Felo API PlatformFelo API Platform
Zpět na modely

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

1 poskytovatelů

Porovnejte ceny API u různých poskytovatelů. Vyberte poskytovatele a zobrazte všechny poplatky a podmínky.

Poskytovatel · Podrobnosti k cenám
Dostupnost
$0$0.0184

Benchmarky

  • Qwen-Image-Bench

    odhad základního skóre Qwen-Image-2.1 od Unsloth

    60.28

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")
PY

4Stáhnout 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)
PY
input_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.

Související modely