Qwen Image 2.1 Pro API

Qwen Image 2.1 Pro je profesionální uzavřená varianta modelu Qwen Image 2.1 od týmu Alibaba Qwen, vydaná 20. září 2026. Spojuje generování obrázků z textu s úpravami řízenými promptem a dokáže pracovat až s 10 referenčními obrázky najednou. Před samotným generováním přepisuje prompt pomocí velkého jazykového modelu, podporuje přímý i agentní režim s volitelným uvažováním a tři způsoby určení oblasti úprav: barevné kroužky nakreslené na obrázku, vybarvené masky nebo původní obrázek s oddělenou maskou. Výstupem je nativní RGBA s průhledným pozadím v rozlišení 2K. Model se hodí pro produktovou fotografii, marketingové vizuály, skládání více obrázků do jedné scény (například šest portrétů do skupinové fotografie nebo deset fotografií nábytku do jednoho pokoje), tvorbu ikon a UI assetů pro hry s průhledným pozadím i pro lokalizované retuše. Parameter pozitivního promptu přijímá 2 až 3000 znaků a API nabízí bezpečnostní kontrolu obsahu, nastavení TTL výstupu, vodoznaky a nahrávání přes předpodepsané URL do cloudového úložiště. Referenční obrázky lze uložit do mezipaměti a číst je pouze jednou, což zrychluje opakované úpravy. Podle vlastních, nezveřejněných benchmarků Qwen model dosahuje 62,36 bodu na Qwen-Image-Bench, zatímco varianta Qwen-Image-2.1-Pro na stejné interní sadě získala 60,2 bodu. Qwen uvádí, že úprava obrázku 2K s deseti vstupními snímky trvá 1,59 sekundy oproti 6,31 sekundy u varianty Qwen-Image-2.1-Pro. Uživatelské testy však hlásí nižší kvalitu generování než GPT Image 1.0, s více chybami a artefakty. Oficiální vydání navíc neuvádí dobu generování na obrázek, spotřebu VRAM, propustnost na konkrétních GPU ani ceny API. Model je postaven na vizuální generativní komponentě se 7 miliardami parametrů, 32 jednoproudovými vrstvami DiT a pozorností s hybridní granularitou; nasazení v BF16 vyžaduje 32,44 GB disku. Maximální rozlišení je 2752 pixelů, výstupní rozlišení se pohybuje od 0,26 do 4,19 megapixelu s poměry stran od 1:8 do 8:1. Identifikátor modelu je alibaba:[email protected] a je dostupný přes jednotné API OpenRouter a Alibaba Cloud Model Studio.

Faktura závisí na zvoleném poskytovateli, jeho cenách a vašem využití. Delší vstupy nebo jiné podmínky mohou mít jiné ceny. Účtováno podle skutečných nákladů na generování. Konečnou částku najdete ve faktuře.

Přijímá textové a obrazové vstupy a generuje obrázky. Výstupem je nativní RGBA s průhledným pozadím v rozlišení 2K.

Model dokáže skládat a upravovat až z 10 referenčních obrázků. Ty lze navíc uložit do mezipaměti a číst je pouze jednou.

K dispozici jsou tři metody: barevné kroužky nakreslené na obrázku, vybarvené masky nebo původní obrázek s oddělenou maskou.

Parameter pozitivního promptu přijímá 2 až 3000 znaků. Prompt se navíc před generováním přepisuje pomocí velkého jazykového modelu.

Na Qwen-Image-Bench získal 62,36 bodu, zatímco varianta Qwen-Image-2.1-Pro na stejné interní sadě dosáhla 60,2 bodu. Jde však o Qwenem vlastní, nezveřejněný benchmark.

Qwen Image 2.1 Pro je profesionální uzavřená varianta, zatímco Qwen-Image-2.1 je verze s otevřenými váhami pod licencí Qwen Research License, která je zdarma pro výzkum, nikoli však pro komerční použití bez samostatné dohody.