各リクエストに対して Auto、TokenLab Verified、または Official を選択でき、価格は事前に表示されます。 新機能を見る

Alibaba Cloud: Qwen-Image-Edit-2511

Qwen-Image-Edit-2511は、テキスト指示を適用して既存の画像を修正する画像編集モデルであり、セマンティクスと外観を正確に制御します。編集中の視覚的一貫性を維持し、複数人物やキャラクターの一貫性をサポートします。また、オブジェクト操作、幾何学的推論、レイアウトの整合性を強化する選択された機能や拡張機能が統合されています。
モデルを比較
qwen-image-edit-2511
利用可能Alibaba Cloud画像同期
価格
価格 $0.0122
モダリティ
画像

Qwen-Image-Edit-2511 について

Qwen-Image-Edit-2511は、AlibabaのQwenチームによる画像編集モデルです。1枚以上の画像とテキストによる指示を入力すると、編集された画像が出力されます。2511リリースは、従来のQwen-Image-Editバージョンを更新したもので、画像ドリフト(意図しない変化)、キャラクターの一貫性、幾何学的推論、工業デザインの出力に焦点を当てており、コミュニティで人気の高いLoRA機能も統合されています。重みはApache 2.0ライセンスで公開されています。

得意なこと

  • 複数の人物が写っている写真を含め、編集後も人物やキャラクターを認識可能な状態に保ちます。これは、メーカーが前回のリリースからの主な改善点として挙げている機能です。
  • 画像ドリフトを低減し、変更を指示していない領域が元の画像に近い状態を維持するようにします。
  • 1つのリクエストで複数の入力画像を受け付けることができ、被写体と背景の合成や、2人目の人物の追加などに適しています。
  • Hugging Faceのモデルカードによると、以前のバージョンよりも幾何学的および工業デザインの編集をより適切に処理できます。

他のモデルを検討すべきケース

  • 既存の画像の編集のみを行います。テキストプロンプトのみから画像を生成したい場合は、テキストから画像への生成モデルを選択してください。
  • 画像を編集可能なレイヤーに分割する機能はありません。そのワークフローにはQwen-Image-Layeredモデルを使用してください。
  • すべてのリクエストにはソース画像とテキストによる指示が必要です。指示が曖昧だと、編集結果の予測可能性が低下します。

はじめに

  1. 最初のキーを作成

    Consoleでキーを作成すれば、プラットフォーム内のすべてのモデルで使えます。

  2. 最初のリクエストを送信する

    お使いの言語の例をコピーして、エンドポイントに対して実行してください。

    画像編集TokenLab エンドポイント
    POST/v1/images/generations
    curl -X POST "https://api.tokenlab.sh/v1/images/generations" \
      -H "Authorization: Bearer sk-xxx" \
      -H "Content-Type: application/json" \
      -d '{
      "operation": "image-to-image",
      "model": "qwen-image-edit-2511",
      "prompt": "A minimalist product photo of matte black headphones on a soft blue background.",
      "image_url": "https://example.com/source.png"
    }'

パラメータ

画像編集

パラメーター値と制限デフォルト注記
cfg_scale≥ 1, ≤ 20未提供Optional guidance control from 1 to 20 in increments of 0.01. cfg_scale requires a compatible delivery path and targets the same control as guidance_scale on that path. If both are supplied, their values must be equal. No shared omitted-value default is asserted.
guidance_scale≥ 1, ≤ 20未提供Optional guidance scale from 1 to 20. Use increments of 0.01 for shared delivery-path coverage. If cfg_scale is also supplied, use the same value. The omitted default varies by delivery path; one path documents 4.5 while the other does not declare a fixed default.
height≥ 512, ≤ 20481024height is an integer pixel dimension from 512 to 2048; default 1024. Direct width or height requires a compatible delivery path. Use size=WIDTHxHEIGHT for a size string.
image未提供未提供Multipart image file input. Repeat image or image[] for multiple files. All image aliases are combined into one ordered list. The shared declared input range is 1 to 3 images; see the images note for larger input lists.
image_url未提供未提供One source-image URL. All image aliases are combined into one ordered list. The shared declared input range is 1 to 3 images; see the images note for larger input lists.
image_urls入力数: ≥ 1, ≤ 16未提供A list of source-image URLs, at most 16 entries in that public array. All image aliases are combined into one ordered list. The shared declared input range is 1 to 3 images; see the images note for larger input lists.
images入力数: ≥ 1未提供Images are combined into one ordered input list. Both delivery paths declare support for 1 to 3 images. One path has a maximum of 3; the other official schema gives no maximum. The public image_urls array accepts up to 16 entries, an additional image_url adds one more input, and multipart uploads accept up to 16 files. A larger model-wide maximum has not been verified.
n11Use an integer.
negative_prompt未提供未提供Optional negative prompt, at most 5000 characters at the public endpoint. Non-empty values from 1 to 5000 characters are accepted by both declared paths. An explicit empty string requires a compatible path. Omit the field when no negative guidance is needed.
operation未提供未提供未提供
output_formatpng, jpeg, webp未提供Use png, jpeg, or webp. These explicit encodings are available on all declared delivery paths. The omitted encoding varies between PNG and JPEG; set output_format explicitly when it matters. The public endpoint does not accept jpg.
prompt未提供未提供Required edit instruction, 1 to 32000 characters. The public endpoint limits the prompt to 32000 characters; both registered delivery mappings accept that declared range.
seed未提供未提供Optional safe integer seed. The shared declared range is 0 to 9007199254740991; a compatible path also accepts negative safe integers. Omit seed for a random result. No identical result is promised across different delivery paths.
size未提供1024x1024Use WIDTHxHEIGHT in pixels. The width and height constraints also apply to size.
steps≥ 1, ≤ 50未提供Use an integer from 1 to 50. Values 1 to 4 require a compatible delivery path. The omitted default varies between 28 and 30, so set steps explicitly when it matters.
width≥ 512, ≤ 20481024width is an integer pixel dimension from 512 to 2048; default 1024. Direct width or height requires a compatible delivery path. Use size=WIDTHxHEIGHT for a size string.

Fields outside this contract are rejected.

料金

Verified 価格は Verified に適用され、多くのモデルでより低コストです。Official 価格はモデルのメーカーが公表する価格で、信頼性の高い Official ルートに適用されます。Auto はリクエストを完了したルートの価格で課金します。

画像編集

1画像あたり
Official 価格
$0.0122
Verified 価格
—
割引
—

使用状況とアクティビティ

成功率は完了したリクエストの割合です。レイテンシは完全なレスポンスにかかる時間で、P95 は 95% のリクエストがその時間内に完了したことを意味します。

使用量と可用性

過去24時間
リクエスト数
成功率
P95 レイテンシ
合計トークン数
モデルパフォーマンス
プライバシーおよびデータ量のしきい値に達すると、メトリクスが表示されます。

データはステータスチェックを除外した、集計済みのユーザーリクエストに基づいています。

Consoleで開く

ConsoleでQwen-Image-Edit-2511を開き、プロンプトを編集・送信できます。

qwen-image-edit-2511と/v1/images/editsでimage-editを実行。結果、コスト、制限事項を表示します。

ユースケース

  • 集合写真のレタッチ

    複数の人物が写っている写真で、各人の顔をフレーム間で認識可能な状態に保ちながら、服装、背景、または照明を変更します。

  • 製品および工業デザインのバリエーション

    製品レンダリングの再配色、素材の入れ替え、またはパーツ形状の調整をテキスト指示で行い、バリエーションを並べて比較します。

  • キャラクターの一貫性セット

    同じイラストや写真のキャラクターを新しいポーズやシーンに配置し、一連の画像が同じキャストとして認識されるようにします。

  • 複数画像の合成

    人物の画像とシーンの画像を一緒に提供し、その人物を照明を合わせてそのシーンに登場させるよう指示します。

プロンプト例

1枚目の画像のジャケットをダークグリーンのウールに変更し、顔、ポーズ、背景はそのまま維持します。

画像1の人物を画像2のキッチンに配置し、カウンターに立たせ、左側からの自然な窓の光を当てます。

このデスクランプのスケッチを、同じカメラアングルで、白い背景のマットブラックな金属製製品レンダリングに変換します。

FAQ

Qwen-Image-Edit-2511は何ができますか?

1つ以上の入力画像に対してテキストによる指示を適用し、編集された結果を返します。一般的な指示には、服装、背景、色、オブジェクト、スタイルの変更が含まれ、画像の残りの部分はそのまま維持されます。これは編集モデルであるため、すべてのリクエストには少なくとも1つのソース画像が必要です。

2511では、以前のQwen-Image-Editリリースと比べて何が新しくなりましたか?

Alibabaは、画像ドリフトの低減、単一被写体および複数人物写真におけるキャラクターの一貫性の向上、以前はLoRAアドオンが必要だった機能の組み込み、工業デザイン生成の強化、幾何学的推論の改善を挙げています。そのため、同じ指示であれば、対象領域のみが変更され、他の部分はほとんど変化しないはずです。

複数の参照画像を一度に編集できますか?

はい。このモデルはテキストプロンプトと共に複数の入力画像を受け付けるため、指示の中で「画像1」「画像2」のように参照できます。これは、被写体を別のシーンに配置したり、1つのフレームに2人を組み合わせたりする際に便利です。

Qwen-Image-Edit-2511はオープンソースですか?

QwenチームはHugging Face上でApache 2.0ライセンスの下で重みを公開しており、商用利用が可能です。API経由で実行すれば、自分でモデルをホストしたりGPUを用意したりする必要はありません。

Qwen-Image-Layeredとはどう違いますか?

Edit-2511は指示に基づいてその場でピクセルを変更します。一方、Qwen-Image-Layeredは画像を個別のRGBAレイヤーに分解し、それらを独立して移動、サイズ変更、再配色できるようにします。一回限りの変更にはEdit-2511を、デザインのパーツを再配置する必要がある場合はLayeredを使用してください。

Qwen-Image-Edit-2511 の料金はいくらですか?

TokenLab では Qwen-Image-Edit-2511 は $0.0122 1画像あたり です。詳細は上の料金表を参照してください。 料金は課金単位・仕様・使用量によって異なります。モデルの詳細な料金で同条件同士を比較してください。単一のレートで総額は決まりません。

Qwen-Image-Edit-2511 はどのエンドポイントを使うべきですか?

Qwen-Image-Edit-2511 のデフォルトは https://api.tokenlab.sh/v1/images/edits です。プロバイダーネイティブ形式に対応している場合は、API workbench にそのエンドポイントも表示されます。

Qwen-Image-Edit-2511 はどの操作に対応していますか?

Qwen-Image-Edit-2511 は 画像編集 に対応しています。上の API workbench で操作を選ぶと、対応するエンドポイントとコード例が表示されます。

Qwen-Image-Edit-2511 を比較する

ソース

2026/10/02 時点での評価

Qwen Image の他のモデル

関連モデル