Qwen-Image-3.0 ialah model imej generasi ketiga Qwen yang menggabungkan penciptaan teks-ke-imej dan penyuntingan berasaskan rujukan dalam satu model. Edisi standard mengimbangi kualiti imej dan kelajuan respons, manakala Qwen-Image-3.0 Pro ialah model sekeluarga bertaraf perdana yang berorientasikan kualiti. Satu permintaan menghasilkan imej: poster, penerangan berilustrasi, adegan produk, papan cerita atau foto yang disemak semula, bukannya dokumen yang boleh disunting atau antara muka yang berfungsi.
Keupayaannya menghasilkan kandungan kaya sesuai untuk kanvas dengan beberapa bahagian yang berkaitan atau susun atur visual bersarang. Sediakan tajuk, perkataan yang tepat, hierarki dan hubungan antara panel sebelum menambah butiran gaya. Untuk perbandingan produk, arahan yang berguna menetapkan pandangan utama produk, atribut yang perlu dilabel dan urutan bacaan panel sokongan. Untuk papan cerita, huraikan subjek, aksi dan kapsyen setiap panel secara berasingan. Panjang maksimum prom yang disyorkan ialah 4,500 token; gunakan ruang itu untuk kandungan dan susun atur yang benar-benar diperlukan oleh imej.
Model ini menyokong tekstur terperinci, tipografi hingga teks kecil yang ditunjukkan pada saiz 10 piksel, serta perenderan natif merentas 12 bahasa dengan pelbagai fon dan gaya artistik. Keupayaan tersebut boleh menggabungkan objek realistik dengan grafik yang sarat maklumat, bukannya memaksa pilihan antara foto dengan susun atur yang banyak teks. Berikan perkataan dan angka tepat yang perlu dipaparkan, bahasa yang dimaksudkan serta tempatnya. Anggap antara muka yang dijana sebagai mockup visual: butang, carta dan label dalam imej tidak melaksanakan tingkah laku aplikasi.
Penyuntingan boleh mengubah teks, menambah atau membuang objek, memindahkan elemen, melaraskan aksi subjek, memindahkan gaya atau mempertingkat butiran imej yang rosak. Berikan satu hingga tiga imej dan satu arahan penyuntingan yang jelas. Penomboran imej mengikut urutan yang diberikan, jadi kenal pasti imej yang menyumbangkan subjek, imej yang menyediakan pakaian atau objek dan imej yang menyediakan latar. Untuk adegan produk, minta objek daripada imej 1 diletakkan dalam persekitaran daripada imej 2 sambil mengekalkan ciri yang membezakan produk itu. Nyatakan perubahan dan perkara yang perlu dikekalkan dengan jelas.
Aliran kerja input imej yang khusus ini menerima JPG, JPEG, PNG, BMP, TIFF, WebP dan GIF; hanya bingkai pertama GIF beranimasi diproses. Setiap imej boleh bersaiz sehingga 10 MB. API semasa menerima dimensi dari 1 hingga 8,000 piksel dengan nisbah sisi panjang kepada sisi pendek tidak melebihi 10:1, dan mengesyorkan 384–2,048 piksel untuk hasil yang baik. Pilih input yang jelas menunjukkan butiran yang akan dipindahkan atau disunting. Rujukan yang dipangkas terlalu rapat boleh menyembunyikan struktur sekeliling yang diperlukan untuk meletakkan objek secara semula jadi.
Output ialah PNG, dengan satu hingga enam imej bagi setiap permintaan dan satu imej sebagai tetapan lalai. Luas piksel output berjulat dari 512 × 512 hingga 2,048 × 2,048, dengan nisbah aspek antara 1:8 dan 8:1; ini ialah had luas, bukannya peraturan bahawa setiap sisi mesti tidak melebihi 2,048 piksel. Jika saiz tidak diberikan, model mengesyorkan resolusi berdasarkan prom. Pilih komposisi landskap, segi empat sama atau potret untuk kegunaan yang dimaksudkan, kemudian periksa imej yang dikembalikan pada saiz sebenar itu supaya label kecil dan butiran halus dapat dinilai di tempat ia akan dipaparkan.
Penulisan semula prom diaktifkan secara lalai dalam aliran kerja pengeluar. Penambahbaikan langsung berfungsi untuk penjanaan dan penyuntingan; penambahbaikan berasaskan ejen ialah mod penulisan semula yang lebih terperinci untuk teks-ke-imej sahaja dan ditolak bagi penyuntingan imej-ke-imej. Thinking diaktifkan secara lalai, memerlukan penulisan semula prom dan menambah masa penjanaan. Prom negatif boleh menerangkan elemen yang tidak dikehendaki, manakala seed tetap membantu membandingkan variasi. Nyatakan pengecualian dan perkara tepat yang mesti dikekalkan dengan jelas, bukannya menjangkakan seed akan menghasilkan gambar yang sama apabila arahan berubah.
Untuk artifak akhir yang berguna, periksa perkataan yang dipaparkan, unit, urutan panel dan butiran yang mengenal pasti subjek, kemudian semak semula bahagian tertentu yang tidak menepati arahan. Respons berbilang imej memberikan pilihan untuk dibandingkan; kekalkan perkaitan setiap imej yang dikembalikan dengan prom dan rujukan yang menghasilkannya. Alamat imej pengeluar tamat tempoh selepas 24 jam, jadi simpan aset imej sebenar apabila hasilnya menjadi sebahagian daripada projek. Edisi standard 3.0 kekal berbeza daripada Pro dan model Qwen 2.1 yang mempunyai bilangan rujukan serta ciri ketelusan yang berbeza.
", "aboutText": "Qwen-Image-3.0 ialah model imej generasi ketiga Qwen yang menggabungkan penciptaan teks-ke-imej dan penyuntingan berasaskan rujukan dalam satu model. Edisi standard mengimbangi kualiti imej dan kelajuan respons, manakala Qwen-Image-3.0 Pro ialah model sekeluarga bertaraf perdana yang berorientasikan kualiti. Satu permintaan menghasilkan imej: poster, penerangan berilustrasi, adegan produk, papan cerita atau foto yang disemak semula, bukannya dokumen yang boleh disunting atau antara muka yang berfungsi.\n\nKeupayaannya menghasilkan kandungan kaya sesuai untuk kanvas dengan beberapa bahagian yang berkaitan atau susun atur visual bersarang. Sediakan tajuk, perkataan yang tepat, hierarki dan hubungan antara panel sebelum menambah butiran gaya. Untuk perbandingan produk, arahan yang berguna menetapkan pandangan utama produk, atribut yang perlu dilabel dan urutan bacaan panel sokongan. Untuk papan cerita, huraikan subjek, aksi dan kapsyen setiap panel secara berasingan. Panjang maksimum prom yang disyorkan ialah 4,500 token; gunakan ruang itu untuk kandungan dan susun atur yang benar-benar diperlukan oleh imej.\n\nModel ini menyokong tekstur terperinci, tipografi hingga teks kecil yang ditunjukkan pada saiz 10 piksel, serta perenderan natif merentas 12 bahasa dengan pelbagai fon dan gaya artistik. Keupayaan tersebut boleh menggabungkan objek realistik dengan grafik yang sarat maklumat, bukannya memaksa pilihan antara foto dengan susun atur yang banyak teks. Berikan perkataan dan angka tepat yang perlu dipaparkan, bahasa yang dimaksudkan serta tempatnya. Anggap antara muka yang dijana sebagai mockup visual: butang, carta dan label dalam imej tidak melaksanakan tingkah laku aplikasi.\n\nPenyuntingan boleh mengubah teks, menambah atau membuang objek, memindahkan elemen, melaraskan aksi subjek, memindahkan gaya atau mempertingkat butiran imej yang rosak. Berikan satu hingga tiga imej dan satu arahan penyuntingan yang jelas. Penomboran imej mengikut urutan yang diberikan, jadi kenal pasti imej yang menyumbangkan subjek, imej yang menyediakan pakaian atau objek dan imej yang menyediakan latar. Untuk adegan produk, minta objek daripada imej 1 diletakkan dalam persekitaran daripada imej 2 sambil mengekalkan ciri yang membezakan produk itu. Nyatakan perubahan dan perkara yang perlu dikekalkan dengan jelas.\n\nAliran kerja input imej yang khusus ini menerima JPG, JPEG, PNG, BMP, TIFF, WebP dan GIF; hanya bingkai pertama GIF beranimasi diproses. Setiap imej boleh bersaiz sehingga 10 MB. API semasa menerima dimensi dari 1 hingga 8,000 piksel dengan nisbah sisi panjang kepada sisi pendek tidak melebihi 10:1, dan mengesyorkan 384–2,048 piksel untuk hasil yang baik. Pilih input yang jelas menunjukkan butiran yang akan dipindahkan atau disunting. Rujukan yang dipangkas terlalu rapat boleh menyembunyikan struktur sekeliling yang diperlukan untuk meletakkan objek secara semula jadi.\n\nOutput ialah PNG, dengan satu hingga enam imej bagi setiap permintaan dan satu imej sebagai tetapan lalai. Luas piksel output berjulat dari 512 × 512 hingga 2,048 × 2,048, dengan nisbah aspek antara 1:8 dan 8:1; ini ialah had luas, bukannya peraturan bahawa setiap sisi mesti tidak melebihi 2,048 piksel. Jika saiz tidak diberikan, model mengesyorkan resolusi berdasarkan prom. Pilih komposisi landskap, segi empat sama atau potret untuk kegunaan yang dimaksudkan, kemudian periksa imej yang dikembalikan pada saiz sebenar itu supaya label kecil dan butiran halus dapat dinilai di tempat ia akan dipaparkan.\n\nPenulisan semula prom diaktifkan secara lalai dalam aliran kerja pengeluar. Penambahbaikan langsung berfungsi untuk penjanaan dan penyuntingan; penambahbaikan berasaskan ejen ialah mod penulisan semula yang lebih terperinci untuk teks-ke-imej sahaja dan ditolak bagi penyuntingan imej-ke-imej. Thinking diaktifkan secara lalai, memerlukan penulisan semula prom dan menambah masa penjanaan. Prom negatif boleh menerangkan elemen yang tidak dikehendaki, manakala seed tetap membantu membandingkan variasi. Nyatakan pengecualian dan perkara tepat yang mesti dikekalkan dengan jelas, bukannya menjangkakan seed akan menghasilkan gambar yang sama apabila arahan berubah.\n\nUntuk artifak akhir yang berguna, periksa perkataan yang dipaparkan, unit, urutan panel dan butiran yang mengenal pasti subjek, kemudian semak semula bahagian tertentu yang tidak menepati arahan. Respons berbilang imej memberikan pilihan untuk dibandingkan; kekalkan perkaitan setiap imej yang dikembalikan dengan prom dan rujukan yang menghasilkannya. Alamat imej pengeluar tamat tempoh selepas 24 jam, jadi simpan aset imej sebenar apabila hasilnya menjadi sebahagian daripada projek. Edisi standard 3.0 kekal berbeza daripada Pro dan model Qwen 2.1 yang mempunyai bilangan rujukan serta ciri ketelusan yang berbeza.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "4d6680a67ce8923a6358841d62c80154689c307ac2e457823b51fcb4e83adaea", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ms", "methods": [ { "html": "qwen/qwen-image-3Qwen-Image-3.0 menggabungkan penjanaan dan penyuntingan imej untuk susun atur yang sarat maklumat, adegan terperinci dan tipografi berbilang bahasa. Edisi standard mengimbangi kualiti dan kelajuan, serta menerima arahan teks atau sehingga tiga imej bersama arahan penyuntingan.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Qwen-Image-3.0 ialah model imej generasi ketiga Qwen yang menggabungkan penciptaan teks-ke-imej dan penyuntingan berasaskan rujukan dalam satu model. Edisi standard mengimbangi kualiti imej dan kelajuan respons, manakala Qwen-Image-3.0 Pro ialah model sekeluarga bertaraf perdana yang berorientasikan kualiti. Satu permintaan menghasilkan imej: poster, penerangan berilustrasi, adegan produk, papan cerita atau foto yang disemak semula, bukannya dokumen yang boleh disunting atau antara muka yang berfungsi.
Keupayaannya menghasilkan kandungan kaya sesuai untuk kanvas dengan beberapa bahagian yang berkaitan atau susun atur visual bersarang. Sediakan tajuk, perkataan yang tepat, hierarki dan hubungan antara panel sebelum menambah butiran gaya. Untuk perbandingan produk, arahan yang berguna menetapkan pandangan utama produk, atribut yang perlu dilabel dan urutan bacaan panel sokongan. Untuk papan cerita, huraikan subjek, aksi dan kapsyen setiap panel secara berasingan. Panjang maksimum prom yang disyorkan ialah 4,500 token; gunakan ruang itu untuk kandungan dan susun atur yang benar-benar diperlukan oleh imej.
Model ini menyokong tekstur terperinci, tipografi hingga teks kecil yang ditunjukkan pada saiz 10 piksel, serta perenderan natif merentas 12 bahasa dengan pelbagai fon dan gaya artistik. Keupayaan tersebut boleh menggabungkan objek realistik dengan grafik yang sarat maklumat, bukannya memaksa pilihan antara foto dengan susun atur yang banyak teks. Berikan perkataan dan angka tepat yang perlu dipaparkan, bahasa yang dimaksudkan serta tempatnya. Anggap antara muka yang dijana sebagai mockup visual: butang, carta dan label dalam imej tidak melaksanakan tingkah laku aplikasi.
Penyuntingan boleh mengubah teks, menambah atau membuang objek, memindahkan elemen, melaraskan aksi subjek, memindahkan gaya atau mempertingkat butiran imej yang rosak. Berikan satu hingga tiga imej dan satu arahan penyuntingan yang jelas. Penomboran imej mengikut urutan yang diberikan, jadi kenal pasti imej yang menyumbangkan subjek, imej yang menyediakan pakaian atau objek dan imej yang menyediakan latar. Untuk adegan produk, minta objek daripada imej 1 diletakkan dalam persekitaran daripada imej 2 sambil mengekalkan ciri yang membezakan produk itu. Nyatakan perubahan dan perkara yang perlu dikekalkan dengan jelas.
Aliran kerja input imej yang khusus ini menerima JPG, JPEG, PNG, BMP, TIFF, WebP dan GIF; hanya bingkai pertama GIF beranimasi diproses. Setiap imej boleh bersaiz sehingga 10 MB. API semasa menerima dimensi dari 1 hingga 8,000 piksel dengan nisbah sisi panjang kepada sisi pendek tidak melebihi 10:1, dan mengesyorkan 384–2,048 piksel untuk hasil yang baik. Pilih input yang jelas menunjukkan butiran yang akan dipindahkan atau disunting. Rujukan yang dipangkas terlalu rapat boleh menyembunyikan struktur sekeliling yang diperlukan untuk meletakkan objek secara semula jadi.
Output ialah PNG, dengan satu hingga enam imej bagi setiap permintaan dan satu imej sebagai tetapan lalai. Luas piksel output berjulat dari 512 × 512 hingga 2,048 × 2,048, dengan nisbah aspek antara 1:8 dan 8:1; ini ialah had luas, bukannya peraturan bahawa setiap sisi mesti tidak melebihi 2,048 piksel. Jika saiz tidak diberikan, model mengesyorkan resolusi berdasarkan prom. Pilih komposisi landskap, segi empat sama atau potret untuk kegunaan yang dimaksudkan, kemudian periksa imej yang dikembalikan pada saiz sebenar itu supaya label kecil dan butiran halus dapat dinilai di tempat ia akan dipaparkan.
Penulisan semula prom diaktifkan secara lalai dalam aliran kerja pengeluar. Penambahbaikan langsung berfungsi untuk penjanaan dan penyuntingan; penambahbaikan berasaskan ejen ialah mod penulisan semula yang lebih terperinci untuk teks-ke-imej sahaja dan ditolak bagi penyuntingan imej-ke-imej. Thinking diaktifkan secara lalai, memerlukan penulisan semula prom dan menambah masa penjanaan. Prom negatif boleh menerangkan elemen yang tidak dikehendaki, manakala seed tetap membantu membandingkan variasi. Nyatakan pengecualian dan perkara tepat yang mesti dikekalkan dengan jelas, bukannya menjangkakan seed akan menghasilkan gambar yang sama apabila arahan berubah.
Untuk artifak akhir yang berguna, periksa perkataan yang dipaparkan, unit, urutan panel dan butiran yang mengenal pasti subjek, kemudian semak semula bahagian tertentu yang tidak menepati arahan. Respons berbilang imej memberikan pilihan untuk dibandingkan; kekalkan perkaitan setiap imej yang dikembalikan dengan prom dan rujukan yang menghasilkannya. Alamat imej pengeluar tamat tempoh selepas 24 jam, jadi simpan aset imej sebenar apabila hasilnya menjadi sebahagian daripada projek. Edisi standard 3.0 kekal berbeza daripada Pro dan model Qwen 2.1 yang mempunyai bilangan rujukan serta ciri ketelusan yang berbeza.
POST /v1/images/generationstext, imageimage| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had qwen/qwen-image-3 | Lalai— |
Medanprompt | Jenisstring | KeperluanDiperlukan | Nilai & had Panjang minimum: 1 | Lalai— |
Medanresolution | Jenisstring | KeperluanPilihan | Nilai & had 1K, 2K | Lalai— |
Medanaspect_ratio | Jenisstring | KeperluanPilihan | Nilai & had 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 | Lalai— |
Medann | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Maksimum: 6 | Lalai— |
Medaninput_references | Jenisarray | KeperluanPilihan | Nilai & had Item minimum: 0 Item maksimum: 4 | Lalai— |
Medanprovider | Jenisobject | KeperluanPilihan | Nilai & had | Lalai— |
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, prompt |
Parametermaterial_types | Kontraktext, image |
Kitar hayat: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id sebenar yang dikembalikan atau rekod pustaka media
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Kadar yang dipaparkan menganggarkan kos sebelum penjanaan. Caj akhir dikira berdasarkan kos yang direkodkan untuk penjanaan asal. Tempoh output yang diukur dan kuantiti ramalan bukan kuantiti akhir yang boleh dibilkan.
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Kuantiti ramalan | Unit pengebilan | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Kuantiti ramalan— | Unit pengebilan— | Caj Input · Token input · Anggaran untuk perbandingan sahaja — / 1K token Output · Token output · Anggaran untuk perbandingan sahaja — / 1K token Input · Bacaan cache · Anggaran untuk perbandingan sahaja — / 1K token Input · Penulisan cache · Anggaran untuk perbandingan sahaja — / 1K token Input · Penulisan cache, 1 jam · Anggaran untuk perbandingan sahaja — / 1K token |
| Konfigurasiimej input | Jadual kadar— | Kuantiti ramalan— | Unit pengebilanbagi setiap imej masukan | Caj Input · imej input · Anggaran untuk perbandingan sahaja $0.006 bagi setiap imej masukan |
| KonfigurasiAnggaran kos penjanaan | Jadual kadar— | Kuantiti ramalananggaran untuk satu penjanaan | Unit pengebilan— | Caj Output · Anggaran kos penjanaan · Anggaran untuk perbandingan sahaja $0.06 anggaran sebelum penjanaan Anggaran ini bukan caj tambahan atau kadar tetap bagi penjanaan yang telah selesai. |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${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\nMuat turun setiap imej yang dikembalikan atau simpan kandungan 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 imej yang selesai; dapatkan setiap URL yang dikembalikan atau nyahkod kandungan Base64-nya.
Simpan respons dan pengepala yang lengkap, setiap output sebenar, pengecam asal yang dikembalikan serta semua medan penggunaan. Pulihkan operasi asal tanpa menghantar permintaan penciptaan sekali lagi.
Simpan X-Client-Request-ID yang dikembalikan untuk penyelarasan rekod. Baca hanya nilai task_id/asset_id sebenar yang dikembalikan atau pustaka media milik anda; jangan sekali-kali bina URL tugas daripada ID operasi atau hantar semula permintaan penciptaan.
| Medan | Jenis |
|---|---|
Medancreated | Jenis |
Medandata[].url | Jenis |
Medandata[].b64_json | Jenis |
Medanusage | Jenis |
Ailoot Ultra qwen/qwen-image-3
/v1/images