Qwen Image 2.1 Turbo API
Qwen Image 2.1 Turbo to destylowany, przyspieszony model generowania obrazów 7B, który redukuje liczbę kroków denoisingu do 8, zachowując jakość na poziomie 2K.
Qwen Image 2.1 Turbo to destylowany checkpoint przyspieszony z serii Qwen-Image-2.1, zbudowany na tej samej architekturze generowania obrazów 7B. Model wykorzystuje destylację wiedzy, aby skompresować proces denoisingu do 8 kroków przy CFG 1.0, co przekłada się na duże przyspieszenie przy minimalnej widocznej utracie jakości. Zalecana rozdzielczość generowania wynosi około 2 megapikseli, np. 2048x2048 przy proporcji 1:1. Model obsługuje generowanie tekstu na obraz, edycję obrazu za pomocą języka naturalnego (z możliwością dołączenia do 4 dodatkowych obrazów referencyjnych) oraz wyjście RGBA dla obrazów z przezroczystym tłem.
Model sprawdza się w zadaniach wymagających szybkiej iteracji, takich jak projektowanie wizualne produktów (plakaty, concept art, materiały reklamowe), tworzenie obrazów produktów e-commerce i zmiana strojów modelek oraz przepływy pracy związane z tworzeniem treści o wysokiej czę frquencji. Dzięki destylacji model zachowuje silniejsze odtwarzanie szczegółów twarzy i lepszą spójność tekstu i tekstur produktów w nowych scenach.
Waga modelu jest dostępna na Hugging Face i ModelScope i można ją załadować przez QwenImage21Pipeline z biblioteki Diffusers. Model jest objęty licencją Qwen Research, która nakłada ograniczenia na użycie komercyjne. Przy kwantyzacji 4-bitowej i niższej jakość noticeably odbiega od oryginału, dlatego zaleca się stosowanie kwantyzacji Q8_0 dla enkodera tekstowego oraz korzystanie z dedykowanego harmonogramu 8 kroków i metody próbkowania euler.
Zaktualizowano:
MODEL ID
qwen-image-2.1-turbo- Wejście
- text / image
- Wyjście
- image
Najważniejsze informacje
- Destylacja wiedzy do 8 kroków
- Architektura 7B, precyzja BF16
- Wyjście RGBA z przezroczystym tłem
- Edycja z do 4 obrazami referencyjnymi
- Wagi na Hugging Face i ModelScope
- Licencja Qwen Research
Dostawcy
Porównaj ceny API u różnych dostawców. Wybierz dostawcę, aby zobaczyć wszystkie opłaty i warunki.
Benchmarki
- 60.28
Qwen-Image-Bench
Wynik bazowego modelu Qwen-Image-2.1 oszacowany przez Unsloth
Wyniki zgodnie z publikacją dostawcy modelu.
Dokumentacja API
Szczegóły protokołu tego modelu nie zostały opublikowane. Wymagania integracyjne znajdziesz w dokumentacji API.
Dokumentacja API →Obsługiwane parametry
- resolution
- aspect_ratio
- n
- input_references
- seed
Często zadawane pytania
Co to jest Qwen Image 2.1 Turbo?
Qwen Image 2.1 Turbo to destylowany checkpoint przyspieszony z serii Qwen-Image-2.1, zbudowany na tej samej architekturze generowania obrazów 7B. Model wykorzystuje destylację wiedzy, aby skompresować proces denoisingu do 8 kroków przy CFG 1.0, co przekłada się na duże przyspieszenie przy minimalnej widocznej utracie jakości. Zalecana rozdzielczość generowania wynosi około 2 megapikseli, np. 2048x2048 przy proporcji 1:1. Model obsługuje generowanie tekstu na obraz, edycję obrazu za pomocą języka naturalnego (z możliwością dołączenia do 4 dodatkowych obrazów referencyjnych) oraz wyjście RGBA dla obrazów z przezroczystym tłem. Model sprawdza się w zadaniach wymagających szybkiej iteracji, takich jak projektowanie wizualne produktów (plakaty, concept art, materiały reklamowe), tworzenie obrazów produktów e-commerce i zmiana strojów modelek oraz przepływy pracy związane z tworzeniem treści o wysokiej czę frquencji. Dzięki destylacji model zachowuje silniejsze odtwarzanie szczegółów twarzy i lepszą spójność tekstu i tekstur produktów w nowych scenach. Waga modelu jest dostępna na Hugging Face i ModelScope i można ją załadować przez QwenImage21Pipeline z biblioteki Diffusers. Model jest objęty licencją Qwen Research, która nakłada ograniczenia na użycie komercyjne. Przy kwantyzacji 4-bitowej i niższej jakość noticeably odbiega od oryginału, dlatego zaleca się stosowanie kwantyzacji Q8_0 dla enkodera tekstowego oraz korzystanie z dedykowanego harmonogramu 8 kroków i metody próbkowania euler.
Jak rozliczane jest użycie?
Rachunek zależy od wybranego dostawcy, jego cen i faktycznego zużycia. Dłuższe dane wejściowe lub inne warunki mogą mieć inne ceny. Rozliczane według rzeczywistego kosztu generowania. Ostateczną kwotę znajdziesz na rachunku.
Jakie zadania obsługuje Qwen Image 2.1 Turbo?
Model obsługuje generowanie tekstu na obraz oraz edycję obrazu za pomocą języka naturalnego. W edycji można dołączyć do 4 dodatkowych obrazów referencyjnych.
Jaka jest zalecana rozdzielczość generowania?
Zalecana rozdzielczość to około 2 megapiksele, na przykład 2048x2048 przy proporcji 1:1.
Jakie ustawienia próbkowania są zalecane?
Model działa z dedykowanym harmonogramem 8 kroków przy CFG 1.0. Zalecana metoda próbkowania to euler.
Czym różni się Turbo od standardowego Qwen-Image-2.1?
Turbo to destylowany, przyspieszony checkpoint, który redukuje denoising do 8 kroków, podczas gdy standardowa wersja kładzie nacisk na jakość. Obie wersje dzielą architekturę 7B.
Jakie są ograniczenia kwantyzacji?
Przy kwantyzacji 4-bitowej i niższej wynik zauważalnie odbiega od oryginału. Zaleca się stosowanie kwantyzacji Q8_0 dla enkodera tekstowego.
Na jakiej licencji wydano model?
Model jest objęty licencją Qwen Research, która nakłada ograniczenia na użycie komercyjne.
