Qwen Image 2.1 Pro API

Qwen Image 2.1 Pro est un modèle professionnel de génération et d'édition d'images développé par l'équipe Alibaba Qwen. Il unifie la génération texte-image et l'édition guidée par prompt, et peut composer ou modifier des images à partir de jusqu'à 10 images de référence. Le modèle réécrit les prompts à l'aide d'un grand modèle de langage avant la génération, et prend en charge les modes direct et agent, avec la possibilité d'activer la réflexion. Il propose trois méthodes de spécification de régions : cercles colorés dessinés sur l'image, masque peint, ou image originale accompagnée d'un masque séparé. La sortie est en RGBA natif avec fond transparent, et la génération se fait nativement en résolution 2K. Le paramètre de prompt positif accepte de 2 à 3000 caractères. L'API offre des contrôles de sécurité du contenu, des paramètres TTL de sortie, le filigrane et le téléversement par URL pré-signée vers le stockage cloud. Ce modèle est particulièrement adapté à la photographie produit, aux visuels marketing, à la composition multi-images (comme fusionner six portraits en une photo de groupe ou combiner dix photos de meubles en une scène de pièce), à la génération d'icônes sur fond transparent, à la création d'assets d'interface de jeu, ainsi qu'à l'édition d'images et aux retouches localisées. Il se distingue par la stabilité de la structure d'arrière-plan lors des éditions itératives, et il est recommandé pour la génération d'images transparentes, l'édition avec arrière-plan verrouillé et les découpes RGBA natives. Selon Qwen, il dépasse les performances attendues pour son échelle de paramètres sur les benchmarks d'évaluation, et sa génération est raisonnablement rapide dans le graphique d'efficacité de Qwen. Cependant, les résultats de benchmark de Qwen sont construits en interne et non divulgués, sans tableau, sous-scores ni méthode de notation, ce qui en fait des affirmations de Qwen plutôt que des mesures indépendantes. Des tests utilisateurs rapportent une qualité de génération inférieure à GPT Image 1.0, avec plus d'erreurs et d'artefacts. La version officielle manque de détails sur les secondes de génération par image, l'utilisation de la VRAM, le débit sur des GPU spécifiques et les tarifs API. Le modèle est positionné comme la version fermée professionnelle de la série Qwen, tandis que Qwen-Image-2.1 est la version à poids ouverts. Ce dernier utilise la licence Qwen Research, gratuite pour la recherche mais nécessitant un accord séparé pour un usage commercial. Qwen Image 2.1 Pro est construit autour d'un composant de génération visuelle de 7 milliards de paramètres avec 32 couches DiT à flux unique et une attention à granularité hybride. Les images de référence peuvent être mises en cache une fois au lieu d'être relues à chaque étape. Le déploiement en BF16 nécessite 32,44 Go d'espace disque. La résolution maximale est de 2752 pixels. La résolution de sortie varie de 0,26 à 4,19 mégapixels, avec des ratios d'aspect de 1:8 à 8:1. Le modèle utilise un mécanisme de mise en cache où les images sont lues une fois. L'identifiant du modèle est alibaba:[email protected], accessible via l'API unifiée OpenRouter et Alibaba Cloud Model Studio. Dans le graphique de Qwen, l'édition d'image 2K avec dix images d'entrée prend 1,59 seconde, contre 6,31 secondes pour la variante Qwen-Image-2.1-Pro.

Votre facture dépend du fournisseur utilisé, de ses tarifs et de votre usage. Des entrées plus longues ou d'autres conditions peuvent avoir des tarifs différents. Facturé selon le coût réel de génération. Consultez votre facture pour le montant final.

Qwen Image 2.1 Pro accepte des entrées texte et image, et génère des images en sortie. Il peut composer ou modifier à partir de jusqu'à 10 images de référence.

Le paramètre de prompt positif accepte de 2 à 3000 caractères.

Le modèle prend en charge trois méthodes : des cercles colorés dessinés sur l'image, des régions de masque peintes, ou une image originale accompagnée d'un masque séparé.

La résolution maximale est de 2752 pixels. La plage de résolution de sortie va de 0,26 à 4,19 mégapixels, avec des ratios d'aspect de 1:8 à 8:1. La génération native se fait en 2K.

Qwen Image 2.1 Pro est positionné comme la version fermée professionnelle de la série, tandis que Qwen-Image-2.1 est la version à poids ouverts. Cette dernière utilise la licence Qwen Research, gratuite pour la recherche mais nécessitant un accord séparé pour un usage commercial.

Oui, Qwen Image 2.1 Pro produit une sortie RGBA native avec des arrière-plans transparents, ce qui est recommandé pour la génération d'images transparentes et les découpes RGBA.