Qwen-Image-3.0 Pro es el modelo insignia de tercera generación de Qwen para generar y editar imágenes. Combina creación de composiciones complejas, texturas realistas detalladas, tipografía multilingüe y seguimiento preciso del encargo de imagen. Pro y el Qwen-Image-3.0 estándar comparten los modos de generación y edición documentados; Pro enfatiza la calidad de imagen, mientras que la edición estándar equilibra calidad y velocidad. El resultado es una imagen renderizada.
Para un gráfico rico en información, define el contenido antes del aspecto: el titular, el texto de apoyo, las cifras, la jerarquía y la relación entre secciones. Un encargo de producto útil puede combinar un objeto principal, detalles de materiales en primer plano y características etiquetadas en un mismo lienzo. Para una ilustración educativa, identifica el concepto, la estructura del diagrama y los textos exactos, en lugar de confiar en que el modelo invente los hechos subyacentes. Las composiciones complejas también pueden mostrar varios paneles o interfaces anidadas. Mantén el máximo recomendado de 4.500 tokens de prompt centrado en lo que debe aparecer y dónde corresponde.
La familia 3.0 admite tipografía nativa en 12 idiomas, múltiples fuentes y más de 100 estilos artísticos, junto con texturas finas como pelo, piel o tejido. Se demuestra la representación de texto pequeño incluso con un tamaño de 10 píxeles. Esto permite diseños que integran letras con un material físico o combinan texto e imágenes realistas. Proporciona las palabras exactas, los numerales y el idioma y describe el papel tipográfico de cada bloque. Una página de periódico o un prototipo de interfaz sigue siendo una imagen, por lo que una composición editable o un comportamiento interactivo posterior es un resultado independiente que debe construirse a partir de ella.
Pro puede editar texto dentro de una imagen, añadir, eliminar o mover elementos, cambiar la acción de un sujeto, transferir estilos visuales y mejorar detalles. La edición recibe entre una y tres imágenes de entrada con una instrucción. Su orden determina la imagen 1, la imagen 2 y la imagen 3 del encargo. Especifica qué referencia aporta la identidad del sujeto, cuál aporta un objeto o ropa y cuál proporciona un entorno o una pose. Una edición concreta identifica tanto el cambio deseado como las características que deben permanecer intactas, facilitando comparar la imagen resultante con las referencias.
Los formatos de entrada compatibles son JPG, JPEG, PNG, BMP, TIFF, WebP y GIF, utilizando solo el primer fotograma de los GIF animados. Cada imagen de entrada puede tener hasta 10 MB. La API exacta admite lados de 1 a 8.000 píxeles y una relación entre el lado largo y el corto no superior a 10:1; su intervalo recomendado es de 384–2.048 píxeles. La guía de edición recomienda por separado imágenes de hasta 3.072 píxeles, así que trata la elección de entrada como preparación del detalle necesario, no como una promesa de que cualquier resolución mejora el resultado. Utiliza una referencia legible y bien encuadrada para texto diminuto o características de materiales.
Las salidas son PNG. El flujo del productor devuelve entre una y seis alternativas, con una como valor predeterminado, y admite un área total de píxeles desde 512 × 512 hasta 2.048 × 2.048, con relaciones de aspecto de 1:8 a 8:1. El presupuesto de área de píxeles permite algunas dimensiones no cuadradas cuyo lado más largo supera los 2.048 píxeles. Cuando no se especifica un tamaño, el modelo recomienda una resolución según el encargo. Elige la forma para el emplazamiento real y compara después las alternativas generadas por integridad del contenido, detalles del sujeto y tipografía al tamaño de visualización previsto.
La reescritura inteligente de prompts está activada de forma predeterminada. La mejora directa está disponible tanto para generación como para edición, mientras que la mejora mediante agente refina prompts de texto a imagen y no puede utilizarse para edición de imagen a imagen. Thinking también está activado de forma predeterminada y requiere reescritura del prompt; añade trabajo de razonamiento y tiempo de generación. Los prompts negativos identifican elementos no deseados y una semilla opcional puede ayudar a hacer más consistentes las comparaciones entre variantes. Un encargo positivo claro debe seguir estableciendo el sujeto, la composición y los detalles que se deben conservar.
Una revisión práctica del resultado comprueba el texto exacto, los números, el orden de lectura, la fidelidad a las referencias y los bordes o texturas relevantes para el diseño. Cuando una parte concreta necesita revisión, conserva la composición lograda y describe el cambio preciso. Guarda todas las imágenes seleccionadas junto con sus prompts y referencias, ya que las ubicaciones de salida del productor caducan a las 24 horas. Los modos y límites documentados de Pro pertenecen a la edición 3.0; las funciones de diez referencias y transparencia nativa descritas para Qwen 2.1 son capacidades de otra edición.
", "aboutText": "Qwen-Image-3.0 Pro es el modelo insignia de tercera generación de Qwen para generar y editar imágenes. Combina creación de composiciones complejas, texturas realistas detalladas, tipografía multilingüe y seguimiento preciso del encargo de imagen. Pro y el Qwen-Image-3.0 estándar comparten los modos de generación y edición documentados; Pro enfatiza la calidad de imagen, mientras que la edición estándar equilibra calidad y velocidad. El resultado es una imagen renderizada.\n\nPara un gráfico rico en información, define el contenido antes del aspecto: el titular, el texto de apoyo, las cifras, la jerarquía y la relación entre secciones. Un encargo de producto útil puede combinar un objeto principal, detalles de materiales en primer plano y características etiquetadas en un mismo lienzo. Para una ilustración educativa, identifica el concepto, la estructura del diagrama y los textos exactos, en lugar de confiar en que el modelo invente los hechos subyacentes. Las composiciones complejas también pueden mostrar varios paneles o interfaces anidadas. Mantén el máximo recomendado de 4.500 tokens de prompt centrado en lo que debe aparecer y dónde corresponde.\n\nLa familia 3.0 admite tipografía nativa en 12 idiomas, múltiples fuentes y más de 100 estilos artísticos, junto con texturas finas como pelo, piel o tejido. Se demuestra la representación de texto pequeño incluso con un tamaño de 10 píxeles. Esto permite diseños que integran letras con un material físico o combinan texto e imágenes realistas. Proporciona las palabras exactas, los numerales y el idioma y describe el papel tipográfico de cada bloque. Una página de periódico o un prototipo de interfaz sigue siendo una imagen, por lo que una composición editable o un comportamiento interactivo posterior es un resultado independiente que debe construirse a partir de ella.\n\nPro puede editar texto dentro de una imagen, añadir, eliminar o mover elementos, cambiar la acción de un sujeto, transferir estilos visuales y mejorar detalles. La edición recibe entre una y tres imágenes de entrada con una instrucción. Su orden determina la imagen 1, la imagen 2 y la imagen 3 del encargo. Especifica qué referencia aporta la identidad del sujeto, cuál aporta un objeto o ropa y cuál proporciona un entorno o una pose. Una edición concreta identifica tanto el cambio deseado como las características que deben permanecer intactas, facilitando comparar la imagen resultante con las referencias.\n\nLos formatos de entrada compatibles son JPG, JPEG, PNG, BMP, TIFF, WebP y GIF, utilizando solo el primer fotograma de los GIF animados. Cada imagen de entrada puede tener hasta 10 MB. La API exacta admite lados de 1 a 8.000 píxeles y una relación entre el lado largo y el corto no superior a 10:1; su intervalo recomendado es de 384–2.048 píxeles. La guía de edición recomienda por separado imágenes de hasta 3.072 píxeles, así que trata la elección de entrada como preparación del detalle necesario, no como una promesa de que cualquier resolución mejora el resultado. Utiliza una referencia legible y bien encuadrada para texto diminuto o características de materiales.\n\nLas salidas son PNG. El flujo del productor devuelve entre una y seis alternativas, con una como valor predeterminado, y admite un área total de píxeles desde 512 × 512 hasta 2.048 × 2.048, con relaciones de aspecto de 1:8 a 8:1. El presupuesto de área de píxeles permite algunas dimensiones no cuadradas cuyo lado más largo supera los 2.048 píxeles. Cuando no se especifica un tamaño, el modelo recomienda una resolución según el encargo. Elige la forma para el emplazamiento real y compara después las alternativas generadas por integridad del contenido, detalles del sujeto y tipografía al tamaño de visualización previsto.\n\nLa reescritura inteligente de prompts está activada de forma predeterminada. La mejora directa está disponible tanto para generación como para edición, mientras que la mejora mediante agente refina prompts de texto a imagen y no puede utilizarse para edición de imagen a imagen. Thinking también está activado de forma predeterminada y requiere reescritura del prompt; añade trabajo de razonamiento y tiempo de generación. Los prompts negativos identifican elementos no deseados y una semilla opcional puede ayudar a hacer más consistentes las comparaciones entre variantes. Un encargo positivo claro debe seguir estableciendo el sujeto, la composición y los detalles que se deben conservar.\n\nUna revisión práctica del resultado comprueba el texto exacto, los números, el orden de lectura, la fidelidad a las referencias y los bordes o texturas relevantes para el diseño. Cuando una parte concreta necesita revisión, conserva la composición lograda y describe el cambio preciso. Guarda todas las imágenes seleccionadas junto con sus prompts y referencias, ya que las ubicaciones de salida del productor caducan a las 24 horas. Los modos y límites documentados de Pro pertenecen a la edición 3.0; las funciones de diez referencias y transparencia nativa descritas para Qwen 2.1 son capacidades de otra edición.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "49560a82a186de79c89697140ec83ce749bc807fd7308068381aea9aeab38f33", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es", "methods": [ { "html": "qwen/qwen-image-3-proQwen-Image-3.0 Pro es el modelo insignia de Qwen para generación y edición de imágenes, con composiciones complejas, detalle realista y texto multilingüe. Utiliza un encargo preciso o entre una y tres referencias para crear un gráfico, una escena de producto o una edición visual concreta.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Qwen-Image-3.0 Pro es el modelo insignia de tercera generación de Qwen para generar y editar imágenes. Combina creación de composiciones complejas, texturas realistas detalladas, tipografía multilingüe y seguimiento preciso del encargo de imagen. Pro y el Qwen-Image-3.0 estándar comparten los modos de generación y edición documentados; Pro enfatiza la calidad de imagen, mientras que la edición estándar equilibra calidad y velocidad. El resultado es una imagen renderizada.
Para un gráfico rico en información, define el contenido antes del aspecto: el titular, el texto de apoyo, las cifras, la jerarquía y la relación entre secciones. Un encargo de producto útil puede combinar un objeto principal, detalles de materiales en primer plano y características etiquetadas en un mismo lienzo. Para una ilustración educativa, identifica el concepto, la estructura del diagrama y los textos exactos, en lugar de confiar en que el modelo invente los hechos subyacentes. Las composiciones complejas también pueden mostrar varios paneles o interfaces anidadas. Mantén el máximo recomendado de 4.500 tokens de prompt centrado en lo que debe aparecer y dónde corresponde.
La familia 3.0 admite tipografía nativa en 12 idiomas, múltiples fuentes y más de 100 estilos artísticos, junto con texturas finas como pelo, piel o tejido. Se demuestra la representación de texto pequeño incluso con un tamaño de 10 píxeles. Esto permite diseños que integran letras con un material físico o combinan texto e imágenes realistas. Proporciona las palabras exactas, los numerales y el idioma y describe el papel tipográfico de cada bloque. Una página de periódico o un prototipo de interfaz sigue siendo una imagen, por lo que una composición editable o un comportamiento interactivo posterior es un resultado independiente que debe construirse a partir de ella.
Pro puede editar texto dentro de una imagen, añadir, eliminar o mover elementos, cambiar la acción de un sujeto, transferir estilos visuales y mejorar detalles. La edición recibe entre una y tres imágenes de entrada con una instrucción. Su orden determina la imagen 1, la imagen 2 y la imagen 3 del encargo. Especifica qué referencia aporta la identidad del sujeto, cuál aporta un objeto o ropa y cuál proporciona un entorno o una pose. Una edición concreta identifica tanto el cambio deseado como las características que deben permanecer intactas, facilitando comparar la imagen resultante con las referencias.
Los formatos de entrada compatibles son JPG, JPEG, PNG, BMP, TIFF, WebP y GIF, utilizando solo el primer fotograma de los GIF animados. Cada imagen de entrada puede tener hasta 10 MB. La API exacta admite lados de 1 a 8.000 píxeles y una relación entre el lado largo y el corto no superior a 10:1; su intervalo recomendado es de 384–2.048 píxeles. La guía de edición recomienda por separado imágenes de hasta 3.072 píxeles, así que trata la elección de entrada como preparación del detalle necesario, no como una promesa de que cualquier resolución mejora el resultado. Utiliza una referencia legible y bien encuadrada para texto diminuto o características de materiales.
Las salidas son PNG. El flujo del productor devuelve entre una y seis alternativas, con una como valor predeterminado, y admite un área total de píxeles desde 512 × 512 hasta 2.048 × 2.048, con relaciones de aspecto de 1:8 a 8:1. El presupuesto de área de píxeles permite algunas dimensiones no cuadradas cuyo lado más largo supera los 2.048 píxeles. Cuando no se especifica un tamaño, el modelo recomienda una resolución según el encargo. Elige la forma para el emplazamiento real y compara después las alternativas generadas por integridad del contenido, detalles del sujeto y tipografía al tamaño de visualización previsto.
La reescritura inteligente de prompts está activada de forma predeterminada. La mejora directa está disponible tanto para generación como para edición, mientras que la mejora mediante agente refina prompts de texto a imagen y no puede utilizarse para edición de imagen a imagen. Thinking también está activado de forma predeterminada y requiere reescritura del prompt; añade trabajo de razonamiento y tiempo de generación. Los prompts negativos identifican elementos no deseados y una semilla opcional puede ayudar a hacer más consistentes las comparaciones entre variantes. Un encargo positivo claro debe seguir estableciendo el sujeto, la composición y los detalles que se deben conservar.
Una revisión práctica del resultado comprueba el texto exacto, los números, el orden de lectura, la fidelidad a las referencias y los bordes o texturas relevantes para el diseño. Cuando una parte concreta necesita revisión, conserva la composición lograda y describe el cambio preciso. Guarda todas las imágenes seleccionadas junto con sus prompts y referencias, ya que las ubicaciones de salida del productor caducan a las 24 horas. Los modos y límites documentados de Pro pertenecen a la edición 3.0; las funciones de diez referencias y transparencia nativa descritas para Qwen 2.1 son capacidades de otra edición.
POST /v1/images/generationstext, imageimage| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites qwen/qwen-image-3-pro | Predeterminado— |
Campoprompt | Tipostring | RequisitoObligatorio | Valores y límites Longitud mínima: 1 | Predeterminado— |
Camporesolution | Tipostring | RequisitoOpcional | Valores y límites 1K, 2K | Predeterminado— |
Campoaspect_ratio | Tipostring | RequisitoOpcional | Valores y límites 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 | Predeterminado— |
Campon | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Máximo: 6 | Predeterminado— |
Campoinput_references | Tipoarray | RequisitoOpcional | Valores y límites Número mínimo de elementos: 0 Número máximo de elementos: 4 | Predeterminado— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores y límites | Predeterminado— |
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, prompt |
Parámetromaterial_types | Contratotext, image |
Ciclo de vida: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id real devuelto o registro de la biblioteca multimedia
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Las tarifas mostradas estiman el coste antes de la generación. El cargo final se calcula a partir del coste registrado para la generación original. La duración medida del resultado y las cantidades previstas no constituyen la cantidad facturable final.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Cantidad prevista | Unidad de facturación | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cantidad prevista— | Unidad de facturación— | Cargo Entrada · Tokens de entrada · Estimación solo para comparar — / 1K tokens Salida · Tokens de salida · Estimación solo para comparar — / 1K tokens Entrada · Lectura de caché · Estimación solo para comparar — / 1K tokens Entrada · Escritura en caché · Estimación solo para comparar — / 1K tokens Entrada · Escritura en caché, 1 hora · Estimación solo para comparar — / 1K tokens |
| Configuraciónimagen de entrada | Tabla de tarifas— | Cantidad prevista— | Unidad de facturaciónpor imagen de entrada | Cargo Entrada · imagen de entrada · Estimación solo para comparar $0.006 por imagen de entrada |
| ConfiguraciónCoste estimado de generación | Tabla de tarifas— | Cantidad previstaestimación para una generación | Unidad de facturación— | Cargo Salida · Coste estimado de generación · Estimación solo para comparar $0.08 estimación previa a la generación Esta estimación no es un cargo adicional ni una tarifa fija para la generación completada. |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${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-pro', '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\nDescarga cada imagen recibida o guarda su contenido Base64
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.\nGuarda todas las imágenes completadas; descarga cada URL recibida o decodifica su contenido Base64.
Conserva la respuesta completa y las cabeceras, todas las salidas reales, los identificadores originales devueltos y todos los campos de uso. Recupera la operación original sin volver a enviar la solicitud de creación.
Conserva el X-Client-Request-ID devuelto para la conciliación. Consulta únicamente los valores task_id/asset_id realmente devueltos o la biblioteca multimedia propia; nunca construyas una URL de tarea a partir del ID de la operación ni vuelvas a enviar la solicitud de creación.
| Campo | Tipo |
|---|---|
Campocreated | Tipo |
Campodata[].url | Tipo |
Campodata[].b64_json | Tipo |
Campousage | Tipo |
Ailoot Ultra qwen/qwen-image-3-pro
/v1/images