免費試用 Alibaba Qwen Image 3.0 Edit API，支援一至三張參考圖片、七種彈性長寬比和種子控制，可實現可重現的 Alibaba 圖片編輯。適合可控且可重現的圖片編輯工作流程。
Qwen Image 3.0 相關模型
立即體驗 AI 圖片生成器
Qwen Image 3.0 Edit 價格
| 參數 | 價格 | 原價 | 折扣 |
|---|
相關模型
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-3.0text-to-imageqwen-image-3.0-editimage-to-imageqwen-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 Edit API：靈活的 AI 圖像編輯
Qwen Image 3.0 Edit API 透過 Flaq AI，為開發者、創意團隊和生產工作流程帶來指令引導的圖像編輯與視覺構圖能力。此模型將來源圖像與自然語言指令結合，用於改良、轉換和重新構圖現有視覺內容。其靈活的輸入工作流程非常適合實際內容更新、創意迭代和可擴展的圖像編輯應用。
Qwen Image 3.0 Edit API 的主要功能
-
指令引導的圖像編輯： 使用自然語言指令轉換來源圖像，實現視覺變更、細節改良和創意調整。
-
多圖像構圖： 在單一編輯工作流程中使用多張來源圖像，以組合參考素材、引導構圖或建立全新的視覺成果。
-
靈活的視覺改良： 以原始圖像作為創意背景，調整主體、環境、風格和整體呈現效果。
-
感知版面的輸出： 將編輯後的視覺內容調整為橫向、直向及方形構圖，以符合不同管道和發布需求。
-
可控的編輯迭代： 在重複任務中持續改良指令，並在工作流程重視一致性比較時使用生成控制。
-
適合生產環境的 API 整合： 透過 Flaq AI 以任務為基礎的 API 工作流程，將圖像編輯功能加入應用程式、素材管線和創意工具。
如何在 Flaq AI 上使用 Qwen Image 3.0 Edit API 編輯圖像
-
輸入： 來源圖像 URL，以及描述所需編輯、構圖、風格或視覺方向的自然語言指令。
-
輸出： 透過 Flaq AI 的圖像任務工作流程交付編輯後的圖像，以供應用程式和生產管線使用。
-
長寬比： 提供靈活的橫向、直向和方形格式，適用於行銷、社群媒體、產品頁面、編輯版面及創意素材。
-
功能： 基於提示詞的圖像編輯、多圖像構圖、視覺改良、版面調整，以及可重複的創意迭代。
Qwen Image 3.0 Edit API 整合的最佳使用情境
-
行銷素材更新： 更新行銷活動視覺素材、調整現有創意，並在無需從頭重做每項素材的情況下製作協調一致的變體。
-
產品圖像改良： 為電商和型錄工作流程調整呈現效果、周邊環境、構圖及創意方向。
-
社群媒體調整： 將現有視覺內容重新製作為貼文、限時動態、縮圖和行銷活動格式，同時保留來源素材作為背景資訊。
-
創意構圖： 結合視覺參考和提示詞指令，探索新的版面、概念與設計方向。
-
設計迭代： 透過可重複、基於 API 的編輯工作流程，測試針對性變更並改良視覺概念。
注意： 請確保來源圖像和提示詞符合 Flaq AI 的內容與安全要求。如果編輯請求失敗，請檢查輸入中是否含有限制內容，修改後再試一次。
Qwen Image 3.0 Edit 與競品比較分析
-
Qwen Image 3.0 Edit 與 Qwen Image 3.0 Pro Edit 比較
Qwen Image 3.0 Edit 支援靈活的編輯與構圖工作流程。Qwen Image 3.0 Pro Edit 面向更重視進階編輯和專業視覺要求的專案。 -
Qwen Image 3.0 Edit 與 Nano Banana 2 Edit 比較
Nano Banana 2 Edit 在 Google 的 Gemini 圖像生態系統中運作。對於比較編輯表現和工作流程契合度的團隊，Qwen Image 3.0 Edit 提供了阿里巴巴 Qwen 家族中的另一種選擇。 -
Qwen Image 3.0 Edit 與 GPT Image 比較
GPT Image 為以 OpenAI 為核心的整合提供生成和編輯能力。Qwen Image 3.0 Edit 透過 Flaq AI 的統一圖像任務 API 提供基於 Qwen 的編輯方案。 -
Qwen Image 3.0 Edit 與 FLUX 編輯工作流程比較
基於 FLUX 的編輯工作流程擁有獨特的視覺特性和實作方案。Qwen Image 3.0 Edit 專注於在 Qwen 生態系統中提供自然語言編輯和多圖像構圖。 -
Qwen Image 3.0 Edit 與 Seedream Edit 比較
Seedream Edit 提供另一種圖像轉換和創意改良方式。Qwen Image 3.0 Edit 適合偏好基於 Qwen 的構圖工作流程和 Flaq AI 統一整合的開發者。
API 範例
提交範例
// 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-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;
輪詢範例
// 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));
}
提交範例
# 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-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']
輪詢範例
# 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)
提交範例
# 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-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
}'
輪詢範例
# 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"