جرّب Qwen Image 3.0 Edit API من Alibaba مجانًا مع صورة إلى ثلاث صور مرجعية وسبع نسب أبعاد مرنة والتحكم في seed لتحرير صور Alibaba بصورة قابلة لإعادة الإنتاج.
نماذج Qwen Image 3.0 ذات الصلة
جرب مولد الصور بالذكاء الاصطناعي الآن
أسعار Qwen Image 3.0 Edit
| المعلمات | السعر | السعر الأصلي | الخصم |
|---|
README
واجهة Qwen Image 3.0 Edit API لتحرير صور الذكاء الاصطناعي بمرونة
تتيح واجهة Qwen Image 3.0 Edit API للمطورين والفرق الإبداعية ومسارات عمل الإنتاج تحرير الصور الموجّه بالتعليمات وتكوين العناصر البصرية عبر Flaq AI. يجمع النموذج بين الصور المصدر والتوجيهات المكتوبة بلغة طبيعية لتحسين الصور الحالية وتحويلها وإعادة تكوينها. ويجعل مسار الإدخال المرن النموذج مناسبًا لتحديثات المحتوى العملية والتكرار الإبداعي وتطبيقات تحرير الصور القابلة للتوسع.
الميزات الرئيسية لواجهة Qwen Image 3.0 Edit API
-
تحرير الصور الموجّه بالتعليمات: حوّل الصور المصدر باستخدام توجيهات بلغة طبيعية لإجراء تغييرات وتحسينات وتعديلات إبداعية على الصور.
-
تكوين صور متعددة: استخدم عدة صور مصدر في مسار تحرير واحد لدمج المراجع أو توجيه التكوين أو إنشاء نتيجة بصرية جديدة.
-
تحسين بصري مرن: عدّل العناصر والبيئات والأسلوب وطريقة العرض العامة مع استخدام الصورة الأصلية كسياق إبداعي.
-
مخرجات تراعي التخطيط: كيّف الصور المحررة مع تكوينات أفقية ورأسية ومربعة بما يلائم قنوات النشر واحتياجاته المختلفة.
-
تكرار منضبط للتحرير: حسّن التعليمات عبر المهام المتكررة واستخدم عناصر التحكم في الإنشاء عندما تكون المقارنة المتسقة مهمة لمسار العمل.
-
تكامل API ملائم للإنتاج: أضف تحرير الصور إلى التطبيقات ومسارات الأصول والأدوات الإبداعية من خلال مسار عمل API القائم على المهام في Flaq AI.
كيفية استخدام Qwen Image 3.0 Edit API لتحرير الصور على Flaq AI
-
الإدخال: عناوين URL للصور المصدر إلى جانب تعليمات بلغة طبيعية تصف التعديل أو التكوين أو الأسلوب أو التوجه البصري المطلوب.
-
الإخراج: صور محررة يتم تسليمها عبر مسار مهام الصور في Flaq AI لاستخدامها في التطبيقات ومسارات الإنتاج.
-
نسب العرض إلى الارتفاع: تنسيقات أفقية ورأسية ومربعة مرنة للتسويق والشبكات الاجتماعية وصفحات المنتجات والتخطيطات التحريرية والأصول الإبداعية.
-
الإمكانات: تحرير الصور بالمطالبات، وتكوين صور متعددة، والتحسين البصري، وتكييف التخطيط، والتكرار الإبداعي القابل لإعادة التنفيذ.
أفضل حالات استخدام تكامل Qwen Image 3.0 Edit API
-
تحديث أصول التسويق: جدّد صور الحملات وكيّف المواد الإبداعية الحالية وأنشئ تنويعات متناسقة دون إعادة بناء كل أصل من البداية.
-
تحسين صور المنتجات: عدّل طريقة العرض والعناصر المحيطة والتكوين والتوجه الإبداعي لمسارات عمل التجارة الإلكترونية والكتالوجات.
-
التكييف مع الشبكات الاجتماعية: أعد صياغة الصور الحالية للمنشورات والقصص والصور المصغرة وتنسيقات الحملات مع الاحتفاظ بالمادة المصدر كسياق.
-
التكوين الإبداعي: اجمع المراجع البصرية وتعليمات المطالبات لاستكشاف تخطيطات ومفاهيم وتوجهات تصميم جديدة.
-
تكرار التصميم: اختبر التغييرات المستهدفة وحسّن المفاهيم البصرية من خلال مسارات تحرير متكررة قائمة على API.
ملاحظة: يُرجى التأكد من امتثال الصور المصدر والمطالبات لمتطلبات المحتوى والسلامة لدى Flaq AI. إذا فشل طلب التحرير، فراجع المدخلات بحثًا عن محتوى محظور، ثم عدّلها وحاول مجددًا.
مقارنة Qwen Image 3.0 Edit بالمنافسين: تحليل مقارن
-
Qwen Image 3.0 Edit مقابل Qwen Image 3.0 Pro Edit
يدعم Qwen Image 3.0 Edit مسارات عمل مرنة للتحرير والتكوين. أما Qwen Image 3.0 Pro Edit فهو موجّه للمشروعات التي تعطي الأولوية للتحرير الأكثر تقدمًا والمتطلبات البصرية الاحترافية. -
Qwen Image 3.0 Edit مقابل Nano Banana 2 Edit
يعمل Nano Banana 2 Edit ضمن منظومة صور Gemini من Google. ويوفر Qwen Image 3.0 Edit بديلًا ضمن عائلة Qwen من Alibaba للفرق التي تقارن بين سلوك التحرير ومدى ملاءمته لمسار العمل. -
Qwen Image 3.0 Edit مقابل GPT Image
يوفر GPT Image إمكانات الإنشاء والتحرير لعمليات التكامل التي تتمحور حول OpenAI. بينما يقدم Qwen Image 3.0 Edit مسار تحرير قائمًا على Qwen عبر واجهة مهام الصور الموحّدة في Flaq AI. -
Qwen Image 3.0 Edit مقابل مسارات تحرير FLUX
تقدم مسارات التحرير القائمة على FLUX خصائصها البصرية وخيارات التنفيذ الخاصة بها. بينما يركز Qwen Image 3.0 Edit على التحرير باللغة الطبيعية وتكوين صور متعددة ضمن منظومة Qwen. -
Qwen Image 3.0 Edit مقابل Seedream Edit
يوفر Seedream Edit نهجًا بديلًا لتحويل الصور وتحسينها إبداعيًا. ويُعد Qwen Image 3.0 Edit مناسبًا للمطورين الذين يفضلون مسارات تكوين قائمة على Qwen والتكامل الموحّد مع Flaq AI.
أمثلة API
مثال الإرسال
// Step 1: Submit generation request
const response = await fetch('https://api.flaq.ai/api/v1/image/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'qwen-image-3.0-edit',
prompt: 'Transform the input into a polished editorial portrait with soft studio lighting',
width: 16,
height: 9,
resolution: '1k',
image_url_list: ['https://example.com/image1.jpg'],
seed: 42
})
});
const { data } = await response.json();
const taskId = data.task_id;
مثال الاستطلاع
// Step 2: Poll for results
const taskId = data.task_id;
const pollResult = async (taskId) => {
const res = await fetch(`https://api.flaq.ai/api/v1/image/${taskId}`, {
headers: { 'Authorization': 'Bearer YOUR_API_KEY' }
});
return res.json();
};
while (true) {
const pollResultData = await pollResult(taskId);
const status = pollResultData.data.task_status;
if (status === 'succeed') {
console.log(pollResultData.data.task_result.images[0].url);
break;
}
if (status === 'failed') {
console.error(pollResultData.data.task_status_msg);
break;
}
await new Promise(resolve => setTimeout(resolve, 10000));
}
مثال الإرسال
# Step 1: Submit generation request
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/image/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'qwen-image-3.0-edit',
'prompt': 'Transform the input into a polished editorial portrait with soft studio lighting',
'width': 16,
'height': 9,
'resolution': '1k',
'image_url_list': ['https://example.com/image1.jpg'],
'seed': 42
}
)
result = response.json()
task_id = result['data']['task_id']
مثال الاستطلاع
# Step 2: Poll for results
task_id = response.json()['data']['task_id']
poll_url = f"https://api.flaq.ai/api/v1/image/{task_id}"
while True:
poll_result = requests.get(poll_url, headers={'Authorization': 'Bearer YOUR_API_KEY'}).json()
status = poll_result['data']['task_status']
if status == 'succeed':
print(poll_result['data']['task_result']['images'][0]['url'])
break
if status == 'failed':
print(poll_result['data']['task_status_msg'])
break
time.sleep(10)
مثال الإرسال
# Step 1: Submit generation request
curl -X POST https://api.flaq.ai/api/v1/image/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "qwen-image-3.0-edit",
"prompt": "Transform the input into a polished editorial portrait with soft studio lighting",
"width": 16,
"height": 9,
"resolution": "1k",
"image_url_list": ["https://example.com/image1.jpg"],
"seed": 42
}'
مثال الاستطلاع
# Step 2: Poll for results
# Replace {task_id} with the task_id returned from the submit response
curl -X GET "https://api.flaq.ai/api/v1/image/{task_id}" \
-H "Authorization: Bearer YOUR_API_KEY"