Qwen Image 2.1 Turbo API
Qwen Image 2.1 Turbo হলো Alibaba Qwen টিমের তৈরি একটি দ্রুতগতির টেক্সট-টু-ইমেজ ও ইমেজ এডিটিং মডেল।
Qwen Image 2.1 Turbo হলো Qwen-Image-2.1 সিরিজের একটি ডিস্টিলড চেকপয়েন্ট, যা ডিনয়েজিং ধাপগুলোকে ৮ ধাপে সংকুচিত করে ২কে-স্তরের ছবি তৈরি করতে পারে। এটি টেক্সট থেকে ছবি তৈরি এবং প্রাকৃতিক ভাষায় চালিত ইমেজ এডিটিং সমর্থন করে। প্রতি অনুরোধে ৪টি অতিরিক্ত রেফারেন্স ছবি দেওয়া যায় এবং স্বচ্ছ ব্যাকগ্রাউন্ডের জন্য RGBA আউটপুট তৈরি করা যায়।
এই মডেলটি উচ্চ-ফ্রিকোয়েন্সি লোকাল ইমেজ জেনারেশন ওয়ার্কফ্লো, পণ্যের ভিজ্যুয়াল ডিজাইন (যেমন পোস্টার, কনসেপ্ট আর্ট, বিজ্ঞাপন উপকরণ), ই-কমার্স পণ্যের ছবি ও মডেলের পোশাক পরিবর্তন এবং দ্রুত পুনরাবৃত্তি প্রয়োজন এমন কনটেন্ট তৈরি的工作ে ভালো কাজ করে। জ্ঞান ডিস্টিলেশনের মাধ্যমে এটি গতি অনেক বাড়ায়, তবুও মুখের বিস্তারিত পুনরুদ্ধার এবং নতুন দৃশ্যে পণ্যের টেক্সচার ও ধারাবাহিকতা উন্নত রাখে।
মডেলটি ৭বি ভিশন জেনারেশন আর্কিটেকচার ব্যবহার করে, BF16 নেটিভ প্রিসিশনে চলে এবং আকার প্রায় ১৪.২GB। এটি ডিফিউজার QwenImage21Pipeline দিয়ে লোড করা যায় এবং Hugging Face ও ModelScope-এ ওয়েট পাওয়া যায়। স্ট্যান্ডার্ড ডিফল্ট সময়সূচির পরিবর্তে এটির নিজস্ব ৮-ধাপের স্যাম্পলিং সময়সূচি (CFG 1.0, euler পদ্ধতি) ব্যবহার করতে হয়।
আপডেট:
মডেল ID
qwen-image-2.1-turbo- ইনপুট
- text / image
- আউটপুট
- image
মূল বৈশিষ্ট্য
- ৮ ধাপে ছবি তৈরি
- টেক্সট-টু-ইমেজ ও এডিটিং
- RGBA স্বচ্ছ আউটপুট
- ৭বি আর্কিটেকচার, ১৪.২GB
- ২ মেগাপিক্সেল রেজোলিউশন
প্রোভাইডার
প্রোভাইডারদের মধ্যে API মূল্য তুলনা করুন। সব চার্জ ও শর্ত দেখতে একটি প্রোভাইডার নির্বাচন করুন।
বেঞ্চমার্ক
- 60.28
Qwen-Image-Bench
বেস Qwen-Image-2.1-এর স্কোর, Unsloth কর্তৃক অনুমিত; পয়েন্টে
স্কোর মডেল প্রোভাইডারের প্রকাশিত তথ্য অনুযায়ী।
API রেফারেন্স
এই মডেলের প্রোটোকলের বিস্তারিত প্রকাশ করা হয়নি। ইন্টিগ্রেশনের প্রয়োজনীয়তার জন্য API রেফারেন্স দেখুন।
API রেফারেন্স →সমর্থিত প্যারামিটার
- resolution
- aspect_ratio
- n
- input_references
- seed
সাধারণ প্রশ্ন
মডেল পরিচিতি: Qwen Image 2.1 Turbo?
Qwen Image 2.1 Turbo হলো Qwen-Image-2.1 সিরিজের একটি ডিস্টিলড চেকপয়েন্ট, যা ডিনয়েজিং ধাপগুলোকে ৮ ধাপে সংকুচিত করে ২কে-স্তরের ছবি তৈরি করতে পারে। এটি টেক্সট থেকে ছবি তৈরি এবং প্রাকৃতিক ভাষায় চালিত ইমেজ এডিটিং সমর্থন করে। প্রতি অনুরোধে ৪টি অতিরিক্ত রেফারেন্স ছবি দেওয়া যায় এবং স্বচ্ছ ব্যাকগ্রাউন্ডের জন্য RGBA আউটপুট তৈরি করা যায়। এই মডেলটি উচ্চ-ফ্রিকোয়েন্সি লোকাল ইমেজ জেনারেশন ওয়ার্কফ্লো, পণ্যের ভিজ্যুয়াল ডিজাইন (যেমন পোস্টার, কনসেপ্ট আর্ট, বিজ্ঞাপন উপকরণ), ই-কমার্স পণ্যের ছবি ও মডেলের পোশাক পরিবর্তন এবং দ্রুত পুনরাবৃত্তি প্রয়োজন এমন কনটেন্ট তৈরি的工作ে ভালো কাজ করে। জ্ঞান ডিস্টিলেশনের মাধ্যমে এটি গতি অনেক বাড়ায়, তবুও মুখের বিস্তারিত পুনরুদ্ধার এবং নতুন দৃশ্যে পণ্যের টেক্সচার ও ধারাবাহিকতা উন্নত রাখে। মডেলটি ৭বি ভিশন জেনারেশন আর্কিটেকচার ব্যবহার করে, BF16 নেটিভ প্রিসিশনে চলে এবং আকার প্রায় ১৪.২GB। এটি ডিফিউজার QwenImage21Pipeline দিয়ে লোড করা যায় এবং Hugging Face ও ModelScope-এ ওয়েট পাওয়া যায়। স্ট্যান্ডার্ড ডিফল্ট সময়সূচির পরিবর্তে এটির নিজস্ব ৮-ধাপের স্যাম্পলিং সময়সূচি (CFG 1.0, euler পদ্ধতি) ব্যবহার করতে হয়।
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। প্রকৃত জেনারেশন খরচের ভিত্তিতে চার্জ করা হয়। চূড়ান্ত পরিমাণের জন্য আপনার বিল দেখুন।
Qwen Image 2.1 Turbo কী কী ইনপুট সমর্থন করে?
এটি টেক্সট-টু-ইমেজ জেনারেশন এবং প্রাকৃতিক ভাষায় চালিত ইমেজ এডিটিং সমর্থন করে। এডিটিং অনুরোধে প্রতি বার ৪টি অতিরিক্ত রেফারেন্স ছবি দেওয়া যায়।
এই মডেলের আউটপুট কেমন?
এটি RGBA আউটপুট তৈরি করতে পারে, যার মধ্যে স্বচ্ছ ব্যাকগ্রাউন্ডের ছবি অন্তর্ভুক্ত। প্রস্তাবিত জেনারেশন রেজোলিউশন প্রায় ২ মেগাপিক্সেল, যেমন ১:১ অনুপাতে ২০৪৮x২০৪৮।
এটি কোন কাজের জন্য সবচেয়ে উপযুক্ত?
এটি উচ্চ-ফ্রিকোয়েন্সি লোকাল ইমেজ জেনারেশন, পণ্যের ভিজ্যুয়াল ডিজাইন (পোস্টার, কনসেপ্ট আর্ট, বিজ্ঞাপন), ই-কমার্স পণ্যের ছবি ও মডেলের পোশাক পরিবর্তন এবং দ্রুত পুনরাবৃত্তি প্রয়োজন এমন কনটেন্ট তৈরির জন্য উপযুক্ত।
Qwen-Image-2.1 সিরিজের অন্য মডেলগুলোর সাথে এর পার্থক্য কী?
Qwen-Image-2.1 সিরিজে স্ট্যান্ডার্ড, Turbo এবং Pro সংস্করণ রয়েছে। স্ট্যান্ডার্ড গুণমানের বেসলাইন, Turbo গতির জন্য এবং Pro আরও সম্পূর্ণ API পরিষেবার জন্য উপযুক্ত।
এর ব্যবহারে কী কী সীমাবদ্ধতা আছে?
৪-বিট কোয়ান্টাইজেশনে আউটপুট লক্ষণীয়ভাবে বিচ্যুত হয় এবং এটি অবশ্যই নিজস্ব ৮-ধাপের স্যাম্পলিং সময়সূচি ব্যবহার করতে হবে। এছাড়া এটি Qwen Research লাইসেন্সের অধীনে প্রকাশিত, যা বাণিজ্যিক ব্যবহারে বিধিনিষেধ আরোপ করে।
