Teste grátis Qwen Image 3.0 Pro Edit API da Alibaba com uma a três imagens de referência, sete proporções e controle de seed para edições reproduzíveis.
Modelos Qwen Image 3.0 Pro relacionados
Experimente agora o Gerador de Imagens por IA
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 (Transformação precisa de imagens)
A API Qwen Image 3.0 Pro Edit aplica instruções em linguagem natural a imagens existentes para uma transformação visual controlada. Ela oferece suporte a fluxos de edição orientados por imagens com entradas opcionais de várias imagens, proporções flexíveis de saída e controle de seed para ferramentas criativas e pipelines de produção na Flaq AI.
Principais recursos da API Qwen Image 3.0 Pro Edit
-
Edição de imagens orientada por prompts: Descreva em linguagem natural as alterações desejadas nos temas, planos de fundo, materiais, iluminação, estilo e composição.
-
Suporte a referências de várias imagens: Combine imagens de entrada compatíveis quando uma edição precisar de várias fontes visuais, referências ou relações entre temas.
-
Preservação de temas e cenas: Mantenha estáveis a identidade, a composição e as relações espaciais importantes enquanto aplica mudanças específicas.
-
Fluxos de transformação criativa: Explore mudanças de estilo, nova iluminação, ajustes de objetos, alterações de fundo e refinamentos visuais.
-
Proporções flexíveis de saída: Adapte os resultados editados a formatos verticais, horizontais, quadrados, sociais, de produtos e editoriais com os controles de proporção disponíveis.
-
Iteração baseada em seed: Reutilize a direção do seed quando um fluxo precisar de variações controladas de uma solicitação de edição relacionada.
Como usar a API Qwen Image 3.0 Pro Edit para edição controlada de imagens na Flaq AI
-
Entrada: Uma ou mais imagens de origem junto com uma instrução em linguagem natural que descreva a edição desejada.
-
Direção da edição: Declare o que deve mudar, o que deve permanecer inalterado e como deve ser a composição final.
-
Saída: Imagens editadas fornecidas pelo fluxo de imagens da Flaq AI para revisão e uso posterior em design.
-
Controles criativos: Escolha as configurações disponíveis de proporção e seed para a composição desejada e a estratégia de iteração.
-
Revisão de qualidade: Verifique a identidade do tema, as bordas, o texto, as relações entre objetos e as mudanças indesejadas antes da publicação.
Melhores casos de uso para a integração da API Qwen Image 3.0 Pro Edit
-
Refinamento de imagens de produtos: Atualize planos de fundo, iluminação, materiais e composição de imagens para catálogos e campanhas.
-
Criação de versões criativas: Produza vários tratamentos visuais a partir de uma imagem de origem comum, mantendo o tema principal.
-
Localização de marca e marketing: Adapte os visuais de campanhas a novos layouts, ambientes e requisitos do público.
-
Iteração de conceitos e design: Explore direções visuais rapidamente antes de se comprometer com o trabalho de produção manual.
-
Composição com várias referências: Combine imagens de origem compatíveis para orientar uma cena editada ou um sistema visual coerente.
Observação Descreva explicitamente os requisitos de preservação quando a identidade, o formato do produto, o layout ou os elementos da marca precisarem permanecer estáveis. Revise as imagens editadas para detectar mudanças indesejadas antes do uso em produção.
Qwen Image 3.0 Pro Edit vs. concorrentes: análise comparativa
-
Qwen Image 3.0 Pro Edit vs. Nano Banana 2 Edit: O Nano Banana 2 Edit enfatiza a edição semântica rápida no ecossistema Gemini. O Qwen Image 3.0 Pro Edit oferece um fluxo de edição de imagens voltado à Alibaba com suporte a várias entradas.
-
Qwen Image 3.0 Pro Edit vs. GPT Image: O GPT Image oferece ampla geração e edição de imagens. O Qwen Image 3.0 Pro Edit é adequado para aplicativos que desejam transformação controlada de imagens por meio das integrações do Qwen.
-
Qwen Image 3.0 Pro Edit vs. FLUX Kontext: O FLUX Kontext foi desenvolvido para edições visuais orientadas por instruções e consistência. O Qwen Image 3.0 Pro Edit oferece uma alternativa com controles de seed e proporção para iterações em produção.
-
Qwen Image 3.0 Pro Edit vs. Seedream Edit: O Seedream Edit oferece suporte à transformação e ao refinamento de imagens comerciais. O Qwen Image 3.0 Pro Edit se concentra em edições orientadas por prompts com várias entradas visuais opcionais.
-
Qwen Image 3.0 Pro Edit vs. Kling Image Editing: As ferramentas de imagem Kling são usadas com frequência para transformações visuais criativas. O Qwen Image 3.0 Pro Edit é uma opção prática para equipes que incorporam edição a fluxos de conteúdo baseados no Qwen.
Exemplos de API
Exemplo 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;
Exemplo de polling
// 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));
}
Exemplo 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']
Exemplo de polling
# 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)
Exemplo 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
}'
Exemplo de polling
# 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"