Qwen Image 2.1 Pro API
Qwen のプロ向け統合画像モデル。ネイティブ 2K のテキスト画像生成、指示ベースの編集、最大 10 枚の参照画像、透過背景の直接出力に対応します。
Qwen Image 2.1 Pro は、Qwen チームによる Qwen-Image-2.1 シリーズのプロ向けモデルで、テキストからの画像生成と指示ベースの画像編集を 1 つのモデルに統合しています。視覚生成コンポーネントは約 70 億パラメータ、32 層の Single-Stream DiT アーキテクチャを採用し、コンパクトな規模で生成品質・推論効率・多機能性のバランスを取ります。高品質な画像生成と編集を必要とする開発者や企業向けです。
自然言語プロンプトから最大 2048×2048 のネイティブ 2K 画像を直接生成し、低解像度の結果を拡大する必要はありません。編集は指示ベースで、背景の差し替え、服装の変更、シーンの変更などを行いながら、顔の特徴、ポーズ、質感、形状を保ちます。最大 10 枚の参照画像を受け取り、それらはテキストエンコーダのスロットに連結されてプロンプト内でインデックス指定できるため、複数画像の組み合わせやキャラクターの一貫性に向いています。4 チャネルの VAE デコーダはネイティブのアルファチャネル付き RGBA を出力するため、透過背景は後処理ではなく生成結果として得られます。密な小さい文字や複雑なレイアウトの組版処理は、インフォグラフィック、スライド、UI プロトタイプ、ポスター、パッケージデザインに適しています。
主な用途は、EC やブランドの画像制作、マーケティングとグラフィックデザイン、絵コンテやイラストなどのコンテンツ制作、人物や商品のレタッチ、ステッカー・アイコン・切り抜きなどの透過素材制作です。Qwen AI プラットフォームで API として提供されるため自前のデプロイは不要で、Qwen Research License Agreement に基づくオープンウェイトモデルとして Hugging Face と ModelScope からもダウンロードできます。シリーズ内の Turbo 版はノイズ除去を 8 ステップに短縮し、より高速な推論を実現します。
更新日時:
モデル ID
qwen-image-2.1-pro- 入力
- text / image
- 出力
- image
ハイライト
- ネイティブ 2K 出力
- 指示ベース編集
- 参照画像 10 枚
- RGBA 透過出力
- 密な文字の組版
- 70 億パラメータ DiT
プロバイダー
プロバイダーごとの API 料金を比較できます。プロバイダーを選択すると、すべての料金と適用条件を確認できます。
API リファレンス
このモデルのプロトコル情報は未公開です。接続要件は API リファレンスを確認してください。
API リファレンス →対応パラメータ
- resolution
- aspect_ratio
- n
- input_references
- seed
よくある質問
モデルについて： Qwen Image 2.1 Pro?
Qwen Image 2.1 Pro は、Qwen チームによる Qwen-Image-2.1 シリーズのプロ向けモデルで、テキストからの画像生成と指示ベースの画像編集を 1 つのモデルに統合しています。視覚生成コンポーネントは約 70 億パラメータ、32 層の Single-Stream DiT アーキテクチャを採用し、コンパクトな規模で生成品質・推論効率・多機能性のバランスを取ります。高品質な画像生成と編集を必要とする開発者や企業向けです。 自然言語プロンプトから最大 2048×2048 のネイティブ 2K 画像を直接生成し、低解像度の結果を拡大する必要はありません。編集は指示ベースで、背景の差し替え、服装の変更、シーンの変更などを行いながら、顔の特徴、ポーズ、質感、形状を保ちます。最大 10 枚の参照画像を受け取り、それらはテキストエンコーダのスロットに連結されてプロンプト内でインデックス指定できるため、複数画像の組み合わせやキャラクターの一貫性に向いています。4 チャネルの VAE デコーダはネイティブのアルファチャネル付き RGBA を出力するため、透過背景は後処理ではなく生成結果として得られます。密な小さい文字や複雑なレイアウトの組版処理は、インフォグラフィック、スライド、UI プロトタイプ、ポスター、パッケージデザインに適しています。 主な用途は、EC やブランドの画像制作、マーケティングとグラフィックデザイン、絵コンテやイラストなどのコンテンツ制作、人物や商品のレタッチ、ステッカー・アイコン・切り抜きなどの透過素材制作です。Qwen AI プラットフォームで API として提供されるため自前のデプロイは不要で、Qwen Research License Agreement に基づくオープンウェイトモデルとして Hugging Face と ModelScope からもダウンロードできます。シリーズ内の Turbo 版はノイズ除去を 8 ステップに短縮し、より高速な推論を実現します。
利用料金はどのように計算されますか？
料金は利用するプロバイダーと実際の使用量により決まります。長い入力などは料金が異なる場合があります。内訳をご確認ください。 実際の生成費用に基づく課金です。最終金額は請求明細をご確認ください。
どのような入力と出力に対応していますか？
自然言語プロンプトと最大 10 枚の参照画像を入力として受け取り、画像を出力します。ネイティブのアルファチャネルを持つ RGBA の透過画像も直接生成できます。
生成できる解像度はどのくらいですか？
ネイティブ 2K、最大 2048×2048 です。低解像度の結果を拡大せずに高精細な出力が得られます。
既存の画像を編集できますか？
はい。背景の差し替えや服装の変更などを指示すると、顔の特徴、ポーズ、質感、形状を保ちながら編集します。局所編集では画像の残りの部分は変更されません。
同シリーズの Turbo 版との違いは何ですか？
Pro 版は生成と編集の品質を優先し、品質が重視されるプロ用途に向きます。Turbo 版はノイズ除去を 8 ステップに短縮して推論を高速化し、効率重視の用途に向きます。
オープンウェイトで提供されていますか？
はい。Qwen Research License Agreement に基づくオープンウェイトモデルとして Hugging Face と ModelScope で公開されており、Qwen AI プラットフォームの API からも利用できます。
