免费试用 Qwen Image 3.0 Pro AI 模型 API，用于知识丰富的图像生成、密集布局、精细的多语言文字、逼真细节和创意制作。可将知识内容、紧凑版面与精准多语言文字整合为写实细致的视觉作品，适合从复杂构图、信息密集型设计到创意内容制作的多样化专业图像生成与视觉创意制作流程。
立即体验 AI 图片生成
Qwen Image 3.0 Pro API 可将自然语言提示词转化为精美图像，适用于创意、商业、编辑和产品工作流。该模型提供文生图生成路径，支持灵活的宽高比控制和种子设置，而 Best Image AI 则提供可直接集成到应用中的界面，方便重复、稳定地进行图像制作。
基于提示词的图像生成： 将对主体、构图、光线、材质和风格的详细描述转化为完整的视觉作品。
强大的构图控制： 使用结构化提示词定义对象、环境、色彩体系和视觉层级之间的关系。
灵活的创意风格： 通过同一图像生成工作流，探索照片级写实、编辑、插画、产品和电影感等创作方向。
灵活的宽高比： 通过可用的比例设置，为横版、竖版、方形、编辑、社交媒体和营销活动版位创建图像。
基于种子的可复现性： 当工作流需要可重复的实验或可控的视觉变化时，可使用种子进行控制。
可投入生产的图像工作流： 通过面向 API 的流程生成精美素材，适配审核、存储和发布管线。
输入： 使用自然语言提示词描述主体、构图、风格、光线和所需的视觉细节。
提示词结构： 清晰组织主要主体、空间关系、镜头视角、材质和负面要求。
输出： 生成的图像通过 Best Image AI 图像工作流交付，可供审核、下载或用于后续设计工作。
创意控制： 根据目标版式和迭代策略，选择可用的宽高比与种子设置。
生产处理： 发布生成素材前，请检查文字排版、人体结构、对象关系和视觉瑕疵。
广告和品牌内容： 创建营销活动概念、海报、产品场景和宣传视觉方向。
编辑和社交媒体创意： 制作插画、文章配图、缩略图和针对不同平台的图像变体。
产品和电商图像： 在最终制作前探索产品情境、生活方式场景和商品陈列概念。
概念与故事开发： 将脚本、氛围描述和艺术指导转化为供创意团队使用的视觉参考。
设计原型： 为演示文稿、界面和营销工作生成版式、环境及视觉风格探索方案。
注意 提示词的具体程度和种子选择会影响可复现性。请检查生成图像的视觉准确性、细节可辨识度，以及其是否适合预期的商业或编辑用途。
Qwen Image 3.0 Pro 与 Nano Banana Pro： Nano Banana Pro 在遵循指令和多模态图像工作流方面表现出色。Qwen Image 3.0 Pro 则提供面向阿里巴巴生态的文生图路径，并支持灵活探索构图和风格。
Qwen Image 3.0 Pro 与 GPT Image： GPT Image 提供广泛的创意生成和编辑能力。Qwen Image 3.0 Pro 适合希望围绕 Qwen 和阿里巴巴集成构建图像生产流程的团队。
Qwen Image 3.0 Pro 与 Seedream： Seedream 支持快速的商业图像生成和编辑。Qwen Image 3.0 Pro 则为提示词驱动的视觉制作提供另一种工作流，并支持种子和比例控制。
Qwen Image 3.0 Pro 与 FLUX： FLUX 模型因高质量图像生成和创意实验而广受欢迎。Qwen Image 3.0 Pro 为基于结构化提示词的图像创作提供了另一种 API 友好型选择。
Qwen Image 3.0 Pro 与 Midjourney： Midjourney 强调社区驱动的创意界面。Qwen Image 3.0 Pro 专为需要在产品和内容管线中进行程序化生成的开发者而设计。
// Step 1: Submit generation request
const response = await fetch('https://api.flaq.ai/api/v1/image/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'qwen-image-3.0-pro',
prompt: 'A professional product photo with studio lighting',
width: 16,
height: 9,
resolution: '2k',
seed: 42
})
});
const { data } = await response.json();
const taskId = data.task_id;
// Step 2: Poll for results
const taskId = data.task_id;
const pollResult = async (taskId) => {
const res = await fetch(`https://api.flaq.ai/api/v1/image/${taskId}`, {
headers: { 'Authorization': 'Bearer YOUR_API_KEY' }
});
return res.json();
};
while (true) {
const pollResultData = await pollResult(taskId);
const status = pollResultData.data.task_status;
if (status === 'succeed') {
console.log(pollResultData.data.task_result.images[0].url);
;
}
(status === ) {
.(pollResultData..);
;
}
( (resolve, ));
}
# Step 1: Submit generation request
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/image/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'qwen-image-3.0-pro',
'prompt': 'A professional product photo with studio lighting',
'width': 16,
'height': 9,
'resolution': '2k',
'seed': 42
}
)
result = response.json()
task_id = result['data']['task_id']
# Step 1: Submit generation request
curl -X POST https://api.flaq.ai/api/v1/image/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "qwen-image-3.0-pro",
"prompt": "A professional product photo with studio lighting",
"width": 16,
"height": 9,
"resolution": "2k",
"seed": 42
}'
# Step 2: Poll for results
# Replace {task_id} with the task_id returned from the submit response
curl -X GET "https://api.flaq.ai/api/v1/image/{task_id}" \
-H "Authorization: Bearer YOUR_API_KEY"
# Step 2: Poll for results
task_id = response.json()['data']['task_id']
poll_url = f"https://api.flaq.ai/api/v1/image/{task_id}"
while True:
poll_result = requests.get(poll_url, headers={'Authorization': 'Bearer YOUR_API_KEY'}).json()
status = poll_result['data']['task_status']
if status == 'succeed':
print(poll_result['data']['task_result']['images'][0]['url'])
break
if status == 'failed':
print(poll_result['data']['task_status_msg'])
break
time.sleep(10)