Qwen Image (Gen)

ПровайдерAlibaba

qwen-image — генерация изображений-модель от Alibaba.

text_to_image

Что умеет Qwen Image (Gen)

Text-to-image

Стоимость

за изображение

1024x1024 / 20 steps (default)

1.62 ₽

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

Технические характеристики

Vendor

alibaba

Modality

image

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

heightreq

integer

min: 128 · max: 2048

—

Высота в px. Любое значение от 128 до 2048 с шагом 16. Парный к width.

3 примеров

Примеры

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[]

Поле	Тип	Значения	Описание
`model`req	string	—	Идентификатор LoRA модели.
`weight`	number	min: -4 · max: 4	Сила 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[]

Поле	Тип	Значения	Описание
`model`req	string	—	ControlNet идентификатор.
`guideImage`req	string	—	Reference изображение для guidance (UUID / URL / Data URI / Base64).
`weight`	number	min: -4 · max: 4	Сила влияния ControlNet.
`controlMode`	enum	balanced, controlnet, prompt	Приоритет: 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",
    "inputs.seedImage": "Пример промпта",
    "inputs.maskImage": "Пример промпта",
    "inputs.strength": 0.8,
    lora= [],
    controlNet= [],
    "outpaint.top": 0,
    "outpaint.bottom": 0,
    "outpaint.left": 0,
    "outpaint.right": 0,
    "settings.TrueCFGScale": 1,
    numberResults= 1,
    outputType= "URL",
    outputFormat= "JPG",
    outputQuality= 95,
    async= False,
    "safety.checkContent": False,
    "safety.mode": "none",
    webhookURL= "https://example.com/...",
    uploadEndpoint= "value",
)
print(resp)

Полная документация модели