免費試用 Qwen Image 3.0 AI 模型 API，支援知識密集型圖片生成、資訊豐富的複雜版面配置、精細的多語言文字、寫實細節和創意製作。支援 1K/2K 輸出、七種長寬比和種子控制。
Qwen Image 3.0 相關模型
立即體驗 AI 圖片生成器
Qwen Image 3.0 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 API：多用途 AI 圖像生成
Qwen Image 3.0 API 透過 Flaq AI，將阿里巴巴的圖像生成能力帶給開發者、創意團隊與生產工作流程。此模型可將自然語言提示詞轉化為精緻的視覺作品，涵蓋廣泛的風格與構圖。憑藉靈活的輸出控制和簡便的 API 整合，Qwen Image 3.0 非常適合通用內容創作、視覺探索及可擴展的圖像生成。
Qwen Image 3.0 API 的主要功能
-
提示詞驅動的圖像生成： 根據描述主體、場景、風格、光線與構圖的自然語言說明，創作原創圖像。
-
多元視覺風格： 透過單一圖像生成 API，為攝影、插畫、概念設計、商業和社群內容工作流程生成作品。
-
靈活的構圖支援： 根據不同發布管道與創意需求，將生成的視覺內容調整為橫向、直向及方形版面。
-
可控的創意迭代： 當工作流程需要對提示詞變體進行一致的測試、比較或改良時，可使用可重複的生成控制。
-
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，將圖像生成連接至應用程式、內容管線和自動化創意工具。
-
可擴展的內容創作： 無需建構獨立的圖像生成技術堆疊，即可支援行銷、產品、編輯和設計團隊持續製作視覺內容。
如何在 Flaq AI 上使用 Qwen Image 3.0 API 生成圖像
-
輸入： 描述所需主體、環境、構圖、視覺風格和創意方向的自然語言提示詞。
-
輸出： 透過 Flaq AI 的圖像任務工作流程交付生成的圖像，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，適用於網頁、社群媒體、廣告、編輯版面及產品內容。
-
功能： 文字生成圖像、風格探索、構圖控制、可重複的創意迭代，以及面向生產環境的 API 整合。
Qwen Image 3.0 API 整合的最佳使用情境
-
行銷內容創作： 根據結構化提示詞生成行銷活動構想、宣傳圖像、廣告視覺素材和品牌內容變體。
-
社群媒體製作： 針對貼文、限時動態、縮圖和社群活動等不同發布格式，創作相應的視覺內容。
-
產品與電商視覺素材： 為線上商店製作產品概念圖、情境場景、商品陳列構想和配套創意素材。
-
編輯與部落格插圖： 將文章主題和文字概念轉化為新聞、部落格、指南及數位出版物所需的視覺素材。
-
創意原型設計： 探索視覺方向、比較提示詞變體，並在進入更大規模的生產工作流程前驗證概念。
注意： 請確保提示詞符合 Flaq AI 的內容與安全要求。如果生成請求失敗，請檢查提示詞中是否含有限制內容，修改後再試一次。
Qwen Image 3.0 與競品比較分析
-
Qwen Image 3.0 與 Qwen Image 3.0 Pro 比較
Qwen Image 3.0 支援多元生成和可擴展的創意工作流程。Qwen Image 3.0 Pro 面向更重視進階構圖和專業視覺要求的專案。 -
Qwen Image 3.0 與 Nano Banana 2 比較
Nano Banana 2 圍繞 Google 的 Gemini 圖像生態系統建構。對於根據工作流程契合度和輸出偏好選擇模型的團隊，Qwen Image 3.0 提供了阿里巴巴 Qwen 生態系統內的另一種選擇。 -
Qwen Image 3.0 與 GPT Image 比較
GPT Image 與以 OpenAI 為核心的應用程式技術堆疊緊密整合。Qwen Image 3.0 透過 Flaq AI 的統一圖像任務 API 提供基於 Qwen 的生成方案。 -
Qwen Image 3.0 與 FLUX 比較
FLUX 模型通常因其獨特的視覺算繪特性和多種模型變體而受到選用。Qwen Image 3.0 著重於在更廣泛的 Qwen 模型家族中提供易於使用的提示詞生成圖像能力。 -
Qwen Image 3.0 與 Seedream 比較
Seedream 採用獨有的創意圖像生成與視覺風格塑造方式。對偏好基於 Qwen 的圖像工作流程和 Flaq AI 統一整合的開發者而言，Qwen Image 3.0 是實用的替代方案。
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',
prompt: 'A professional product photo with soft studio lighting',
width: 16,
height: 9,
resolution: '1k',
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',
'prompt': 'A professional product photo with soft studio lighting',
'width': 16,
'height': 9,
'resolution': '1k',
'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",
"prompt": "A professional product photo with soft studio lighting",
"width": 16,
"height": 9,
"resolution": "1k",
"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"