Qwen: Qwen Image 3

Qwen-Image-3.0 é o modelo de imagem de terceira geração da Qwen, que combina criação de imagens a partir de texto e edição baseada em referências num único modelo. A edição padrão equilibra a qualidade da imagem e a rapidez de resposta, enquanto Qwen-Image-3.0 Pro é a edição de topo da mesma família, orientada para a qualidade. Um pedido produz uma imagem: um cartaz, uma explicação ilustrada, uma cena de produto, um storyboard ou uma fotografia revista, e não um documento editável ou uma interface funcional.

As suas capacidades de conteúdo rico adequam-se a uma composição com várias secções relacionadas ou uma organização visual com elementos encaixados. Prepare os títulos, a redação exata, a hierarquia e a relação entre os painéis antes de acrescentar pormenores de estilo. Para uma comparação de produtos, uma indicação útil especifica a vista principal do produto, os atributos a identificar e a ordem de leitura dos painéis de apoio. Para um storyboard, descreva separadamente o tema, a ação e a legenda de cada painel. O máximo recomendado para o prompt é de 4 500 tokens; utilize esse espaço para o conteúdo e a composição de que a imagem realmente precisa.

O modelo suporta texturas detalhadas, tipografia que chega a texto pequeno demonstrado com 10 píxeis e composição nativa em 12 línguas, com várias fontes e estilos artísticos. Estas capacidades permitem combinar um objeto realista com um grafismo rico em informação, em vez de obrigar a escolher entre uma fotografia e uma composição com muito texto. Forneça as palavras e os algarismos exatos a representar, a língua pretendida e o local onde devem aparecer. Trate uma interface gerada como uma maquete visual: os botões, gráficos e etiquetas na imagem não implementam o comportamento de uma aplicação.

A edição permite alterar texto, acrescentar ou remover objetos, mover elementos, ajustar a ação de um sujeito, transferir um estilo ou melhorar os detalhes de uma imagem danificada. Forneça entre uma e três imagens e uma única instrução de edição clara. A numeração das imagens segue a ordem fornecida, pelo que deve identificar qual fornece o sujeito, qual fornece uma peça de roupa ou objeto e qual fornece o cenário. Para uma cena de produto, peça que o objeto da imagem 1 seja colocado no ambiente da imagem 2, preservando as características que distinguem o produto. Explicite as alterações e os requisitos de preservação.

O processo específico de entrada de imagens aceita JPG, JPEG, PNG, BMP, TIFF, WebP e GIF; num GIF animado, apenas o primeiro fotograma é processado. Cada imagem pode ter até 10 MB. A API atual aceita dimensões de 1 a 8 000 píxeis, com uma proporção máxima de 10:1 entre o lado maior e o menor, e recomenda 384–2 048 píxeis para bons resultados. Escolha uma entrada que mostre claramente os detalhes a transferir ou editar. Uma referência com um recorte demasiado apertado pode ocultar a estrutura envolvente necessária para colocar um objeto de forma natural.

A saída é PNG, com uma a seis imagens por pedido e uma por predefinição. A área em píxeis da saída varia de 512 × 512 a 2 048 × 2 048, com proporções entre 1:8 e 8:1; estes são limites de área, não uma regra segundo a qual cada lado tenha, no máximo, 2 048 píxeis. Se não for fornecido um tamanho, o modelo recomenda uma resolução a partir do prompt. Selecione uma composição horizontal, quadrada ou vertical para a utilização pretendida e examine depois a imagem devolvida nesse tamanho real, para avaliar as etiquetas pequenas e os detalhes finos no local onde irão aparecer.

A reescrita do prompt está ativada por predefinição no processo do fabricante. A melhoria direta funciona tanto na geração como na edição; a melhoria com agente é um modo de reescrita mais elaborado, apenas para geração de imagens a partir de texto, e é rejeitada na edição de imagem para imagem. Thinking está ativado por predefinição, exige a reescrita do prompt e aumenta o tempo de geração. Os prompts negativos podem descrever elementos indesejados, enquanto uma seed fixa ajuda a comparar variações. Indique claramente as exclusões e os requisitos exatos de preservação, em vez de esperar que uma seed produza uma imagem idêntica quando a descrição muda.

Para obter um resultado final útil, examine as palavras representadas, as unidades, a ordem dos painéis e os detalhes que identificam o sujeito, e reveja depois a parte específica que não cumpriu a indicação. Uma resposta com várias imagens fornece alternativas para comparação; mantenha cada imagem devolvida associada ao prompt e às referências que a produziram. Os endereços das imagens do fabricante expiram ao fim de 24 horas, pelo que deve conservar o ficheiro de imagem propriamente dito quando o resultado passar a integrar um projeto. A edição padrão 3.0 continua distinta de Pro e dos modelos Qwen 2.1, que têm diferentes quantidades de referências e funcionalidades de transparência.