Tutoriale
API Qwen Image 2.0 e 2.0 Pro: prezzi, output reali ed esempi di codice
Una guida che copre i due livelli di Qwen Image 2.0: test di testo bilingue cinese-inglese, immagini di prodotto, valori di dimensione fissa e confronto tra 2.0, 2.1 e 3.0.
Riepilogo
- Qwen Image 2.0 è il modello text-to-image di Alibaba, abile nel generare testo cinese e inglese all'interno delle immagini. Su HiAPI è disponibile in due livelli:
qwen-image-2.0a $0.0422 per immagine,qwen-image-2.0-proa $0.107 per immagine. - Entrambi accettano la stessa richiesta:
promptpiù uno dei cinque valori fissi disize. Non esiste il campoaspect_ratioe non vengono accettate immagini di input. - Se devi avviare un nuovo progetto, privilegia le versioni più recenti: Qwen Image 3.0 costa $0.0358 per immagine, 2.1 Turbo $0.02, entrambi più economici di 2.0 e con supporto alle immagini di riferimento. Il confronto è a fine articolo. Apri la pagina del modello Qwen Image 2.0 Pro per provarlo; i nuovi account ricevono 200 punti gratuiti.
2.0 o 2.0 Pro
qwen-image-2.0 |
qwen-image-2.0-pro |
|
|---|---|---|
| Prezzo per immagine | $0.0422 | $0.107 |
| Input | prompt + size |
Uguale |
| Dimensioni | 5 valori fissi, massimo 2688×1536 | Uguale |
| Immagine di riferimento | Non supportata | Non supportata |
| Casi d'uso | Bozze, poster bilingue, insegne | Immagini di prodotto e banner finali |
Prezzi HiAPI in tempo reale, verificati il 20 ottobre 2026. Le attività non riuscite non vengono addebitate.
La richiesta è identica, quindi per cambiare livello basta modificare una parola in model. Scrivi e testa il prompt su 2.0, poi renderizza la versione finale su Pro con lo stesso seed.
Output reali
Insegna 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 al prezzo odierno.
Entrambe le righe di testo dell'insegna corrispondono al prompt, incluso il punto centrale. Sulla lanterna, dove il prompt non specificava alcun testo, sono apparsi alcuni caratteri spuri. Prima di pubblicare un'immagine con testo, controlla ogni piccola superficie.
Poster con tre blocchi di testo (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 al prezzo odierno.
Tutte e cinque le stringhe sono presenti e scritte correttamente. Il titolo "SUMMER MENU 2026" è stato spezzato su due righe, cosa che il prompt non richiedeva.
Immagine di prodotto principale (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.
Lascia vuota l'etichetta del prodotto e aggiungi il testo in un secondo momento. Il testo piccolo su superfici curve è il punto in cui per qualsiasi modello è più difficile gestire correttamente le lettere, e le etichette vuote sono più facili da aggiornare quando cambia la copy.
Banner promozionale (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.
Il testo e la sua posizione corrispondono al prompt. In questo risultato è comparso un sottile bordo nero sul bordo inferiore, quindi prevedi un ritaglio prima di pubblicare il banner.
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
}
}'
Riceverai un taskId. Esegui il polling su GET https://api.hiapi.ai/v1/tasks/{taskId} finché data.status non diventa success, poi scarica data.output[0].url. Il link scade circa 7 giorni dopo il completamento dell'attività, quindi salva il file.
Python: un prompt, due livelli
# 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)
Parametri
| Campo | Obbligatorio | Valori | Descrizione |
|---|---|---|---|
prompt |
Sì | Testo | Racchiudi tra virgolette il testo esatto che desideri |
size |
No | 2688*1536, 2368*1728, 2048*2048 (predefinito), 1728*2368, 1536*2688 |
Usa *, non x |
negative_prompt |
No | Testo | Contenuti da evitare |
seed |
No | 0–2147483647 | Lo stesso seed e lo stesso prompt offrono un punto di partenza stabile tra i diversi livelli |
prompt_extend |
No | true (predefinito) / false |
Disattivalo quando la formulazione deve rimanere esattamente invariata |
watermark |
No | false (predefinito) / true |
Le cinque dimensioni corrispondono approssimativamente a 16:9, 4:3, 1:1, 3:4 e 9:16. Per un 21:9 o un 4:5, renderizza la dimensione più vicina e poi ritaglia.
Errori che incontrerai
Tutti i casi seguenti restituiscono HTTP 400 al momento dell'invio, quindi non viene creata alcuna attività e non viene addebitato nulla:
size: value must be one of '2688*1536', ...: hai inviato2048x2048o una dimensione personalizzata. Usa uno dei cinque valori, separati da*.additional properties 'aspect_ratio' not allowed: 2.0 usasize. Qwen Image 3.0 e 2.1 usano inveceaspect_ratio.additional properties 'image_urls' not allowed: 2.0 non può accettare immagini di riferimento. Per le modifiche usa 2.1 o 3.0.additional properties 'n' not allowed: un'attività genera un'immagine. Invia più attività in parallelo.
Qwen Image 2.0, 2.1 o 3.0
| Modello | Prezzo per immagine | Immagine di riferimento | Controllo dimensioni |
|---|---|---|---|
qwen-image-2.1-turbo |
$0.02 | 1–10, facoltative | aspect_ratio (5 valori) |
qwen-image-3.0/text-to-image |
$0.0358 | Endpoint image-to-image separato, 1–3 | aspect_ratio (8 valori) + resolution 1K/2K |
qwen-image-2.0 |
$0.0422 | Non supportata | size (5 valori) |
qwen-image-2.1-pro |
$0.05 | 1–10, facoltative | aspect_ratio (5 valori) |
qwen-image-3.0-pro/text-to-image |
$0.0497 (1K) / $0.0993 (2K) | Endpoint image-to-image separato, 1–3 | aspect_ratio (8 valori) + resolution |
qwen-image-2.0-pro |
$0.107 | Non supportata | size (5 valori) |
- Produzione già su 2.0: non ci saranno problemi; è ancora disponibile. Passare a 3.0 costa meno, ma devi sostituire
sizeconaspect_ratioeresolution. - Nuovi progetti: parti da Qwen Image 3.0 o 2.1 Turbo. Costano meno e possono modificare immagini esistenti.
- Massima qualità Qwen: la versione 1K di 3.0 Pro costa meno della metà di 2.0 Pro.
Per l'uso di 3.0 consulta la guida all'API di Qwen Image 3.0.
Domande frequenti
Qwen Image 2.0 può modificare immagini esistenti?
No. Nessuno dei due livelli di 2.0 accetta immagini. Qwen Image 3.0 ha un endpoint image-to-image, mentre 2.1 Pro e Turbo accettano fino a 10 immagini di riferimento nella stessa richiesta.
Riesce a renderizzare testo cinese?
Sì, è il suo punto di forza. Negli esempi sopra, ogni stringa in cinese e in inglese richiesta è stata riprodotta correttamente. Il testo non richiesto, come sulla lanterna del negozio di ramen, può comunque comparire sotto forma di caratteri spuri.
Come ottenere di nuovo la stessa immagine?
Passa lo stesso seed, lo stesso prompt e la stessa dimensione. Questo ti permette anche di migrare il prompt da 2.0 a Pro mantenendo un layout simile.
Perché 2.0 costa più di 3.0?
Ogni modello ha la propria tariffazione. Ai prezzi odierni, 3.0 costa $0.0358 per immagine, 2.0 $0.0422. Se il prezzo è importante, confronta entrambi sui tuoi prompt prima di decidere.
Per provare i prompt senza scrivere codice, apri la pagina del modello Qwen Image 2.0.
Articoli correlati
Vedi tutti gli articoli →-
Tutoriale
Come chiamare hailuo-2.3-fast/image-to-video tramite l'API HiAPI: pratica con curl e Python
La prima richiesta funzionante per il livello image-to-video veloce ed economico — dall'ID del modello al download di un MP4
-
Tutoriale
Come chiamare hailuo-2.3/text-to-video tramite l'API HiAPI: curl, Python ed esempi di richiesta eseguibili
-
Tutoriale
Utilizzare Kandinsky 6.0 Pro su HiAPI per la generazione di video da testo: tutorial con curl e Python
Dimostrazione pratica guidata dalla richiesta: costruire la chiamata da prompt a clip video, inviare la richiesta, monitorare lo stato di completamento e scaricare il risultato