免費試用 Qwen Image 3.0 Pro AI 模型 API，適用於知識豐富的圖像生成、密集版面配置、精細的多語言文字、寫實細節與創意製作。可將知識內容、緊湊版面與精準多語言文字整合為寫實細緻的視覺作品，適合從複雜構圖、資訊密集型設計到創意內容製作的多樣化專業圖像生成與視覺創意製作流程。
Qwen Image 3.0 Pro 相關模型
立即體驗 AI 圖片生成器
Qwen Image 3.0 Pro 價格
| 參數 | 價格 | 原價 | 折扣 |
|---|
範例
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
專業級 Qwen Image 3.0 Pro API（阿里巴巴先進圖像生成）
Qwen Image 3.0 Pro API 可將自然語言提示詞轉換為精緻圖像，適用於創意、商業、編輯和產品工作流程。此模型提供文字生成圖像的路徑，支援靈活的長寬比控制和種子設定，而 Flaq AI 則提供可直接整合至應用程式的介面，方便重複且穩定地製作圖像。
Qwen Image 3.0 Pro API 的主要功能
-
以提示詞生成圖像： 將對主體、構圖、光線、材質和風格的詳細描述轉換為完整的視覺作品。
-
強大的構圖控制： 使用結構化提示詞定義物件、環境、色彩系統和視覺層級之間的關係。
-
靈活的創意風格： 透過同一套圖像生成工作流程，探索寫實攝影、編輯、插畫、產品和電影感等創作方向。
-
靈活的長寬比： 透過可用的比例設定，為橫向、直向、方形、編輯、社群媒體和行銷活動版位建立圖像。
-
以種子實現可重現性： 當工作流程需要可重複的實驗或可控的視覺變化時，可使用種子進行控制。
-
可投入製作的圖像工作流程： 透過以 API 為導向的流程生成精緻素材，配合審核、儲存和發佈管線。
如何在 Flaq AI 上使用 Qwen Image 3.0 Pro API 進行專業圖像生成
-
輸入： 使用自然語言提示詞描述主體、構圖、風格、光線和所需的視覺細節。
-
提示詞結構： 清楚組織主要主體、空間關係、鏡頭視角、材質和負面要求。
-
輸出： 生成的圖像透過 Flaq AI 圖像工作流程交付，可供審核、下載或用於後續設計工作。
-
創意控制： 根據目標版面和迭代策略，選擇可用的長寬比與種子設定。
-
製作處理： 發佈生成素材前，請檢查文字排版、人體結構、物件關係和視覺瑕疵。
Qwen Image 3.0 Pro API 整合的最佳使用情境
-
廣告和品牌內容： 建立行銷活動概念、海報、產品場景和宣傳視覺方向。
-
編輯和社群媒體創意： 製作插畫、文章配圖、縮圖和針對不同平台的圖像變體。
-
產品和電子商務圖像： 在最終製作前探索產品情境、生活風格場景和商品陳列概念。
-
概念與故事開發： 將腳本、氛圍描述和藝術指導轉換為供創意團隊使用的視覺參考。
-
設計原型： 為簡報、介面和行銷工作生成版面、環境與視覺風格探索方案。
注意 提示詞的具體程度和種子選擇會影響可重現性。請檢查生成圖像的視覺準確性、細節可辨識度，以及是否適合預期的商業或編輯用途。
Qwen Image 3.0 Pro 與競品比較分析
-
Qwen Image 3.0 Pro 與 Nano Banana Pro： Nano Banana Pro 在遵循指令和多模態圖像工作流程方面表現出色。Qwen Image 3.0 Pro 則提供面向阿里巴巴生態系的文字生成圖像路徑，並支援靈活探索構圖和風格。
-
Qwen Image 3.0 Pro 與 GPT Image： GPT Image 提供廣泛的創意生成和編輯功能。Qwen Image 3.0 Pro 適合希望圍繞 Qwen 和阿里巴巴整合建立圖像製作流程的團隊。
-
Qwen Image 3.0 Pro 與 Seedream： Seedream 支援快速的商業圖像生成和編輯。Qwen Image 3.0 Pro 則為提示詞導向的視覺製作提供另一套工作流程，並支援種子和比例控制。
-
Qwen Image 3.0 Pro 與 FLUX： FLUX 模型以高品質圖像生成和創意實驗廣受歡迎。Qwen Image 3.0 Pro 為採用結構化提示詞的圖像創作提供另一個易於透過 API 使用的選擇。
-
Qwen Image 3.0 Pro 與 Midjourney： Midjourney 強調社群驅動的創意介面。Qwen Image 3.0 Pro 專為需要在產品和內容管線中進行程式化生成的開發人員而設計。
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',
prompt: 'A professional product photo with studio lighting',
width: 16,
height: 9,
resolution: '2k',
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',
'prompt': 'A professional product photo with studio lighting',
'width': 16,
'height': 9,
'resolution': '2k',
'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",
"prompt": "A professional product photo with studio lighting",
"width": 16,
"height": 9,
"resolution": "2k",
"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"