1～3枚の参照画像、7種類の柔軟なアスペクト比、再現可能なAlibaba画像編集のためのシード制御に対応するQwen Image 3.0 Pro Edit APIを無料でお試しください。
関連するQwen Image 3.0 Proモデル
今すぐAI画像生成を試す
関連モデル
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
Qwen Image 3.0 Pro Edit API（精密な画像変換）
Qwen Image 3.0 Pro Edit API は、既存の画像に自然言語の指示を適用し、制御されたビジュアル変換を行います。オプションの複数画像入力、柔軟な出力比率、シード制御を備えた画像主導の編集ワークフローをサポートし、Flaq AI 上のクリエイティブツールや制作パイプラインに対応します。
Qwen Image 3.0 Pro Edit API の主な機能
-
プロンプトによる画像編集： 被写体、背景、素材、照明、スタイル、構図に加えたい変更を自然言語で記述します。
-
複数画像参照のサポート： 編集に複数のビジュアルソース、参照、被写体間の関係が必要な場合、対応する入力画像を組み合わせます。
-
被写体とシーンの保持： 対象を絞った変更を適用しながら、重要なアイデンティティ、構図、空間的な関係を安定して維持します。
-
クリエイティブな変換ワークフロー： スタイル変更、再照明、オブジェクト調整、背景変更、視覚的な微調整を試せます。
-
柔軟な出力比率： 利用可能な比率制御により、編集結果を縦長、横長、正方形、ソーシャル、製品、エディトリアルの各用途に適応させます。
-
シードベースの反復： 関連する編集リクエストから制御されたバリエーションが必要なワークフローで、シードの方向性を再利用します。
Flaq AI で Qwen Image 3.0 Pro Edit API を制御された画像編集に使用する方法
-
入力： 目的の編集内容を記述した自然言語の指示と、1 枚以上のソース画像。
-
編集方針： 変更する内容、変更せず保持する内容、最終的な構図の見え方を明示します。
-
出力： レビューおよび後続のデザイン作業のために Flaq AI の画像ワークフローを通じて提供される編集済み画像。
-
クリエイティブ制御： 目標とする構図と反復戦略に応じて、利用可能なアスペクト比とシード設定を選択します。
-
品質レビュー： 公開前に、被写体のアイデンティティ、エッジ、テキスト、オブジェクト間の関係、意図しない変更を確認します。
Qwen Image 3.0 Pro Edit API 統合に最適なユースケース
-
製品画像の改良： カタログやキャンペーン画像向けに、背景、照明、素材、構図を更新します。
-
クリエイティブのバージョン展開： 中心となる被写体を維持しながら、共通のソース画像から複数のビジュアル表現を制作します。
-
ブランドおよびマーケティングのローカライズ： キャンペーンビジュアルを新しいレイアウト、環境、対象者の要件に適応させます。
-
コンセプトとデザインの反復： 手作業の制作に着手する前に、ビジュアルの方向性を迅速に検討します。
-
複数参照の合成： 対応するソース画像を組み合わせ、一貫性のある編集シーンやビジュアルシステムを導きます。
注 アイデンティティ、製品の形状、レイアウト、ブランド要素を安定して維持する必要がある場合は、保持要件を明示してください。本番利用前に、編集済み画像に意図しない変更がないか確認してください。
Qwen Image 3.0 Pro Edit と競合ツールの比較分析
-
Qwen Image 3.0 Pro Edit vs. Nano Banana 2 Edit： Nano Banana 2 Edit は Gemini エコシステム内での高速なセマンティック編集を重視します。Qwen Image 3.0 Pro Edit は、複数入力をサポートする Alibaba 指向の画像編集ワークフローを提供します。
-
Qwen Image 3.0 Pro Edit vs. GPT Image： GPT Image は幅広い画像生成と編集をサポートします。Qwen Image 3.0 Pro Edit は、Qwen 統合を通じて制御された画像変換を求めるアプリケーションに適しています。
-
Qwen Image 3.0 Pro Edit vs. FLUX Kontext： FLUX Kontext は指示主導のビジュアル編集と一貫性を目的に設計されています。Qwen Image 3.0 Pro Edit は、制作上の反復にシードとアスペクト比の制御を備えた代替手段を提供します。
-
Qwen Image 3.0 Pro Edit vs. Seedream Edit： Seedream Edit は商用画像の変換と改良をサポートします。Qwen Image 3.0 Pro Edit は、オプションの複数ビジュアル入力を用いたプロンプト主導の編集に重点を置いています。
-
Qwen Image 3.0 Pro Edit vs. Kling Image Editing： Kling の画像ツールはクリエイティブなビジュアル変換によく使用されます。Qwen Image 3.0 Pro Edit は、Qwen ベースのコンテンツワークフローに編集機能を組み込むチームに実用的です。
API 例
送信例
// 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;
ポーリング例
// 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));
}
送信例
# 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']
ポーリング例
# 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)
送信例
# 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
}'
ポーリング例
# 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"