://example.com/product.png"
}
}
]
}'সমর্থিত প্যারামিটার
- n
- seed
- resolution
- aspect_ratio
- input_references
পুরো রেফারেন্স চান?
API রেফারেন্স →সাধারণ প্রশ্ন
মডেল পরিচিতি: Qwen Image 2.1 Pro?
Qwen Image 2.1 Pro হলো আলিবাবা কিউয়েন টিমের তৈরি একটি ক্লোজড-সোর্স পেশাদার ছবি তৈরির মডেল, যা ২০২৬ সালের ২০ সেপ্টেম্বর প্রকাশিত হয়। এটি টেক্সট ও ছবি—দুই ধরনের ইনপুট নিয়ে ছবি আউটপুট দিতে পারে এবং টেক্সট-থেকে-ছবি তৈরি ও প্রম্পট-নির্দেশিত ছবি সম্পাদনা—দুই কাজই একসাথে করতে পারে। মডেলটি একটি বড় ভাষা মডেল দিয়ে প্রম্পট পুনর্লিখন করে, তারপর ছবি তৈরি করে। এটি একসাথে ১০টি পর্যন্ত রেফারেন্স ছবি ব্যবহার করে ছবি রচনা করতে পারে এবং রেফারেন্স ছবি একবার ক্যাশ করে রাখে, ফলে প্রতিটি ধাপে ছবি আবার পড়তে হয় না। আউটপুটে নেটিভ RGBA ছবি (স্বচ্ছ ব্যাকগ্রাউন্ডসহ) এবং নেটিভ ২কে রেজোলিউশনে ছবি তৈরি করে। এটি পণ্যের ছবি, বিপণন ভিজ্যুয়াল, একাধিক ছবি একত্রিত করা (যেমন ছয়টি পোর্ট্রেট মিলে একটি গ্রুপ ছবি), স্বচ্ছ ব্যাকগ্রাউন্ডের আইকন, গেম UI অ্যাসেট এবং স্থানীয় সম্পাদনার কাজে উপযুক্ত। ব্যবহারকারীরা জানিয়েছেন যে এর তৈরি ছবির গুণমান GPT Image 1.0-এর চেয়ে কম এবং এতে বেশি ত্রুটি ও আর্টিফ্যাক্ট থাকে।
ব্যবহারের জন্য কীভাবে চার্জ হয়?
আপনার বিল নির্ভর করে আপনি কোন প্রোভাইডার ব্যবহার করেন, তার মূল্য এবং আপনার ব্যবহারের ওপর। দীর্ঘ ইনপুট বা অন্যান্য শর্তে ভিন্ন মূল্য প্রযোজ্য হতে পারে।
এটি কী কী ইনপুট নিতে পারে?
এটি টেক্সট এবং ছবি—দুই ধরনের ইনপুট নিয়ে ছবি আউটপুট দিতে পারে। এটি একসাথে ১০টি পর্যন্ত রেফারেন্স ছবি ব্যবহার করতে পারে।
এটি কীভাবে ছবি তৈরি করে?
এটি প্রথমে একটি বড় ভাষা মডেল দিয়ে প্রম্পট পুনর্লিখন করে, তারপর ছবি তৈরি করে। এটি সরাসরি মোড ও এজেন্ট মোড—দুইভাবেই কাজ করতে পারে, এবং এজেন্ট মোডে ঐচ্ছিকভাবে চিন্তা করার সুবিধা আছে।
এটি কী ধরনের কাজের জন্য উপযুক্ত?
এটি পণ্যের ছবি, বিপণন ভিজ্যুয়াল, একাধিক ছবি একত্রিত করা, স্বচ্ছ ব্যাকগ্রাউন্ডের আইকন, গেম UI অ্যাসেট এবং স্থানীয় সম্পাদনার জন্য উপযুক্ত।
এর আউটপুট সম্পর্কে কী জানা যায়?
এটি নেটিভ RGBA ছবি তৈরি করে যাতে স্বচ্ছ ব্যাকগ্রাউন্ড থাকে। আউটপুট রেজোলিউশন ০.২৬ থেকে ৪.১৯ মেগাপিক্সেল এবং অ্যাসপেক্ট রেশিও ১:৮ থেকে ৮:১ পর্যন্ত হয়। সর্বোচ্চ রেজোলিউশন ২৭৫২ পিক্সেল।
Qwen-Image-2.1-এর সাথে এর পার্থক্য কী?
Qwen-Image-2.1 হলো ওপেন-ওয়েট সংস্করণ, যার ওজন কিউয়েন রিসার্চ লাইসেন্সের অধীনে গবেষণার জন্য বিনামূল্যে ব্যবহারযোগ্য, তবে বাণিজ্যিক ব্যবহারের জন্য আলাদা চুক্তি প্রয়োজন। Qwen Image 2.1 Pro হলো পেশাদার ক্লোজড সংস্করণ।