Qwen Image 2.1 Pro API
Qwen Image 2.1 Pro مدل تصویرساز حرفهای و بستهٔ خانوادهٔ Qwen است که تولید و ویرایش تصویر را با پشتیبانی از حداکثر ۱۰ تصویر مرجع، خروجی RGBA شفاف و رزولوشن بومی 2K ارائه می‌دهد.
Qwen Image 2.1 Pro نسخهٔ حرفهای و بستهٔ سری Qwen است که توسط تیم Qwen در تاریخ ۲۰ سپتامبر ۲۰۲۶ منتشر شد. این مدل تولید تصویر از متن و ویرایش تصویر با راهنمای متن را در یک سامانه یکپارچه ترکیب میکند و میتواند از حداکثر ۱۰ تصویر مرجع برای ترکیببندی یا ویرایش استفاده کند. پیش از تولید، درخواست کاربر را با یک مدل زبانی بزرگ بازنویسی میکند و دو حالت مستقیم و عامل را با امکان تفکر اختیاری ارائه می‌دهد. سه روش تعیین ناحیه برای ویرایش پشتیبانی میشود: دایرههای رنگی روی تصویر، نواحی نقاشیشده با ماسک، یا تصویر اصلی بههمراه ماسک جداگانه.
خروجی این مدل به‌صورت بومی با کانال آلفا (RGBA) و پسزمینهٔ شفاف تولید میشود و رزولوشن بومی آن 2K است. حداکثر رزولوشن ۲۷۵۲ پیکسل و بازهٔ خروجی از ۰٫۲۶ تا ۴٫۱۹ مگاپیکسل با نسبت‌های تصویر از ۱:۸ تا ۸:۱ است. پارامتر درخواست مثبت بین ۲ تا ۳۰۰۰ نویسه را میپذیرد و API علاوه بر تولید، بررسی ایمنی محتوا، تنظیم TTL خروجی، واترمارک و آپلود با URL از پیش امضاشده به فضای ابری را فراهم میکند.
این مدل برای عکاسی محصول، تولید محتوای بازاریابی، ترکیب چند تصویر (مثلاً ادغام شش پرتره در یک عکس گروهی یا ترکیب ده عکس مبلمان در یک صحنهٔ اتاق)، ساخت آیکون با پسزمینهٔ شفاف، داراییهای رابط کاربری بازی و ویرایش تصویر با روتوش موضعی مناسب است. در ویرایش‌های تکراری، ساختار پس‌زمینه را پایدار نگه می‌دارد و برای تولید تصویر شفاف، ویرایش با پسزمینهٔ قفل‌شده و برش‌های بومی RGBA توصیه میشود. با این حال، نتایج بنچمارک آن توسط خود Qwen ساخته و منتشر نشده است و آزمون‌های کاربران کیفیت پایین‌تری نسبت به GPT Image 1.0 با خطاها و آرتیفکت‌های بیشتر گزارش کرده‌اند.
به‌روزرسانی:
MODEL ID
qwen-image-2.1-pro- ورودی
- text / image
- خروجی
- image
نکات برجسته
- پشتیبانی از حداکثر ۱۰ تصویر مرجع
- خروجی بومی RGBA شفاف
- رزولوشن بومی 2K
- ویرایش با سه روش تعیین ناحیه
- حالت مستقیم و حالت عامل با تفکر اختیاری
- بازنویسی درخواست با مدل زبانی بزرگ
ارائه‌دهندگان
قیمت API را بین ارائه‌دهندگان مقایسه کنید. یک ارائه‌دهنده را انتخاب کنید تا همه هزینه‌ها و شرایط را ببینید.
بنچمارک‌ها
- 62.36
Qwen-Image-Bench
امتیاز در بنچمارک اختصاصی و منتشرنشدهٔ Qwen
- 60.28
Qwen-Image-Bench
امتیاز Qwen-Image-2.1
- 67.01
Qwen-Image-Bench
امتیاز GPT Image 2.5 Sunburst
- 59.82
Qwen-Image-Bench
امتیاز Nano Banana 2.0
- 55.33
Qwen-Image-Bench
امتیاز FLUX 2 Max
- 60.2
Qwen-Image-Bench
امتیاز نسخهٔ Qwen-Image-2.1-Pro در همان بنچمارک داخلی
- 1228
Qwen-Image-Bench
امتیاز ادعاشده توسط Qwen در همان بنچمارک داخلی
امتیازها همان‌گونه که ارائه‌دهنده مدل منتشر کرده است.
مرجع API
جزئیات پروتکل این مدل منتشر نشده است. برای الزامات یکپارچه‌سازی، مرجع API را ببینید.
مرجع API →پارامترهای پشتیبانی‌شده
- resolution
- aspect_ratio
- n
- input_references
- seed
پرسش‌های متداول
معرفی مدل: Qwen Image 2.1 Pro?
Qwen Image 2.1 Pro نسخهٔ حرفهای و بستهٔ سری Qwen است که توسط تیم Qwen در تاریخ ۲۰ سپتامبر ۲۰۲۶ منتشر شد. این مدل تولید تصویر از متن و ویرایش تصویر با راهنمای متن را در یک سامانه یکپارچه ترکیب میکند و میتواند از حداکثر ۱۰ تصویر مرجع برای ترکیببندی یا ویرایش استفاده کند. پیش از تولید، درخواست کاربر را با یک مدل زبانی بزرگ بازنویسی میکند و دو حالت مستقیم و عامل را با امکان تفکر اختیاری ارائه می‌دهد. سه روش تعیین ناحیه برای ویرایش پشتیبانی میشود: دایرههای رنگی روی تصویر، نواحی نقاشیشده با ماسک، یا تصویر اصلی بههمراه ماسک جداگانه. خروجی این مدل به‌صورت بومی با کانال آلفا (RGBA) و پسزمینهٔ شفاف تولید میشود و رزولوشن بومی آن 2K است. حداکثر رزولوشن ۲۷۵۲ پیکسل و بازهٔ خروجی از ۰٫۲۶ تا ۴٫۱۹ مگاپیکسل با نسبت‌های تصویر از ۱:۸ تا ۸:۱ است. پارامتر درخواست مثبت بین ۲ تا ۳۰۰۰ نویسه را میپذیرد و API علاوه بر تولید، بررسی ایمنی محتوا، تنظیم TTL خروجی، واترمارک و آپلود با URL از پیش امضاشده به فضای ابری را فراهم میکند. این مدل برای عکاسی محصول، تولید محتوای بازاریابی، ترکیب چند تصویر (مثلاً ادغام شش پرتره در یک عکس گروهی یا ترکیب ده عکس مبلمان در یک صحنهٔ اتاق)، ساخت آیکون با پسزمینهٔ شفاف، داراییهای رابط کاربری بازی و ویرایش تصویر با روتوش موضعی مناسب است. در ویرایش‌های تکراری، ساختار پس‌زمینه را پایدار نگه می‌دارد و برای تولید تصویر شفاف، ویرایش با پسزمینهٔ قفل‌شده و برش‌های بومی RGBA توصیه میشود. با این حال، نتایج بنچمارک آن توسط خود Qwen ساخته و منتشر نشده است و آزمون‌های کاربران کیفیت پایین‌تری نسبت به GPT Image 1.0 با خطاها و آرتیفکت‌های بیشتر گزارش کرده‌اند.
هزینه استفاده چگونه محاسبه میشود؟
صورتحساب شما به ارائهدهندهای که استفاده میکنید، قیمتهای آن و میزان مصرف شما بستگی دارد. ورودیهای طولانیتر یا شرایط دیگر ممکن است قیمت متفاوتی داشته باشند. صورتحساب بر اساس هزینه واقعی تولید محاسبه میشود. مبلغ نهایی را در صورتحساب ببینید.
این مدل چه ورودیهایی را میپذیرد؟
ورودی متن و تصویر را میپذیرد و خروجی تصویر تولید میکند.
حداکثر تعداد تصاویر مرجع چقدر است؟
میتواند از حداکثر ۱۰ تصویر مرجع برای ترکیببندی و ویرایش استفاده کند.
آیا خروجی شفاف پشتیبانی میشود؟
بله، خروجی بومی RGBA با پسزمینهٔ شفاف تولید میکند و برای آیکون و داراییهای رابط کاربری مناسب است.
روشهای تعیین ناحیه برای ویرایش چیست؟
سه روش پشتیبانی میشود: دایرههای رنگی روی تصویر، نواحی نقاشیشده با ماسک، یا تصویر اصلی بههمراه ماسک جداگانه.
چه محدودیتی در پارامتر درخواست مثبت وجود دارد؟
این پارامتر بین ۲ تا ۳۰۰۰ نویسه را میپذیرد.
تفاوت آن با Qwen-Image-2.1 چیست؟
Qwen Image 2.1 Pro نسخهٔ حرفهای و بستهٔ سری است، در حالی که Qwen-Image-2.1 نسخهٔ باز با وزنهای آزاد و مجوز Qwen Research License است.
