Qwen Image 2.1 Pro API
Qwen Image 2.1 Pro est un modèle professionnel de génération et d'édition d'images par IA, prenant en charge jusqu'à 10 images de référence, une sortie RGBA native et une résolution 2K.
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.
Mis à jour:
ID DU MODÈLE
qwen-image-2.1-pro- Entrée
- text / image
- Sortie
- image
Points clés
- Jusqu'à 10 images de référence
- Sortie RGBA native avec transparence
- Génération native en 2K
- Réécriture de prompt par LLM
- Modes direct et agent avec réflexion optionnelle
- Trois méthodes de spécification de régions
Fournisseurs
Comparez les prix des API entre fournisseurs. Sélectionnez un fournisseur pour voir tous les tarifs et conditions.
| Disponibilité | |||
|---|---|---|---|
| $0 | $0.046 |
Les statistiques historiques ne sont pas un contrôle en direct. Une donnée manquante ne signifie pas une panne.
Benchmarks
- 62.36
Qwen-Image-Bench
points ; benchmark interne non divulgué de Qwen
- 60.28
Qwen-Image-Bench
points ; Qwen-Image-2.1
- 67.01
Qwen-Image-Bench
points ; GPT Image 2.5 Sunburst
- 59.82
Qwen-Image-Bench
points ; Nano Banana 2.0
- 55.33
Qwen-Image-Bench
points ; FLUX 2 Max
- 60.2
Qwen-Image-Bench
points ; variante Qwen-Image-2.1-Pro sur le même benchmark interne
- 1228
Qwen-Image-Bench
points ; score revendiqué par Qwen sur le même benchmark interne
Scores tels que publiés par le fournisseur du modèle.
Démarrage rapide
Envoyez une tâche image, consultez son état, puis enregistrez les images. Les exemples utilisent curl et la bibliothèque standard de Python 3.
POST https://openapi.felo.ai/api/v1/images/generations
1Configurer votre clé API
Créez une clé depuis votre compte Felo API Platform et définissez-la comme variable d'environnement.
export FELO_API_KEY="YOUR_API_KEY"2Effectuer votre première requête
Les valeurs facultatives dépendent du modèle et ne sont pas prédéfinies ici. Vérifiez-les dans Playground. Les champs sont au même niveau que model et prompt, sans enveloppe 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-pro"
}'3Interroger la tâche
La soumission renvoie task_id. Interrogez toutes les 3 secondes pendant queued ou running ; arrêtez à succeeded, failed ou interrupted. Attente maximale : 30 minutes. Gardez created.json pour reprendre sans soumettre une nouvelle tâche.
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")
PY4Télécharger la sortie
Après réussite, enregistrez outputs depuis task.json : URL HTTPS, objets URL ou b64_json. Téléchargez rapidement les URL signées. Le téléchargement des images ne nécessite pas de clé API.
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
Pour modifier une image, remplacez l’URL par votre URL HTTPS ou une data URL d’image en base64. Soumettez une fois, puis suivez les mêmes étapes de consultation et d’enregistrement.
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-pro",
"input_references": [
{
"type": "image_url",
"image_url": {
"url": "https://example.com/product.png"
}
}
]
}'Paramètres pris en charge
- n
- seed
- resolution
- aspect_ratio
- input_references
Besoin de la référence complète ?
Référence API →Questions fréquentes
Qu'est-ce que Qwen Image 2.1 Pro?
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.
Comment l'usage est-il facturé ?
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.
Quels types d'entrées le modèle prend-il en charge ?
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.
Quelle est la longueur maximale du prompt ?
Le paramètre de prompt positif accepte de 2 à 3000 caractères.
Quelles sont les méthodes de spécification de régions pour l'édition ?
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.
Quelle est la résolution de sortie et les ratios d'aspect pris en charge ?
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.
Quelle est la différence entre Qwen Image 2.1 Pro et Qwen-Image-2.1 ?
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.
Le modèle prend-il en charge la sortie avec transparence ?
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.