Qwen Image 2.1 Turbo API
Qwen Image 2.1 Turbo je destilovaný akcelerovaný model pro generování obrázků z textu a úpravy obrázků, který zvládne 8 kroků vzorkování a vytváří výstupy v rozlišení kolem 2 megapixelů.
Qwen Image 2.1 Turbo je destilovaný akcelerovaný kontrolní bod ze série Qwen-Image-2.1 od týmu Alibaba Qwen. Staví na stejné 7B architektuře pro vizuální generování jako Qwen-Image-2.1, ale díky znalostní destilaci komprimuje proces odšumování na 8 kroků při CFG 1.0, přičemž si zachovává generování obrázků na úrovni 2K. To přináší výrazné zrychlení s jen nepatrnou ztrátou kvality. Model nativně pracuje s přesností BF16 a jeho velikost je přibližně 14,2 GB. Doporučené rozlišení pro generování je kolem 2 megapixelů, například 2048x2048 při poměru stran 1:1. K dispozici jsou i komunitní GGUF kvantizace v variantách 2bit, 4bit, 6bit, 8bit a 16bit.
Model podporuje generování obrázků z textu i úpravy obrázků řízené přirozeným jazykem. Při úpravách lze přidat až 4 další referenční obrázky. Výstup může být ve formátu RGBA, takže umožňuje vytvářet obrázky s průhledným pozadím. Pro dosažení nejlepších výsledků se doporučuje metoda vzorkování euler a specifický 8krokový plán vzorkování; standardní výchozí plán poskytuje odlišné obrázky. Pro textový kodér se doporučuje kvantizace Q8_0, protože silně kvantizované kodéry zhoršují výstup. Hmotnosti jsou dostupné na Hugging Face a ModelScope a lze je načíst přes QwenImage21Pipeline v Diffusers.
Díky svému zaměření na rychlost je Qwen Image 2.1 Turbo vhodný pro úlohy, kde je klíčová rychlá iterace. Mezi typické scénáře patří pracovní postupy s vysokofrekvenčním lokálním generováním obrázků, návrh produktových vizuálů, jako jsou plakáty, konceptuální umění a reklamní podklady, dále e-commerce produktové fotografie a změny oblečení modelů a tvůrčí obsahové workflow vyžadující časté úpravy. Model také nabízí silnější obnovu detailů obličeje a lepší konzistenci textur a textů produktů v nových scénách. Je vydán pod licencí Qwen Research, která omezuje komerční využití, a při 4bitové kvantizaci a nižší se výstup znatelně odchyluje od originálu.
Aktualizováno:
MODEL ID
qwen-image-2.1-turbo- Vstup
- text / image
- Výstup
- image
Hlavní body
- 8krokový plán vzorkování při CFG 1.0
- 7B architektura, BF16, ~14,2 GB
- Generování obrázků z textu i úpravy
- Výstup RGBA s průhledným pozadím
- Doporučená metoda vzorkování euler
Poskytovatelé
Porovnejte ceny API u různých poskytovatelů. Vyberte poskytovatele a zobrazte všechny poplatky a podmínky.
| Dostupnost | |||
|---|---|---|---|
| $0 | $0.0184 |
Historická data nejsou kontrolou v reálném čase. Chybějící data neznamenají výpadek.
Benchmarky
- 60.28
Qwen-Image-Bench
odhad základního skóre Qwen-Image-2.1 od Unsloth
Skóre podle zveřejnění poskytovatele modelu.
Rychlý start
Odešlete úlohu obrázku, kontrolujte stav a uložte obrázky. Příklady používají curl a standardní knihovnu Pythonu 3.
POST https://openapi.felo.ai/api/v1/images/generations
1Získejte API klíč
Vytvořte klíč ve svém účtu Felo API Platform a nastavte jej jako proměnnou prostředí.
export FELO_API_KEY="YOUR_API_KEY"2Odešlete první požadavek
Volitelné hodnoty závisí na modelu a nejsou zde nastaveny. Ověřte je v Playground. Pole jsou na stejné úrovni jako model a prompt, bez obalu input.
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-turbo"
}'3Dotazovat úlohu
Odeslání vrátí task_id. Při queued nebo running kontrolujte každé 3 sekundy; při succeeded, failed nebo interrupted skončete. Maximálně čekejte 30 minut. Uchovejte created.json pro pokračování bez opakovaného odeslání.
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")
PY4Stáhnout výstup
Po úspěchu uložte outputs z task.json. Podporovány jsou HTTPS URL, objekty URL a b64_json. Podepsané URL stáhněte včas; stahování obrázků nepotřebuje API klíč.
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
Pro úpravu nahraďte vzorovou URL vlastní HTTPS URL obrázku nebo base64 data URL. Odešlete jednou a použijte stejné kroky kontroly a uložení.
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-turbo",
"input_references": [
{
"type": "image_url",
"image_url": {
"url": "https://example.com/product.png"
}
}
]
}'Podporované parametry
- n
- seed
- resolution
- aspect_ratio
- input_references
Chcete celou referenci?
Reference API →Časté dotazy
Co je Qwen Image 2.1 Turbo?
Qwen Image 2.1 Turbo je destilovaný akcelerovaný kontrolní bod ze série Qwen-Image-2.1 od týmu Alibaba Qwen. Staví na stejné 7B architektuře pro vizuální generování jako Qwen-Image-2.1, ale díky znalostní destilaci komprimuje proces odšumování na 8 kroků při CFG 1.0, přičemž si zachovává generování obrázků na úrovni 2K. To přináší výrazné zrychlení s jen nepatrnou ztrátou kvality. Model nativně pracuje s přesností BF16 a jeho velikost je přibližně 14,2 GB. Doporučené rozlišení pro generování je kolem 2 megapixelů, například 2048x2048 při poměru stran 1:1. K dispozici jsou i komunitní GGUF kvantizace v variantách 2bit, 4bit, 6bit, 8bit a 16bit. Model podporuje generování obrázků z textu i úpravy obrázků řízené přirozeným jazykem. Při úpravách lze přidat až 4 další referenční obrázky. Výstup může být ve formátu RGBA, takže umožňuje vytvářet obrázky s průhledným pozadím. Pro dosažení nejlepších výsledků se doporučuje metoda vzorkování euler a specifický 8krokový plán vzorkování; standardní výchozí plán poskytuje odlišné obrázky. Pro textový kodér se doporučuje kvantizace Q8_0, protože silně kvantizované kodéry zhoršují výstup. Hmotnosti jsou dostupné na Hugging Face a ModelScope a lze je načíst přes QwenImage21Pipeline v Diffusers. Díky svému zaměření na rychlost je Qwen Image 2.1 Turbo vhodný pro úlohy, kde je klíčová rychlá iterace. Mezi typické scénáře patří pracovní postupy s vysokofrekvenčním lokálním generováním obrázků, návrh produktových vizuálů, jako jsou plakáty, konceptuální umění a reklamní podklady, dále e-commerce produktové fotografie a změny oblečení modelů a tvůrčí obsahové workflow vyžadující časté úpravy. Model také nabízí silnější obnovu detailů obličeje a lepší konzistenci textur a textů produktů v nových scénách. Je vydán pod licencí Qwen Research, která omezuje komerční využití, a při 4bitové kvantizaci a nižší se výstup znatelně odchyluje od originálu.
Jak se využití účtuje?
Faktura závisí na zvoleném poskytovateli, jeho cenách a vašem využití. Delší vstupy nebo jiné podmínky mohou mít jiné ceny.
Jaké vstupy Qwen Image 2.1 Turbo podporuje?
Model podporuje generování obrázků z textu a úpravy obrázků na základě instrukcí v přirozeném jazyce. Při úpravách lze přidat až 4 další referenční obrázky.
Jaký výstup model vytváří?
Model vytváří obrázky a podporuje výstup ve formátu RGBA, takže může vytvářet obrázky s průhledným pozadím.
Jaké rozlišení je doporučeno pro generování?
Doporučené rozlišení je kolem 2 megapixelů, například 2048x2048 při poměru stran 1:1.
Jaký plán vzorkování a metoda jsou doporučeny?
Model používá specifický 8krokový plán vzorkování při CFG 1.0 a doporučuje metodu vzorkování euler. Standardní výchozí plán poskytuje odlišné obrázky.
Jaké jsou hlavní výhody oproti standardnímu modelu?
Díky znalostní destilaci zkracuje odšumování na 8 kroků při zachování generování obrázků na úrovni 2K, což přináší výrazné zrychlení s jen nepatrnou ztrátou kvality. Model také lépe obnovuje detaily obličeje a udržuje konzistenci textur a textů produktů v nových scénách.
Jaká jsou omezení modelu?
Při 4bitové kvantizaci a nižší se výstup znatelně odchyluje od originálu. Dále je nutné použít specifický 8krokový plán vzorkování a doporučuje se kvalitnější kvantizovaný textový kodér. Model je vydán pod licencí Qwen Research s omezeními pro komerční využití.