Qwen-Image-3.0 とは何ですか？

Qwen-Image-3.0 は、複雑なレイアウト、精緻な画像構成、テキストレンダリング、多言語タイポグラフィ、そして実用的な画像生成・編集ワークフローに特化した、Alibaba Qwen の第3世代の画像生成モデルです。

Qwen-Image-3.0 のプロンプトはどのくらいの長さまで対応していますか？

Qwen-Image-3.0 は、およそ 4.5K tokens までの指示に対応しており、複雑なレイアウトやビジュアル構成の詳細な記述が可能です。

Qwen-Image-3.0 の API モデル ID は何ですか？

Qwen-Image-3.0 のモデル ID は qwen-image-3.0 です。

Qwen-Image-3.0 にベンチマークスコアはありますか？

Qwen-Image-3.0 について、Alibaba による標準化ベンチマークスコアは公表されていないため、現時点では主に定性的な事例および独立したテストを通じて競争力を評価すべきです。

Qwen-Image-3.0 は画像編集をサポートしていますか？

はい。Qwen-Image-3.0 は、編集指示とともに 1–3 枚の参照画像を用いた image-to-image 生成および画像編集をサポートします。

Qwen-Image-3.0 はどの解像度に対応していますか？

Qwen-Image-3.0 は最大 2048×2048 の出力解像度に対応しており、Alibaba の API ドキュメントでは 512×512 から 2048×2048 までの範囲がサポート対象とされています。

Qwen-Image-3.0 はテキストを含む画像を生成できますか？

はい。Qwen-Image-3.0 は、10 pixels のような小さなテキストも含むきめ細かなテキストレンダリング向けに設計されており、12 言語および 20 以上のフォントをサポートします。

Qwen-Image-3.0 は 1 回のリクエストで何枚の画像を生成できますか？

Qwen-Image-3.0 は、1 回の API リクエストあたり最大 6 枚の出力画像に対応しています。

近日公開

Aliyun

qwen-image-3.0

Qwen-Image-3.0 API

近日公開

最低料金

料金を見る

従量課金

APIの稼働状況

利用可能

本番エンドポイント

応答速度

非同期対応

実測APIレスポンス

公開日

Aug 11, 2026

Aliyun

モデル概要

検索や評価に使える安定したモデル識別情報と、ページの中核となるSEO構造を書き換えることなく更新できる最新のカタログデータを組み合わせています。

安定した識別情報

Qwen-Image-3.0とは？

近日公開

正式なモデル識別情報は、料金や制限が変更されても変わりません。

最新のモデルデータ

現在のカタログスナップショット

提供状況

近日公開

開始価格

料金を見る

コンテキスト

機能を見る

カタログ更新日

Aug 11, 2026

概要

Qwen-Image-3.0の実用的な概要と、重要な挙動・統合時の注意点。

Qwen-Image-3.0 とは？

Qwen-Image-3.0 は Alibaba の Qwen による第3世代の画像生成モデルで、視覚的な美しさのみに注力するのではなく、現実世界のクリエイティブやデザインのワークフローで有用性を高めることを目的としています。テキストから画像 (T2I) と 画像から画像 (I2I) の編集 の両方をサポートし、複雑なレイアウト、情報量の多いビジュアル、正確なテキスト描画、多言語タイポグラフィ、精緻な画像コンポジションを特に重視しています。

Alibaba は Qwen-Image-3.0 を、豊富なコンテンツ、忠実なディテール、深い知識 の3つの中核能力で位置づけています。最大約 4.5K トークン のプロンプトを受け付け、新聞、ストーリーボード、試験問題、マルチパネルのインフォグラフィック、UI モックアップなどの複雑な構成を単一リクエストで詳細に指定できます。10 ピクセル ほどの小さな文字の描画にも対応し、12 言語と 20 以上のフォント をサポート。髪の毛の一本一本、毛穴、顔の微細な表情といった繊細な視覚ディテールの再現にも設計されています。

Qwen-Image-3.0 の主な機能は？

複雑なレイアウト生成: Qwen-Image-3.0 は情報密度の高いビジュアル構成に特化しています。Alibaba は、3×3 のビジュアルグリッド、数学スライド、新聞、ストーリーボード、メニュー、試験問題など、複数の画像をつなぎ合わせるのではなく単一画像で生成された構造化デザインを例示しています。

長文の画像生成指示: 本モデルは最大約 4.5K トークン のプロンプトに対応し、オブジェクト、関係、タイポグラフィ、レイアウト、視覚的ヒエラルキー、スタイリングを1回の生成リクエスト内で詳細に指定できます。

きめ細かなテキストレンダリング: Qwen-Image-3.0 は小さな文字の描画に特化しており、Alibaba は 10px 程度の文字を強調しています。ポスター、インフォグラフィック、ダイアグラム、UI コンセプト、教育素材など、読めるテキストが画像の一部として重要なデザインに特に適しています。

多言語タイポグラフィ: 本モデルは 12 言語 と 20 以上のフォントでネイティブ描画に対応し、多言語のマーケティング素材、ローカライズ済みグラフィック、プロダクト UI、国際的なコンテンツ制作における有用性を拡大します。

画像編集: Qwen-Image-3.0 は参照画像と編集指示を組み合わせた image-to-image の生成・編集をサポートします。Alibaba の現行 API ドキュメントでは、I2I ワークフローに 1～3 枚の参照画像 が対応しています。

複数出力: API は1リクエストあたり最大 6 枚の出力画像 をサポートし、同一プロンプトから複数のバリエーションを生成できます。

Qwen-Image-3.0 技術仕様

Alibaba は Standard モデルの具体的なアクセスおよび機能情報を公開しています。以下の表は、開発者がショーケースを API の保証と取り違えないよう、文書化された制限とマーケティングレベルの主張を分けて示しています。

仕様	Qwen-Image-3.0
開発元	Alibaba Qwen Team
モデルタイプ	画像生成および画像編集
主なポジショニング	品質・速度・コストのバランス
モデル ID	qwen-image-3.0
入力モダリティ	テキストと画像
出力モダリティ	画像
生成モード	テキストから画像; 画像から画像; 指示付き編集
最大プロンプト	約 4.5K トークン
参照画像	1-3
出力ピクセル範囲	総ピクセル数は 512 x 512 から 2048 x 2048 まで
出力形式	PNG
小さなテキストレンダリング（主張）	約 10 px
ネイティブでレンダリング可能な言語	12
Standard のレート制限	文書化されたリージョンで 20 RPM
関数呼び出し	非対応
バッチ推論	非対応
ファインチューニング	非対応
CometAPI エンドポイント	/v1/images/generations; /v1/images/edits

Qwen-Image-3.0 ベンチマーク性能

モデル	T2I Elo	T2I 順位	編集 Elo	編集順位	API 価格 / 1K
GPT Image 2 (high)	1,367	#1	1,257	#4	$211
Nano Banana 2	1,319	#3	1,250	#7	$67
Qwen-Image-3.0-Pro	1,284	#9	1,250	#5	$43
Seedream 5.0 Pro	1,279	#10	1,247	#8	$90
Qwen-Image-3.0	1,275	#11	1,218	#15	$30

結果の意味

Standard と Pro の比較: テキストから画像の差はわずか 9 Elo だが、編集では Pro が 32 Elo リード。したがって、Pro に支払う最大の理由は初回生成よりも編集品質である可能性が高い。
Seedream 5.0 Pro との比較: Standard はテキストから画像で 4 Elo 差で劣るのみで、Pro は 5 Elo リード。これらの小さな差は公表された不確実性の範囲内にあり、確定的な序列ではなく競合クラスターとして扱うべき。
Nano Banana 2 との比較: Standard はテキストから画像で 44 Elo、編集で 32 Elo 劣後。Pro は編集の差を 1,250 Elo の同点まで縮める。
GPT Image 2 との比較: GPT は Standard に対し、テキストから画像で 92 Elo、編集で 39 Elo のリード。したがって Qwen の訴求点は普遍的な品質リーダーシップではなく、価格性能とレイアウト特化にある。
旧 Qwen Image 2.0 Pro と比較すると、同じリーダーボードで Standard 3.0 はテキストから画像で 39 Elo 向上し、代表価格は 1,000 画像あたり $75 から $30 に低下。

Qwen-Image-3.0 vs GPT Image 2 vs Nano Banana 2

どの画像モデルも、あらゆる実運用の観点で首位というわけではありません。一般的嗜好、編集忠実度、テキスト描画、参照容量、出力解像度、グラウンディング、レイテンシ、コストなど、重視する軸によって勝者は異なります。以下の比較は、文書化された機能と独立した Arena の結果に焦点を当てています。

次元	Qwen 3 Standard	Qwen 3 Pro	GPT Image 2	Nano Banana 2	Seedream 5 Pro
ポジショニング	品質 / 速度 / コストのバランス	Qwen 最高の忠実度	プレミアムな汎用画像モデル	高速・大規模な Gemini 画像モデル	プロフェッショナルなデザインと編集
T2I / 編集 Elo	1,275 / 1,218	1,284 / 1,250	1,367 / 1,257	1,319 / 1,250	1,279 / 1,247
公称出力	約 2K	約 2K	柔軟なサイズ	最大 4K	CometAPI 上で約 2K
参照入力	1-3	1-3	対応	複数参照	CometAPI 上で最大 10
タイポグラフィの観点	4.5K の指示; 10px 主張; 12 言語	同じ中核に注力しつつより高い忠実度	強力な多言語テキスト	テキスト + 検索グラウンディング	高密度インフォグラフィックと空間制御
Web グラウンディング	なし	なし	API の主要機能ではない	Google 検索と画像検索	アクセス経路依存
最適用途	コストを抑えた高密度レイアウト	高品質な Qwen 編集	最大の一般的選好	高速な 4K と最新情報ワークフロー	精密な編集と多参照デザイン

よくある質問

API

動作するエンドポイントとコード例をコピーし、全パラメーターが必要な場合は完全なAPIリファレンスを開いてください。

1つのAPIで本番対応のモデルアクセス

一度認証すれば、モデルエンドポイントを呼び出し、プロバイダー間で同じ請求・モニタリングフローを維持できます。

Qwen-Image-3.0のサンプルコードとAPI

Qwen-Image-3.0の包括的なサンプルコードとAPIリソースにアクセスして、統合プロセスを効率化しましょう。詳細なドキュメントでは段階的なガイダンスを提供し、プロジェクトでQwen-Image-3.0の潜在能力を最大限に活用できるよう支援します。

set -euo pipefail
: "${QWEN_IMAGE_INPUT_URL:?Set QWEN_IMAGE_INPUT_URL before running this example}"

generation_payload=$(jq -nc \
  --arg model "qwen-image-3.0" \
  '{
    model: $model,
    input: {
      messages: [{
        role: "user",
        content: [{
          text: "Create a cinematic watercolor of a moonlit harbor with glowing paper lanterns."
        }]
      }]
    },
    parameters: {
      negative_prompt: "blurry, low quality",
      prompt_extend: true,
      watermark: false,
      size: "1328*1328"
    }
  }')

echo "Generation response:"
curl --fail-with-body --silent --show-error --request POST \
  https://api.cometapi.com/v1/images/generations \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data "${generation_payload}"
echo

edit_payload=$(jq -nc \
  --arg model "qwen-image-3.0" \
  --arg image "${QWEN_IMAGE_INPUT_URL}" \
  '{
    model: $model,
    input: {
      messages: [{
        role: "user",
        content: [
          {image: $image},
          {text: "Turn the scene into a moonlit watercolor while preserving the main composition."}
        ]
      }]
    },
    parameters: {
      n: 1,
      negative_prompt: "blurry, low quality",
      prompt_extend: true,
      watermark: false
    }
  }')

echo "Edit response:"
curl --fail-with-body --silent --show-error --request POST \
  https://api.cometapi.com/v1/images/edits \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data "${edit_payload}"
echo

cURL Code Example

set -euo pipefail
: "${QWEN_IMAGE_INPUT_URL:?Set QWEN_IMAGE_INPUT_URL before running this example}"

generation_payload=$(jq -nc \
  --arg model "qwen-image-3.0" \
  '{
    model: $model,
    input: {
      messages: [{
        role: "user",
        content: [{
          text: "Create a cinematic watercolor of a moonlit harbor with glowing paper lanterns."
        }]
      }]
    },
    parameters: {
      negative_prompt: "blurry, low quality",
      prompt_extend: true,
      watermark: false,
      size: "1328*1328"
    }
  }')

echo "Generation response:"
curl --fail-with-body --silent --show-error --request POST \
  https://api.cometapi.com/v1/images/generations \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data "${generation_payload}"
echo

edit_payload=$(jq -nc \
  --arg model "qwen-image-3.0" \
  --arg image "${QWEN_IMAGE_INPUT_URL}" \
  '{
    model: $model,
    input: {
      messages: [{
        role: "user",
        content: [
          {image: $image},
          {text: "Turn the scene into a moonlit watercolor while preserving the main composition."}
        ]
      }]
    },
    parameters: {
      n: 1,
      negative_prompt: "blurry, low quality",
      prompt_extend: true,
      watermark: false
    }
  }')

echo "Edit response:"
curl --fail-with-body --silent --show-error --request POST \
  https://api.cometapi.com/v1/images/edits \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data "${edit_payload}"
echo

Python Code Example

import json
import os

import requests


COMETAPI_KEY = os.environ["COMETAPI_KEY"]
QWEN_IMAGE_INPUT_URL = os.environ["QWEN_IMAGE_INPUT_URL"]

headers = {
    "Authorization": f"Bearer {COMETAPI_KEY}",
    "Content-Type": "application/json",
}

generation_response = requests.post(
    "https://api.cometapi.com/v1/images/generations",
    headers=headers,
    json={
        "model": "qwen-image-3.0",
        "input": {
            "messages": [
                {
                    "role": "user",
                    "content": [
                        {
                            "text": "Create a cinematic watercolor of a moonlit harbor with glowing paper lanterns."
                        }
                    ],
                }
            ]
        },
        "parameters": {
            "negative_prompt": "blurry, low quality",
            "prompt_extend": True,
            "watermark": False,
            "size": "1328*1328",
        },
    },
    timeout=120,
)
generation_response.raise_for_status()
print("Generation response:")
print(json.dumps(generation_response.json(), ensure_ascii=False, indent=2))

edit_response = requests.post(
    "https://api.cometapi.com/v1/images/edits",
    headers=headers,
    json={
        "model": "qwen-image-3.0",
        "input": {
            "messages": [
                {
                    "role": "user",
                    "content": [
                        {"image": QWEN_IMAGE_INPUT_URL},
                        {
                            "text": "Turn the scene into a moonlit watercolor while preserving the main composition."
                        },
                    ],
                }
            ]
        },
        "parameters": {
            "n": 1,
            "negative_prompt": "blurry, low quality",
            "prompt_extend": True,
            "watermark": False,
        },
    },
    timeout=120,
)
edit_response.raise_for_status()
print("Edit response:")
print(json.dumps(edit_response.json(), ensure_ascii=False, indent=2))

JavaScript Code Example

const apiKey = process.env.COMETAPI_KEY;
const inputImageUrl = process.env.QWEN_IMAGE_INPUT_URL;

if (!apiKey || !inputImageUrl) {
  throw new Error("Set COMETAPI_KEY and QWEN_IMAGE_INPUT_URL before running this example.");
}

const headers = {
  Authorization: `Bearer ${apiKey}`,
  "Content-Type": "application/json",
};

const generationResponse = await fetch(
  "https://api.cometapi.com/v1/images/generations",
  {
    method: "POST",
    headers,
    body: JSON.stringify({
      model: "qwen-image-3.0",
      input: {
        messages: [
          {
            role: "user",
            content: [
              {
                text: "Create a cinematic watercolor of a moonlit harbor with glowing paper lanterns.",
              },
            ],
          },
        ],
      },
      parameters: {
        negative_prompt: "blurry, low quality",
        prompt_extend: true,
        watermark: false,
        size: "1328*1328",
      },
    }),
  },
);

if (!generationResponse.ok) {
  throw new Error(`Generation failed (${generationResponse.status}): ${await generationResponse.text()}`);
}

console.log("Generation response:");
console.log(JSON.stringify(await generationResponse.json(), null, 2));

const editResponse = await fetch(
  "https://api.cometapi.com/v1/images/edits",
  {
    method: "POST",
    headers,
    body: JSON.stringify({
      model: "qwen-image-3.0",
      input: {
        messages: [
          {
            role: "user",
            content: [
              { image: inputImageUrl },
              {
                text: "Turn the scene into a moonlit watercolor while preserving the main composition.",
              },
            ],
          },
        ],
      },
      parameters: {
        n: 1,
        negative_prompt: "blurry, low quality",
        prompt_extend: true,
        watermark: false,
      },
    }),
  },
);

if (!editResponse.ok) {
  throw new Error(`Edit failed (${editResponse.status}): ${await editResponse.text()}`);
}

console.log("Edit response:");
console.log(JSON.stringify(await editResponse.json(), null, 2));

ユースケース

imageの機能に合った本番ワークフローにQwen-Image-3.0を活用し、長期的な統合前に他の選択肢とも比較してください。

商品ビジュアルやキャンペーン素材の制作

コンセプトアートと素早いビジュアル探索

画像編集・バリエーション生成・素材制作

他のモデル

品質・レイテンシ・機能・料金のトレードオフに応じて、CometAPIで利用できる他のモデルと比較できます。

モデル比較を開く →

Google

Nano Banana 2.1

Nano Banana 2.1 APIを見る。

モデルを見る

xAI

Grok-Imagine-Image-2.0

Grok Imagine Image 2.0、そのアップグレード版のAI画像生成・編集モデル

モデルを見る

OpenAI

GPT Image 2

GPT Image 2 は、高速かつ高品質な画像生成と編集のための OpenAI の最先端の画像生成モデルです。柔軟な画像サイズに対応し、高忠実度の画像入力をサポートします。

Gen4-image APIを見る。

Gen4-image-turbo APIを見る。

モデルを見る

Google

Nano Banana 2 lite

Gemini 3.1 Flash Lite Image model は、画像生成ファミリーにおける効率性に特化したエキスパートで、超低レイテンシかつ費用対効果の高い画像生成および編集のために設計されています。

モデルを見る

稼働時間

本番投入前に、リアルタイムのハートビートデータ、エンドポイントの可用性、実測レスポンスタイムを確認できます。

更新情報

Qwen-Image-3.0の安定したモデルページを維持したまま、提供状況、料金、機能に関する重要な変更を追跡できます。

モデル変更履歴

時間とともに価値が高まる1つのページ。

リリースノート、料金変更、ベンチマークの更新、移行ガイダンスがここに蓄積され、正規URLは変わりません。

リリース前

リリース前のモデルページを公開

Qwen-Image-3.0の恒久的なモデルエンティティページを確保しています。未確認のデータは、リリースされるまで未確認として明確に表示されます。

料金と制限をカタログと同期済み

料金、コンテキスト、利用可能性、制限は、ページタイトルやモデルの識別情報に埋め込むのではなく、動的なプロパティとして扱われます。

Aug 12, 2026

永続的なモデルエンティティを作成済み

プロバイダーとモデルのスラッグによって永続的な正規URLが形成されます。今後のコンテンツやデータの更新はこのページに反映されます。

さらに探る

モデルを比較して、調査を続けましょう

近日公開

Aliyun

qwen-image-3.0

Qwen-Image-3.0 API

近日公開

最低料金

料金を見る

従量課金

APIの稼働状況

利用可能

本番エンドポイント

応答速度

非同期対応

実測APIレスポンス

公開日

Aug 11, 2026

Aliyun

モデル概要

安定した識別情報

Qwen-Image-3.0とは？

近日公開

正式なモデル識別情報は、料金や制限が変更されても変わりません。

最新のモデルデータ

現在のカタログスナップショット

提供状況

近日公開

開始価格

料金を見る

コンテキスト

機能を見る

カタログ更新日

Aug 11, 2026

概要

Qwen-Image-3.0の実用的な概要と、重要な挙動・統合時の注意点。

Qwen-Image-3.0 とは？

Qwen-Image-3.0 の主な機能は？

複数出力: API は1リクエストあたり最大 6 枚の出力画像 をサポートし、同一プロンプトから複数のバリエーションを生成できます。

Qwen-Image-3.0 技術仕様

仕様	Qwen-Image-3.0
開発元	Alibaba Qwen Team
モデルタイプ	画像生成および画像編集
主なポジショニング	品質・速度・コストのバランス
モデル ID	qwen-image-3.0
入力モダリティ	テキストと画像
出力モダリティ	画像
生成モード	テキストから画像; 画像から画像; 指示付き編集
最大プロンプト	約 4.5K トークン
参照画像	1-3
出力ピクセル範囲	総ピクセル数は 512 x 512 から 2048 x 2048 まで
出力形式	PNG
小さなテキストレンダリング（主張）	約 10 px
ネイティブでレンダリング可能な言語	12
Standard のレート制限	文書化されたリージョンで 20 RPM
関数呼び出し	非対応
バッチ推論	非対応
ファインチューニング	非対応
CometAPI エンドポイント	/v1/images/generations; /v1/images/edits

Qwen-Image-3.0 ベンチマーク性能

モデル	T2I Elo	T2I 順位	編集 Elo	編集順位	API 価格 / 1K
GPT Image 2 (high)	1,367	#1	1,257	#4	$211
Nano Banana 2	1,319	#3	1,250	#7	$67
Qwen-Image-3.0-Pro	1,284	#9	1,250	#5	$43
Seedream 5.0 Pro	1,279	#10	1,247	#8	$90
Qwen-Image-3.0	1,275	#11	1,218	#15	$30

結果の意味

Standard と Pro の比較: テキストから画像の差はわずか 9 Elo だが、編集では Pro が 32 Elo リード。したがって、Pro に支払う最大の理由は初回生成よりも編集品質である可能性が高い。
Seedream 5.0 Pro との比較: Standard はテキストから画像で 4 Elo 差で劣るのみで、Pro は 5 Elo リード。これらの小さな差は公表された不確実性の範囲内にあり、確定的な序列ではなく競合クラスターとして扱うべき。
Nano Banana 2 との比較: Standard はテキストから画像で 44 Elo、編集で 32 Elo 劣後。Pro は編集の差を 1,250 Elo の同点まで縮める。
GPT Image 2 との比較: GPT は Standard に対し、テキストから画像で 92 Elo、編集で 39 Elo のリード。したがって Qwen の訴求点は普遍的な品質リーダーシップではなく、価格性能とレイアウト特化にある。
旧 Qwen Image 2.0 Pro と比較すると、同じリーダーボードで Standard 3.0 はテキストから画像で 39 Elo 向上し、代表価格は 1,000 画像あたり $75 から $30 に低下。

Qwen-Image-3.0 vs GPT Image 2 vs Nano Banana 2

次元	Qwen 3 Standard	Qwen 3 Pro	GPT Image 2	Nano Banana 2	Seedream 5 Pro
ポジショニング	品質 / 速度 / コストのバランス	Qwen 最高の忠実度	プレミアムな汎用画像モデル	高速・大規模な Gemini 画像モデル	プロフェッショナルなデザインと編集
T2I / 編集 Elo	1,275 / 1,218	1,284 / 1,250	1,367 / 1,257	1,319 / 1,250	1,279 / 1,247
公称出力	約 2K	約 2K	柔軟なサイズ	最大 4K	CometAPI 上で約 2K
参照入力	1-3	1-3	対応	複数参照	CometAPI 上で最大 10
タイポグラフィの観点	4.5K の指示; 10px 主張; 12 言語	同じ中核に注力しつつより高い忠実度	強力な多言語テキスト	テキスト + 検索グラウンディング	高密度インフォグラフィックと空間制御
Web グラウンディング	なし	なし	API の主要機能ではない	Google 検索と画像検索	アクセス経路依存
最適用途	コストを抑えた高密度レイアウト	高品質な Qwen 編集	最大の一般的選好	高速な 4K と最新情報ワークフロー	精密な編集と多参照デザイン

よくある質問

API

動作するエンドポイントとコード例をコピーし、全パラメーターが必要な場合は完全なAPIリファレンスを開いてください。

1つのAPIで本番対応のモデルアクセス

一度認証すれば、モデルエンドポイントを呼び出し、プロバイダー間で同じ請求・モニタリングフローを維持できます。

Qwen-Image-3.0のサンプルコードとAPI

set -euo pipefail
: "${QWEN_IMAGE_INPUT_URL:?Set QWEN_IMAGE_INPUT_URL before running this example}"

generation_payload=$(jq -nc \
  --arg model "qwen-image-3.0" \
  '{
    model: $model,
    input: {
      messages: [{
        role: "user",
        content: [{
          text: "Create a cinematic watercolor of a moonlit harbor with glowing paper lanterns."
        }]
      }]
    },
    parameters: {
      negative_prompt: "blurry, low quality",
      prompt_extend: true,
      watermark: false,
      size: "1328*1328"
    }
  }')

echo "Generation response:"
curl --fail-with-body --silent --show-error --request POST \
  https://api.cometapi.com/v1/images/generations \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data "${generation_payload}"
echo

edit_payload=$(jq -nc \
  --arg model "qwen-image-3.0" \
  --arg image "${QWEN_IMAGE_INPUT_URL}" \
  '{
    model: $model,
    input: {
      messages: [{
        role: "user",
        content: [
          {image: $image},
          {text: "Turn the scene into a moonlit watercolor while preserving the main composition."}
        ]
      }]
    },
    parameters: {
      n: 1,
      negative_prompt: "blurry, low quality",
      prompt_extend: true,
      watermark: false
    }
  }')

echo "Edit response:"
curl --fail-with-body --silent --show-error --request POST \
  https://api.cometapi.com/v1/images/edits \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data "${edit_payload}"
echo

cURL Code Example

set -euo pipefail
: "${QWEN_IMAGE_INPUT_URL:?Set QWEN_IMAGE_INPUT_URL before running this example}"

generation_payload=$(jq -nc \
  --arg model "qwen-image-3.0" \
  '{
    model: $model,
    input: {
      messages: [{
        role: "user",
        content: [{
          text: "Create a cinematic watercolor of a moonlit harbor with glowing paper lanterns."
        }]
      }]
    },
    parameters: {
      negative_prompt: "blurry, low quality",
      prompt_extend: true,
      watermark: false,
      size: "1328*1328"
    }
  }')

echo "Generation response:"
curl --fail-with-body --silent --show-error --request POST \
  https://api.cometapi.com/v1/images/generations \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data "${generation_payload}"
echo

edit_payload=$(jq -nc \
  --arg model "qwen-image-3.0" \
  --arg image "${QWEN_IMAGE_INPUT_URL}" \
  '{
    model: $model,
    input: {
      messages: [{
        role: "user",
        content: [
          {image: $image},
          {text: "Turn the scene into a moonlit watercolor while preserving the main composition."}
        ]
      }]
    },
    parameters: {
      n: 1,
      negative_prompt: "blurry, low quality",
      prompt_extend: true,
      watermark: false
    }
  }')

echo "Edit response:"
curl --fail-with-body --silent --show-error --request POST \
  https://api.cometapi.com/v1/images/edits \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data "${edit_payload}"
echo

Python Code Example

import json
import os

import requests


COMETAPI_KEY = os.environ["COMETAPI_KEY"]
QWEN_IMAGE_INPUT_URL = os.environ["QWEN_IMAGE_INPUT_URL"]

headers = {
    "Authorization": f"Bearer {COMETAPI_KEY}",
    "Content-Type": "application/json",
}

generation_response = requests.post(
    "https://api.cometapi.com/v1/images/generations",
    headers=headers,
    json={
        "model": "qwen-image-3.0",
        "input": {
            "messages": [
                {
                    "role": "user",
                    "content": [
                        {
                            "text": "Create a cinematic watercolor of a moonlit harbor with glowing paper lanterns."
                        }
                    ],
                }
            ]
        },
        "parameters": {
            "negative_prompt": "blurry, low quality",
            "prompt_extend": True,
            "watermark": False,
            "size": "1328*1328",
        },
    },
    timeout=120,
)
generation_response.raise_for_status()
print("Generation response:")
print(json.dumps(generation_response.json(), ensure_ascii=False, indent=2))

edit_response = requests.post(
    "https://api.cometapi.com/v1/images/edits",
    headers=headers,
    json={
        "model": "qwen-image-3.0",
        "input": {
            "messages": [
                {
                    "role": "user",
                    "content": [
                        {"image": QWEN_IMAGE_INPUT_URL},
                        {
                            "text": "Turn the scene into a moonlit watercolor while preserving the main composition."
                        },
                    ],
                }
            ]
        },
        "parameters": {
            "n": 1,
            "negative_prompt": "blurry, low quality",
            "prompt_extend": True,
            "watermark": False,
        },
    },
    timeout=120,
)
edit_response.raise_for_status()
print("Edit response:")
print(json.dumps(edit_response.json(), ensure_ascii=False, indent=2))

JavaScript Code Example

const apiKey = process.env.COMETAPI_KEY;
const inputImageUrl = process.env.QWEN_IMAGE_INPUT_URL;

if (!apiKey || !inputImageUrl) {
  throw new Error("Set COMETAPI_KEY and QWEN_IMAGE_INPUT_URL before running this example.");
}

const headers = {
  Authorization: `Bearer ${apiKey}`,
  "Content-Type": "application/json",
};

const generationResponse = await fetch(
  "https://api.cometapi.com/v1/images/generations",
  {
    method: "POST",
    headers,
    body: JSON.stringify({
      model: "qwen-image-3.0",
      input: {
        messages: [
          {
            role: "user",
            content: [
              {
                text: "Create a cinematic watercolor of a moonlit harbor with glowing paper lanterns.",
              },
            ],
          },
        ],
      },
      parameters: {
        negative_prompt: "blurry, low quality",
        prompt_extend: true,
        watermark: false,
        size: "1328*1328",
      },
    }),
  },
);

if (!generationResponse.ok) {
  throw new Error(`Generation failed (${generationResponse.status}): ${await generationResponse.text()}`);
}

console.log("Generation response:");
console.log(JSON.stringify(await generationResponse.json(), null, 2));

const editResponse = await fetch(
  "https://api.cometapi.com/v1/images/edits",
  {
    method: "POST",
    headers,
    body: JSON.stringify({
      model: "qwen-image-3.0",
      input: {
        messages: [
          {
            role: "user",
            content: [
              { image: inputImageUrl },
              {
                text: "Turn the scene into a moonlit watercolor while preserving the main composition.",
              },
            ],
          },
        ],
      },
      parameters: {
        n: 1,
        negative_prompt: "blurry, low quality",
        prompt_extend: true,
        watermark: false,
      },
    }),
  },
);

if (!editResponse.ok) {
  throw new Error(`Edit failed (${editResponse.status}): ${await editResponse.text()}`);
}

console.log("Edit response:");
console.log(JSON.stringify(await editResponse.json(), null, 2));