Qwen Image 2.1 Pro API
千问团队的专业级统一图像模型，支持原生 2K 文生图、指令式图像编辑、最多 10 张参考图输入与透明背景直出。
Qwen Image 2.1 Pro 是千问（Qwen）团队 Qwen-Image-2.1 系列中的专业级版本，把文本到图像生成与指令式图像编辑统一在同一个模型里。其视觉生成组件约 70 亿参数，采用 32 层 Single-Stream DiT 架构，在较小的模型体量下兼顾生成质量、推理效率与多功能性，面向需要高质量图像生成与编辑能力的开发者和企业用户。
它可以根据自然语言提示词直接生成最高 2048×2048 的原生 2K 图像，无需放大低分辨率结果；也能按指令修改现有图像，例如更换背景、调整服装或改变场景，并在编辑过程中较好保留人物面部特征、姿态、纹理与形态。它最多接收 10 张参考图像，这些图像会被拼接进文本编码器的槽位，可通过索引在提示词中引用，便于多图组合与角色一致性；VAE 解码器携带四个通道，可直接生成带 Alpha 通道的 RGBA 图像；对密集小字号文本与复杂布局的排版能力，使其适用于信息图、幻灯片、UI 原型、海报与包装设计。
典型场景覆盖电商与品牌素材制作、营销与平面设计、分镜与插画等内容创作、人像与商品精修，以及贴纸、图标、抠图等透明素材生产。它以 API 形式在千问 AI 平台上线，开发者无需自行部署；同时采用 Qwen Research License Agreement 许可，属于开源权重模型，并在 Hugging Face、ModelScope 等平台开放下载。同系列另有 Turbo 版本，将去噪过程缩短至 8 步以换取更快的推理速度。
更新时间:
模型 ID
qwen-image-2.1-pro- 输入
- text / image
- 输出
- image
核心要点
- 原生 2K 直出
- 指令式图像编辑
- 最多 10 张参考图
- 透明 RGBA 直出
- 密集文本排版
- 70 亿参数 DiT
供应商
比较不同供应商的调用价格，点击供应商可查看完整费用和适用条件。
API 文档
该模型尚未公布具体协议信息，请查阅 API 文档中的接入要求。
API 文档 →支持的参数
- resolution
- aspect_ratio
- n
- input_references
- seed
常见问题
什么是 Qwen Image 2.1 Pro?
Qwen Image 2.1 Pro 是千问（Qwen）团队 Qwen-Image-2.1 系列中的专业级版本，把文本到图像生成与指令式图像编辑统一在同一个模型里。其视觉生成组件约 70 亿参数，采用 32 层 Single-Stream DiT 架构，在较小的模型体量下兼顾生成质量、推理效率与多功能性，面向需要高质量图像生成与编辑能力的开发者和企业用户。 它可以根据自然语言提示词直接生成最高 2048×2048 的原生 2K 图像，无需放大低分辨率结果；也能按指令修改现有图像，例如更换背景、调整服装或改变场景，并在编辑过程中较好保留人物面部特征、姿态、纹理与形态。它最多接收 10 张参考图像，这些图像会被拼接进文本编码器的槽位，可通过索引在提示词中引用，便于多图组合与角色一致性；VAE 解码器携带四个通道，可直接生成带 Alpha 通道的 RGBA 图像；对密集小字号文本与复杂布局的排版能力，使其适用于信息图、幻灯片、UI 原型、海报与包装设计。 典型场景覆盖电商与品牌素材制作、营销与平面设计、分镜与插画等内容创作、人像与商品精修，以及贴纸、图标、抠图等透明素材生产。它以 API 形式在千问 AI 平台上线，开发者无需自行部署；同时采用 Qwen Research License Agreement 许可，属于开源权重模型，并在 Hugging Face、ModelScope 等平台开放下载。同系列另有 Turbo 版本，将去噪过程缩短至 8 步以换取更快的推理速度。
如何计算调用费用？
费用取决于你使用的供应商、对应价格和实际用量。长文本输入等情况可能适用不同价格，详见计费明细。 按实际生成费用计费，具体金额以账单为准。
Qwen Image 2.1 Pro 支持哪些输入和输出？
支持自然语言提示词以及最多 10 张参考图像作为输入，输出图像。它可以直接生成带 Alpha 通道的 RGBA 透明图。
它能生成多高分辨率的图像？
原生 2K，最高 2048×2048，无需通过放大低分辨率结果来获得高清晰度输出。
编辑现有图像时会保留原图特征吗？
在更换背景、调整服装或改变场景等指令式编辑中，模型能较好保留人物面部特征、姿态、纹理和形态；局部编辑时，图像其余部分保持不变。
它和同系列的 Turbo 版本有什么区别？
Pro 版本侧重更高质量的生成与编辑效果，适合对图像质量要求较高的专业场景；Turbo 版本把去噪过程缩短至 8 步，推理更快，适合对效率敏感的应用。
它可以本地部署吗？
可以。它采用 Qwen Research License Agreement 许可，属于开源权重模型，并在 Hugging Face 和 ModelScope 等平台开放下载；同时也以 API 形式在千问 AI 平台提供。
