Qwen-Image-3.0 adalah model gambar generasi ketiga Qwen, yang menggabungkan pembuatan teks-ke-gambar dan penyuntingan berbasis referensi dalam satu model. Edisi standar menyeimbangkan kualitas gambar dan kecepatan respons, sedangkan Qwen-Image-3.0 Pro merupakan varian unggulan yang berorientasi pada kualitas. Sebuah permintaan menghasilkan gambar: poster, penjelasan berilustrasi, adegan produk, papan cerita, atau foto yang direvisi, bukan dokumen yang dapat disunting atau antarmuka yang berjalan.
Kemampuan kontennya yang kaya cocok untuk kanvas dengan beberapa bagian yang saling berkaitan atau tata letak visual bertingkat. Siapkan judul, kata-kata yang tepat, hierarki, dan hubungan antar-panel sebelum menambahkan detail gaya. Untuk perbandingan produk, arahan yang berguna menentukan tampilan produk utama, atribut yang perlu diberi label, dan urutan baca panel pendukung. Untuk papan cerita, jelaskan subjek, tindakan, dan keterangan setiap panel secara terpisah. Batas maksimum prompt yang disarankan adalah 4.500 token; gunakan ruang tersebut untuk konten dan tata letak yang benar-benar dibutuhkan gambar.
Model ini mendukung tekstur terperinci, tipografi hingga teks kecil yang didemonstrasikan pada ukuran 10 piksel, serta rendering asli dalam 12 bahasa dengan berbagai font dan gaya artistik. Kemampuan tersebut dapat memadukan objek realistis dengan grafis kaya informasi, tanpa harus memilih antara foto dan tata letak yang sarat teks. Berikan kata-kata dan angka yang harus ditampilkan secara tepat, bahasa yang dituju, serta tempat penempatannya. Perlakukan antarmuka yang dihasilkan sebagai mockup visual: tombol, grafik, dan label dalam gambar tidak menjalankan perilaku sebuah aplikasi.
Penyuntingan dapat mengubah teks, menambah atau menghapus objek, memindahkan elemen, menyesuaikan tindakan subjek, menerapkan gaya, atau meningkatkan detail gambar yang rusak. Berikan satu hingga tiga gambar dan satu instruksi penyuntingan yang jelas. Penomoran gambar mengikuti urutan masukan, jadi tentukan gambar mana yang menyumbangkan subjek, mana yang menyediakan pakaian atau objek, dan mana yang menyediakan latar. Untuk adegan produk, minta agar objek dari gambar 1 ditempatkan ke lingkungan gambar 2 sambil mempertahankan ciri yang membedakan produk tersebut. Nyatakan perubahan dan hal-hal yang harus dipertahankan secara eksplisit.
Alur masukan gambar untuk edisi ini menerima JPG, JPEG, PNG, BMP, TIFF, WebP, dan GIF; hanya bingkai pertama GIF animasi yang diproses. Setiap gambar dapat berukuran hingga 10 MB. API saat ini menerima dimensi dari 1 hingga 8.000 piksel dengan rasio sisi panjang terhadap sisi pendek tidak lebih dari 10:1, dan menyarankan 384–2.048 piksel untuk hasil yang baik. Pilih masukan yang memperlihatkan dengan jelas detail yang akan dipindahkan atau disunting. Referensi yang dipotong terlalu rapat dapat menyembunyikan struktur di sekitarnya yang dibutuhkan untuk menempatkan objek secara alami.
Keluarannya berupa PNG, dengan satu hingga enam gambar per permintaan dan satu gambar sebagai nilai bawaan. Luas piksel keluaran berkisar dari 512 × 512 hingga 2.048 × 2.048, dengan rasio aspek antara 1:8 dan 8:1; ini adalah batas luas, bukan aturan bahwa setiap sisi harus paling panjang 2.048 piksel. Jika ukuran tidak diberikan, model menyarankan resolusi berdasarkan prompt. Pilih komposisi lanskap, persegi, atau potret sesuai penggunaan yang dituju, lalu periksa gambar yang dikembalikan pada ukuran sebenarnya agar label kecil dan detail halus dapat dinilai di tempat tampilnya.
Penulisan ulang prompt diaktifkan secara bawaan dalam alur kerja produsen. Peningkatan langsung berlaku untuk pembuatan maupun penyuntingan; peningkatan agen merupakan mode penulisan ulang yang lebih terperinci, hanya untuk teks-ke-gambar, dan ditolak untuk penyuntingan gambar-ke-gambar. Pemikiran diaktifkan secara bawaan, memerlukan penulisan ulang prompt, dan menambah waktu pembuatan. Prompt negatif dapat menjelaskan elemen yang tidak diinginkan, sedangkan seed tetap membantu membandingkan variasi. Nyatakan pengecualian dan persyaratan pelestarian yang tepat dengan jelas, alih-alih mengharapkan seed membuat arahan yang berubah menghasilkan gambar identik.
Untuk memperoleh hasil akhir yang berguna, periksa kata-kata yang dirender, satuan, urutan panel, dan detail yang mengidentifikasi subjek, lalu revisi bagian tertentu yang tidak memenuhi arahan. Respons dengan banyak gambar menyediakan alternatif untuk dibandingkan; simpan hubungan setiap gambar yang dikembalikan dengan prompt dan referensi yang menghasilkannya. Lokasi gambar dari produsen kedaluwarsa setelah 24 jam, jadi simpan aset gambar yang sebenarnya ketika hasilnya menjadi bagian dari proyek. Edisi standar 3.0 tetap berbeda dari Pro maupun model Qwen 2.1 yang memiliki jumlah referensi dan fitur transparansi yang berbeda.
", "aboutText": "Qwen-Image-3.0 adalah model gambar generasi ketiga Qwen, yang menggabungkan pembuatan teks-ke-gambar dan penyuntingan berbasis referensi dalam satu model. Edisi standar menyeimbangkan kualitas gambar dan kecepatan respons, sedangkan Qwen-Image-3.0 Pro merupakan varian unggulan yang berorientasi pada kualitas. Sebuah permintaan menghasilkan gambar: poster, penjelasan berilustrasi, adegan produk, papan cerita, atau foto yang direvisi, bukan dokumen yang dapat disunting atau antarmuka yang berjalan.\n\nKemampuan kontennya yang kaya cocok untuk kanvas dengan beberapa bagian yang saling berkaitan atau tata letak visual bertingkat. Siapkan judul, kata-kata yang tepat, hierarki, dan hubungan antar-panel sebelum menambahkan detail gaya. Untuk perbandingan produk, arahan yang berguna menentukan tampilan produk utama, atribut yang perlu diberi label, dan urutan baca panel pendukung. Untuk papan cerita, jelaskan subjek, tindakan, dan keterangan setiap panel secara terpisah. Batas maksimum prompt yang disarankan adalah 4.500 token; gunakan ruang tersebut untuk konten dan tata letak yang benar-benar dibutuhkan gambar.\n\nModel ini mendukung tekstur terperinci, tipografi hingga teks kecil yang didemonstrasikan pada ukuran 10 piksel, serta rendering asli dalam 12 bahasa dengan berbagai font dan gaya artistik. Kemampuan tersebut dapat memadukan objek realistis dengan grafis kaya informasi, tanpa harus memilih antara foto dan tata letak yang sarat teks. Berikan kata-kata dan angka yang harus ditampilkan secara tepat, bahasa yang dituju, serta tempat penempatannya. Perlakukan antarmuka yang dihasilkan sebagai mockup visual: tombol, grafik, dan label dalam gambar tidak menjalankan perilaku sebuah aplikasi.\n\nPenyuntingan dapat mengubah teks, menambah atau menghapus objek, memindahkan elemen, menyesuaikan tindakan subjek, menerapkan gaya, atau meningkatkan detail gambar yang rusak. Berikan satu hingga tiga gambar dan satu instruksi penyuntingan yang jelas. Penomoran gambar mengikuti urutan masukan, jadi tentukan gambar mana yang menyumbangkan subjek, mana yang menyediakan pakaian atau objek, dan mana yang menyediakan latar. Untuk adegan produk, minta agar objek dari gambar 1 ditempatkan ke lingkungan gambar 2 sambil mempertahankan ciri yang membedakan produk tersebut. Nyatakan perubahan dan hal-hal yang harus dipertahankan secara eksplisit.\n\nAlur masukan gambar untuk edisi ini menerima JPG, JPEG, PNG, BMP, TIFF, WebP, dan GIF; hanya bingkai pertama GIF animasi yang diproses. Setiap gambar dapat berukuran hingga 10 MB. API saat ini menerima dimensi dari 1 hingga 8.000 piksel dengan rasio sisi panjang terhadap sisi pendek tidak lebih dari 10:1, dan menyarankan 384–2.048 piksel untuk hasil yang baik. Pilih masukan yang memperlihatkan dengan jelas detail yang akan dipindahkan atau disunting. Referensi yang dipotong terlalu rapat dapat menyembunyikan struktur di sekitarnya yang dibutuhkan untuk menempatkan objek secara alami.\n\nKeluarannya berupa PNG, dengan satu hingga enam gambar per permintaan dan satu gambar sebagai nilai bawaan. Luas piksel keluaran berkisar dari 512 × 512 hingga 2.048 × 2.048, dengan rasio aspek antara 1:8 dan 8:1; ini adalah batas luas, bukan aturan bahwa setiap sisi harus paling panjang 2.048 piksel. Jika ukuran tidak diberikan, model menyarankan resolusi berdasarkan prompt. Pilih komposisi lanskap, persegi, atau potret sesuai penggunaan yang dituju, lalu periksa gambar yang dikembalikan pada ukuran sebenarnya agar label kecil dan detail halus dapat dinilai di tempat tampilnya.\n\nPenulisan ulang prompt diaktifkan secara bawaan dalam alur kerja produsen. Peningkatan langsung berlaku untuk pembuatan maupun penyuntingan; peningkatan agen merupakan mode penulisan ulang yang lebih terperinci, hanya untuk teks-ke-gambar, dan ditolak untuk penyuntingan gambar-ke-gambar. Pemikiran diaktifkan secara bawaan, memerlukan penulisan ulang prompt, dan menambah waktu pembuatan. Prompt negatif dapat menjelaskan elemen yang tidak diinginkan, sedangkan seed tetap membantu membandingkan variasi. Nyatakan pengecualian dan persyaratan pelestarian yang tepat dengan jelas, alih-alih mengharapkan seed membuat arahan yang berubah menghasilkan gambar identik.\n\nUntuk memperoleh hasil akhir yang berguna, periksa kata-kata yang dirender, satuan, urutan panel, dan detail yang mengidentifikasi subjek, lalu revisi bagian tertentu yang tidak memenuhi arahan. Respons dengan banyak gambar menyediakan alternatif untuk dibandingkan; simpan hubungan setiap gambar yang dikembalikan dengan prompt dan referensi yang menghasilkannya. Lokasi gambar dari produsen kedaluwarsa setelah 24 jam, jadi simpan aset gambar yang sebenarnya ketika hasilnya menjadi bagian dari proyek. Edisi standar 3.0 tetap berbeda dari Pro maupun model Qwen 2.1 yang memiliki jumlah referensi dan fitur transparansi yang berbeda.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "5724387163797f712e71a0090afcb51b62e1532af99ae694d5f6b67cf57b3b68", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "id", "methods": [ { "html": "qwen/qwen-image-3Qwen-Image-3.0 memadukan pembuatan dan penyuntingan gambar untuk tata letak kaya informasi, adegan terperinci, dan tipografi multibahasa. Edisi standar menyeimbangkan kualitas dan kecepatan, dengan masukan berupa arahan teks atau hingga tiga gambar beserta instruksi penyuntingan.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Qwen-Image-3.0 adalah model gambar generasi ketiga Qwen, yang menggabungkan pembuatan teks-ke-gambar dan penyuntingan berbasis referensi dalam satu model. Edisi standar menyeimbangkan kualitas gambar dan kecepatan respons, sedangkan Qwen-Image-3.0 Pro merupakan varian unggulan yang berorientasi pada kualitas. Sebuah permintaan menghasilkan gambar: poster, penjelasan berilustrasi, adegan produk, papan cerita, atau foto yang direvisi, bukan dokumen yang dapat disunting atau antarmuka yang berjalan.
Kemampuan kontennya yang kaya cocok untuk kanvas dengan beberapa bagian yang saling berkaitan atau tata letak visual bertingkat. Siapkan judul, kata-kata yang tepat, hierarki, dan hubungan antar-panel sebelum menambahkan detail gaya. Untuk perbandingan produk, arahan yang berguna menentukan tampilan produk utama, atribut yang perlu diberi label, dan urutan baca panel pendukung. Untuk papan cerita, jelaskan subjek, tindakan, dan keterangan setiap panel secara terpisah. Batas maksimum prompt yang disarankan adalah 4.500 token; gunakan ruang tersebut untuk konten dan tata letak yang benar-benar dibutuhkan gambar.
Model ini mendukung tekstur terperinci, tipografi hingga teks kecil yang didemonstrasikan pada ukuran 10 piksel, serta rendering asli dalam 12 bahasa dengan berbagai font dan gaya artistik. Kemampuan tersebut dapat memadukan objek realistis dengan grafis kaya informasi, tanpa harus memilih antara foto dan tata letak yang sarat teks. Berikan kata-kata dan angka yang harus ditampilkan secara tepat, bahasa yang dituju, serta tempat penempatannya. Perlakukan antarmuka yang dihasilkan sebagai mockup visual: tombol, grafik, dan label dalam gambar tidak menjalankan perilaku sebuah aplikasi.
Penyuntingan dapat mengubah teks, menambah atau menghapus objek, memindahkan elemen, menyesuaikan tindakan subjek, menerapkan gaya, atau meningkatkan detail gambar yang rusak. Berikan satu hingga tiga gambar dan satu instruksi penyuntingan yang jelas. Penomoran gambar mengikuti urutan masukan, jadi tentukan gambar mana yang menyumbangkan subjek, mana yang menyediakan pakaian atau objek, dan mana yang menyediakan latar. Untuk adegan produk, minta agar objek dari gambar 1 ditempatkan ke lingkungan gambar 2 sambil mempertahankan ciri yang membedakan produk tersebut. Nyatakan perubahan dan hal-hal yang harus dipertahankan secara eksplisit.
Alur masukan gambar untuk edisi ini menerima JPG, JPEG, PNG, BMP, TIFF, WebP, dan GIF; hanya bingkai pertama GIF animasi yang diproses. Setiap gambar dapat berukuran hingga 10 MB. API saat ini menerima dimensi dari 1 hingga 8.000 piksel dengan rasio sisi panjang terhadap sisi pendek tidak lebih dari 10:1, dan menyarankan 384–2.048 piksel untuk hasil yang baik. Pilih masukan yang memperlihatkan dengan jelas detail yang akan dipindahkan atau disunting. Referensi yang dipotong terlalu rapat dapat menyembunyikan struktur di sekitarnya yang dibutuhkan untuk menempatkan objek secara alami.
Keluarannya berupa PNG, dengan satu hingga enam gambar per permintaan dan satu gambar sebagai nilai bawaan. Luas piksel keluaran berkisar dari 512 × 512 hingga 2.048 × 2.048, dengan rasio aspek antara 1:8 dan 8:1; ini adalah batas luas, bukan aturan bahwa setiap sisi harus paling panjang 2.048 piksel. Jika ukuran tidak diberikan, model menyarankan resolusi berdasarkan prompt. Pilih komposisi lanskap, persegi, atau potret sesuai penggunaan yang dituju, lalu periksa gambar yang dikembalikan pada ukuran sebenarnya agar label kecil dan detail halus dapat dinilai di tempat tampilnya.
Penulisan ulang prompt diaktifkan secara bawaan dalam alur kerja produsen. Peningkatan langsung berlaku untuk pembuatan maupun penyuntingan; peningkatan agen merupakan mode penulisan ulang yang lebih terperinci, hanya untuk teks-ke-gambar, dan ditolak untuk penyuntingan gambar-ke-gambar. Pemikiran diaktifkan secara bawaan, memerlukan penulisan ulang prompt, dan menambah waktu pembuatan. Prompt negatif dapat menjelaskan elemen yang tidak diinginkan, sedangkan seed tetap membantu membandingkan variasi. Nyatakan pengecualian dan persyaratan pelestarian yang tepat dengan jelas, alih-alih mengharapkan seed membuat arahan yang berubah menghasilkan gambar identik.
Untuk memperoleh hasil akhir yang berguna, periksa kata-kata yang dirender, satuan, urutan panel, dan detail yang mengidentifikasi subjek, lalu revisi bagian tertentu yang tidak memenuhi arahan. Respons dengan banyak gambar menyediakan alternatif untuk dibandingkan; simpan hubungan setiap gambar yang dikembalikan dengan prompt dan referensi yang menghasilkannya. Lokasi gambar dari produsen kedaluwarsa setelah 24 jam, jadi simpan aset gambar yang sebenarnya ketika hasilnya menjadi bagian dari proyek. Edisi standar 3.0 tetap berbeda dari Pro maupun model Qwen 2.1 yang memiliki jumlah referensi dan fitur transparansi yang berbeda.
POST /v1/images/generationstext, imageimage| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan qwen/qwen-image-3 | Bawaan— |
Kolomprompt | Jenisstring | PersyaratanWajib | Nilai & batasan Panjang minimum: 1 | Bawaan— |
Kolomresolution | Jenisstring | PersyaratanOpsional | Nilai & batasan 1K, 2K | Bawaan— |
Kolomaspect_ratio | Jenisstring | PersyaratanOpsional | Nilai & batasan 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 | Bawaan— |
Kolomn | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Maksimum: 6 | Bawaan— |
Kolominput_references | Jenisarray | PersyaratanOpsional | Nilai & batasan Item minimum: 0 Item maksimum: 4 | Bawaan— |
Kolomprovider | Jenisobject | PersyaratanOpsional | Nilai & batasan | Bawaan— |
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, prompt |
Parametermaterial_types | Kontraktext, image |
Siklus hidup: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id aktual yang dikembalikan atau catatan pustaka media
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Tarif yang ditampilkan memperkirakan biaya sebelum pembuatan. Biaya akhir dihitung dari biaya yang tercatat untuk proses pembuatan awal. Durasi keluaran yang terukur dan kuantitas perkiraan bukanlah kuantitas akhir yang ditagihkan.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Jumlah perkiraan | Satuan penagihan | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Jumlah perkiraan— | Satuan penagihan— | Biaya Masukan · Token masukan · Perkiraan hanya untuk perbandingan — / 1K token Keluaran · Token keluaran · Perkiraan hanya untuk perbandingan — / 1K token Masukan · Pembacaan cache · Perkiraan hanya untuk perbandingan — / 1K token Masukan · Penulisan cache · Perkiraan hanya untuk perbandingan — / 1K token Masukan · Penulisan cache, 1 jam · Perkiraan hanya untuk perbandingan — / 1K token |
| Konfigurasigambar masukan | Jadwal tarif— | Jumlah perkiraan— | Satuan penagihanper gambar masukan | Biaya Masukan · gambar masukan · Perkiraan hanya untuk perbandingan $0.006 per gambar masukan |
| KonfigurasiPerkiraan biaya pembuatan | Jadwal tarif— | Jumlah perkiraanestimasi satu kali pembuatan | Satuan penagihan— | Biaya Keluaran · Perkiraan biaya pembuatan · Perkiraan hanya untuk perbandingan $0.06 estimasi sebelum pembuatan Perkiraan ini bukan biaya tambahan maupun tarif tetap untuk proses pembuatan yang telah selesai. |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${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\nUnduh setiap gambar yang dikembalikan atau simpan konten Base64-nya
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.\nSimpan setiap gambar yang selesai; ambil setiap URL yang dikembalikan atau dekode konten Base64-nya.
Simpan respons dan header secara lengkap, setiap keluaran aktual, identifikator asli yang dikembalikan, dan semua kolom usage. Pulihkan operasi asli tanpa mengirim ulang permintaan pembuatan.
Simpan X-Client-Request-ID yang dikembalikan untuk rekonsiliasi. Baca hanya nilai task_id/asset_id yang benar-benar dikembalikan atau pustaka media milik Anda; jangan pernah membuat URL tugas dari ID operasi dan jangan pernah mengirim ulang permintaan pembuatan.
| Kolom | Jenis |
|---|---|
Kolomcreated | Jenis |
Kolomdata[].url | Jenis |
Kolomdata[].b64_json | Jenis |
Kolomusage | Jenis |
Ailoot Ultra qwen/qwen-image-3
/v1/images