Qwen: Qwen Image 3 Pro

Qwen-Image-3.0 Pro เป็นโมเดลเรือธงของ Qwen สำหรับสร้างและแก้ไขภาพที่มีเลย์เอาต์ซับซ้อน รายละเอียดสมจริง และข้อความหลายภาษา ใช้คำอธิบายงานที่แม่นยำหรือภาพอ้างอิงหนึ่งถึงสามภาพ เพื่อสร้างกราฟิก ฉากสินค้า หรือการแก้ภาพเฉพาะจุด

Ailoot Ultra · รูปภาพ POST /v1/images/generations qwen/qwen-image-3-pro

เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

Qwen-Image-3.0 Pro เป็นโมเดลเรือธงรุ่นที่สามของ Qwen สำหรับสร้างและแก้ไขภาพ ผสานการสร้างเลย์เอาต์ซับซ้อน พื้นผิวสมจริงที่ละเอียด ตัวอักษรหลายภาษา และการทำตามคำอธิบายภาพอย่างใกล้เคียง Pro และ Qwen-Image-3.0 รุ่นมาตรฐานมีโหมดสร้างและแก้ไขที่ระบุในเอกสารเหมือนกัน Pro เน้นคุณภาพภาพ ส่วนรุ่นมาตรฐานสมดุลระหว่างคุณภาพและความเร็ว ผลลัพธ์คือไฟล์ภาพที่เรนเดอร์แล้ว

สำหรับกราฟิกที่มีข้อมูลมาก ให้กำหนดเนื้อหาก่อนรูปลักษณ์ ได้แก่ พาดหัว ข้อความสนับสนุน ตัวเลข ลำดับชั้น และความสัมพันธ์ระหว่างส่วน คำอธิบายงานสินค้าที่มีประโยชน์อาจรวมวัตถุหลัก รายละเอียดวัสดุระยะใกล้ และคุณสมบัติที่ติดป้ายไว้บนผืนภาพเดียว สำหรับภาพประกอบการศึกษา ให้ระบุแนวคิด โครงสร้างแผนภาพ และคำบรรยายที่แน่นอน แทนการให้โมเดลคิดข้อเท็จจริงพื้นฐานเอง เลย์เอาต์ซับซ้อนยังแสดงหลายช่องหรืออินเทอร์เฟซซ้อนกันได้ ใช้พรอมป์ต์ภายในค่าสูงสุดที่แนะนำ 4,500 โทเคนโดยมุ่งที่สิ่งที่ต้องปรากฏและตำแหน่งของแต่ละสิ่ง

ตระกูล 3.0 รองรับตัวอักษรตามธรรมชาติของ 12 ภาษา หลายแบบอักษร และสไตล์ศิลปะมากกว่า 100 แบบ พร้อมพื้นผิวละเอียด เช่น เส้นผม ผิวหนัง หรือผ้า มีการสาธิตการเรนเดอร์ตัวอักษรเล็กลงถึง 10 พิกเซล จึงรองรับงานออกแบบที่ผสานตัวอักษรกับวัสดุจริงหรือรวมข้อความกับภาพสมจริง ให้ถ้อยคำ ตัวเลข และภาษาที่แน่นอน และอธิบายบทบาททางตัวอักษรของแต่ละบล็อก หน้าหนังสือพิมพ์หรือม็อกอัปอินเทอร์เฟซยังเป็นภาพ ดังนั้นเลย์เอาต์ที่แก้ไขได้หรือพฤติกรรมโต้ตอบในภายหลังเป็นผลงานแยกที่ต้องสร้างจากภาพนั้น

Pro แก้ข้อความในภาพ เพิ่ม ลบ หรือย้ายองค์ประกอบ เปลี่ยนการกระทำของตัวแบบ ถ่ายทอดสไตล์ภาพ และเพิ่มรายละเอียดได้ การแก้ไขรับภาพเข้าหนึ่งถึงสามภาพพร้อมคำสั่ง ลำดับของภาพกำหนดภาพ 1 ภาพ 2 และภาพ 3 ในคำอธิบายงาน ระบุว่าภาพอ้างอิงใดให้ตัวตนของตัวแบบ ภาพใดให้วัตถุหรือเสื้อผ้า และภาพใดให้สถานที่หรือท่าทาง การแก้เฉพาะจุดระบุทั้งสิ่งที่ต้องเปลี่ยนและคุณสมบัติที่ต้องคงไว้ ทำให้เปรียบเทียบภาพผลลัพธ์กับภาพอ้างอิงง่ายขึ้น

รูปแบบข้อมูลเข้าที่รองรับคือ JPG, JPEG, PNG, BMP, TIFF, WebP และ GIF โดยใช้เฉพาะเฟรมแรกสำหรับ GIF เคลื่อนไหว ภาพเข้าแต่ละภาพมีขนาดได้สูงสุด 10 MB API นี้รับความยาวด้านตั้งแต่ 1 ถึง 8,000 พิกเซล และอัตราส่วนด้านยาวต่อด้านสั้นไม่เกิน 10:1 ช่วงที่แนะนำคือ 384–2,048 พิกเซล คู่มือแก้ไขแนะนำภาพสูงสุด 3,072 พิกเซลแยกต่างหาก จึงควรมองการเลือกภาพเข้าเป็นการเตรียมสำหรับรายละเอียดที่ต้องการ แทนคำสัญญาว่าทุกความละเอียดจะช่วยให้ผลดีขึ้น ใช้ภาพอ้างอิงที่อ่านได้และจัดเฟรมเหมาะสมสำหรับตัวอักษรจิ๋วหรือคุณสมบัติวัสดุ

ผลลัพธ์เป็น PNG ขั้นตอนของผู้พัฒนาส่งกลับหนึ่งถึงหกตัวเลือก ค่าเริ่มต้นคือหนึ่ง และรองรับพื้นที่พิกเซลรวมตั้งแต่ 512 × 512 ถึง 2,048 × 2,048 ที่อัตราส่วนภาพตั้งแต่ 1:8 ถึง 8:1 งบพื้นที่พิกเซลอนุญาตขนาดไม่จัตุรัสบางแบบที่ด้านยาวเกิน 2,048 พิกเซล เมื่อไม่ระบุขนาด โมเดลแนะนำความละเอียดจากคำอธิบายงาน เลือกรูปร่างให้เหมาะกับตำแหน่งใช้งานจริง แล้วเปรียบเทียบตัวเลือกที่สร้างด้านความครบถ้วนของเนื้อหา รายละเอียดตัวแบบ และตัวอักษร ณ ขนาดแสดงผลที่ต้องการ

การเขียนพรอมป์ต์ใหม่อย่างชาญฉลาดเปิดเป็นค่าเริ่มต้น การปรับปรุงโดยตรงใช้ได้ทั้งสร้างและแก้ไข ส่วนการปรับปรุงด้วยเอเจนต์ปรับพรอมป์ต์ข้อความเป็นภาพและใช้กับการแก้ไขภาพเป็นภาพไม่ได้ โหมด Thinking เปิดเป็นค่าเริ่มต้นเช่นกันและต้องใช้การเขียนพรอมป์ต์ใหม่ โดยเพิ่มงานใช้เหตุผลและเวลาสร้าง พรอมป์ต์เชิงลบระบุองค์ประกอบที่ไม่ต้องการ ส่วน seed ที่เลือกใส่ได้ช่วยให้การเปรียบเทียบตัวเลือกสม่ำเสมอขึ้น คำอธิบายเชิงบวกที่ชัดเจนยังควรกำหนดตัวแบบ องค์ประกอบภาพ และรายละเอียดที่จะรักษา

ขั้นตอนตรวจผลลัพธ์จริงตรวจข้อความที่แน่นอน ตัวเลข ลำดับการอ่าน ความตรงกับภาพอ้างอิง และขอบหรือพื้นผิวที่สำคัญต่อการออกแบบ เมื่อส่วนใดต้องแก้ ให้คงองค์ประกอบภาพที่ได้ผลแล้วและอธิบายการเปลี่ยนเฉพาะจุด เก็บภาพที่เลือกทั้งหมดพร้อมพรอมป์ต์และภาพอ้างอิง เนื่องจากตำแหน่งผลลัพธ์ของผู้พัฒนาหมดอายุหลัง 24 ชั่วโมง โหมดและขีดจำกัดของ Pro ที่ระบุในเอกสารเป็นของรุ่น 3.0 ฟีเจอร์อ้างอิงสิบภาพและความโปร่งใสในตัวที่อธิบายสำหรับ Qwen 2.1 เป็นความสามารถของอีกรุ่นหนึ่ง

Ailoot Ultra · รูปภาพ POST /v1/images/generations qwen/qwen-image-3-pro

qwen/qwen-image-3-pro

Alibaba /qwen/qwen-image-3-pro

เริ่มต้น

อินพุตที่รองรับ: ข้อความ · รูปภาพ
ผลลัพธ์: รูปภาพ

ใช้งานได้ใน Ailoot · อินพุตและเมธอด

Ailoot Ultra · รูปภาพ POST /v1/images/generations

ขาเข้า: text, image
ขาออก: image

ฟิลด์	ประเภท	ข้อกำหนด	ค่าและข้อจำกัด	ค่าเริ่มต้น
ฟิลด์`model`	ประเภท`string`	ข้อกำหนดจำเป็น	ค่าและข้อจำกัด qwen/qwen-image-3-pro	ค่าเริ่มต้น—
ฟิลด์`prompt`	ประเภท`string`	ข้อกำหนดจำเป็น	ค่าและข้อจำกัด ความยาวขั้นต่ำ: 1	ค่าเริ่มต้น—
ฟิลด์`resolution`	ประเภท`string`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด 1K, 2K	ค่าเริ่มต้น—
ฟิลด์`aspect_ratio`	ประเภท`string`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด 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	ค่าเริ่มต้น—
ฟิลด์`n`	ประเภท`integer`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด ขั้นต่ำ: 1 สูงสุด: 6	ค่าเริ่มต้น—
ฟิลด์`input_references`	ประเภท`array`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด จำนวนรายการขั้นต่ำ: 0 จำนวนรายการสูงสุด: 4	ค่าเริ่มต้น—
ฟิลด์`provider`	ประเภท`object`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด	ค่าเริ่มต้น—

พารามิเตอร์และวงจรการทำงานของเมธอด

พารามิเตอร์	ข้อกำหนด
พารามิเตอร์`content_type`	ข้อกำหนดapplication/json
พารามิเตอร์`required`	ข้อกำหนดmodel, prompt
พารามิเตอร์`material_types`	ข้อกำหนดtext, image

วงจรการทำงาน: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · ค่า task_id ที่ส่งกลับมาจริง หรือระเบียนในคลังสื่อ

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

ราคา

วิธีคำนวณค่าบริการสุดท้าย

อัตราที่แสดงใช้ประมาณการค่าใช้จ่ายก่อนการสร้างผลลัพธ์ ยอดเรียกเก็บสุดท้ายคำนวณจากค่าใช้จ่ายที่บันทึกไว้สำหรับการสร้างผลลัพธ์ครั้งเดิม ระยะเวลาของผลลัพธ์ที่วัดได้และปริมาณที่คาดการณ์ไว้ไม่ใช่ปริมาณสุดท้ายที่ใช้คิดค่าบริการ

ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก

โหมดรวดเร็ว: ไม่ได้ระบุ เมื่อเลือกโหมดรวดเร็ว
โหมดยืดหยุ่น: ไม่ได้ระบุ เมื่อเลือกโหมด flex
ระดับการใช้เหตุผลสูงสุด: ไม่ได้ระบุ เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด

อัตราประมาณการเพื่อเปรียบเทียบ

ราคาตามการตั้งค่า

เทียบค่าบริการแต่ละรายการกับเงื่อนไขที่แสดง เลือกใช้อัตราเดียวสำหรับแต่ละชุดการตั้งค่าที่เป็นตัวเลือกทดแทนกัน

การตั้งค่า	ตารางอัตราค่าบริการ	ปริมาณคาดการณ์	หน่วยคิดค่าบริการ	ค่าบริการ
การตั้งค่าอัตราค่าบริการโทเคนพื้นฐาน	ตารางอัตราค่าบริการอัตราพื้นฐาน	ปริมาณคาดการณ์—	หน่วยคิดค่าบริการ—	ค่าบริการ ขาเข้า · โทเค็นอินพุต · ประมาณการเพื่อเปรียบเทียบเท่านั้น — / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต · ประมาณการเพื่อเปรียบเทียบเท่านั้น — / 1K โทเค็น ขาเข้า · การอ่านแคช · ประมาณการเพื่อเปรียบเทียบเท่านั้น — / 1K โทเค็น ขาเข้า · การเขียนแคช · ประมาณการเพื่อเปรียบเทียบเท่านั้น — / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง · ประมาณการเพื่อเปรียบเทียบเท่านั้น — / 1K โทเค็น
การตั้งค่าภาพขาเข้า	ตารางอัตราค่าบริการ—	ปริมาณคาดการณ์—	หน่วยคิดค่าบริการต่อภาพอินพุต	ค่าบริการ ขาเข้า · ภาพขาเข้า · ประมาณการเพื่อเปรียบเทียบเท่านั้น $0.006 ต่อภาพอินพุต
การตั้งค่าต้นทุนการสร้างโดยประมาณ	ตารางอัตราค่าบริการ—	ปริมาณคาดการณ์ค่าประมาณสำหรับการสร้างหนึ่งครั้ง	หน่วยคิดค่าบริการ—	ค่าบริการ ขาออก · ค่าใช้จ่ายในการสร้างโดยประมาณ · ประมาณการเพื่อเปรียบเทียบเท่านั้น $0.08 ประมาณการก่อนสร้าง ค่าประมาณนี้ไม่ใช่ค่าใช้จ่ายเพิ่มเติมหรืออัตราคงที่สำหรับการสร้างผลลัพธ์ที่เสร็จสมบูรณ์แล้ว

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →

ตัวอย่างคำขอ

Ailoot Ultra · รูปภาพ

curl

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p={'model': 'qwen/qwen-image-3-pro', 'prompt': 'a red panda astronaut floating in space, studio lighting'}

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import base64, json, os, subprocess
from pathlib import Path
from urllib.parse import urlsplit, urljoin

def save_images(items):
    if not items: raise SystemExit("No completed images; retain the full response")
    for index, item in enumerate(items):
        encoded=item.get("b64_json")
        uri=item.get("url", "")
        if not encoded and uri.startswith("data:image/"):
            header, separator, encoded=uri.partition(",")
            if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")
        if encoded:
            raw=base64.b64decode(encoded,validate=True)
        elif uri:
            uri=urljoin("https://api.ailoot.ai",uri)
            parsed=urlsplit(uri)
            if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:
                raise SystemExit("Invalid returned image URL")
            owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")
            args=["curl","--fail-with-body","--silent","--show-error",uri]
            if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]
            temporary=Path(f"image-{index}.bin")
            subprocess.run(args+["-o",str(temporary)],check=True)
            raw=temporary.read_bytes()
            temporary.unlink()
        else: raise SystemExit("Image has neither bytes nor URL")
        if not raw: raise SystemExit("Empty image result")
        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"
        Path(f"image-{index}.{ext}").write_bytes(raw)
    print("Every returned image saved; complete response metadata retained")
save_images(json.loads(Path("result.json").read_text())["data"])
PY_RESULT

รับและบันทึกผลลัพธ์

Ailoot Ultra · รูปภาพ

ดาวน์โหลดภาพที่ส่งกลับมาทุกภาพ หรือบันทึกเนื้อหา Base64 ของภาพนั้น

GET /v1/media/tasks/{task_id}
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

การอ่านเนื้อหาแบบอื่น

อ่านไฟล์สื่อที่มีอยู่และเป็นของคุณ

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json
# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.

เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

บันทึกภาพที่สร้างเสร็จทุกภาพ โดยดึงภาพจากทุก URL ที่ส่งกลับมา หรือถอดรหัสเนื้อหา Base64

เก็บการตอบกลับและส่วนหัวให้ครบถ้วน เก็บผลลัพธ์จริงทุกรายการ ตัวระบุที่ส่งกลับมาแต่เดิม และฟิลด์ข้อมูลการใช้งานทั้งหมด กู้คืนการดำเนินการเดิมโดยไม่ส่งคำขอสร้างซ้ำ

เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

เก็บ X-Client-Request-ID ที่ส่งกลับมาไว้เพื่อกระทบยอด อ่านเฉพาะค่า task_id/asset_id ที่ส่งกลับมาจริง หรืออ่านจากคลังสื่อที่เป็นของตนเอง ห้ามสร้าง URL ของงานจาก ID การดำเนินการ และห้ามส่งคำขอสร้างซ้ำเด็ดขาด

ฟิลด์การตอบกลับ

ฟิลด์	ประเภท
ฟิลด์`created`	ประเภท
ฟิลด์`data[].url`	ประเภท
ฟิลด์`data[].b64_json`	ประเภท
ฟิลด์`usage`	ประเภท

ชื่ออื่น

ชื่ออื่นของโมเดล

Ailoot Ultra qwen/qwen-image-3-pro

ชื่อพาธเมธอดอื่น

/v1/images

ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

qwen/qwen-image-3-pro

FAQ · Qwen: Qwen Image 3 Pro

มีอินพุตและผลลัพธ์ใดบ้าง?: POST /v1/images/generations · qwen/qwen-image-3-pro: text, image → image
คำขอใช้ฟิลด์ใดบ้าง?: POST /v1/images/generations · qwen/qwen-image-3-pro: model, prompt, resolution, aspect_ratio, n, input_references, provider
มีข้อจำกัดใดบ้าง?: POST /v1/images/generations · qwen/qwen-image-3-pro: n.minimum: 1; n.maximum: 6

Qwen: Qwen Image 3 Pro