Qwen: Qwen Image 3 Pro

Qwen-Image-3.0 Pro est le modèle phare de troisième génération de Qwen pour la génération et la modification d’images. Il associe création de mises en page complexes, textures réalistes détaillées, typographie multilingue et suivi précis d’une consigne visuelle. Pro et le modèle standard Qwen-Image-3.0 partagent les modes de génération et de modification documentés ; Pro privilégie la qualité d’image, tandis que l’édition standard équilibre qualité et vitesse. Le résultat est une image rendue.

Pour un visuel riche en informations, définissez le contenu avant l’apparence : titre, texte complémentaire, chiffres, hiérarchie et relations entre sections. Une consigne produit utile peut associer un objet principal, des détails de matière en gros plan et des caractéristiques étiquetées sur un même canevas. Pour une illustration pédagogique, indiquez le concept, la structure du diagramme et les légendes exactes, plutôt que de laisser le modèle inventer les faits sous-jacents. Les mises en page complexes peuvent aussi montrer plusieurs panneaux ou interfaces imbriquées. Concentrez le maximum recommandé de 4 500 tokens sur ce qui doit apparaître et sa place dans l’image.

La famille 3.0 prend en charge une typographie native dans 12 langues, plusieurs polices et plus de 100 styles artistiques, ainsi que des textures fines comme les cheveux, la peau ou le tissu. Le rendu de petits textes est démontré même à une taille de 10 pixels. Cela permet de mêler lettrage et matière physique ou texte et imagerie réaliste. Donnez les formulations exactes, les chiffres et la langue et décrivez le rôle typographique de chaque bloc. Une page de journal ou une maquette d’interface reste une image : une mise en page éditable ou un comportement interactif ultérieur est un livrable séparé à construire à partir de celle-ci.

Pro peut modifier le texte dans une image, ajouter, supprimer ou déplacer des éléments, changer l’action d’un sujet, transférer un style visuel et améliorer les détails. La modification accepte une à trois images en entrée avec une instruction. Leur ordre détermine l’image 1, l’image 2 et l’image 3 dans la consigne. Indiquez quelle référence apporte l’identité du sujet, laquelle fournit un objet ou un vêtement et laquelle contribue au décor ou à la pose. Une modification ciblée nomme le changement souhaité et les caractéristiques à préserver, facilitant la comparaison du résultat avec les références.

Les formats d’entrée pris en charge sont JPG, JPEG, PNG, BMP, TIFF, WebP et GIF. Pour un GIF animé, seule la première image de l’animation est utilisée. Chaque image en entrée peut atteindre 10 MB. L’API exacte du fabricant accepte des côtés de 1 à 8 000 pixels et un rapport entre côté long et côté court ne dépassant pas 10:1 ; sa plage recommandée est de 384–2 048 pixels. Le guide de modification recommande séparément des images allant jusqu’à 3 072 pixels : considérez le choix de l’entrée comme une préparation au détail nécessaire, pas comme la promesse que toute résolution supérieure améliore le résultat. Pour du petit texte ou des détails de matière, utilisez une référence lisible et correctement cadrée.

Les sorties sont en PNG. Le processus du fabricant renvoie une à six alternatives, une par défaut, et prend en charge une aire totale en pixels de 512 × 512 à 2 048 × 2 048 avec des rapports d’aspect de 1:8 à 8:1. Le budget d’aire autorise certaines dimensions non carrées dont le côté long dépasse 2 048 pixels. Sans taille précisée, le modèle recommande une résolution selon la consigne. Choisissez la forme pour l’emplacement réel, puis comparez les alternatives quant à la complétude du contenu, aux détails du sujet et à la typographie dans la taille d’affichage prévue.

La réécriture intelligente du prompt est activée par défaut. L’amélioration directe est disponible pour la génération et la modification ; l’amélioration par agent affine les prompts texte-vers-image et ne peut pas être utilisée pour la modification image-vers-image. Thinking est aussi activé par défaut et nécessite la réécriture du prompt ; il ajoute du raisonnement et du temps de génération. Les prompts négatifs identifient les éléments indésirables, et un seed facultatif peut rendre les comparaisons entre variantes plus cohérentes. Une consigne positive claire doit toujours définir le sujet, la composition et les détails à préserver.

Une vérification pratique contrôle le texte exact, les nombres, l’ordre de lecture, la fidélité aux références et les contours ou textures importants pour le design. Lorsqu’une partie précise nécessite une révision, conservez la composition réussie et décrivez le changement ciblé. Gardez toutes les images retenues avec leur prompt et leurs références, car les emplacements de sortie du fabricant expirent après 24 heures. Les modes et limites documentés de Pro appartiennent à l’édition 3.0 ; les dix références et la transparence native décrites pour Qwen 2.1 sont des capacités d’une édition distincte.