Qwen Image 2.1 Pro API

Qwen Image 2.1 Pro ist das professionelle Closed-Weight-Modell der Qwen-Bildserie und vereint Text-zu-Bild-Generierung mit promptgesteuerter Bildbearbeitung. Es verarbeitet Texteingaben und Referenzbilder und erzeugt Bilder in nativer 2K-Auflösung mit optionalem transparentem Hintergrund im RGBA-Format. Vor der Generierung werden Prompts durch ein Sprachmodell umgeschrieben; der Positiv-Prompt-Parameter akzeptiert 2 bis 3000 Zeichen. Das Modell unterstützt bis zu 10 Referenzbilder, die einmalig zwischengespeichert werden können, statt bei jedem Schritt erneut gelesen zu werden. Es bietet einen Direktmodus und einen Agentenmodus mit optionalem Denken. Regionen lassen sich auf drei Wegen festlegen: farbige Kreise im Bild, gemalte Maskenbereiche oder ein Originalbild plus separate Maske. Die API umfasst Sicherheitsprüfungen, TTL-Einstellungen für Ausgaben, Wasserzeichen und vorab signierte URLs für Cloud-Uploads. Besonders geeignet ist Qwen Image 2.1 Pro für Produktfotografie, Marketing-Visuals und die Komposition mehrerer Bilder, etwa das Zusammenführen von sechs Porträts zu einem Gruppenfoto oder von zehn Möbelfotos zu einer Raumszene. Auch für die Erzeugung von Icons mit transparentem Hintergrund, die Erstellung von Spiel-UI-Assets sowie für Bildbearbeitung und lokale Retusche ist es ausgelegt. Das Modell zeichnet sich durch stabile Hintergrundstrukturen bei iterativen Bearbeitungen aus und wird für transparente Bildgenerierung, Bearbeitung mit fixiertem Hintergrund und native RGBA-Freisteller empfohlen. In Qwens Effizienzdiagramm zeigt es eine angemessen schnelle Generierung; für die 2K-Bildbearbeitung mit zehn Eingabebildern nennt Qwen 1,59 Sekunden gegenüber 6,31 Sekunden für die Qwen-Image-2.1-Pro-Variante. Die Leistungsfähigkeit auf Qwen-Image-Bench übertrifft laut Qwen die für den Parameterumfang erwartete Leistung. Allerdings sind Qwens Benchmark-Ergebnisse selbst erstellt und nicht offengelegt – es gibt keine Tabelle, keine Teilergebnisse und keine Bewertungsmethode, sodass es sich um Qwens Angaben und nicht um unabhängige Messungen handelt. Nutzertests berichten von geringerer Generierungsqualität als bei GPT Image 1.0 mit mehr Fehlern und Artefakten. Die offizielle Veröffentlichung enthält keine Sekunden pro Bild, keine VRAM-Nutzung, keine Durchsatzwerte für bestimmte GPUs und keine API-Preisdetails. Das Modell basiert auf einer visuellen Generierungskomponente mit 7B Parametern, 32 Single-Stream-DiT-Schichten und Aufmerksamkeit mit hybrider Granularität; die maximale Auflösung beträgt 2752 Pixel, die Ausgabeauflösung reicht von 0,26 bis 4,19 Megapixeln bei Seitenverhältnissen von 1:8 bis 8:1. Die BF16-Bereitstellung erfordert 32,44 GB Speicherplatz. Es ist über die einheitliche OpenRouter-API und Alibaba Cloud Model Studio unter der Kennung alibaba:[email protected] zugänglich.

Ihre Rechnung hängt vom genutzten Anbieter, seinen Preisen und Ihrer Nutzung ab. Längere Eingaben oder andere Bedingungen können andere Preise haben. Abrechnung nach den tatsächlichen Generierungskosten. Den endgültigen Betrag finden Sie in Ihrer Rechnung.

Das Modell akzeptiert Texteingaben und Bildeingaben und erzeugt Bilder als Ausgabe. Es unterstützt sowohl die reine Text-zu-Bild-Generierung als auch die promptgesteuerte Bearbeitung von Referenzbildern.

Das Modell kann bis zu 10 Referenzbilder für Komposition und Bearbeitung nutzen. Diese Referenzbilder können einmalig zwischengespeichert werden, statt bei jedem Schritt erneut gelesen zu werden.

Die native Generierung erfolgt in 2K-Auflösung. Die maximale Auflösung beträgt 2752 Pixel, und die Ausgabe reicht von 0,26 bis 4,19 Megapixeln bei Seitenverhältnissen von 1:8 bis 8:1.

Es gibt drei Methoden: farbige Kreise, die im Bild gezeichnet werden, gemalte Maskenbereiche oder ein Originalbild zusammen mit einer separaten Maske.

Qwen Image 2.1 Pro ist die professionelle Closed-Weight-Version der Qwen-Serie. Qwen-Image-2.1 hingegen ist die Open-Weight-Version, die unter der Qwen Research License für Forschung frei, für kommerzielle Nutzung jedoch nur mit separater Vereinbarung verfügbar ist.