Qwen Image 2.1 Pro API
千問團隊的專業級統一影像模型，支援原生 2K 文生圖、指令式影像編輯、最多 10 張參考圖輸入與透明背景直出。
Qwen Image 2.1 Pro 是千問（Qwen）團隊 Qwen-Image-2.1 系列中的專業級版本，將文字轉影像生成與指令式影像編輯整合在同一個模型裡。視覺生成元件約有 70 億參數，採用 32 層 Single-Stream DiT 架構，在相對精簡的模型規模下兼顧生成品質、推論效率與多功能性，鎖定需要高品質影像生成與編輯能力的開發者與企業使用者。
它能依自然語言提示詞直接生成最高 2048×2048 的原生 2K 影像，不必先把低解析度結果放大；也能依指令編修既有影像，例如更換背景、調整服裝或改變場景，並在編輯過程中盡量保留人物臉部特徵、姿態、紋理與形態。模型最多可接收 10 張參考影像，這些影像會被拼接進文字編碼器的槽位，可用索引在提示詞中引用，方便多圖組合與角色一致性；VAE 解碼器帶有四個通道，可直接輸出含 Alpha 通道的 RGBA 影像；面對密集小字級文字與複雜版面的排版能力，讓它適合資訊圖表、簡報、UI 原型、海報與包裝設計。
典型應用涵蓋電商與品牌素材製作、行銷與平面設計、分鏡與插畫等內容創作、人像與商品修圖，以及貼紙、圖示、去背等透明素材生產。它以 API 形式在千問 AI 平台上線，開發者不需自行部署；同時採用 Qwen Research License Agreement 授權，屬於開源權重模型，並在 Hugging Face、ModelScope 等平台開放了下載。同系列另有 Turbo 版本，把去噪流程縮短至 8 步，換取更快的推論速度。
更新時間:
模型 ID
qwen-image-2.1-pro- 輸入
- text / image
- 輸出
- image
核心要點
- 原生 2K 直出
- 指令式影像編輯
- 最多 10 張參考圖
- 透明 RGBA 直出
- 密集文字排版
- 70 億參數 DiT
供應商
比較不同供應商的呼叫價格，點擊供應商可查看完整費用和適用條件。
API 文件
此模型尚未公布具體協定資訊，請查閱 API 文件中的接入要求。
API 文件 →支援的參數
- resolution
- aspect_ratio
- n
- input_references
- seed
常見問題
什麼是 Qwen Image 2.1 Pro?
Qwen Image 2.1 Pro 是千問（Qwen）團隊 Qwen-Image-2.1 系列中的專業級版本，將文字轉影像生成與指令式影像編輯整合在同一個模型裡。視覺生成元件約有 70 億參數，採用 32 層 Single-Stream DiT 架構，在相對精簡的模型規模下兼顧生成品質、推論效率與多功能性，鎖定需要高品質影像生成與編輯能力的開發者與企業使用者。 它能依自然語言提示詞直接生成最高 2048×2048 的原生 2K 影像，不必先把低解析度結果放大；也能依指令編修既有影像，例如更換背景、調整服裝或改變場景，並在編輯過程中盡量保留人物臉部特徵、姿態、紋理與形態。模型最多可接收 10 張參考影像，這些影像會被拼接進文字編碼器的槽位，可用索引在提示詞中引用，方便多圖組合與角色一致性；VAE 解碼器帶有四個通道，可直接輸出含 Alpha 通道的 RGBA 影像；面對密集小字級文字與複雜版面的排版能力，讓它適合資訊圖表、簡報、UI 原型、海報與包裝設計。 典型應用涵蓋電商與品牌素材製作、行銷與平面設計、分鏡與插畫等內容創作、人像與商品修圖，以及貼紙、圖示、去背等透明素材生產。它以 API 形式在千問 AI 平台上線，開發者不需自行部署；同時採用 Qwen Research License Agreement 授權，屬於開源權重模型，並在 Hugging Face、ModelScope 等平台開放了下載。同系列另有 Turbo 版本，把去噪流程縮短至 8 步，換取更快的推論速度。
如何計算呼叫費用？
費用取決於你使用的供應商、對應價格和實際用量。長文字輸入等情況可能適用不同價格，詳見計費明細。 按實際生成費用計費，具體金額以帳單為準。
Qwen Image 2.1 Pro 支援哪些輸入與輸出？
支援自然語言提示詞與最多 10 張參考影像作為輸入，輸出影像。它可以直接產生帶 Alpha 通道的 RGBA 透明圖。
它可以生成多高解析度的影像？
原生 2K，最高 2048×2048，不需透過放大低解析度結果來取得高清晰度輸出。
編輯既有影像時會保留原圖特徵嗎？
在更換背景、調整服裝或改變場景等指令式編輯中，模型能盡量保留人物臉部特徵、姿態、紋理與形態；局部編輯時，影像其餘部分維持不變。
它和同系列 Turbo 版本有何差別？
Pro 版本著重更高品質的生成與編輯效果，適合對影像品質要求較高的專業場景；Turbo 版本把去噪流程縮短至 8 步，推論更快，適合對效率敏感的應用。
可以自行部署嗎？
可以。它採用 Qwen Research License Agreement 授權，屬於開源權重模型，並在 Hugging Face 與 ModelScope 等平台開放了下載；同時也以 API 形式在千問 AI 平台提供。
