Qwen-Image-3.0 er Qwens tredje generation af billedmodeller og kombinerer tekst-til-billede-generering og referencebaseret redigering i én model. Standardudgaven afvejer billedkvalitet og responshastighed, mens Qwen-Image-3.0 Pro er den tilsvarende flagskibsudgave med fokus på kvalitet. En forespørgsel giver et billede: en plakat, en illustreret forklaring, en produktscene, et storyboard eller et redigeret fotografi frem for et redigerbart dokument eller en fungerende brugergrænseflade.
Modellens muligheder for indholdsrige billeder egner sig til en billedflade med flere relaterede sektioner eller et indlejret visuelt layout. Forbered overskrifter, præcis ordlyd, hierarki og forholdet mellem felterne, før du tilføjer stilistiske detaljer. Til en produktsammenligning angiver et nyttigt oplæg hovedvisningen af produktet, de egenskaber, der skal mærkes, og læserækkefølgen i de supplerende felter. Til et storyboard skal du beskrive motiv, handling og billedtekst for hvert felt særskilt. Den anbefalede maksimale promptlængde er 4.500 tokens; brug pladsen på det indhold og layout, billedet faktisk har brug for.
Modellen understøtter detaljerede teksturer, typografi med små tekster demonstreret i en størrelse på 10 pixels samt indbygget gengivelse på 12 sprog med flere skrifttyper og kunstneriske stilarter. Disse muligheder kan kombinere en realistisk genstand med informationsrig grafik i stedet for at tvinge et valg mellem et fotografi og et teksttungt layout. Angiv de præcise ord og tal, der skal gengives, deres tilsigtede sprog og deres placering. Betragt en genereret brugergrænseflade som en visuel mockup: knapper, diagrammer og etiketter i billedet implementerer ikke en applikations funktioner.
Redigering kan ændre tekst, tilføje eller fjerne genstande, flytte elementer, justere et motivs handling, overføre en stil eller forbedre detaljerne i et beskadiget billede. Lever ét til tre billeder og én tydelig redigeringsinstruktion. Billednummereringen følger den leverede rækkefølge, så angiv, hvilket billede der bidrager med motivet, hvilket der leverer en beklædningsgenstand eller anden genstand, og hvilket der leverer omgivelserne. Til en produktscene kan du bede om at placere genstanden fra billede 1 i omgivelserne fra billede 2 og samtidig bevare de egenskaber, der kendetegner produktet. Angiv ændringer og krav om bevaring udtrykkeligt.
Den præcise proces for billedinput accepterer JPG, JPEG, PNG, BMP, TIFF, WebP og GIF; kun første frame i en animeret GIF behandles. Hvert billede må fylde op til 10 MB. Den nuværende API accepterer dimensioner fra 1 til 8.000 pixels med et forhold mellem den lange og korte side på højst 10:1 og anbefaler 384–2.048 pixels for gode resultater. Vælg et input, der tydeligt viser de detaljer, som skal overføres eller redigeres. En tæt beskåret reference kan skjule den omgivende struktur, der er nødvendig for at placere en genstand naturligt.
Outputtet er PNG med ét til seks billeder pr. forespørgsel og ét som standard. Outputtets pixelareal går fra 512 × 512 til 2.048 × 2.048 med billedformater mellem 1:8 og 8:1; det er arealgrænser og ikke en regel om, at hver side højst må være 2.048 pixels. Hvis der ikke angives en størrelse, anbefaler modellen en opløsning ud fra prompten. Vælg en vandret, kvadratisk eller lodret komposition til den tilsigtede anvendelse, og undersøg derefter det returnerede billede i den faktiske størrelse, så små etiketter og fine detaljer kan vurderes, dér hvor de skal vises.
Promptomskrivning er aktiveret som standard i producentens proces. Direkte promptforbedring virker til både generering og redigering; agentbaseret promptforbedring er en mere omfattende omskrivningstilstand, som kun gælder tekst-til-billede og afvises ved billede-til-billede-redigering. Modellens tænketilstand er aktiveret som standard, kræver promptomskrivning og øger genereringstiden. Negative prompts kan beskrive uønskede elementer, mens et fast seed hjælper med at sammenligne variationer. Angiv udelukkelser og præcise krav om bevaring tydeligt i stedet for at forvente, at et seed giver et identisk billede, når oplægget ændres.
For at få et brugbart slutresultat skal du undersøge de gengivne ord, enheder, felternes rækkefølge og de detaljer, der identificerer motivet, og derefter rette den konkrete del, der ikke fulgte oplægget. Et svar med flere billeder giver alternativer at sammenligne; bevar forbindelsen mellem hvert returneret billede og den prompt og de referencer, der skabte det. Producentens billedadresser udløber efter 24 timer, så gem selve billedfilen, når resultatet indgår i et projekt. Standardudgaven 3.0 er fortsat adskilt fra Pro og fra Qwen 2.1-modellerne med deres andre referenceantal og gennemsigtighedsfunktioner.
", "aboutText": "Qwen-Image-3.0 er Qwens tredje generation af billedmodeller og kombinerer tekst-til-billede-generering og referencebaseret redigering i én model. Standardudgaven afvejer billedkvalitet og responshastighed, mens Qwen-Image-3.0 Pro er den tilsvarende flagskibsudgave med fokus på kvalitet. En forespørgsel giver et billede: en plakat, en illustreret forklaring, en produktscene, et storyboard eller et redigeret fotografi frem for et redigerbart dokument eller en fungerende brugergrænseflade.\n\nModellens muligheder for indholdsrige billeder egner sig til en billedflade med flere relaterede sektioner eller et indlejret visuelt layout. Forbered overskrifter, præcis ordlyd, hierarki og forholdet mellem felterne, før du tilføjer stilistiske detaljer. Til en produktsammenligning angiver et nyttigt oplæg hovedvisningen af produktet, de egenskaber, der skal mærkes, og læserækkefølgen i de supplerende felter. Til et storyboard skal du beskrive motiv, handling og billedtekst for hvert felt særskilt. Den anbefalede maksimale promptlængde er 4.500 tokens; brug pladsen på det indhold og layout, billedet faktisk har brug for.\n\nModellen understøtter detaljerede teksturer, typografi med små tekster demonstreret i en størrelse på 10 pixels samt indbygget gengivelse på 12 sprog med flere skrifttyper og kunstneriske stilarter. Disse muligheder kan kombinere en realistisk genstand med informationsrig grafik i stedet for at tvinge et valg mellem et fotografi og et teksttungt layout. Angiv de præcise ord og tal, der skal gengives, deres tilsigtede sprog og deres placering. Betragt en genereret brugergrænseflade som en visuel mockup: knapper, diagrammer og etiketter i billedet implementerer ikke en applikations funktioner.\n\nRedigering kan ændre tekst, tilføje eller fjerne genstande, flytte elementer, justere et motivs handling, overføre en stil eller forbedre detaljerne i et beskadiget billede. Lever ét til tre billeder og én tydelig redigeringsinstruktion. Billednummereringen følger den leverede rækkefølge, så angiv, hvilket billede der bidrager med motivet, hvilket der leverer en beklædningsgenstand eller anden genstand, og hvilket der leverer omgivelserne. Til en produktscene kan du bede om at placere genstanden fra billede 1 i omgivelserne fra billede 2 og samtidig bevare de egenskaber, der kendetegner produktet. Angiv ændringer og krav om bevaring udtrykkeligt.\n\nDen præcise proces for billedinput accepterer JPG, JPEG, PNG, BMP, TIFF, WebP og GIF; kun første frame i en animeret GIF behandles. Hvert billede må fylde op til 10 MB. Den nuværende API accepterer dimensioner fra 1 til 8.000 pixels med et forhold mellem den lange og korte side på højst 10:1 og anbefaler 384–2.048 pixels for gode resultater. Vælg et input, der tydeligt viser de detaljer, som skal overføres eller redigeres. En tæt beskåret reference kan skjule den omgivende struktur, der er nødvendig for at placere en genstand naturligt.\n\nOutputtet er PNG med ét til seks billeder pr. forespørgsel og ét som standard. Outputtets pixelareal går fra 512 × 512 til 2.048 × 2.048 med billedformater mellem 1:8 og 8:1; det er arealgrænser og ikke en regel om, at hver side højst må være 2.048 pixels. Hvis der ikke angives en størrelse, anbefaler modellen en opløsning ud fra prompten. Vælg en vandret, kvadratisk eller lodret komposition til den tilsigtede anvendelse, og undersøg derefter det returnerede billede i den faktiske størrelse, så små etiketter og fine detaljer kan vurderes, dér hvor de skal vises.\n\nPromptomskrivning er aktiveret som standard i producentens proces. Direkte promptforbedring virker til både generering og redigering; agentbaseret promptforbedring er en mere omfattende omskrivningstilstand, som kun gælder tekst-til-billede og afvises ved billede-til-billede-redigering. Modellens tænketilstand er aktiveret som standard, kræver promptomskrivning og øger genereringstiden. Negative prompts kan beskrive uønskede elementer, mens et fast seed hjælper med at sammenligne variationer. Angiv udelukkelser og præcise krav om bevaring tydeligt i stedet for at forvente, at et seed giver et identisk billede, når oplægget ændres.\n\nFor at få et brugbart slutresultat skal du undersøge de gengivne ord, enheder, felternes rækkefølge og de detaljer, der identificerer motivet, og derefter rette den konkrete del, der ikke fulgte oplægget. Et svar med flere billeder giver alternativer at sammenligne; bevar forbindelsen mellem hvert returneret billede og den prompt og de referencer, der skabte det. Producentens billedadresser udløber efter 24 timer, så gem selve billedfilen, når resultatet indgår i et projekt. Standardudgaven 3.0 er fortsat adskilt fra Pro og fra Qwen 2.1-modellerne med deres andre referenceantal og gennemsigtighedsfunktioner.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "c1806fcbdd1b74760ac230f35e6e03b1b9573e287e5947836fd7d4a0898fb134", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "da", "methods": [ { "html": "qwen/qwen-image-3Qwen-Image-3.0 kombinerer billedgenerering og redigering til informationsrige layouts, detaljerede scener og typografi på flere sprog. Standardudgaven afvejer kvalitet og hastighed og accepterer en tekstbeskrivelse eller op til tre billeder med en redigeringsinstruktion.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Qwen-Image-3.0 er Qwens tredje generation af billedmodeller og kombinerer tekst-til-billede-generering og referencebaseret redigering i én model. Standardudgaven afvejer billedkvalitet og responshastighed, mens Qwen-Image-3.0 Pro er den tilsvarende flagskibsudgave med fokus på kvalitet. En forespørgsel giver et billede: en plakat, en illustreret forklaring, en produktscene, et storyboard eller et redigeret fotografi frem for et redigerbart dokument eller en fungerende brugergrænseflade.
Modellens muligheder for indholdsrige billeder egner sig til en billedflade med flere relaterede sektioner eller et indlejret visuelt layout. Forbered overskrifter, præcis ordlyd, hierarki og forholdet mellem felterne, før du tilføjer stilistiske detaljer. Til en produktsammenligning angiver et nyttigt oplæg hovedvisningen af produktet, de egenskaber, der skal mærkes, og læserækkefølgen i de supplerende felter. Til et storyboard skal du beskrive motiv, handling og billedtekst for hvert felt særskilt. Den anbefalede maksimale promptlængde er 4.500 tokens; brug pladsen på det indhold og layout, billedet faktisk har brug for.
Modellen understøtter detaljerede teksturer, typografi med små tekster demonstreret i en størrelse på 10 pixels samt indbygget gengivelse på 12 sprog med flere skrifttyper og kunstneriske stilarter. Disse muligheder kan kombinere en realistisk genstand med informationsrig grafik i stedet for at tvinge et valg mellem et fotografi og et teksttungt layout. Angiv de præcise ord og tal, der skal gengives, deres tilsigtede sprog og deres placering. Betragt en genereret brugergrænseflade som en visuel mockup: knapper, diagrammer og etiketter i billedet implementerer ikke en applikations funktioner.
Redigering kan ændre tekst, tilføje eller fjerne genstande, flytte elementer, justere et motivs handling, overføre en stil eller forbedre detaljerne i et beskadiget billede. Lever ét til tre billeder og én tydelig redigeringsinstruktion. Billednummereringen følger den leverede rækkefølge, så angiv, hvilket billede der bidrager med motivet, hvilket der leverer en beklædningsgenstand eller anden genstand, og hvilket der leverer omgivelserne. Til en produktscene kan du bede om at placere genstanden fra billede 1 i omgivelserne fra billede 2 og samtidig bevare de egenskaber, der kendetegner produktet. Angiv ændringer og krav om bevaring udtrykkeligt.
Den præcise proces for billedinput accepterer JPG, JPEG, PNG, BMP, TIFF, WebP og GIF; kun første frame i en animeret GIF behandles. Hvert billede må fylde op til 10 MB. Den nuværende API accepterer dimensioner fra 1 til 8.000 pixels med et forhold mellem den lange og korte side på højst 10:1 og anbefaler 384–2.048 pixels for gode resultater. Vælg et input, der tydeligt viser de detaljer, som skal overføres eller redigeres. En tæt beskåret reference kan skjule den omgivende struktur, der er nødvendig for at placere en genstand naturligt.
Outputtet er PNG med ét til seks billeder pr. forespørgsel og ét som standard. Outputtets pixelareal går fra 512 × 512 til 2.048 × 2.048 med billedformater mellem 1:8 og 8:1; det er arealgrænser og ikke en regel om, at hver side højst må være 2.048 pixels. Hvis der ikke angives en størrelse, anbefaler modellen en opløsning ud fra prompten. Vælg en vandret, kvadratisk eller lodret komposition til den tilsigtede anvendelse, og undersøg derefter det returnerede billede i den faktiske størrelse, så små etiketter og fine detaljer kan vurderes, dér hvor de skal vises.
Promptomskrivning er aktiveret som standard i producentens proces. Direkte promptforbedring virker til både generering og redigering; agentbaseret promptforbedring er en mere omfattende omskrivningstilstand, som kun gælder tekst-til-billede og afvises ved billede-til-billede-redigering. Modellens tænketilstand er aktiveret som standard, kræver promptomskrivning og øger genereringstiden. Negative prompts kan beskrive uønskede elementer, mens et fast seed hjælper med at sammenligne variationer. Angiv udelukkelser og præcise krav om bevaring tydeligt i stedet for at forvente, at et seed giver et identisk billede, når oplægget ændres.
For at få et brugbart slutresultat skal du undersøge de gengivne ord, enheder, felternes rækkefølge og de detaljer, der identificerer motivet, og derefter rette den konkrete del, der ikke fulgte oplægget. Et svar med flere billeder giver alternativer at sammenligne; bevar forbindelsen mellem hvert returneret billede og den prompt og de referencer, der skabte det. Producentens billedadresser udløber efter 24 timer, så gem selve billedfilen, når resultatet indgår i et projekt. Standardudgaven 3.0 er fortsat adskilt fra Pro og fra Qwen 2.1-modellerne med deres andre referenceantal og gennemsigtighedsfunktioner.
POST /v1/images/generationstext, imageimage| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser qwen/qwen-image-3 | Standard— |
Feltprompt | Typestring | KravPåkrævet | Værdier og grænser Minimumslængde: 1 | Standard— |
Feltresolution | Typestring | KravValgfrit | Værdier og grænser 1K, 2K | Standard— |
Feltaspect_ratio | Typestring | KravValgfrit | Værdier og grænser 1:1, 1:2, 1:4, 2:1, 2:3, 3:2, 3:4, 4:1, 4:3, 4:5, 5:4, 9:16, 16:9 | Standard— |
Feltn | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Maksimum: 6 | Standard— |
Feltinput_references | Typearray | KravValgfrit | Værdier og grænser Minimumsantal elementer: 0 Maksimalt antal elementer: 4 | Standard— |
Feltprovider | Typeobject | KravValgfrit | Værdier og grænser | Standard— |
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, prompt |
Parametermaterial_types | Kontrakttext, image |
Livscyklus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · det faktisk returnerede task_id eller posten i mediebiblioteket
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
De viste satser bruges til at anslå omkostningen før genereringen. Det endelige beløb beregnes ud fra den registrerede omkostning for den oprindelige generering. Den målte varighed af outputtet og de anslåede mængder er ikke den endelige fakturerbare mængde.
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.
| Konfiguration | Takstplan | Forventet mængde | Afregningsenhed | Beløb |
|---|---|---|---|---|
| KonfigurationGrundpriser for tokens | TakstplanGrundtakst | Forventet mængde— | Afregningsenhed— | Beløb Input · Inputtokens · Estimat kun til sammenligning — / 1K tokens Output · Outputtokens · Estimat kun til sammenligning — / 1K tokens Input · Cachelæsning · Estimat kun til sammenligning — / 1K tokens Input · Cacheskrivning · Estimat kun til sammenligning — / 1K tokens Input · Cacheskrivning, 1 time · Estimat kun til sammenligning — / 1K tokens |
| Konfigurationinputbillede | Takstplan— | Forventet mængde— | Afregningsenhedpr. inputbillede | Beløb Input · inputbillede · Estimat kun til sammenligning $0.006 pr. inputbillede |
| KonfigurationAnslået genereringsomkostning | Takstplan— | Forventet mængdeestimat for én generering | Afregningsenhed— | Beløb Output · Anslået genereringsomkostning · Estimat kun til sammenligning $0.06 estimat før generering Dette estimat er hverken et ekstra gebyr eller en fast pris for den færdige generering. |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'model': 'qwen/qwen-image-3', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\nHent hvert returneret billede, eller gem dets Base64-indhold
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\nGem hvert færdigt billede; hent hver returneret URL eller afkod dets Base64-indhold.
Gem hele svaret og alle headere, alle faktisk returnerede output, de oprindeligt returnerede identifikatorer og alle felter med forbrugsdata. Gendan den oprindelige operation uden at sende oprettelsesanmodningen igen.
Gem det returnerede X-Client-Request-ID til afstemning. Brug kun faktisk returnerede task_id/asset_id-værdier eller dit eget mediebibliotek til læseanmodninger; opbyg aldrig en opgave-URL ud fra operations-ID’et, og send aldrig oprettelsesanmodningen igen.
| Felt | Type |
|---|---|
Feltcreated | Type |
Feltdata[].url | Type |
Feltdata[].b64_json | Type |
Feltusage | Type |
Ailoot Ultra qwen/qwen-image-3
/v1/images