Alibaba: Qwen-Image-Layered

Alibaba 的 Qwen-Image-Layered 用于图像生成或编辑，已通过 Runware 的原生接口完成验证。

qwen-image-layered

可用Alibaba图像同步

价格: 起 $0.0275
模态: 图像

Qwen-Image-Layered 简介

Qwen-Image-Layered 是阿里巴巴 Qwen 的模型，把一张图拆解成多个 RGBA 图层，每个元素各占一个透明图层。由于图层在物理上彼此分离，你可以移动、缩放、改色或删除其中一个元素，而不影响其他元素。这与基于提示词的编辑器不同，后者会重绘整幅图。权重以 Apache 2.0 发布。

擅长的任务

返回带透明度的独立 RGBA 图层，背景、主体和文字块都能单独编辑。
图层数量灵活；厂商的示例根据拆分的细致程度用了 3、4 或 8 个图层。
单个图层可以再次分解，当某一层里仍有多个物体时很有用。
缩放、移位、改色和删除等基本操作不会触及其他图层，不会有漂移的风险。

什么情况换别的模型

它负责拆分图像，不会遵循自由形式的编辑指令，要改变物体的外观，请用基于指令的编辑器。
模型卡建议这个版本的工作分辨率为 640 像素，所以很大的图稿可能需要先缩小。
输出是一组图层，而不是成品图片，需要你自己用工具合成或导出。

快速上手

创建 API 密钥
在 Console 生成一把密钥，平台上的模型都能用。

发送第一个请求

复制你所用语言的示例代码，向该端点发起请求。

图像编辑TokenLab 端点

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-layered",
  "prompt": "A minimalist product photo of matte black headphones on a soft blue background.",
  "image_url": "https://example.com/source.png"
}'

价格

官方价格是模型厂商公开的基线价，TokenLab 价格是用这个模型时实际的计费价。

图像编辑

每次请求

官方价格: $0.0275
Official: $0.0275
折扣: —

	官方价格每次请求	Official每次请求	折扣
图像编辑	$0.0275	$0.0275	—

用量与动态

成功率是请求完成的比例；延迟是拿到一次完整响应要花的时间，P95 表示 95% 的请求都在这个时间内完成。

用量与可用性

直接在 Console 里试

Qwen-Image-Layered 已在 Console 备好，提示词已填好，可以直接修改或发送。

帮我用 qwen-image-layered 完成一次 image-edit 图片创作，接口是 /v1/images/edits。返回生成结果、费用和需要注意的限制。

使用场景

重新排布海报
把平面海报拆成图层，然后移动标题、挪动产品、更换背景颜色，不必重新生成整幅图。
带透明度的抠图
把主体从背景中分离出来，并在 alpha 通道里保留柔和的边缘，可直接用于设计文件。
营销图本地化
把文字层单独分离，设计师可以为另一个市场替换或调整文案位置，而图稿完全不变。
动画准备
把插画拆成适合视差效果的图层用于动态图形，前景、中景和背景元素各占一层。

提示词示例

把这张产品横幅拆成 4 个图层：背景、产品、标题文字和装饰图形。

把这幅插画拆成 8 个图层，这样我就能分别移动角色和灯笼。

把这张照片里的主体和风景分开，并保留头发周围的透明度。

FAQ

Qwen-Image-Layered 输出什么？

一组 RGBA 图像，每层一张，叠起来就是原图。每个图层都有自己的透明度，所以某层上的物体被编辑或移除后，不会在其他层上留下空洞或污迹。

最多能生成多少个图层？

数量可调。模型卡展示了拆成 3、4 和 8 层的例子，并支持递归分解：取出其中一层，再把它拆成更细的部分。

它和图像编辑模型一样吗？

不一样。Qwen-Image-Edit-2511 这类编辑模型根据文字指令重绘像素。Layered 不重绘，它只是把图像里已有的东西分开，编辑由你自己在得到的图层上完成。

什么尺寸的图效果最好？

Hugging Face 模型卡建议当前版本使用 640 像素的分辨率。更大的源图可以先缩小再分解，需要印刷尺寸时再把图层放大。

图层可以商用吗？

模型权重以 Apache 2.0 发布，允许软件的商业使用。源图本身的权利仍归其所有者，所以只拆解你有权编辑的图稿。

Qwen-Image-Layered 的费用是多少？

在 TokenLab 上，Qwen-Image-Layered 的价格为 $0.0275 每次请求。完整明细见上方价格表。价格因计费单位、规格和用量而异。请在模型的详细定价中对比相同条件下的费率；单一费率不代表总价。

Qwen-Image-Layered 应该使用哪个端点？

Qwen-Image-Layered 使用 https://api.tokenlab.sh/v1/images/edits。代码写法见下方的请求示例。

Qwen-Image-Layered 支持哪些操作？

Qwen-Image-Layered 支持图像编辑。选了操作，上面会显示对应的端点和请求示例。

Qwen-Image-Layered 对比

Qwen-Image-Layered 对比 Qwen-Image-Edit-2511 Qwen-Image-Layered 对比 image-background-remover Qwen-Image-Layered 对比 Qwen-Image-Edit Qwen-Image-Layered 对比 FLUX.1 Kontext [pro]

资料来源

Qwen-Image-Layered model card

审阅于 2026年10月2日