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.
", "aboutText": "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.\n\nAs 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.\n\nO 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.\n\nA 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.\n\nO 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.\n\nA 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.\n\nA 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.\n\nPara 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.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "98c0ec14a27dc59fb2bd1bcb943930dff98d8fbede0e8b725ded39cb66eeb490", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "pt-pt", "methods": [ { "html": "qwen/qwen-image-3Qwen-Image-3.0 combina geração e edição de imagens para composições ricas em informação, cenas detalhadas e tipografia multilingue. A edição padrão equilibra qualidade e rapidez, aceitando uma descrição textual ou até três imagens com uma instrução de edição.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
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.
POST /v1/images/generationstext, imageimage| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites qwen/qwen-image-3 | Predefinição— |
Campoprompt | Tipostring | RequisitoObrigatório | Valores e limites Comprimento mínimo: 1 | Predefinição— |
Camporesolution | Tipostring | RequisitoOpcional | Valores e limites 1K, 2K | Predefinição— |
Campoaspect_ratio | Tipostring | RequisitoOpcional | Valores e limites 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 | Predefinição— |
Campon | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Máximo: 6 | Predefinição— |
Campoinput_references | Tipoarray | RequisitoOpcional | Valores e limites Número mínimo de elementos: 0 Número máximo de elementos: 4 | Predefinição— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores e limites | Predefinição— |
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, prompt |
Parâmetromaterial_types | Contratotext, image |
Ciclo de vida: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id efetivamente devolvido ou registo na biblioteca de multimédia
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
As tarifas apresentadas permitem estimar o custo antes da geração. O montante final cobrado é calculado a partir do custo registado para a geração original. A duração medida do resultado e as quantidades previstas não correspondem à quantidade final faturável.
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Quantidade prevista | Unidade de faturação | Custo |
|---|---|---|---|---|
| ConfiguraçãoTarifas base por token | Tabela de tarifasTarifa base | Quantidade prevista— | Unidade de faturação— | Custo Entrada · Tokens de entrada · Estimativa apenas para comparação — / 1K tokens Saída · Tokens de saída · Estimativa apenas para comparação — / 1K tokens Entrada · Leitura da cache · Estimativa apenas para comparação — / 1K tokens Entrada · Escrita na cache · Estimativa apenas para comparação — / 1K tokens Entrada · Escrita na cache, 1 hora · Estimativa apenas para comparação — / 1K tokens |
| Configuraçãoimagem de entrada | Tabela de tarifas— | Quantidade prevista— | Unidade de faturaçãopor imagem de entrada | Custo Entrada · imagem de entrada · Estimativa apenas para comparação $0.006 por imagem de entrada |
| ConfiguraçãoCusto estimado de geração | Tabela de tarifas— | Quantidade previstaestimativa para uma geração | Unidade de faturação— | Custo Saída · Custo estimado de geração · Estimativa apenas para comparação $0.06 estimativa antes da geração Esta estimativa não é um encargo adicional nem uma tarifa fixa para a geração concluída. |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
set -eu\n: "${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\nDescarregue cada imagem devolvida ou guarde o respetivo conteúdo Base64
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.\nGuarde cada imagem concluída; obtenha cada URL devolvido ou descodifique o respetivo conteúdo Base64.
Conserve a resposta completa e os cabeçalhos, todos os resultados efetivamente produzidos, os identificadores originais devolvidos e todos os campos de utilização. Recupere a operação original sem voltar a enviar o pedido de criação.
Guarde o X-Client-Request-ID devolvido para reconciliação. Consulte apenas os valores task_id/asset_id efetivamente devolvidos ou a sua biblioteca de multimédia; nunca construa um URL de tarefa a partir do ID da operação e nunca volte a enviar o pedido de criação.
| Campo | Tipo |
|---|---|
Campocreated | Tipo |
Campodata[].url | Tipo |
Campodata[].b64_json | Tipo |
Campousage | Tipo |
Ailoot Ultra qwen/qwen-image-3
/v1/images