Qwen-Image-3.0 Pro är Qwens flaggskeppsmodell i tredje generationen för bildgenerering och bildredigering. Den kombinerar skapande av komplexa layouter, detaljerade realistiska texturer, flerspråkig typografi och noggrann följsamhet till bildbeskrivningen. Pro och standardversionen Qwen-Image-3.0 delar de dokumenterade genererings- och redigeringslägena; Pro betonar bildkvalitet, medan standardversionen balanserar kvalitet och hastighet. Resultatet är en renderad bild.
För informationsrik grafik ska du definiera innehållet före utseendet: rubrik, stödtext, siffror, hierarki och samband mellan avsnitt. En användbar produktbeskrivning kan kombinera ett huvudobjekt, närbilder av materialdetaljer och märkta funktioner på samma bildyta. För en pedagogisk illustration ska du ange begreppet, diagramstrukturen och de exakta bildtexterna i stället för att låta modellen hitta på de underliggande fakta. Komplexa layouter kan också visa flera paneler eller nästlade gränssnitt. Håll den rekommenderade maximala promptlängden på 4 500 token fokuserad på vad som måste synas och var det hör hemma.
3.0-familjen stöder inbyggd typografi på 12 språk, flera typsnitt och fler än 100 konstnärliga stilar samt fina texturer som hår, hud eller tyg. Rendering av liten text demonstreras ned till 10 pixlar. Det möjliggör en design som blandar bokstäver med ett fysiskt material eller kombinerar text med realistiska bilder. Ange exakt ordalydelse, siffror och språk och beskriv varje textblocks typografiska roll. En tidningssida eller gränssnittsmodell är fortfarande en bild, så en senare redigerbar layout eller interaktiv funktion är ett separat resultat som behöver byggas utifrån bilden.
Pro kan redigera text i en bild, lägga till, ta bort eller flytta element, ändra motivets handling, överföra visuell stil och förbättra detaljer. Redigering tar emot en till tre indatabilder med en instruktion. Deras ordning avgör bild 1, bild 2 och bild 3 i beskrivningen. Ange vilken referens som ger motivets identitet, vilken som tillhandahåller ett objekt eller kläder och vilken som bidrar med en miljö eller pose. En fokuserad redigering anger både den avsedda ändringen och de egenskaper som ska förbli intakta, vilket gör resultatbilden lättare att jämföra med referenserna.
Indataformat som stöds är JPG, JPEG, PNG, BMP, TIFF, WebP och GIF, där endast den första bildrutan används för animerade GIF-filer. Varje indatabild kan vara upp till 10 MB. Det exakta API:et accepterar sidor från 1 till 8 000 pixlar och ett förhållande mellan lång och kort sida på högst 10:1; det rekommenderade intervallet är 384–2 048 pixlar. Redigeringsguiden rekommenderar separat bilder upp till 3 072 pixlar, så behandla indatavalet som förberedelse för den detaljnivå som behövs snarare än som ett löfte om att varje upplösning förbättrar resultatet. Använd en läsbar referens med tillräcklig inramning för liten text eller materialegenskaper.
Utdata är PNG. Tillverkarens arbetsflöde returnerar ett till sex alternativ, med ett som standard, och stöder en total pixelyta från 512 × 512 till 2 048 × 2 048 med bildförhållanden från 1:8 till 8:1. Pixelytebudgeten tillåter vissa icke-kvadratiska dimensioner där den längre sidan överstiger 2 048 pixlar. När ingen storlek anges rekommenderar modellen en upplösning utifrån uppgiftsbeskrivningen. Välj formen efter den faktiska placeringen och jämför sedan de genererade alternativen utifrån innehållets fullständighet, motivdetaljer och typografi vid den avsedda visningsstorleken.
Intelligent omskrivning av prompten är aktiverad som standard. Direkt förbättring finns för både generering och redigering, medan agentbaserad förbättring förfinar text-till-bild-promptar och inte kan användas för bild-till-bild-redigering. Thinking är också aktiverat som standard och kräver promptomskrivning; det tillför resonemangsarbete och genereringstid. Negativa promptar anger oönskade element, och ett valfritt seed kan hjälpa till att göra jämförelser mellan varianter mer konsekventa. En tydlig positiv beskrivning ska ändå ange motiv, komposition och detaljer som ska bevaras.
En praktisk resultatgranskning kontrollerar den exakta texten, siffrorna, läsordningen, referenstroheten och de kanter eller texturer som är viktiga för designen. När en viss del behöver revideras ska du behålla den lyckade kompositionen och beskriva den fokuserade ändringen. Spara alla valda bilder med deras prompt och referenser, eftersom tillverkarens utdataplatser upphör att gälla efter 24 timmar. Pros dokumenterade lägen och gränser hör till 3.0-versionen; stödet för tio referenser och inbyggd transparens som beskrivs för Qwen 2.1 är separata versionsförmågor.
", "aboutText": "Qwen-Image-3.0 Pro är Qwens flaggskeppsmodell i tredje generationen för bildgenerering och bildredigering. Den kombinerar skapande av komplexa layouter, detaljerade realistiska texturer, flerspråkig typografi och noggrann följsamhet till bildbeskrivningen. Pro och standardversionen Qwen-Image-3.0 delar de dokumenterade genererings- och redigeringslägena; Pro betonar bildkvalitet, medan standardversionen balanserar kvalitet och hastighet. Resultatet är en renderad bild.\n\nFör informationsrik grafik ska du definiera innehållet före utseendet: rubrik, stödtext, siffror, hierarki och samband mellan avsnitt. En användbar produktbeskrivning kan kombinera ett huvudobjekt, närbilder av materialdetaljer och märkta funktioner på samma bildyta. För en pedagogisk illustration ska du ange begreppet, diagramstrukturen och de exakta bildtexterna i stället för att låta modellen hitta på de underliggande fakta. Komplexa layouter kan också visa flera paneler eller nästlade gränssnitt. Håll den rekommenderade maximala promptlängden på 4 500 token fokuserad på vad som måste synas och var det hör hemma.\n\n3.0-familjen stöder inbyggd typografi på 12 språk, flera typsnitt och fler än 100 konstnärliga stilar samt fina texturer som hår, hud eller tyg. Rendering av liten text demonstreras ned till 10 pixlar. Det möjliggör en design som blandar bokstäver med ett fysiskt material eller kombinerar text med realistiska bilder. Ange exakt ordalydelse, siffror och språk och beskriv varje textblocks typografiska roll. En tidningssida eller gränssnittsmodell är fortfarande en bild, så en senare redigerbar layout eller interaktiv funktion är ett separat resultat som behöver byggas utifrån bilden.\n\nPro kan redigera text i en bild, lägga till, ta bort eller flytta element, ändra motivets handling, överföra visuell stil och förbättra detaljer. Redigering tar emot en till tre indatabilder med en instruktion. Deras ordning avgör bild 1, bild 2 och bild 3 i beskrivningen. Ange vilken referens som ger motivets identitet, vilken som tillhandahåller ett objekt eller kläder och vilken som bidrar med en miljö eller pose. En fokuserad redigering anger både den avsedda ändringen och de egenskaper som ska förbli intakta, vilket gör resultatbilden lättare att jämföra med referenserna.\n\nIndataformat som stöds är JPG, JPEG, PNG, BMP, TIFF, WebP och GIF, där endast den första bildrutan används för animerade GIF-filer. Varje indatabild kan vara upp till 10 MB. Det exakta API:et accepterar sidor från 1 till 8 000 pixlar och ett förhållande mellan lång och kort sida på högst 10:1; det rekommenderade intervallet är 384–2 048 pixlar. Redigeringsguiden rekommenderar separat bilder upp till 3 072 pixlar, så behandla indatavalet som förberedelse för den detaljnivå som behövs snarare än som ett löfte om att varje upplösning förbättrar resultatet. Använd en läsbar referens med tillräcklig inramning för liten text eller materialegenskaper.\n\nUtdata är PNG. Tillverkarens arbetsflöde returnerar ett till sex alternativ, med ett som standard, och stöder en total pixelyta från 512 × 512 till 2 048 × 2 048 med bildförhållanden från 1:8 till 8:1. Pixelytebudgeten tillåter vissa icke-kvadratiska dimensioner där den längre sidan överstiger 2 048 pixlar. När ingen storlek anges rekommenderar modellen en upplösning utifrån uppgiftsbeskrivningen. Välj formen efter den faktiska placeringen och jämför sedan de genererade alternativen utifrån innehållets fullständighet, motivdetaljer och typografi vid den avsedda visningsstorleken.\n\nIntelligent omskrivning av prompten är aktiverad som standard. Direkt förbättring finns för både generering och redigering, medan agentbaserad förbättring förfinar text-till-bild-promptar och inte kan användas för bild-till-bild-redigering. Thinking är också aktiverat som standard och kräver promptomskrivning; det tillför resonemangsarbete och genereringstid. Negativa promptar anger oönskade element, och ett valfritt seed kan hjälpa till att göra jämförelser mellan varianter mer konsekventa. En tydlig positiv beskrivning ska ändå ange motiv, komposition och detaljer som ska bevaras.\n\nEn praktisk resultatgranskning kontrollerar den exakta texten, siffrorna, läsordningen, referenstroheten och de kanter eller texturer som är viktiga för designen. När en viss del behöver revideras ska du behålla den lyckade kompositionen och beskriva den fokuserade ändringen. Spara alla valda bilder med deras prompt och referenser, eftersom tillverkarens utdataplatser upphör att gälla efter 24 timmar. Pros dokumenterade lägen och gränser hör till 3.0-versionen; stödet för tio referenser och inbyggd transparens som beskrivs för Qwen 2.1 är separata versionsförmågor.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "42e7008bd6d826be2d36d93801dc10d2ef77ea0421cc33085037f138703e8a74", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "sv", "methods": [ { "html": "qwen/qwen-image-3-proQwen-Image-3.0 Pro är Qwens flaggskeppsmodell för bildgenerering och bildredigering med komplexa layouter, realistiska detaljer och flerspråkig text. Använd en precis uppgiftsbeskrivning eller en till tre referenser för att skapa en grafik, en produktscen eller en fokuserad visuell ändring.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Qwen-Image-3.0 Pro är Qwens flaggskeppsmodell i tredje generationen för bildgenerering och bildredigering. Den kombinerar skapande av komplexa layouter, detaljerade realistiska texturer, flerspråkig typografi och noggrann följsamhet till bildbeskrivningen. Pro och standardversionen Qwen-Image-3.0 delar de dokumenterade genererings- och redigeringslägena; Pro betonar bildkvalitet, medan standardversionen balanserar kvalitet och hastighet. Resultatet är en renderad bild.
För informationsrik grafik ska du definiera innehållet före utseendet: rubrik, stödtext, siffror, hierarki och samband mellan avsnitt. En användbar produktbeskrivning kan kombinera ett huvudobjekt, närbilder av materialdetaljer och märkta funktioner på samma bildyta. För en pedagogisk illustration ska du ange begreppet, diagramstrukturen och de exakta bildtexterna i stället för att låta modellen hitta på de underliggande fakta. Komplexa layouter kan också visa flera paneler eller nästlade gränssnitt. Håll den rekommenderade maximala promptlängden på 4 500 token fokuserad på vad som måste synas och var det hör hemma.
3.0-familjen stöder inbyggd typografi på 12 språk, flera typsnitt och fler än 100 konstnärliga stilar samt fina texturer som hår, hud eller tyg. Rendering av liten text demonstreras ned till 10 pixlar. Det möjliggör en design som blandar bokstäver med ett fysiskt material eller kombinerar text med realistiska bilder. Ange exakt ordalydelse, siffror och språk och beskriv varje textblocks typografiska roll. En tidningssida eller gränssnittsmodell är fortfarande en bild, så en senare redigerbar layout eller interaktiv funktion är ett separat resultat som behöver byggas utifrån bilden.
Pro kan redigera text i en bild, lägga till, ta bort eller flytta element, ändra motivets handling, överföra visuell stil och förbättra detaljer. Redigering tar emot en till tre indatabilder med en instruktion. Deras ordning avgör bild 1, bild 2 och bild 3 i beskrivningen. Ange vilken referens som ger motivets identitet, vilken som tillhandahåller ett objekt eller kläder och vilken som bidrar med en miljö eller pose. En fokuserad redigering anger både den avsedda ändringen och de egenskaper som ska förbli intakta, vilket gör resultatbilden lättare att jämföra med referenserna.
Indataformat som stöds är JPG, JPEG, PNG, BMP, TIFF, WebP och GIF, där endast den första bildrutan används för animerade GIF-filer. Varje indatabild kan vara upp till 10 MB. Det exakta API:et accepterar sidor från 1 till 8 000 pixlar och ett förhållande mellan lång och kort sida på högst 10:1; det rekommenderade intervallet är 384–2 048 pixlar. Redigeringsguiden rekommenderar separat bilder upp till 3 072 pixlar, så behandla indatavalet som förberedelse för den detaljnivå som behövs snarare än som ett löfte om att varje upplösning förbättrar resultatet. Använd en läsbar referens med tillräcklig inramning för liten text eller materialegenskaper.
Utdata är PNG. Tillverkarens arbetsflöde returnerar ett till sex alternativ, med ett som standard, och stöder en total pixelyta från 512 × 512 till 2 048 × 2 048 med bildförhållanden från 1:8 till 8:1. Pixelytebudgeten tillåter vissa icke-kvadratiska dimensioner där den längre sidan överstiger 2 048 pixlar. När ingen storlek anges rekommenderar modellen en upplösning utifrån uppgiftsbeskrivningen. Välj formen efter den faktiska placeringen och jämför sedan de genererade alternativen utifrån innehållets fullständighet, motivdetaljer och typografi vid den avsedda visningsstorleken.
Intelligent omskrivning av prompten är aktiverad som standard. Direkt förbättring finns för både generering och redigering, medan agentbaserad förbättring förfinar text-till-bild-promptar och inte kan användas för bild-till-bild-redigering. Thinking är också aktiverat som standard och kräver promptomskrivning; det tillför resonemangsarbete och genereringstid. Negativa promptar anger oönskade element, och ett valfritt seed kan hjälpa till att göra jämförelser mellan varianter mer konsekventa. En tydlig positiv beskrivning ska ändå ange motiv, komposition och detaljer som ska bevaras.
En praktisk resultatgranskning kontrollerar den exakta texten, siffrorna, läsordningen, referenstroheten och de kanter eller texturer som är viktiga för designen. När en viss del behöver revideras ska du behålla den lyckade kompositionen och beskriva den fokuserade ändringen. Spara alla valda bilder med deras prompt och referenser, eftersom tillverkarens utdataplatser upphör att gälla efter 24 timmar. Pros dokumenterade lägen och gränser hör till 3.0-versionen; stödet för tio referenser och inbyggd transparens som beskrivs för Qwen 2.1 är separata versionsförmågor.
POST /v1/images/generationstext, imageimage| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser qwen/qwen-image-3-pro | Standard— |
Fältprompt | Typstring | KravObligatoriskt | Värden & gränser Minsta längd: 1 | Standard— |
Fältresolution | Typstring | KravValfritt | Värden & gränser 1K, 2K | Standard— |
Fältaspect_ratio | Typstring | KravValfritt | Värden & gränser 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 | Standard— |
Fältn | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Maximum: 6 | Standard— |
Fältinput_references | Typarray | KravValfritt | Värden & gränser Minsta antal objekt: 0 Maximalt antal objekt: 4 | Standard— |
Fältprovider | Typobject | KravValfritt | Värden & gränser | Standard— |
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, prompt |
Parametermaterial_types | Avtaltext, image |
Livscykel: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Det task_id som faktiskt returnerades eller en post i mediebiblioteket
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
De visade priserna används för att uppskatta kostnaden före genereringen. Den slutliga debiteringen beräknas utifrån den kostnad som registrerats för den ursprungliga genereringen. Uppmätt längd på resultatet och uppskattade mängder utgör inte den slutliga debiterbara mängden.
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Prognostiserad mängd | Debiteringsenhet | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Prognostiserad mängd— | Debiteringsenhet— | Avgift Indata · Indatatoken · Uppskattning endast för jämförelse — / 1K token Utdata · Utdatatoken · Uppskattning endast för jämförelse — / 1K token Indata · Cacheläsning · Uppskattning endast för jämförelse — / 1K token Indata · Skrivning till cache · Uppskattning endast för jämförelse — / 1K token Indata · Skrivning till cache, 1 tim · Uppskattning endast för jämförelse — / 1K token |
| Konfigurationindatabild | Prislista— | Prognostiserad mängd— | Debiteringsenhetper indatabild | Avgift Indata · indatabild · Uppskattning endast för jämförelse $0.006 per indatabild |
| KonfigurationUppskattad genereringskostnad | Prislista— | Prognostiserad mängduppskattning för en generering | Debiteringsenhet— | Avgift Utdata · Uppskattad genereringskostnad · Uppskattning endast för jämförelse $0.08 uppskattning före generering Denna uppskattning är varken en extra avgift eller ett fast pris för den slutförda genereringen. |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${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-pro', '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\nLadda ned varje returnerad bild eller spara dess Base64-innehåll
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.\nSpara varje färdig bild; hämta varje returnerad URL eller avkoda dess Base64-innehåll.
Spara hela svaret med headers, samtliga faktiska resultat, de ursprungliga returnerade identifierarna och alla användningsfält. Hämta den ursprungliga operationen utan att skicka skapandeförfrågan igen.
Behåll det returnerade värdet för X-Client-Request-ID för avstämning. Läs endast av resultat via de task_id/asset_id-värden som faktiskt returnerades eller via det mediebibliotek som tillhör dig. Bygg aldrig en uppgifts-URL från operations-ID:t och skicka aldrig skapandeförfrågan igen.
| Fält | Typ |
|---|---|
Fältcreated | Typ |
Fältdata[].url | Typ |
Fältdata[].b64_json | Typ |
Fältusage | Typ |
Ailoot Ultra qwen/qwen-image-3-pro
/v1/images