約Qwen-Image
Qwen-Imageは、アリババのQwenチームによってリリースされた画像生成基盤Modelで、200億のパラメーターを備えています。このModelは、複雑なTextレンダリングと精密なImage編集において大きな進歩を遂げており、特に高忠実度の中国語および英語Textを持つImageの生成で優れています。Qwen-Imageは、生成された画像のレイアウトの一貫性と文脈的調和を維持しながら、複数行レイアウトや段落レベルのTextを処理することができます。優れたTextレンダリング能力を超えて、このModelはフォトリアリスティックなシーンからアニメ美学まで、さまざまな芸術スタイルに対応し、さまざまな創作的なプロンプトに流暢に対応します。また、スタイル転送、オブジェクトの挿入または削除、詳細の強化、Text編集、さらには人体のポーズ操作といった高度な操作をサポートし、言語、レイアウト、およびイメージが融合するインテリジェントな視覚的創造と操作のための包括的な基盤Modelとなることを目指しています。
利用可能な Serverless
クエリをすぐに実行し、使用量のみを支払います
100万トークン（Input/Output）ごとに
$
0.02
/ Image
メタデータ
仕様
州
Available
建築
Diffusion Model
キャリブレートされた
いいえ
専門家の混合
いいえ
合計パラメータ
20B
アクティブ化されたパラメータ
20B
推論
いいえ
Precision
FP8
コンテキスト長
0K
Max Tokens
対応機能
Serverless
対応
Serverless LoRA
サポートされていません
Fine-tuning
サポートされていません
Embeddings
サポートされていません
Rerankers
サポートされていません
Image入力をサポートする
サポートされていません
JSON Mode
サポートされていません
構造化されたOutputs
サポートされていません
ツール
サポートされていません
Fim Completion
サポートされていません
Chat Prefix Completion
サポートされていません
Qwen
chat
Qwen3-VL-32B-Instruct
Total Context:
262K
Max output:
262K
Input：
$
0.2
/ M Tokens
Output:
$
0.6
/ M Tokens
Qwen
chat
Qwen3-VL-32B-Thinking
Total Context:
262K
Max output:
262K
Input：
$
0.2
/ M Tokens
Output:
$
1.5
/ M Tokens
Qwen
chat
Qwen3-VL-8B-Instruct
Total Context:
262K
Max output:
262K
Input：
$
0.18
/ M Tokens
Output:
$
0.68
/ M Tokens
Qwen
chat
Qwen3-VL-8B-Thinking
Total Context:
262K
Max output:
262K
Input：
$
0.18
/ M Tokens
Output:
$
2.0
/ M Tokens
Qwen
chat
Qwen3-VL-235B-A22B-Instruct
Total Context:
262K
Max output:
262K
Input：
$
0.3
/ M Tokens
Output:
$
1.5
/ M Tokens
Qwen
chat
Qwen3-VL-235B-A22B-Thinking
Total Context:
262K
Max output:
262K
Input：
$
0.45
/ M Tokens
Output:
$
3.5
/ M Tokens
Qwen
chat
Qwen3-VL-30B-A3B-Instruct
Total Context:
262K
Max output:
262K
Input：
$
0.29
/ M Tokens
Output:
$
1.0
/ M Tokens
Qwen
chat
Qwen3-VL-30B-A3B-Thinking
Total Context:
262K
Max output:
262K
Input：
$
0.29
/ M Tokens
Output:
$
1.0
/ M Tokens
Qwen
image-to-video
Wan2.2-I2V-A14B
$
0.29
/ Video
