Qwen: Qwen Image 3

Qwen-Image-3.0 est le modèle d’image de troisième génération de Qwen, qui réunit création d’images à partir de texte et retouche à partir de références dans un même modèle. L’édition standard équilibre qualité d’image et rapidité de réponse, tandis que Qwen-Image-3.0 Pro est la version phare axée sur la qualité. Une requête produit une image : une affiche, une explication illustrée, une scène de produit, un scénarimage ou une photographie retouchée, plutôt qu’un document modifiable ou une interface fonctionnelle.

Ses capacités de contenu riche conviennent à une composition comprenant plusieurs sections liées ou une mise en page visuelle imbriquée. Préparez les titres, le texte exact, la hiérarchie et les relations entre les panneaux avant d’ajouter des détails de style. Pour une comparaison de produits, une description utile précise la vue principale du produit, les attributs à légender et l’ordre de lecture des panneaux complémentaires. Pour un scénarimage, décrivez séparément le sujet, l’action et la légende de chaque panneau. La longueur maximale recommandée de l’invite est de 4 500 jetons; consacrez cet espace au contenu et à la mise en page dont l’image a réellement besoin.

Le modèle prend en charge des textures détaillées, une typographie dont la finesse a été démontrée avec du texte de 10 pixels, et un rendu natif dans 12 langues avec plusieurs polices et styles artistiques. Ces capacités peuvent associer un objet réaliste à un visuel riche en informations, sans imposer de choisir entre une photographie et une mise en page très textuelle. Fournissez les mots et les nombres exacts à afficher, leur langue et leur emplacement. Considérez une interface générée comme une maquette visuelle : les boutons, graphiques et libellés de l’image ne réalisent pas les fonctions d’une application.

La retouche permet de modifier du texte, d’ajouter ou de supprimer des objets, de déplacer des éléments, d’ajuster l’action d’un sujet, de transférer un style ou d’améliorer les détails d’une image abîmée. Fournissez une à trois images et une seule consigne de retouche claire. La numérotation des images suit l’ordre d’envoi : précisez donc laquelle fournit le sujet, laquelle fournit un vêtement ou un objet et laquelle fournit le décor. Pour une scène de produit, demandez de placer l’objet de l’image 1 dans l’environnement de l’image 2 tout en conservant les caractéristiques qui distinguent le produit. Précisez explicitement les changements et les éléments à préserver.

Le processus d’entrée d’images concerné accepte JPG, JPEG, PNG, BMP, TIFF, WebP et GIF; seule la première image d’un GIF animé est traitée. Chaque image peut atteindre 10 MB. L’API actuelle accepte des dimensions de 1 à 8 000 pixels, avec un rapport entre le côté long et le côté court ne dépassant pas 10:1, et recommande 384–2 048 pixels pour de bons résultats. Choisissez une entrée montrant clairement les détails à transférer ou à modifier. Une référence très recadrée peut masquer la structure environnante nécessaire pour placer un objet naturellement.

La sortie est au format PNG, avec une à six images par requête et une image par défaut. La surface en pixels va de 512 × 512 à 2 048 × 2 048, avec des rapports d’aspect compris entre 1:8 et 8:1; il s’agit de limites de surface, et non d’une règle imposant que chaque côté mesure au plus 2 048 pixels. Si aucune taille n’est fournie, le modèle recommande une résolution à partir de l’invite. Choisissez une composition paysage, carrée ou portrait selon l’usage prévu, puis examinez l’image renvoyée à sa taille réelle afin d’évaluer les petites légendes et les détails fins là où ils apparaîtront.

La réécriture de l’invite est activée par défaut dans le processus du fabricant. L’amélioration directe fonctionne pour la génération comme pour la retouche; l’amélioration par agent est un mode de réécriture plus élaboré, réservé à la génération d’images à partir de texte, qui est refusé pour la retouche d’image à image. Le raisonnement est activé par défaut, nécessite la réécriture de l’invite et augmente le temps de génération. Les invites négatives peuvent décrire les éléments indésirables, tandis qu’une graine fixe aide à comparer des variantes. Indiquez clairement les exclusions et les exigences précises de conservation, plutôt que d’attendre d’une graine qu’elle produise une image identique lorsque la description change.

Pour obtenir un résultat final utile, vérifiez les mots rendus, les unités, l’ordre des panneaux et les détails qui identifient le sujet, puis modifiez la partie précise qui ne respecte pas la description. Une réponse comportant plusieurs images offre des alternatives à comparer; conservez le lien entre chaque image renvoyée, l’invite et les références qui l’ont produite. Les adresses d’images du fabricant expirent après 24 heures : conservez donc le fichier image réel lorsque le résultat entre dans un projet. L’édition standard 3.0 reste distincte de Pro et des modèles Qwen 2.1, dont le nombre de références et les fonctions de transparence diffèrent.