Prueba gratis Qwen Image 3.0 Pro Edit API de Alibaba con una a tres imágenes de referencia, siete relaciones de aspecto y control de semilla para ediciones reproducibles.
Modelos Qwen Image 3.0 Pro relacionados
Pruebe el Generador de Imágenes AI ahora
Modelos relacionados
qwen-image-2.0text-to-imageqwen-image-2.0-editimage-to-imageqwen-image-2.0-protext-to-imageqwen-image-2.0-pro-editimage-to-imageqwen-image-lora-editimage-to-imagez-imagetext-to-image
happyhorse-1.0-text-to-videotext-to-videohappyhorse-1.0-image-to-videoimage-to-videohappyhorse-1.1-text-to-videotext-to-videohappyhorse-1.1-image-to-videoimage-to-videohappyhorse-1.1-reference-to-videoreference-to-videowan-2.7-text-to-videotext-to-videowan-2.7-image-to-videoimage-to-videowan-2.7-lora-image-to-videoimage-to-videowan-2.7-video-editvideo-editwan-2.7-reference-to-videoreference-to-videowan-v2.7-imagetext-to-imagewan-v2.7-image-editimage-to-imagewan-v2.7-image-protext-to-imagewan-v2.7-image-pro-editimage-to-imagewan-2.6-text-to-videotext-to-videowan-2.6-image-to-videoimage-to-videoqwen-image-3.0-protext-to-imageqwen-image-3.0-pro-editimage-to-imagewan-3.0-text-to-videotext-to-videowan-3.0-image-to-videoimage-to-videowan-3.0-video-editvideo-editwan-3.0-reference-to-videoreference-to-videoqwen-3.7-max-text-to-texttext-to-textqwen-3.7-plus-text-to-texttext-to-textqwen-3.7-max-web-searchweb-searchqwen-3.7-plus-web-searchweb-searchqwen-plus-charactertext-to-textqwen-flash-charactertext-to-textqwen-3.8-max-text-to-texttext-to-textqwen-3.8-max-web-searchweb-searchREADME
API Qwen Image 3.0 Pro Edit (Transformación precisa de imágenes)
La API Qwen Image 3.0 Pro Edit aplica instrucciones en lenguaje natural a imágenes existentes para realizar una transformación visual controlada. Admite flujos de edición basados en imágenes con entradas opcionales de varias imágenes, proporciones de salida flexibles y control de seed para herramientas creativas y pipelines de producción en Flaq AI.
Características principales de la API Qwen Image 3.0 Pro Edit
-
Edición de imágenes guiada por prompts: Describe en lenguaje natural los cambios deseados en sujetos, fondos, materiales, iluminación, estilo y composición.
-
Compatibilidad con referencias de varias imágenes: Combina imágenes de entrada compatibles cuando una edición necesite varias fuentes visuales, referencias o relaciones entre sujetos.
-
Conservación de sujetos y escenas: Mantén estables la identidad, la composición y las relaciones espaciales importantes mientras aplicas cambios específicos.
-
Flujos de transformación creativa: Explora cambios de estilo, nueva iluminación, ajustes de objetos, cambios de fondo y mejoras visuales.
-
Proporciones de salida flexibles: Adapta los resultados editados a formatos verticales, horizontales, cuadrados, sociales, de productos y editoriales mediante los controles de proporción disponibles.
-
Iteración basada en seed: Reutiliza la dirección del seed cuando un flujo necesite variaciones controladas de una solicitud de edición relacionada.
Cómo utilizar la API Qwen Image 3.0 Pro Edit para la edición controlada de imágenes en Flaq AI
-
Entrada: Una o varias imágenes de origen junto con una instrucción en lenguaje natural que describa la edición deseada.
-
Dirección de la edición: Indica qué debe cambiar, qué debe permanecer sin cambios y qué aspecto debe tener la composición final.
-
Salida: Imágenes editadas que se entregan mediante el flujo de imágenes de Flaq AI para su revisión y uso posterior en diseño.
-
Controles creativos: Elige los ajustes disponibles de relación de aspecto y seed para la composición objetivo y la estrategia de iteración.
-
Revisión de calidad: Comprueba la identidad del sujeto, los bordes, el texto, las relaciones entre objetos y los cambios no deseados antes de publicar.
Mejores casos de uso para la integración de la API Qwen Image 3.0 Pro Edit
-
Mejora de imágenes de productos: Actualiza fondos, iluminación, materiales y composición para imágenes de catálogos y campañas.
-
Creación de versiones creativas: Produce varios tratamientos visuales a partir de una imagen de origen compartida, manteniendo el sujeto principal.
-
Localización de marca y marketing: Adapta los elementos visuales de las campañas a nuevos diseños, entornos y requisitos del público.
-
Iteración de conceptos y diseños: Explora rápidamente direcciones visuales antes de iniciar el trabajo de producción manual.
-
Composición con varias referencias: Combina imágenes de origen compatibles para orientar una escena editada o un sistema visual coherente.
Nota Describe explícitamente los requisitos de conservación cuando la identidad, la forma del producto, el diseño o los elementos de marca deban mantenerse estables. Revisa las imágenes editadas para detectar cambios no deseados antes de utilizarlas en producción.
Qwen Image 3.0 Pro Edit frente a la competencia: análisis comparativo
-
Qwen Image 3.0 Pro Edit vs. Nano Banana 2 Edit: Nano Banana 2 Edit hace hincapié en la edición semántica rápida dentro del ecosistema Gemini. Qwen Image 3.0 Pro Edit proporciona un flujo de edición de imágenes orientado a Alibaba con compatibilidad para varias entradas.
-
Qwen Image 3.0 Pro Edit vs. GPT Image: GPT Image admite una amplia generación y edición de imágenes. Qwen Image 3.0 Pro Edit es adecuado para aplicaciones que buscan una transformación de imágenes controlada mediante integraciones de Qwen.
-
Qwen Image 3.0 Pro Edit vs. FLUX Kontext: FLUX Kontext está diseñado para ediciones visuales guiadas por instrucciones y coherencia. Qwen Image 3.0 Pro Edit ofrece una alternativa con controles de seed y relación de aspecto para iteraciones de producción.
-
Qwen Image 3.0 Pro Edit vs. Seedream Edit: Seedream Edit admite la transformación y mejora de imágenes comerciales. Qwen Image 3.0 Pro Edit se centra en ediciones guiadas por prompts con entradas visuales múltiples opcionales.
-
Qwen Image 3.0 Pro Edit vs. Kling Image Editing: Las herramientas de imagen de Kling suelen utilizarse para transformaciones visuales creativas. Qwen Image 3.0 Pro Edit es una opción práctica para equipos que integran la edición en flujos de contenido basados en Qwen.
Ejemplos de API
Ejemplo de envio
// 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-pro-edit',
prompt: 'Transform this image into a professional portrait with soft studio lighting',
width: 16,
height: 9,
image_url_list: ['https://example.com/image1.jpg'],
seed: 42
})
});
const { data } = await response.json();
const taskId = data.task_id;
Ejemplo de sondeo
// 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));
}
Ejemplo de envio
# 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-pro-edit',
'prompt': 'Transform this image into a professional portrait with soft studio lighting',
'width': 16,
'height': 9,
'image_url_list': ['https://example.com/image1.jpg'],
'seed': 42
}
)
result = response.json()
task_id = result['data']['task_id']
Ejemplo de sondeo
# 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)
Ejemplo de envio
# 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-pro-edit",
"prompt": "Transform this image into a professional portrait with soft studio lighting",
"width": 16,
"height": 9,
"image_url_list": ["https://example.com/image1.jpg"],
"seed": 42
}'
Ejemplo de sondeo
# 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"