Qwen Image 2.1

位置づけと概要

qwen-image-2.1-turbo は、Qwen Image 2.1 シリーズの中で高頻度の呼び出しを想定した画像生成・編集モデルです。テキストからの画像生成と画像からの画像生成の2種類のタスクに対応しています。プロンプトを指定して直接画像を生成するか、最大10枚の参照画像を渡し、番号で指定した画像に対して部分的な修正を行います。出力は静止画像で、1:1、16:9 などの比率で生成でき、固定のランダムシードによる結果の再現も可能です。視覚素材をバッチで生成したり、プロンプトの迅速な反復やプロトタイプ検証を行ったりする開発者に適しています。

主な特長

• 生成と編集が同じ呼び出しパラメータで完結——テキストからの画像生成では参照画像を渡さず、画像編集では1〜10枚の画像 URL を渡します。プロンプトとパラメータの構造は共通のため、導入コストを抑えられます。
• 複数画像の参照を番号で指定可能——複数の入力画像は配列の順序で番号が振られ、プロンプト内で「画像1」「画像2」のように編集対象を正確に指定できるため、曖昧さを減らせます。
• 制御可能なランダム性をサポート——seed は 0〜2147483647 の範囲をカバーし、固定すれば結果が比較的安定するため、回帰テストやバッチタスクの再現に便利です。

機能説明

テキストからの画像生成と画像からの画像生成を統一的に呼び出し:prompt は必須で、image_urls を渡さなければ純粋なテキスト生成、1〜10枚の公開ネットワーク上の画像を渡せば編集タスクに切り替わります。同一インターフェースで2種類のニーズに対応します。

複数参照画像と番号指定編集:一度に最大10枚の参照画像を取り込み、自動で番号を振ります。プロンプトで指定した画像に部分的な変更を加えられるため、複数素材の合成や領域ごとの編集に適しています。

アスペクト比とサイズを制御:aspect_ratio は 1:1、16:9、9:16、4:3、3:4 の5段階を提供し、それぞれ 2048×2048 から 2688×1536 などの固定ピクセルサイズに対応します。渡さない場合はモデルがプロンプトと参照画像に基づいて自動選択します。

プロンプト拡張のオン/オフ:prompt_extend はデフォルトで有効で、短いプロンプトを自動最適化できますが、その分数秒の処理時間が増えます。原文どおりのレイアウトや指定文字のレンダリングを厳密に行いたい場合は無効にでき、制御性を確保できます。

長いプロンプトと文字レンダリング:prompt は最大4500文字で、中国語・英語のいずれも使用可能です。画面に表示したい文字はプロンプトに一字ずつ記述でき、透明背景もプロンプト内で宣言できます。

適用シーン

• デザインチームが初稿ビジュアルを一括生成——テキスト記述を入力として完成画像を生成し、必要に応じてアスペクト比を選択。イベント素材やソーシャルメディア用画像などの初稿を迅速に大量展開できます。
• EC 運営が商品画像の一部分を色変更——商品の元画像をアップロードし、変更したい領域を指定すると、構図を保ったまま修正されたバージョンが出力されます。詳細ページの差し替えや多色 SKU の表示にそのまま利用できます。
• 複数素材の合成と参照画像編集——複数の参照画像を同時に渡して番号で指定し、融合または置換後の単一画像を出力します。合成シーンや素材統合に利用できます。
• 生成結果を再現できるバッチ処理パイプライン——seed とプロンプトの組み合わせを固定して繰り返し呼び出すことで、比較的安定した出力が得られ、自動テストや素材のロールバックフローへの組み込みが容易になります。

制限と選定のアドバイス

このモデルは静止画像のみを出力し、動画や動的コンテンツには対応しません。参照画像は公開ネットワークからアクセス可能な URL である必要があり、1枚あたり最大10 MB、幅と高さは1〜8000ピクセルの範囲で、長辺と短辺の比率は10:1を超えてはなりません。範囲外の場合は事前に自身で処理する必要があります。アスペクト比は固定の5段階からしか選択でき、任意の解像度を指定することはできません。プロンプト拡張を有効にすると数秒の追加処理時間が発生するため、厳密なレイアウトが求められる文字レンダリングでは無効にして自身で確認することをお勧めします。速度とコストを優先する中規模の生成・編集タスクに適しており、より高い画質や多くの呼び出し枠が必要な場合は、同シリーズの pro バージョンを選択できます。