Qwen Image 2.1 Turbo API
Qwen Image 2.1 Turbo เป็นโมเดลสร้างภาพแบบก้าวหน้าที่ผ่านการกลั่นความรู้ให้เหลือ 8 ขั้นตอน ยังคงคุณภาพระดับ 2K พร้อมรองรับการแก้ไขภาพด้วยคำสั่งภาษา自然
Qwen Image 2.1 Turbo คือเช็กพอยต์แบบเร่งความเร็วที่กลั่นความรู้ (knowledge distillation) มาจากซีรีส์ Qwen-Image-2.1 สร้างบนสถาปัตยกรรม visión 7B ตัวเดียวกันกับ Qwen-Image-2.1 โดยมีพารามิเตอร์ 7B ในรูปแบบ BF16 ขนาดประมาณ 14.2GB จุดเด่นคือการบีบอัดกระบวนการ denoising ให้เหลือเพียง 8 ขั้นตอน ทำให้ได้ความเร็วเพิ่มขึ้นอย่างมากโดยสูญเสียคุณภาพเพียงเล็กน้อย
โมเดลรองรับการสร้างภาพจากข้อความ (text-to-image generation) และการแก้ไขภาพตามคำสั่งภาษา自然 โดยสามารถใช้ภาพอ้างอิงเพิ่มเติมได้สูงสุด 4 ภาพต่อคำขอแก้ไขหนึ่งครั้ง และรองรับเอาต์พุตแบบ RGBA สำหรับภาพพื้นหลังโปร่งใส แนะนำให้ใช้วิธีการสุ่มตัวอย่างแบบ euler พร้อมตารางการสุ่มตัวอย่าง 8 ขั้นตอนเฉพาะที่ CFG 1.0 ความละเอียดที่แนะนำสำหรับการสร้างคือประมาณ 2 เมกะพิกเซล เช่น 2048x2048 ในอัตราส่วน 1:1
โมเดลนี้เหมาะอย่างยิ่งสำหรับงานที่ต้องสร้างภาพบ่อยครั้งในเครื่อง local เช่น การออกแบบภาพผลิตภัณฑ์ โปสเตอร์ คอนเซปต์อาร์ต และสื่อโฆษณา รวมถึงภาพสินค้า e-commerce และการเปลี่ยนชุดนางแบบ ตลอดจนเวิร์กโฟลว์การสร้างคอนเทนต์ที่ต้องการวนซ้ำอย่างรวดเร็ว จุดแข็งคือการฟื้นรายละเอียดใบหน้าได้ดีขึ้นและความสม่ำเสมอของข้อความและพื้นผิวบนผลิตภัณฑ์ในฉากใหม่ๆ ที่ดีขึ้น อย่างไรก็ตาม โมเดลนี้ต้องใช้ตารางการสุ่มตัวอย่างเฉพาะของตัวเองเท่านั้น และมีข้อจำกัดด้านการค้าภายใต้สัญญาอนุญาต Qwen Research
อัปเดต:
ID โมเดล
qwen-image-2.1-turbo- อินพุต
- text / image
- เอาต์พุต
- image
จุดเด่น
- 8 ขั้นตอน sampling ที่ CFG 1.0
- รองรับ RGBA พื้นหลังโปร่งใส
- แก้ไขภาพด้วยคำสั่งภาษา自然
- สถาปัตยกรรม visión 7B BF16 ~14.2GB
- ความละเอียดแนะนำ ~2 เมกะพิกเซล
- โหลดผ่าน QwenImage21Pipeline
ผู้ให้บริการ
เปรียบเทียบราคา API ระหว่างผู้ให้บริการ เลือกผู้ให้บริการเพื่อดูค่าใช้จ่ายและเงื่อนไขทั้งหมด
เบนช์มาร์ก
- 60.28
Qwen-Image-Bench
คะแนนประมาณการของ Qwen-Image-2.1 โดย Unsloth หน่วยเป็นคะแนน
คะแนนตามที่ผู้ให้บริการโมเดลเผยแพร่
เอกสารอ้างอิง API
ยังไม่มีการเผยแพร่ข้อมูลโปรโตคอลของโมเดลนี้ ดูข้อกำหนดการเชื่อมต่อได้ในเอกสารอ้างอิง API
เอกสารอ้างอิง API →พารามิเตอร์ที่รองรับ
- resolution
- aspect_ratio
- n
- input_references
- seed
คำถามที่พบบ่อย
รู้จัก Qwen Image 2.1 Turbo?
Qwen Image 2.1 Turbo คือเช็กพอยต์แบบเร่งความเร็วที่กลั่นความรู้ (knowledge distillation) มาจากซีรีส์ Qwen-Image-2.1 สร้างบนสถาปัตยกรรม visión 7B ตัวเดียวกันกับ Qwen-Image-2.1 โดยมีพารามิเตอร์ 7B ในรูปแบบ BF16 ขนาดประมาณ 14.2GB จุดเด่นคือการบีบอัดกระบวนการ denoising ให้เหลือเพียง 8 ขั้นตอน ทำให้ได้ความเร็วเพิ่มขึ้นอย่างมากโดยสูญเสียคุณภาพเพียงเล็กน้อย โมเดลรองรับการสร้างภาพจากข้อความ (text-to-image generation) และการแก้ไขภาพตามคำสั่งภาษา自然 โดยสามารถใช้ภาพอ้างอิงเพิ่มเติมได้สูงสุด 4 ภาพต่อคำขอแก้ไขหนึ่งครั้ง และรองรับเอาต์พุตแบบ RGBA สำหรับภาพพื้นหลังโปร่งใส แนะนำให้ใช้วิธีการสุ่มตัวอย่างแบบ euler พร้อมตารางการสุ่มตัวอย่าง 8 ขั้นตอนเฉพาะที่ CFG 1.0 ความละเอียดที่แนะนำสำหรับการสร้างคือประมาณ 2 เมกะพิกเซล เช่น 2048x2048 ในอัตราส่วน 1:1 โมเดลนี้เหมาะอย่างยิ่งสำหรับงานที่ต้องสร้างภาพบ่อยครั้งในเครื่อง local เช่น การออกแบบภาพผลิตภัณฑ์ โปสเตอร์ คอนเซปต์อาร์ต และสื่อโฆษณา รวมถึงภาพสินค้า e-commerce และการเปลี่ยนชุดนางแบบ ตลอดจนเวิร์กโฟลว์การสร้างคอนเทนต์ที่ต้องการวนซ้ำอย่างรวดเร็ว จุดแข็งคือการฟื้นรายละเอียดใบหน้าได้ดีขึ้นและความสม่ำเสมอของข้อความและพื้นผิวบนผลิตภัณฑ์ในฉากใหม่ๆ ที่ดีขึ้น อย่างไรก็ตาม โมเดลนี้ต้องใช้ตารางการสุ่มตัวอย่างเฉพาะของตัวเองเท่านั้น และมีข้อจำกัดด้านการค้าภายใต้สัญญาอนุญาต Qwen Research
การใช้งานถูกเรียกเก็บเงินอย่างไร
ค่าใช้จ่ายขึ้นอยู่กับผู้ให้บริการที่คุณใช้ ราคาของผู้ให้บริการนั้น และปริมาณการใช้งาน อินพุตที่ยาวขึ้นหรือเงื่อนไขอื่นอาจมีราคาแตกต่างกัน คิดค่าบริการตามต้นทุนการสร้างจริง ดูยอดสุดท้ายได้ในใบแจ้งหนี้
Qwen Image 2.1 Turbo รองรับรูปแบบอินพุตใดบ้าง
รองรับการสร้างภาพจากข้อความ (text-to-image generation) และการแก้ไขภาพตามคำสั่งภาษา自然 โดยใช้ภาพอ้างอิงเพิ่มเติมได้สูงสุด 4 ภาพต่อคำขอแก้ไขหนึ่งครั้ง
โมเดลนี้ให้เอาต์พุตแบบใด
รองรับเอาต์พุตแบบ RGBA สำหรับภาพพื้นหลังโปร่งใส และความละเอียดที่แนะนำสำหรับการสร้างคือประมาณ 2 เมกะพิกเซล เช่น 2048x2048 ในอัตราส่วน 1:1
ต้องใช้การตั้งค่าการสุ่มตัวอย่างอย่างไร
ต้องใช้ตารางการสุ่มตัวอย่าง 8 ขั้นตอนเฉพาะที่ CFG 1.0 และแนะนำวิธีการสุ่มตัวอย่างแบบ euler ตารางค่าเริ่มต้นมาตรฐานจะให้ภาพที่แตกต่างออกไป
เหมาะกับงานประเภทใด
เหมาะกับเวิร์กโฟลว์การสร้างภาพ local ความถี่สูง การออกแบบภาพผลิตภัณฑ์เช่นโปสเตอร์ คอนเซปต์อาร์ต และสื่อโฆษณา ภาพสินค้า e-commerce และการเปลี่ยนชุดนางแบบ รวมถึงการสร้างคอนเทนต์ที่ต้องวนซ้ำอย่างรวดเร็ว
ต่างจาก Qwen-Image-2.1 อย่างไร
Qwen Image 2.1 Turbo เป็นเช็กพอยต์แบบเร่งความเร็วที่ผ่านการกลั่นความรู้จากซีรีส์ Qwen-Image-2.1 ใช้สถาปัตยกรรม visión 7B ตัวเดียวกัน แต่บีบอัดกระบวนการ denoising ให้เหลือ 8 ขั้นตอนเพื่อความเร็วที่สูงขึ้นโดยสูญเสียคุณภาพเพียงเล็กน้อย
มีข้อจำกัดอะไรบ้าง
ที่การควอนไทซ์ 4-bit และต่ำกว่า เอาต์พุตจะเบี่ยงเบนจากต้นฉบับอย่างเห็นได้ชัด แนะนำให้ใช้ text encoder แบบควอนไทซ์คุณภาพสูง และโมเดลอยู่ภายใต้สัญญาอนุญาต Qwen Research ซึ่งมีข้อจำกัดด้านการใช้งานเชิงพาณิชย์
