Qwen Image (Gen) API

ПровайдерAlibaba

qwen-image — генерация изображений-модель от Alibaba.

text_to_image

Попробуйте прямо здесь

Что умеет Qwen Image (Gen)

  • Изображение по тексту

Стоимость

за изображение
1024x1024 / 20 steps (default)
0.766 ₽

Цены указаны в рублях и списываются с баланса проекта за успешные запросы. Надбавки (+) суммируются с базовой ставкой.

Технические характеристики

Vendor
alibaba
Modality
image

Qwen Image (Gen) для генерации и редактирования изображений

Qwen Image (Gen) — модель генерации изображений от Qwen Team, представленная 4 августа 2025 года. Она построена на архитектуре 20B MMDiT и выделяется точной отрисовкой сложного текста, включая многострочные композиции, а также аккуратным редактированием изображений с сохранением смысла и визуальной реалистичности. Подходит для креативов, иллюстраций, макетов и контента.

Параметры запроса

Параметры, которые принимает модель. Передаются в теле запроса.

ПараметрТипДиапазон / значенияПо умолчаниюОписание
positivePromptreq
string
min: 1 · max: 32000
—
Текстовый промпт описывающий желаемое изображение.
1 пример
Примеры
Студийный портрет китайской каллиграфии: иероглиф "терпение" чёрной тушью на рисовой бумаге.
negativePrompt
string
min: 1 · max: 32000
—
Что НЕ должно быть в результате. Игнорируется при CFGScale ≤ 1.
widthreq
integer
min: 128 · max: 2048
—
Ширина в px. Любое значение от 128 до 2048 с шагом 16. Парный к height.
3 примеров
Примеры
1024
1280
1536
heightreq
integer
min: 128 · max: 2048
—
Высота в px. Любое значение от 128 до 2048 с шагом 16. Парный к width.
3 примеров
Примеры
1024
1280
1536
seed
integer
min: 0 · max: 9223372036854776000
—
Seed для воспроизводимой генерации. Если не указан — выбирается случайно.
steps
integer
min: 1 · max: 50
20
Количество denoising-шагов. Больше — выше качество, медленнее.
CFGScale
number
min: 1 · max: 20
—
Guidance scale (шаг 0.01). Выше — строже следует prompt, ниже — больше креатива.
scheduler
enum
DDIM, DDIMScheduler, DDPMScheduler, DEISMultistepScheduler, Default, DPM++, DPM++ 2M, DPM++ 2M Beta, DPM++ 2M Exponential, DPM++ 2M Karras, DPM++ 2M SDE, DPM++ 2M SDE Beta, DPM++ 2M SDE Exponential, DPM++ 2M SDE Karras, DPM++ 2M SDE Uniform, DPM++ 2M Uniform, DPM++ 3M, DPM++ 3M Beta, DPM++ 3M Exponential, DPM++ 3M Karras, DPM++ 3M SDE Uniform, DPM++ 3M Uniform, DPM++ Beta, DPM++ Exponential, DPM++ Karras, DPM++ SDE, DPM++ SDE Beta, DPM++ SDE Exponential, DPM++ SDE Karras, DPM++ Uniform, DPM++ Uniform Beta, DPM++ Uniform Exponential, DPM++ Uniform Karras, DPMSolverMultistepInverse, DPMSolverMultistepScheduler, DPMSolverSinglestepScheduler, EDMDPMSolverMultistepScheduler, EDMEulerScheduler, Euler, Euler a, Euler Beta, Euler DiscreteScheduler, Euler Exponential, Euler Karras, EulerAncestralDiscreteScheduler, FlowMatchEulerDiscreteScheduler, Heun, HeunDiscreteScheduler, Heun Karras, IPNDMScheduler, IPNDM Uniform, IPNDM Uniform Beta, IPNDM Uniform Exponential, IPNDM Uniform Karras, KDPM2AncestralDiscreteScheduler, KDPM2DiscreteScheduler, LCM, LCMScheduler, LMS, LMSDiscreteScheduler, LMS Karras, PNDMScheduler, TCDScheduler, UniPC, UniPC 2M, UniPC 2M Karras, UniPC 2M Uniform, UniPC 3M, UniPC 3M Karras, UniPC 3M Uniform, UniPC Karras, UniPC Uniform, UniPC Uniform Beta, UniPC Uniform Exponential, UniPC Uniform Karras
—
75 опций scheduler-а для diffusion. Default — выбирается моделью. DPM++ 2M Karras и Euler a — популярные универсальные варианты.
inputs.seedImage
string
—
—
Стартовое изображение для img2img / edit (UUID / URL / Data URI / Base64). Используется вместе с strength.
1 пример
Примеры
https://example.com/source.jpg
inputs.maskImage
string
—
—
Маска для inpainting (UUID / URL / Data URI / Base64). Белые области — где разрешено редактировать.
1 пример
Примеры
https://example.com/mask.png
inputs.strength
number
min: 0 · max: 1
0.8
Сила трансформации для img2img. 0 — почти не изменять, 1 — полная перерисовка.
lora
array of objects
min: 1
—
Конфигурация LoRA адаптеров. Каждый item — объект {model, weight}.
1 формата ввода
LoRA config object[]
ПолеТипЗначенияОписание
modelreqstring—Идентификатор LoRA модели.
weightnumbermin: -4 · max: 4Сила влияния LoRA (-4..4). Отрицательные — обратный эффект.
[
  {
    "model": "civitai:12345@67890",
    "weight": 0.8
  }
]
controlNet
array of objects
min: 1
—
Конфигурация ControlNet моделей для precise guidance (canny, depth, pose, etc.).
1 формата ввода
ControlNet config object[]
ПолеТипЗначенияОписание
modelreqstring—ControlNet идентификатор.
guideImagereqstring—Reference изображение для guidance (UUID / URL / Data URI / Base64).
weightnumbermin: -4 · max: 4Сила влияния ControlNet.
controlModeenumbalanced, controlnet, promptПриоритет: balanced — баланс, controlnet — controlnet важнее, prompt — prompt важнее.
[
  {
    "model": "runware:25@1",
    "guideImage": "https://example.com/pose.png",
    "weight": 1,
    "controlMode": "balanced"
  }
]
outpaint.top
integer
min: 0
—
Сколько пикселей расширить сверху при outpainting.
outpaint.bottom
integer
min: 0
—
Сколько пикселей расширить снизу при outpainting.
outpaint.left
integer
min: 0
—
Сколько пикселей расширить слева при outpainting.
outpaint.right
integer
min: 0
—
Сколько пикселей расширить справа при outpainting.
settings.trueCFGScale
number
—
—
True Classifier-Free Guidance scale (продвинутая альтернатива CFGScale для некоторых режимов).
numberResults
integer
min: 1 · max: 20
1
Сколько вариаций сгенерировать. Для image — до 20 за один запрос.
outputType
enum
URL, base64Data, dataURI
URL
Формат доставки: URL — CDN-ссылка (default), base64Data — raw base64, dataURI — data:image/...;base64,...
outputFormat
enum
JPG, PNG, WEBP
JPG
Формат изображения.
outputQuality
integer
min: 20 · max: 99
95
Качество компрессии (20–99).
async
boolean
—
false
true → task_id для async-polling. false (default) → sync.
safety.checkContent
boolean
—
false
Включить проверку контента на NSFW / запрещёнку.
safety.mode
enum
none, fast
none
Режим safety-сканера.
webhookURL
string
—
—
URL для POST-уведомления при готовности async-задачи.
1 пример
Примеры
https://yourapp.com/webhooks/runware
uploadEndpoint
string
—
—
Presigned URL для автозагрузки готового изображения.
1 пример
Примеры
https://bucket.s3.amazonaws.com/result.png?X-Amz-Signature=...

Параметры ответа

Что возвращает API. У медиа-моделей формат зависит от режима: sync — сразу результат, async — task_id для опроса через GET /v1/tasks/{id}.

Sync (HTTP 200)

Sync-ответ (default). HTTP 200 + JSON.

ПолеТипЗначенияОписание
created
integer
—
Unix timestamp когда сгенерировано.
data
array
—
Каждый элемент:
  • url— string · CDN URL картинки (если outputType=URL).
  • b64_json— string · Base64-кодированный PNG/JPG (если outputType=base64Data).
  • taskUUID— string · Идентификатор upstream-задачи (для chain в i2i и т.п.).
  • seed— integer · Использованный seed (если детерминистичная генерация).
provider
string
—
Вендор для отладки.

Async (HTTP 202)

Если в запросе передан async:true → HTTP 202.

ПолеТипЗначенияОписание
id
string
—
task_id для опроса через GET /v1/tasks/{id}.
object
string
image.task
status
enum
queued, processing, completed, failed
model
string
—
Public model id.
created
integer
—

Опрос статуса (GET /v1/tasks/{id})

GET /v1/tasks/{id} — опрос статуса async-задачи.

ПолеТипЗначенияОписание
id
string
—
object
string
task
status
enum
queued, processing, completed, failed, canceled
modality
string
image
model
string
—
created
integer
—
data
array
—
Каждый элемент:
  • url— string · CDN URL артефакта (если completed).
error
string
—
Сообщение об ошибке (если failed).

Пример кода

qwen-image_example.py
from openai import OpenAI

client = OpenAI(api_key="rk_live_...", base_url="https://api.ranvik.ru/v1")
resp = client.images.generate(
    model= "qwen-image",
    positivePrompt= "Пример промпта",
    width= 1088,
    height= 1088,
    negativePrompt= "Пример промпта",
    seed= 4611686018427388000,
    steps= 20,
    CFGScale= 10.5,
    scheduler= "DDIM",
    lora= [],
    controlNet= [],
    numberResults= 1,
    outputType= "URL",
    outputFormat= "JPG",
    outputQuality= 95,
    async= False,
    webhookURL= "https://example.com/...",
    uploadEndpoint= "value",
    inputs= {
        "seedImage": "Пример промпта",
        "maskImage": "Пример промпта",
        "strength": 0.8
    },
    outpaint= {
        "top": 0,
        "bottom": 0,
        "left": 0,
        "right": 0
    },
    settings= {
        "TrueCFGScale": 1
    },
    safety= {
        "checkContent": False,
        "mode": "none"
    },
)
print(resp)
Полная документация модели

Частые вопросы о Qwen Image (Gen)

Qwen Image (Gen) — модель для создания изображений по текстовому описанию. Она особенно сильна в передаче сложного текста и точном редактировании готовых картинок.
Модель помогает быстро создавать иллюстрации, рекламные креативы, постеры и визуалы для контента, превращая подробные текстовые идеи в готовые изображения.
API Qwen Image (Gen) доступен через Ranvik API. Сервис дает удобный доступ к модели для интеграции генерации изображений в сайты, приложения и внутренние продукты.
Подключите Qwen Image (Gen) через Ranvik API: сервис позволяет работать с API без VPN, отправлять запросы из своего проекта и получать результаты генерации.
Да, в Ranvik API можно оплачивать доступ к Qwen Image (Gen) в российских рублях. Это упрощает запуск проектов и помогает удобнее контролировать расходы.
Qwen Image (Gen) подходит для создания визуалов по промптам и редактирования изображений: от текстовых макетов и постеров до иллюстраций для бизнеса и медиа.