免費試用 Alibaba Qwen Image 3.0 Pro Edit API，支援一至三張參考圖片、七種彈性長寬比和種子控制，可實現可重現的圖片編輯，適合專業創意與品牌素材工作流程。
Qwen Image 3.0 Pro 相關模型
立即體驗 AI 圖片生成器
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-3.0-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（精準圖像轉換）
Qwen Image 3.0 Pro Edit API 將自然語言指令套用至現有圖像，實現受控的視覺轉換。它支援以圖像為主導的編輯工作流程，可選擇輸入多張圖像，並提供靈活的輸出比例和種子控制，適用於 Flaq AI 上的創意工具和製作流程。
Qwen Image 3.0 Pro Edit API 的主要功能
-
提示詞引導的圖像編輯： 使用自然語言描述對主體、背景、材質、光線、風格和構圖所需的變更。
-
多圖像參考支援： 當編輯需要多個視覺來源、參考或主體關係時，組合支援的輸入圖像。
-
主體與場景保留： 在套用有針對性的變更時，保持重要的身分特徵、構圖和空間關係穩定。
-
創意轉換工作流程： 探索風格變化、重新打光、物件調整、背景更換和視覺最佳化。
-
靈活的輸出比例： 透過可用的比例控制，使編輯結果適應直向、橫向、方形、社群媒體、產品和編輯用途。
-
基於種子的反覆運算： 當工作流程需要從相關編輯請求中生成受控變體時，重複使用種子設定。
如何在 Flaq AI 上使用 Qwen Image 3.0 Pro Edit API 進行受控圖像編輯
-
輸入： 一張或多張來源圖像，以及描述預期編輯效果的自然語言指令。
-
編輯方向： 說明應變更哪些內容、必須保持哪些內容不變，以及最終構圖應呈現何種效果。
-
輸出： 透過 Flaq AI 圖像工作流程交付編輯後的圖像，用於審查和後續設計工作。
-
創意控制： 根據目標構圖和反覆運算策略選擇可用的寬高比和種子設定。
-
品質審查： 發布前檢查主體身分特徵、邊緣、文字、物件關係和不需要的變更。
Qwen Image 3.0 Pro Edit API 整合的最佳使用情境
-
產品圖像最佳化： 更新背景、光線、材質和構圖，用於商品目錄和行銷活動圖像。
-
創意版本製作： 從同一張來源圖像生成多種視覺處理效果，同時保留核心主體。
-
品牌與行銷在地化： 調整行銷活動視覺素材，以適應新的版面配置、環境和受眾要求。
-
概念與設計反覆運算： 在投入手動製作工作之前快速探索不同視覺方向。
-
多參考圖合成： 組合支援的來源圖像，以引導生成協調一致的編輯場景或視覺系統。
注意 當身分特徵、產品形狀、版面配置或品牌元素必須保持穩定時，請明確描述保留要求。在用於製作之前，請檢查編輯後的圖像是否存在意外變更。
Qwen Image 3.0 Pro Edit 與競品比較：比較分析
-
Qwen Image 3.0 Pro Edit 與 Nano Banana 2 Edit 比較： Nano Banana 2 Edit 強調 Gemini 生態系統中的快速語義編輯。Qwen Image 3.0 Pro Edit 提供以阿里巴巴為導向且支援多輸入的圖像編輯工作流程。
-
Qwen Image 3.0 Pro Edit 與 GPT Image 比較： GPT Image 支援廣泛的圖像生成和編輯。Qwen Image 3.0 Pro Edit 適合希望透過 Qwen 整合實現受控圖像轉換的應用程式。
-
Qwen Image 3.0 Pro Edit 與 FLUX Kontext 比較： FLUX Kontext 專為指令驅動的視覺編輯和一致性而設計。Qwen Image 3.0 Pro Edit 提供另一種選擇，具備適合製作反覆運算的種子和寬高比控制。
-
Qwen Image 3.0 Pro Edit 與 Seedream Edit 比較： Seedream Edit 支援商業圖像轉換和最佳化。Qwen Image 3.0 Pro Edit 專注於提示詞引導的編輯，並可選擇輸入多個視覺素材。
-
Qwen Image 3.0 Pro Edit 與 Kling Image Editing 比較： Kling 圖像工具常用於創意視覺轉換。Qwen Image 3.0 Pro Edit 非常適合將編輯功能建置到基於 Qwen 的內容工作流程中的團隊。
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-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;
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-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']
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-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
}'
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"