Qwen-Image 是由阿里巴巴通义千问团队发布的图像生成基础模型，拥有 200 亿参数。该模型在复杂的文本渲染和精确的图像编辑方面取得了显著进展，尤其擅长生成包含高保真度中英文文字的图像。Qwen-Image 不仅能够处理多行布局和段落级文本，还能在生成图像时保持排版的连贯性和上下文的和谐。除了卓越的文本渲染能力，该模型还支持广泛的艺术风格，从写实照片到动漫美学，能够灵活适应各种创作需求。同时，它也具备强大的图像编辑和理解能力，支持风格迁移、物体增删、细节增强、文本编辑乃至人体姿态操控等高级操作，旨在成为一个集语言、布局和图像于一体的综合性智能视觉创作与处理基础模型
模型基本信息
输入类型：文本、图像 (支持多图交错输入)
输出类型：文本
上下文长度--
最大输入长度：--
最大输出长度：--
模型特性
多图输入理解 (支持同时交错输入多张图片)
细粒度视觉识别 (支持物体检测与定位)
多轮视觉对话
OCR 文本提取
图像描述生成
模型价格
| 计费项 | 价格 |
|---|---|
| 输出 | 0.3元 / 每图 |
调用示意
CURL
curl -X POST "https://route.showapi.com/3343-2" \
-H "Authorization: Bearer [AppKey]" \
-H "Content-Type: application/json" \
-d '{
"messages": [
{
"role": "user",
"content": "介绍你的能力和优势，并给出你的名字"
}
],
"model": "siliconflow/Qwen/Qwen-Image",
"stream": true,
"temperature": 0.7
}'
