Qwen Image 2.1 Turbo API

O Qwen Image 2.1 Turbo é um checkpoint de aceleração destilado da série Qwen-Image-2.1, construído sobre a mesma arquitetura de geração visual de 7B parâmetros do Qwen-Image-2.1. Com precisão nativa BF16 e aproximadamente 14,2 GB, ele comprime o processo de denoising para 8 etapas, mantendo a geração de imagens em nível 2K. O modelo utiliza um cronograma de amostragem dedicado de 8 etapas com CFG 1.0 e recomenda o método de amostragem euler. A resolução de geração recomendada é de cerca de 2 megapixels, por exemplo, 2048x2048 na proporção 1:1. Os pesos estão disponíveis no Hugging Face e no ModelScope, e o modelo pode ser carregado por meio do QwenImage21Pipeline do Diffusers. Quantizações GGUF da comunidade incluem variantes de 2, 4, 6, 8 e 16 bits; a quantização AD-Q4_K adiciona cerca de 150 MB e reduz a diferença em relação à saída BF16 em 21%. Para o codificador de texto, sugere-se a precisão Q8_0. O modelo é adequado para fluxos de trabalho locais de geração de imagens de alta frequência, nos quais a velocidade é essencial. Ele também atende à criação de conteúdo visual, como pôsteres, arte conceitual e peças publicitárias, além de imagens de produtos para e-commerce e trocas de roupas em modelos. A destilação de conhecimento traz ganhos de velocidade com pouca perda aparente de qualidade, e o modelo apresenta restauração mais forte de detalhes faciais e melhor consistência de textos e texturas de produtos em novas cenas. A edição de imagens é orientada por linguagem natural e aceita até 4 imagens de referência por solicitação. A saída RGBA permite imagens com fundo transparente. É importante observar as limitações: em quantização de 4 bits ou menos, a saída se desvia notavelmente do original; o cronograma dedicado de 8 etapas deve ser usado, pois o cronograma padrão produz imagens diferentes; codificadores de texto quantizados de maior qualidade são recomendados, pois codificadores muito quantizados degradam a saída. O modelo é distribuído sob a licença Qwen Research, que impõe restrições ao uso comercial. O serviço de API é oferecido ao lado do Qwen-Image-2.1 Pro.

Sua conta depende do provedor que você usa, dos preços dele e do seu uso. Entradas mais longas ou outras condições podem ter preços diferentes. Cobrado com base no custo real de geração. Consulte sua conta para o valor final.

Ele suporta geração de imagens a partir de texto, edição de imagens orientada por linguagem natural e saída RGBA para imagens com fundo transparente.

Cada solicitação de edição aceita até 4 imagens de referência adicionais.

O modelo deve usar seu cronograma dedicado de 8 etapas com CFG 1.0 e recomenda o método de amostragem euler. O cronograma padrão produz imagens diferentes.

Recomenda-se cerca de 2 megapixels, por exemplo, 2048x2048 na proporção 1:1.

Os pesos estão disponíveis no Hugging Face e no ModelScope, e o modelo pode ser carregado pelo QwenImage21Pipeline do Diffusers.

Em quantização de 4 bits ou menos, a saída se desvia notavelmente do original. Codificadores de texto quantizados de maior qualidade são recomendados, pois codificadores muito quantizados degradam a saída.