1~3개의 참조 이미지, 7가지 유연한 화면 비율 및 재현 가능한 Alibaba 이미지 편집을 위한 시드 제어를 지원하는 Qwen Image 3.0 Pro Edit API를 무료로 체험해 보세요.
관련 Qwen Image 3.0 Pro 모델
AI 이미지 생성기를 지금 사용해보세요
관련 모델
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 (정밀한 이미지 변환)
Qwen Image 3.0 Pro Edit API는 제어된 시각적 변환을 위해 기존 이미지에 자연어 지침을 적용합니다. 선택적인 다중 이미지 입력, 유연한 출력 비율, 시드 제어를 지원하는 이미지 중심 편집 워크플로를 Flaq AI의 크리에이티브 도구 및 프로덕션 파이프라인에 제공합니다.
Qwen Image 3.0 Pro Edit API의 주요 기능
-
프롬프트 기반 이미지 편집: 피사체, 배경, 소재, 조명, 스타일, 구도에 원하는 변경 사항을 자연어로 설명합니다.
-
다중 이미지 참조 지원: 편집에 여러 시각적 소스, 참조 또는 피사체 관계가 필요할 때 지원되는 입력 이미지를 결합합니다.
-
피사체 및 장면 보존: 특정 변경 사항을 적용하면서 중요한 정체성, 구도, 공간적 관계를 안정적으로 유지합니다.
-
창의적 변환 워크플로: 스타일 변경, 재조명, 객체 조정, 배경 변경, 시각적 개선을 탐색합니다.
-
유연한 출력 비율: 제공되는 비율 제어를 통해 편집 결과를 세로, 가로, 정사각형, 소셜, 제품, 편집 게재 위치에 맞춥니다.
-
시드 기반 반복: 관련 편집 요청에서 제어된 변형이 필요할 때 시드 방향을 재사용합니다.
Flaq AI에서 제어된 이미지 편집에 Qwen Image 3.0 Pro Edit API를 사용하는 방법
-
입력: 의도한 편집을 설명하는 자연어 지침과 함께 하나 이상의 원본 이미지를 제공합니다.
-
편집 방향: 변경할 사항, 변경하지 말아야 할 사항, 최종 구도의 모습을 명시합니다.
-
출력: 검토 및 후속 디자인 작업을 위해 Flaq AI 이미지 워크플로를 통해 제공되는 편집 이미지입니다.
-
창의적 제어: 목표 구도와 반복 전략에 맞게 제공되는 화면비 및 시드 설정을 선택합니다.
-
품질 검토: 게시 전에 피사체 정체성, 가장자리, 텍스트, 객체 관계, 원치 않는 변경을 확인합니다.
Qwen Image 3.0 Pro Edit API 통합의 주요 사용 사례
-
제품 이미지 개선: 카탈로그 및 캠페인 이미지를 위해 배경, 조명, 소재, 구도를 업데이트합니다.
-
창의적 버전 관리: 핵심 피사체를 유지하면서 공유 원본 이미지에서 여러 시각적 처리를 생성합니다.
-
브랜드 및 마케팅 현지화: 캠페인 시각 자료를 새로운 레이아웃, 환경, 대상 요구 사항에 맞춥니다.
-
콘셉트 및 디자인 반복: 수동 제작 작업에 착수하기 전에 시각적 방향을 빠르게 탐색합니다.
-
다중 참조 합성: 지원되는 원본 이미지를 결합하여 일관된 편집 장면 또는 시각 시스템을 안내합니다.
참고 정체성, 제품 형태, 레이아웃, 브랜드 요소를 안정적으로 유지해야 할 때는 보존 요구 사항을 명시적으로 설명하세요. 프로덕션에 사용하기 전에 편집 이미지에 의도치 않은 변경이 없는지 검토하세요.
Qwen Image 3.0 Pro Edit와 경쟁 모델 비교 분석
-
Qwen Image 3.0 Pro Edit vs. Nano Banana 2 Edit: Nano Banana 2 Edit는 Gemini 생태계에서 빠른 의미 기반 편집을 강조합니다. Qwen Image 3.0 Pro Edit는 다중 입력을 지원하는 Alibaba 지향 이미지 편집 워크플로를 제공합니다.
-
Qwen Image 3.0 Pro Edit vs. GPT Image: GPT Image는 폭넓은 이미지 생성과 편집을 지원합니다. Qwen Image 3.0 Pro Edit는 Qwen 통합을 통해 제어된 이미지 변환을 원하는 애플리케이션에 적합합니다.
-
Qwen Image 3.0 Pro Edit vs. FLUX Kontext: FLUX Kontext는 지침 기반 시각 편집과 일관성을 위해 설계되었습니다. Qwen Image 3.0 Pro Edit는 프로덕션 반복을 위한 시드 및 화면비 제어를 갖춘 대안을 제공합니다.
-
Qwen Image 3.0 Pro Edit vs. Seedream Edit: Seedream Edit는 상업용 이미지 변환과 개선을 지원합니다. Qwen Image 3.0 Pro Edit는 선택적 다중 시각 입력을 활용하는 프롬프트 기반 편집에 중점을 둡니다.
-
Qwen Image 3.0 Pro Edit vs. Kling Image Editing: Kling 이미지 도구는 창의적인 시각 변환에 자주 사용됩니다. Qwen Image 3.0 Pro Edit는 Qwen 기반 콘텐츠 워크플로에 편집 기능을 구축하는 팀에 실용적으로 적합합니다.
API 예제
제출 예제
// 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;
폴링 예제
// 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));
}
제출 예제
# 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']
폴링 예제
# 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)
제출 예제
# 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
}'
폴링 예제
# 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"