Qwen Image 2.1 Turbo API
Qwen Image 2.1 Turbo adalah model pembuatan gambar 7B yang dipercepat melalui distilasi, hanya memerlukan 8 langkah sampling untuk menghasilkan gambar hingga kualitas 2K.
Qwen Image 2.1 Turbo adalah checkpoint akselerasi terdistilasi dari seri Qwen-Image-2.1 yang dibangun di atas arsitektur pembuatan visi 7B yang sama. Dengan presisi asli BF16 dan ukuran sekitar 14,2GB, model ini mendukung pembuatan teks-ke-gambar serta penyuntingan gambar berbasis instruksi bahasa alami. Model juga dapat menerima hingga 4 gambar referensi tambahan per permintaan penyuntingan dan menghasilkan output RGBA untuk latar belakang transparan. Bobot tersedia di Hugging Face dan ModelScope, serta dapat dimuat melalui QwenImage21Pipeline di Diffusers.
Model ini menggunakan jadwal sampling 8 langkah khusus dengan CFG 1.0 dan merekomendasikan metode sampling euler. Distilasi pengetahuan memampatkan proses denoising menjadi 8 langkah sambil mempertahankan kualitas gambar hingga level 2K. Peningkatan kecepatan yang besar ini disertai kehilangan kualitas yang tampak kecil. Resolusi pembuatan yang direkomendasikan adalah sekitar 2 megapiksel, misalnya 2048x2048 pada rasio 1:1. Untuk encoder teks, presisi Q8_0 disarankan karena encoder yang terkuantisasi berat dapat menurunkan kualitas output.
Model ini cocok untuk alur kerja pembuatan gambar lokal berfrekuensi tinggi, desain visual produk seperti poster, concept art, dan aset iklan, citra produk e-commerce dan pergantian pakaian model, serta alur kerja pembuatan konten yang membutuhkan iterasi cepat. Kekuatan utamanya meliputi pemulihan detail wajah yang lebih baik serta konsistensi teks produk dan tekstur yang lebih baik di berbagai adegan baru. Namun, pada kuantisasi 4-bit ke bawah, output menyimpang cukup jelas dari aslinya. Model ini juga dirilis di bawah lisensi Qwen Research yang membatasi penggunaan komersial.
Diperbarui:
ID MODEL
qwen-image-2.1-turbo- Masukan
- text / image
- Keluaran
- image
Sorotan
- Distilasi mempercepat menjadi 8 langkah sampling
- Menghasilkan gambar hingga kualitas 2K
- Output RGBA untuk latar transparan
- Mendukung hingga 4 gambar referensi
- Bobot tersedia di Hugging Face dan ModelScope
Penyedia
Bandingkan harga API antarpenyedia. Pilih penyedia untuk melihat semua biaya dan ketentuan.
Tolok ukur
- 60.28
Qwen-Image-Bench
Skor perkiraan untuk Qwen-Image-2.1 dasar oleh Unsloth
Skor sesuai publikasi penyedia model.
Referensi API
Detail protokol model ini belum dipublikasikan. Lihat referensi API untuk persyaratan integrasi.
Referensi API →Parameter yang didukung
- resolution
- aspect_ratio
- n
- input_references
- seed
Pertanyaan umum
Mengenal Qwen Image 2.1 Turbo?
Qwen Image 2.1 Turbo adalah checkpoint akselerasi terdistilasi dari seri Qwen-Image-2.1 yang dibangun di atas arsitektur pembuatan visi 7B yang sama. Dengan presisi asli BF16 dan ukuran sekitar 14,2GB, model ini mendukung pembuatan teks-ke-gambar serta penyuntingan gambar berbasis instruksi bahasa alami. Model juga dapat menerima hingga 4 gambar referensi tambahan per permintaan penyuntingan dan menghasilkan output RGBA untuk latar belakang transparan. Bobot tersedia di Hugging Face dan ModelScope, serta dapat dimuat melalui QwenImage21Pipeline di Diffusers. Model ini menggunakan jadwal sampling 8 langkah khusus dengan CFG 1.0 dan merekomendasikan metode sampling euler. Distilasi pengetahuan memampatkan proses denoising menjadi 8 langkah sambil mempertahankan kualitas gambar hingga level 2K. Peningkatan kecepatan yang besar ini disertai kehilangan kualitas yang tampak kecil. Resolusi pembuatan yang direkomendasikan adalah sekitar 2 megapiksel, misalnya 2048x2048 pada rasio 1:1. Untuk encoder teks, presisi Q8_0 disarankan karena encoder yang terkuantisasi berat dapat menurunkan kualitas output. Model ini cocok untuk alur kerja pembuatan gambar lokal berfrekuensi tinggi, desain visual produk seperti poster, concept art, dan aset iklan, citra produk e-commerce dan pergantian pakaian model, serta alur kerja pembuatan konten yang membutuhkan iterasi cepat. Kekuatan utamanya meliputi pemulihan detail wajah yang lebih baik serta konsistensi teks produk dan tekstur yang lebih baik di berbagai adegan baru. Namun, pada kuantisasi 4-bit ke bawah, output menyimpang cukup jelas dari aslinya. Model ini juga dirilis di bawah lisensi Qwen Research yang membatasi penggunaan komersial.
Bagaimana penggunaan ditagih?
Tagihan Anda bergantung pada penyedia yang digunakan, tarifnya, dan penggunaan Anda. Masukan yang lebih panjang atau ketentuan lain dapat memiliki harga berbeda. Ditagih berdasarkan biaya pembuatan sebenarnya. Lihat tagihan Anda untuk jumlah akhir.
Apa saja modalitas input yang didukung Qwen Image 2.1 Turbo?
Model ini mendukung pembuatan teks-ke-gambar dan penyuntingan gambar berbasis instruksi bahasa alami. Untuk penyuntingan, model dapat menerima hingga 4 gambar referensi tambahan per permintaan.
Apakah model ini mendukung output dengan latar belakang transparan?
Ya, Qwen Image 2.1 Turbo mendukung output RGBA sehingga dapat menghasilkan gambar dengan latar belakang transparan.
Berapa langkah sampling yang diperlukan dan metode apa yang direkomendasikan?
Model ini berjalan dengan jadwal sampling 8 langkah khusus pada CFG 1.0 dan merekomendasikan metode sampling euler. Harus menggunakan jadwal 8 langkah tersebut karena jadwal default standar akan menghasilkan gambar yang berbeda.
Berapa resolusi pembuatan gambar yang direkomendasikan?
Resolusi yang direkomendasikan adalah sekitar 2 megapiksel, misalnya 2048x2048 pada rasio aspek 1:1.
Apa perbedaan Qwen Image 2.1 Turbo dengan model lain di seri yang sama?
Terdapat tiga model dalam seri ini: versi standar Qwen-Image-2.1 sebagai baseline kualitas, Turbo untuk kecepatan, dan Pro untuk layanan API yang lebih lengkap. Turbo adalah checkpoint terdistilasi yang mempercepat proses menjadi 8 langkah.
Apa batasan lisensi Qwen Image 2.1 Turbo?
Model ini dirilis di bawah lisensi Qwen Research yang memiliki pembatasan untuk penggunaan komersial.
