Qwen Image 2.1 Turbo API
Qwen Image 2.1 Turbo ایک 7B امیج ماڈل ہے جو 8 مراحل میں تصاویر بناتا اور ایڈٹ کرتا ہے، رفتار اور معیار میں توازن رکھتا ہے۔
Qwen Image 2.1 Turbo Qwen-Image-2.1 سیریز کا ایک ڈسٹلڈ تیز رفتار چیک پوائنٹ ہے جو اسی 7B وژن جنریشن آرکیٹیکچر پر بنایا گیا ہے۔ یہ BF16 مقامی پریسیژن کے ساتھ تقریباً 14.2GB سائز کا ہے اور Hugging Face اور ModelScope پر دستیاب ہے۔ اسے Diffusers کے QwenImage21Pipeline کے ذریعے لوڈ کیا جا سکتا ہے۔ یہ ماڈل ٹیکسٹ سے تصویر بنانے، قدرتی زبان کی ہدایات کے ذریعے تصویر ایڈٹ کرنے، اور شفاف پس منظر کے لیے RGBA آؤٹ پٹ فراہم کرنے کی صلاحیت رکھتا ہے۔ فی ایڈٹ درخواست میں 4 اضافی حوالہ جاتی تصاویر تک شامل کی جا سکتی ہیں۔
تازہ کاری:
MODEL ID
qwen-image-2.1-turbo- ان پٹ
- text / image
- آؤٹ پٹ
- image
نمایاں خصوصیات
- 8-مرحلہ ڈینوئزنگ کے ساتھ 2K سطح کی تصویر کی جنریشن
- چہرے کی تفصیلات کی بہتر بحالی
- مصنوعات کے متن اور ساخت کی بہتر مستقل مزاجی
- RGBA آؤٹ پٹ کے ساتھ شفاف پس منظر
- فی ایڈٹ درخواست 4 حوالہ جاتی تصاویر تک
فراہم کنندگان
فراہم کنندگان کے درمیان API قیمتوں کا موازنہ کریں۔ تمام چارجز اور شرائط دیکھنے کے لیے کوئی فراہم کنندہ منتخب کریں۔
بینچ مارکس
- 60.28
Qwen-Image-Bench
Unsloth کے تخمینے کے مطابق base Qwen-Image-2.1 کا سکور، پوائنٹس میں
اسکورز جیسا کہ ماڈل فراہم کنندہ نے شائع کیے۔
API حوالہ
اس ماڈل کی پروٹوکول تفصیلات شائع نہیں ہوئیں۔ انٹیگریشن تقاضوں کے لیے API حوالہ دیکھیں۔
API حوالہ →معاون پیرامیٹرز
- resolution
- aspect_ratio
- n
- input_references
- seed
عمومی سوالات
ماڈل تعارف: Qwen Image 2.1 Turbo?
Qwen Image 2.1 Turbo Qwen-Image-2.1 سیریز کا ایک ڈسٹلڈ تیز رفتار چیک پوائنٹ ہے جو اسی 7B وژن جنریشن آرکیٹیکچر پر بنایا گیا ہے۔ یہ BF16 مقامی پریسیژن کے ساتھ تقریباً 14.2GB سائز کا ہے اور Hugging Face اور ModelScope پر دستیاب ہے۔ اسے Diffusers کے QwenImage21Pipeline کے ذریعے لوڈ کیا جا سکتا ہے۔ یہ ماڈل ٹیکسٹ سے تصویر بنانے، قدرتی زبان کی ہدایات کے ذریعے تصویر ایڈٹ کرنے، اور شفاف پس منظر کے لیے RGBA آؤٹ پٹ فراہم کرنے کی صلاحیت رکھتا ہے۔ فی ایڈٹ درخواست میں 4 اضافی حوالہ جاتی تصاویر تک شامل کی جا سکتی ہیں۔
استعمال کی بلنگ کیسے ہوتی ہے؟
آپ کا بل اس فراہم کنندہ پر منحصر ہے جو آپ استعمال کرتے ہیں، اس کی قیمتوں اور آپ کے استعمال پر۔ لمبے ان پٹ یا دیگر شرائط پر مختلف قیمتیں لاگو ہو سکتی ہیں۔ بلنگ اصل جنریشن لاگت کی بنیاد پر کی جاتی ہے۔ حتمی رقم کے لیے اپنا بل دیکھیں۔
یہ ماڈل کون سی inputs کی حمایت کرتا ہے؟
یہ متن سے تصویر بنانے، قدرتی زبان کی ہدایات کے ذریعے تصویر ایڈٹ کرنے، اور فی ایڈٹ درخواست میں 4 اضافی حوالہ جاتی تصاویر تک کی حمایت کرتا ہے۔ آؤٹ پٹ میں RGBA فارمیٹ بھی شامل ہے۔
کیا اس ماڈل کو کسی خاص ترتیب کے ساتھ چلانا ضروری ہے؟
جی ہاں، یہ ماڈل CFG 1.0 کے ساتھ ایک مخصوص 8-مرحلہ سیمپلنگ شیڈول کے ساتھ چلتا ہے اور euler سیمپلنگ طریقہ تجویز کرتا ہے۔ معیاری ڈیفالٹ شیڈول استعمال کرنے سے مختلف تصاویر بنتی ہیں۔
یہ کس قسم کے کاموں کے لیے موزوں ہے؟
یہ زیادہ تعدد والے مقامی تصویر کی جنریشن ورک فلو، مصنوعات کی بصری ڈیزائن جیسے پوسٹر، تصوراتی آرٹ اور اشتہاری مواد، ای کامرس کی مصنوعات کی تصاویر اور ماڈل کے لباس کی تبدیلی، اور تیز تکرار والے مواد کی تخلیق کے لیے موزوں ہے۔
اس ماڈل کی کیا حدود ہیں؟
4-bit کوانٹائزیشن اور اس سے کم پر آؤٹ پٹ اصل سے واضح طور پر ہٹ جاتا ہے، اور زیادہ کوانٹائزڈ ٹیکسٹ انکوڈرز آؤٹ پٹ کو خراب کرتے ہیں اس لیے بہتر کوالٹی والے کوانٹائزڈ ٹیکسٹ انکوڈرز تجویز کیے جاتے ہیں۔ یہ Qwen Research لائسنس کے تحت جاری کیا گیا ہے جس میں تجارتی استعمال پر پابندیاں ہیں۔
یہ ماڈل کس سیریز کا حصہ ہے اور اس کے بہن ماڈلز سے کیسے مختلف ہے؟
یہ Qwen-Image-2.1 سیریز کا ایک ڈسٹلڈ تیز رفتار چیک پوائنٹ ہے جو Qwen-Image-2.1 کے ساتھ معیاری اور Pro ورژنز کے ساتھ مل کر ایک تین گروہ بناتا ہے۔ معیاری ورژن کوالٹی بیس لائن ہے، Turbo رفتار کے لیے ہے، اور Pro مکمل API سروس کے لیے ہے۔