Tutoriel
API Qwen Image 2.0 et 2.0 Pro : tarifs, résultats réels et exemples de code
Un guide couvrant les deux niveaux de Qwen Image 2.0 : tests de texte bilingue chinois-anglais, visuels produits, valeurs de taille fixes, et comparaison avec 2.1 et 3.0.
Résumé
- Qwen Image 2.0 est le modèle texte-vers-image d'Alibaba, réputé pour générer du texte chinois et anglais dans les images. Deux niveaux sont proposés sur HiAPI :
qwen-image-2.0à 0,0422 $ par image, etqwen-image-2.0-proà 0,107 $ par image. - Les deux acceptent la même requête :
promptplus l'une des cinq valeurs fixes desize. Aucun champaspect_ratio, et aucune image en entrée. - Pour un nouveau projet, privilégiez les versions plus récentes : Qwen Image 3.0 à 0,0358 $ par image et 2.1 Turbo à 0,02 $ par image sont moins chers que 2.0 et acceptent tous deux des images de référence. Comparaison en fin d'article. Ouvrez la page du modèle Qwen Image 2.0 Pro pour l'essayer ; les nouveaux comptes reçoivent 200 crédits gratuits.
2.0 ou 2.0 Pro
qwen-image-2.0 |
qwen-image-2.0-pro |
|
|---|---|---|
| Prix par image | 0,0422 $ | 0,107 $ |
| Entrée | prompt + size |
Identique |
| Tailles | 5 valeurs fixes, max 2688×1536 | Identique |
| Image de référence | Non prise en charge | Non prise en charge |
| Cas d'usage | Brouillons, affiches bilingues, enseignes | Visuels produits et bannières finaux |
Prix HiAPI en temps réel, relevés le 20 octobre 2026. Les tâches échouées ne sont pas facturées.
La requête est identique, donc changer de niveau revient à modifier un mot dans model. Rédigez et testez le prompt sur 2.0, puis rendez la version finale sur Pro avec le même seed.
Résultats réels
Enseigne bilingue (2.0)
A small Tokyo-style ramen shop at night, photoreal, soft drizzle on the pavement, warm interior light spilling out, customers visible through a frosted window. Above the door, a hand-painted wooden sign with two clean lines of text: the top line in large Chinese characters reads "幸福拉面", the bottom line in smaller English reads "Lucky Noodles · Since 2019". A small red paper lantern hangs to the left. 35mm street photography, shallow depth of field, cinematic colour grade.

qwen-image-2.0, size 1728*2368, 0,0422 $ au tarif du jour.
Les deux lignes de texte de l'enseigne correspondent au prompt, y compris le point médian. La lanterne, dont aucun texte n'était spécifié dans le prompt, affiche quelques caractères parasites. Avant de publier une image contenant du texte, vérifiez chaque petite surface.
Affiche avec trois blocs de texte (2.0)
A modern minimalist promotional poster for a specialty coffee shop, cream background with a subtle paper grain. Centred composition: Top half: a large flat-illustration espresso cup with steam, terracotta-and-cream palette. Middle: large bilingual headline. Chinese line on top reads "夏日新品", English line directly below reads "SUMMER MENU 2026". Both lines are perfectly centred. Lower third: a short body line in smaller Chinese reads "全场买二赠一", and an English line beneath reads "Buy two, get one free". Bottom footer: a single small line of English reads "Through August 31". Clean geometric sans-serif typography, generous whitespace, magazine-quality layout.

qwen-image-2.0, size 1728*2368, 0,0422 $ au tarif du jour.
Les cinq chaînes sont toutes présentes et correctement orthographiées. Le titre « SUMMER MENU 2026 » est réparti sur deux lignes, alors que le prompt ne le demandait pas.
Visuel produit principal (2.0 Pro)
Studio product photograph of a single amber glass skincare dropper bottle with a blank matte white label, standing centered on a round travertine stone pedestal, seamless warm off-white studio background, soft diffused key light from the upper left, a subtle soft shadow falling to the right, hyper-detailed macro texture on the glass and brushed-metal dropper cap, photorealistic, catalog-ready e-commerce hero shot, no text, no logos, no props

qwen-image-2.0-pro, size 2048*2048, 0,107 $.
Laissez l'étiquette du produit vierge et ajoutez le texte ensuite. Les petites polices sur des surfaces courbes sont l'endroit où tout modèle gère le plus difficilement les lettres, et une étiquette vierge est plus facile à mettre à jour lorsque la copie change.
Bannière promotionnelle (2.0 Pro)
Flat-lay e-commerce promo banner photograph: three amber glass skincare dropper bottles arranged diagonally on a warm terracotta backdrop with dried eucalyptus sprigs, soft overhead studio lighting with gentle shadows, in the upper right corner bold clean white sans-serif text reading SUMMER GLOW SALE, directly beneath it smaller white text reading SAVE 20% TODAY, no other text anywhere, photorealistic commercial photography, sharp focus

qwen-image-2.0-pro, size 2688*1536, 0,107 $.
Le texte et sa position correspondent au prompt. Cette image présente un fin liseré noir sur le bord inférieur, prévoyez donc un recadrage avant de publier la bannière.
curl
curl -s -X POST https://api.hiapi.ai/v1/tasks \
-H "Authorization: Bearer $HIAPI_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen-image-2.0-pro",
"input": {
"prompt": "A storefront window sign that reads \"GRAND OPENING\" in bold red letters, photorealistic, golden-hour light",
"size": "2688*1536",
"seed": 42
}
}'
Vous recevez un taskId. Interrogez GET https://api.hiapi.ai/v1/tasks/{taskId} jusqu'à ce que data.status vaille success, puis téléchargez data.output[0].url. Le lien expire environ 7 jours après la fin de la tâche, pensez donc à enregistrer le fichier.
Python : un prompt, deux niveaux
# pip install requests; export HIAPI_KEY=your-key first
import os, time, requests
API = "https://api.hiapi.ai/v1/tasks"
H = {"Authorization": f"Bearer {os.environ['HIAPI_KEY']}"}
def generate(model, timeout_s=300, **inp):
r = requests.post(API, json={"model": model, "input": inp}, headers=H, timeout=30).json()
if r.get("code") != 200:
raise RuntimeError(r) # a 400 names every invalid field
task_id = r["data"]["taskId"]
deadline = time.time() + timeout_s
while time.time() < deadline:
d = requests.get(f"{API}/{task_id}", headers=H, timeout=30).json()["data"]
if d["status"] == "success":
return d["output"][0]["url"]
if d["status"] == "fail":
raise RuntimeError(d.get("error"))
time.sleep(4)
raise TimeoutError(task_id)
prompt = 'A bakery chalkboard that reads "FRESH BREAD" in white chalk, morning light'
draft = generate("qwen-image-2.0", prompt=prompt, size="2048*2048", seed=7)
final = generate("qwen-image-2.0-pro", prompt=prompt, size="2048*2048", seed=7)
for name, url in [("draft.png", draft), ("final.png", final)]:
with open(name, "wb") as f:
f.write(requests.get(url, timeout=120).content)
Paramètres
| Champ | Obligatoire | Valeurs | Description |
|---|---|---|---|
prompt |
Oui | Texte | Placez le texte exact souhaité entre guillemets |
size |
Non | 2688*1536, 2368*1728, 2048*2048 (par défaut), 1728*2368, 1536*2688 |
Utilisez *, pas x |
negative_prompt |
Non | Texte | Ce qu'il faut éviter |
seed |
Non | 0–2147483647 | Un même seed et un même prompt offrent un point de départ stable d'un niveau à l'autre |
prompt_extend |
Non | true (par défaut) / false |
Désactivez-le lorsque la formulation doit rester strictement identique |
watermark |
Non | false (par défaut) / true |
Les cinq tailles correspondent approximativement à 16:9, 4:3, 1:1, 3:4 et 9:16. Pour du 21:9 ou du 4:5, générez la taille la plus proche puis recadrez.
Erreurs que vous rencontrerez
Tous les cas suivants renvoient HTTP 400 à la soumission : aucune tâche n'est créée et rien n'est facturé :
size: value must be one of '2688*1536', ...: vous avez envoyé2048x2048ou une taille personnalisée. Utilisez l'une des cinq valeurs, séparée par*.additional properties 'aspect_ratio' not allowed: 2.0 utilisesize. Qwen Image 3.0 et 2.1 utilisentaspect_ratio.additional properties 'image_urls' not allowed: 2.0 n'accepte pas d'image de référence. Pour l'édition, utilisez 2.1 ou 3.0.additional properties 'n' not allowed: une tâche génère une image. Soumettez plusieurs tâches en parallèle.
Qwen Image 2.0, 2.1 ou 3.0
| Modèle | Prix par image | Image de référence | Contrôle des dimensions |
|---|---|---|---|
qwen-image-2.1-turbo |
0,02 $ | 1–10, en option | aspect_ratio (5 valeurs) |
qwen-image-3.0/text-to-image |
0,0358 $ | Endpoint image-to-image distinct, 1–3 | aspect_ratio (8 valeurs) + resolution 1K/2K |
qwen-image-2.0 |
0,0422 $ | Non prise en charge | size (5 valeurs) |
qwen-image-2.1-pro |
0,05 $ | 1–10, en option | aspect_ratio (5 valeurs) |
qwen-image-3.0-pro/text-to-image |
0,0497 $ (1K) / 0,0993 $ (2K) | Endpoint image-to-image distinct, 1–3 | aspect_ratio (8 valeurs) + resolution |
qwen-image-2.0-pro |
0,107 $ | Non prise en charge | size (5 valeurs) |
- La production utilise déjà 2.0 : aucun problème ; il reste disponible. Passer à 3.0 coûte moins cher, mais il faut remplacer
sizeparaspect_ratioetresolution. - Nouveaux projets : commencez par Qwen Image 3.0 ou 2.1 Turbo. Ils sont moins chers et permettent de modifier des images existantes.
- Sortie Qwen de meilleure qualité : la version 1K de 3.0 Pro coûte moins de la moitié du prix de 2.0 Pro.
Pour l'utilisation de 3.0, voir le guide de l'API Qwen Image 3.0.
Questions fréquentes
Qwen Image 2.0 peut-il modifier une image existante ?
Non. Aucun des deux niveaux de 2.0 n'accepte d'image. Qwen Image 3.0 dispose d'un endpoint image-to-image, et 2.1 Pro et Turbo acceptent jusqu'à 10 images de référence dans une même requête.
Peut-il générer du texte chinois ?
Oui, c'est son point fort. Dans les exemples ci-dessus, chaque chaîne chinoise et anglaise demandée a été restituée correctement orthographiée. Les textes non demandés, comme la lanterne de la boutique de ramen, peuvent toutefois apparaître sous forme de caractères parasites.
Comment obtenir à nouveau la même image ?
Passez le même seed, le même prompt et la même taille. Cela permet aussi de migrer un prompt de 2.0 vers Pro en conservant une mise en page similaire.
Pourquoi 2.0 est-il plus cher que 3.0 ?
Chaque modèle a sa propre tarification. Au tarif du jour, 3.0 coûte 0,0358 $ par image, contre 0,0422 $ pour 2.0. Si le prix compte, comparez les deux sur vos propres prompts avant de décider.
Pour essayer un prompt sans code, ouvrez la page du modèle Qwen Image 2.0.
Articles similaires
Voir tous les articles →-
Tutoriel
Comment appeler hailuo-2.3-fast/image-to-video via l'API HiAPI : curl et Python en pratique
La première requête exploitable du palier image-vers-vidéo rapide et économique — de l'ID du modèle au téléchargement du MP4
-
Tutoriel
Comment appeler hailuo-2.3/text-to-video via l'API HiAPI : curl, Python et exemples de requêtes exécutables
-
Tutoriel
Utiliser Kandinsky 6.0 Pro texte-vers-vidéo sur HiAPI : tutoriel curl et Python
Démonstration pratique axée sur la requête : construire l'appel du prompt au clip vidéo, soumettre la requête, interroger l'état d'achèvement et télécharger le résultat