文本转图像
从文本提示词创建 AI 图像
Alibaba/qwen-image-3.0
qwen-image-3.0
免费试用 Qwen Image 3.0 AI 模型 API，支持知识密集型图像生成、信息丰富的复杂布局、精细的多语言文字、逼真细节和创意制作。支持 1K/2K 输出、七种宽高比和种子控制。
Text to Image
Qwen Image 3.0 相关模型
立即体验 AI 图片生成
Qwen Image 3.0 价格
| 参数 | 价格 | 原价 | 折扣 |
|---|
示例
相关模型
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：通用 AI 图像生成
Qwen Image 3.0 API 通过 Flaq AI 将阿里巴巴的图像生成能力带给开发者、创意团队和生产工作流。该模型可将自然语言提示词转化为精美视觉作品，覆盖广泛的风格和构图。凭借灵活的输出控制和简便的 API 集成，Qwen Image 3.0 非常适合通用内容创作、视觉探索和可扩展的图像生成。
Qwen Image 3.0 API 的主要功能
-
提示词驱动的图像生成： 根据描述主体、场景、风格、光照和构图的自然语言说明创作原创图像。
-
多样化视觉风格： 通过一个图像生成 API，为摄影、插画、概念设计、商业和社交媒体内容工作流生成作品。
-
灵活的构图支持： 根据不同发布渠道和创意需求，将生成的视觉内容调整为横向、纵向和方形布局。
-
可控的创意迭代： 当工作流需要对提示词变体进行一致的测试、比较或优化时，可使用可复现的生成控制。
-
适合生产环境的 API 集成： 通过 Flaq AI 基于任务的 API 工作流，将图像生成接入应用程序、内容管线和自动化创意工具。
-
可扩展的内容创作： 无需构建独立的图像生成技术栈，即可支持营销、产品、编辑和设计团队持续开展视觉内容制作。
如何在 Flaq AI 上使用 Qwen Image 3.0 API 生成图像
-
输入： 描述所需主体、环境、构图、视觉风格和创意方向的自然语言提示词。
-
输出： 通过 Flaq AI 的图像任务工作流交付生成的图像，以供应用程序和生产管线使用。
-
宽高比： 提供灵活的横向、纵向和方形格式，适用于网页、社交媒体、广告、编辑版式和产品内容。
-
能力： 文生图、风格探索、构图控制、可复现的创意迭代，以及面向生产环境的 API 集成。
Qwen Image 3.0 API 集成的最佳用例
-
营销内容创作： 根据结构化提示词生成营销活动构思、宣传图、广告视觉素材和品牌内容变体。
-
社交媒体制作： 针对帖子、快拍、缩略图和社群活动等不同发布格式创作适配的视觉内容。
-
产品与电商视觉素材： 为在线商店制作产品概念图、情境场景、商品展示创意和配套创意素材。
-
编辑与博客插图： 将文章主题和文字概念转化为新闻、博客、指南和数字出版物所需的视觉素材。
-
创意原型设计： 探索视觉方向、比较提示词变体，并在进入更大规模的生产工作流前验证概念。
注意： 请确保提示词符合 Flaq AI 的内容与安全要求。如果生成请求失败，请检查提示词中是否含有限制内容，修改后重试。
Qwen Image 3.0 与竞品对比分析
-
Qwen Image 3.0 与 Qwen Image 3.0 Pro 对比
Qwen Image 3.0 支持多样化生成和可扩展的创意工作流。Qwen Image 3.0 Pro 面向更重视高级构图和专业视觉要求的项目。 -
Qwen Image 3.0 与 Nano Banana 2 对比
Nano Banana 2 围绕 Google 的 Gemini 图像生态系统构建。对于根据工作流适配度和输出偏好选择模型的团队，Qwen Image 3.0 提供了阿里巴巴 Qwen 生态系统内的另一种选择。 -
Qwen Image 3.0 与 GPT Image 对比
GPT Image 与以 OpenAI 为核心的应用技术栈紧密集成。Qwen Image 3.0 通过 Flaq AI 的统一图像任务 API 提供基于 Qwen 的生成方案。 -
Qwen Image 3.0 与 FLUX 对比
FLUX 模型通常因其独特的视觉渲染特性和丰富的模型变体而受到选用。Qwen Image 3.0 注重在更广泛的 Qwen 模型家族中提供易于使用的提示词生成图像能力。 -
Qwen Image 3.0 与 Seedream 对比
Seedream 采用独有的创意图像生成与视觉风格塑造方式。对于偏好基于 Qwen 的图像工作流和 Flaq AI 统一集成的开发者，Qwen Image 3.0 是一个实用的替代方案。
直接在强大的 AI 工具中使用 Qwen Image 3.0 模型
在浏览器中探索多种 AI 创作工具，用于快速图像和视频工作流，然后通过 Flaq AI 可用于生产的模型 API 扩展成功创意。Flaq AI 为所有模型提供统一 API 层，让你的工作流更容易使用和扩展。
API 示例
提交示例
// 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;
轮询示例
// 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));
}
提交示例
# 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']
轮询示例
# 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)
提交示例
# 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
}'
轮询示例
# 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"