Qwen Image 2.1

Panoramica

qwen-image-2.1-turbo è il modello della serie Qwen Image 2.1 pensato per la generazione e la modifica di immagini con chiamate ad alta frequenza. Supporta due tipi di attività: text-to-image e image-to-image: genera un'immagine direttamente da un prompt, oppure riceve fino a 10 immagini di riferimento e modifica localmente un'immagine specifica indicandola per numero. L'output è un'immagine statica, generabile con rapporti come 1:1 o 16:9, e supporta un seed casuale fisso per riprodurre i risultati. È adatto a sviluppatori che necessitano di produrre materiali visivi in batch e di iterare rapidamente sui prompt e validare prototipi.

Punti di forza principali

• Generazione e modifica con gli stessi parametri di chiamata——per il text-to-image non si passano immagini di riferimento, per la modifica di immagini si passano URL da 1 a 10 immagini; la struttura di prompt e parametri resta identica, con bassi costi di integrazione.
• Riferimenti multipli indicabili per numero——più immagini di input vengono numerate secondo l'ordine dell'array; nel prompt si può usare «immagine 1», «immagine 2» per specificare con precisione l'oggetto della modifica, riducendo le ambiguità.
• Casualità controllabile——seed copre l'intervallo 0–2147483647; una volta fissato, i risultati sono relativamente stabili, il che facilita i test di regressione e la riproducibilità delle attività in batch.

Descrizione delle capacità

Chiamata unificata per text-to-image e image-to-image: prompt è obbligatorio; se image_urls non viene passato si ha una generazione puramente testuale, mentre passando da 1 a 10 immagini pubbliche la richiesta diventa un'attività di modifica; la stessa interfaccia copre entrambe le esigenze.

Immagini di riferimento multiple e modifica per riferimento: è possibile inserire fino a 10 immagini di riferimento contemporaneamente, numerate automaticamente; il prompt può apportare modifiche locali a un'immagine specifica, adatto alla composizione di più materiali o alla modifica per aree.

Formato e dimensioni controllati: aspect_ratio offre cinque opzioni 1:1, 16:9, 9:16, 4:3, 3:4, corrispondenti a dimensioni in pixel fisse da 2048×2048 a 2688×1536 e altre; se non specificato, il modello sceglie automaticamente in base al prompt e alle immagini di riferimento.

Interruttore di espansione del prompt: prompt_extend è attivo per impostazione predefinita e ottimizza automaticamente i prompt brevi, al costo di qualche secondo in più; può essere disattivato quando è necessario rispettare rigorosamente l'impaginazione o il rendering di testi specifici, garantendo il controllo.

Prompt lunghi e rendering del testo: prompt può contenere fino a 4500 caratteri, in cinese e in inglese; il testo che deve apparire nell'immagine può essere scritto carattere per carattere nel prompt, e anche lo sfondo trasparente può essere dichiarato nel prompt.

Scenari di utilizzo

• Produzione in batch di bozze visive iniziali da parte dei team di design——generare immagini finite a partire da una descrizione testuale, scegliendo il formato in base alle esigenze, per produrre rapidamente bozze destinate a materiali per eventi, immagini per i social media e altri scenari.
• Cambio colore locale delle immagini prodotto nell'operatività e-commerce——caricare l'immagine originale del prodotto e indicare l'area da modificare, ottenendo una versione modificata che mantiene la stessa composizione, utilizzabile direttamente per sostituire immagini nelle pagine di dettaglio e per mostrare SKU in più colori.
• Composizione di più materiali e modifica con immagini di riferimento——passare contemporaneamente più immagini di riferimento indicandole per numero, ottenendo un'unica immagine fusa o sostituita, per scenari di composizione e integrazione di materiali.
• Pipeline di elaborazione batch con risultati riproducibili——combinando seed fisso e prompt e ripetendo le chiamate si ottengono output relativamente stabili, facili da integrare in test automatizzati e processi di rollback dei materiali.

Limiti e consigli per la scelta

Questo modello produce solo immagini statiche e non supporta video o contenuti dinamici. Le immagini di riferimento devono essere URL accessibili pubblicamente, con dimensione massima di 10 MB per immagine, larghezza e altezza comprese tra 1 e 8000 pixel e rapporto tra lato lungo e lato corto non superiore a 10:1; i valori fuori intervallo vanno gestiti autonomamente prima dell'invio. Il formato può essere scelto solo tra le cinque opzioni fisse, non è possibile specificare una risoluzione arbitraria. L'attivazione dell'espansione del prompt comporta alcuni secondi di tempo aggiuntivo; per esigenze di rendering del testo con impaginazione rigorosa si consiglia di disattivarla e di verificare manualmente. È adatto a attività di generazione e modifica di media scala che privilegiano velocità e costo; se servono una qualità superiore o più quote di chiamata, si può scegliere la versione pro all'interno della stessa serie.