Qwen: Qwen Image 3

Qwen-Image-3.0 è il modello per immagini di terza generazione di Qwen e riunisce in un unico modello la creazione da testo e la modifica basata su riferimenti. L’edizione standard bilancia qualità dell’immagine e velocità di risposta, mentre Qwen-Image-3.0 Pro è la versione affine di punta, orientata alla qualità. Una richiesta produce un’immagine: un poster, una spiegazione illustrata, una scena di prodotto, uno storyboard o una fotografia modificata, non un documento modificabile o un’interfaccia funzionante.

Le sue capacità di gestione di contenuti ricchi si adattano a una composizione con più sezioni correlate o a una struttura visiva annidata. Prepara titoli, formulazioni esatte, gerarchia e relazioni tra i riquadri prima di aggiungere dettagli stilistici. Per un confronto di prodotti, un brief utile specifica la vista principale del prodotto, le caratteristiche da etichettare e l’ordine di lettura dei riquadri di supporto. Per uno storyboard, descrivi separatamente soggetto, azione e didascalia di ciascun riquadro. La lunghezza massima consigliata del prompt è di 4.500 token; usa quello spazio per i contenuti e la disposizione di cui l’immagine ha realmente bisogno.

Il modello supporta texture dettagliate, tipografia fino a testi piccoli dimostrati a 10 pixel e resa nativa in 12 lingue, con più caratteri tipografici e stili artistici. Queste capacità permettono di unire un oggetto realistico a una grafica ricca di informazioni, senza imporre una scelta tra fotografia e impaginazione con molto testo. Fornisci le parole e le cifre esatte da rendere, la lingua prevista e la loro posizione. Considera un’interfaccia generata come un mockup visivo: pulsanti, grafici ed etichette nell’immagine non implementano il comportamento di un’applicazione.

La modifica può cambiare testi, aggiungere o rimuovere oggetti, spostare elementi, modificare l’azione di un soggetto, trasferire uno stile o migliorare i dettagli di un’immagine danneggiata. Fornisci da una a tre immagini e un’unica istruzione di modifica chiara. La numerazione segue l’ordine delle immagini fornite, quindi indica quale immagine apporta il soggetto, quale un indumento o un oggetto e quale l’ambientazione. Per una scena di prodotto, chiedi di collocare l’oggetto dell’immagine 1 nell’ambiente dell’immagine 2, preservando le caratteristiche che distinguono il prodotto. Esplicita le modifiche e i requisiti di conservazione.

Il flusso specifico di input delle immagini accetta JPG, JPEG, PNG, BMP, TIFF, WebP e GIF; per una GIF animata viene elaborato soltanto il primo fotogramma. Ogni immagine può arrivare a 10 MB. L’API attuale accetta dimensioni da 1 a 8.000 pixel, con un rapporto tra lato lungo e lato corto non superiore a 10:1, e consiglia 384–2.048 pixel per buoni risultati. Scegli un input che mostri chiaramente i dettagli da trasferire o modificare. Un riferimento ritagliato troppo stretto può nascondere la struttura circostante necessaria per collocare un oggetto in modo naturale.

L’output è in PNG, con da una a sei immagini per richiesta e una come impostazione predefinita. La superficie dell’output in pixel va da 512 × 512 a 2.048 × 2.048, con proporzioni tra 1:8 e 8:1; sono limiti di area, non una regola secondo cui ogni lato deve misurare al massimo 2.048 pixel. Se non viene fornita una dimensione, il modello consiglia una risoluzione in base al prompt. Scegli una composizione orizzontale, quadrata o verticale per l’uso previsto, poi esamina l’immagine restituita nelle dimensioni effettive, così da valutare le etichette minuscole e i dettagli fini nel punto in cui appariranno.

La riscrittura del prompt è abilitata per impostazione predefinita nel flusso del produttore. Il miglioramento diretto funziona sia per la generazione sia per la modifica; il miglioramento tramite agente è una modalità di riscrittura più elaborata, riservata alla generazione da testo, e viene rifiutato per la modifica da immagine a immagine. Il ragionamento è abilitato per impostazione predefinita, richiede la riscrittura del prompt e aumenta il tempo di generazione. I prompt negativi possono descrivere elementi indesiderati, mentre un seed fisso aiuta a confrontare varianti. Esprimi chiaramente esclusioni e requisiti esatti di conservazione, anziché aspettarti che un seed produca un’immagine identica quando il brief cambia.

Per ottenere un risultato finale utile, controlla le parole renderizzate, le unità, l’ordine dei riquadri e i dettagli identificativi del soggetto, poi rivedi la parte specifica che non ha rispettato il brief. Una risposta con più immagini offre alternative da confrontare; mantieni ogni immagine restituita associata al prompt e ai riferimenti che l’hanno prodotta. Gli indirizzi delle immagini del produttore scadono dopo 24 ore, quindi conserva il file dell’immagine quando il risultato entra a far parte di un progetto. L’edizione standard 3.0 resta distinta da Pro e dai modelli Qwen 2.1, che hanno numeri di riferimenti e funzioni di trasparenza diversi.