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。
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 |
|---|
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。
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"