Qwen-Image-3.0 的提示詞最長可以有多長？

Qwen-Image-3.0 支援長度約為 4.5K tokens 的提示詞，使其能對複雜佈局與視覺構圖進行詳細描述。

Qwen-Image-3.0 的 API 模型 ID 是什麼？

Qwen-Image-3.0 的模型 ID 為 qwen-image-3.0。

Qwen-Image-3.0 是否有基準測試分數？

Alibaba 目前尚未公開披露 Qwen-Image-3.0 的標準化基準測試分數，因此其競爭力表現目前應主要透過質性範例與獨立測試進行評估。

Qwen-Image-3.0 是否支援圖像編輯？

是的。Qwen-Image-3.0 支援圖像到圖像生成，並可搭配 1–3 張參考圖與編輯指令進行圖像編輯。

Qwen-Image-3.0 支援什麼解析度？

Qwen-Image-3.0 支援輸出解析度最高至 2048×2048，依據 Alibaba 的 API 文件，支援範圍為 512×512 至 2048×2048。

Qwen-Image-3.0 能否生成包含文字的圖像？

是的。Qwen-Image-3.0 針對精細的文字渲染而設計，可處理小至 10 像素的文字，並支援 12 種語言與 20 多種字體。

每次請求 Qwen-Image-3.0 最多可生成多少張圖像？

Qwen-Image-3.0 每次 API 請求最多支援輸出 6 張圖像。

即將推出

Aliyun

qwen-image-3.0

Qwen-Image-3.0 API

Q: Qwen-Image-3.0 是什麼？

Qwen-Image-3.0 是 Alibaba Qwen 的第三代圖像生成模型，專注於複雜佈局、精細的圖像構圖、文字渲染、多語言排版，以及實用的圖像生成與編輯工作流程。

即將推出

起始價格

查看價格

按使用量計費

API 健康狀態

可使用

正式環境端點

回應時間

支援非同步

實測 API 回應時間

發布時間

Aug 11, 2026

Aliyun

模型簡介

穩定的模型身分可供搜尋與評估使用，搭配可能變動的即時目錄資料，無需重寫頁面的核心 SEO 結構。

穩定識別

Qwen-Image-3.0 是什麼？

即將推出

即使價格與限制有所變動，標準模型身分仍保持穩定。

即時模型資料

目前目錄快照

可用性

即將推出

起始價格

查看價格

上下文

查看功能

目錄日期

Aug 11, 2026

概覽

Qwen-Image-3.0 的實用總覽,涵蓋重要行為與整合注意事項。

什麼是 Qwen-Image-3.0？

Qwen-Image-3.0 是 Alibaba Qwen 的第三代影像生成模型，旨在使 AI 生成影像更貼近真實世界的創意與設計工作流程，而非僅專注於視覺美感。它同時支援 文字到影像（T2I） 與 影像到影像（I2I）編輯，特別強調複雜版面、資訊密集的視覺內容、精準的文字渲染、多語排版，以及細緻的影像構圖。

Alibaba 將 Qwen-Image-3.0 的定位圍繞三大核心能力：豐富內容（Rich Content）、真實細節（Authentic Details）、深層知識（Deep Knowledge）。該模型可接受最長約 4.5K tokens 的提示，允許使用者在單次請求中描述如報紙、分鏡（storyboards）、試卷、多分欄資訊圖（infographics）與介面模型等複雜構圖。它亦可渲染小至 10 像素 的文字，支援 12 種語言與超過 20 種字型，並設計用於重現髮絲、毛孔、臉部微表情等精細視覺細節。

Qwen-Image-3.0 的關鍵功能是什麼？

複雜版面生成： Qwen-Image-3.0 專為高資訊密度的視覺構圖設計。Alibaba 展示了在單張影像中生成的版面，包括 3×3 視覺網格、數學簡報、報紙、分鏡、菜單、試卷，以及其他結構化設計，而無需將多張影像拼接。

更長的影像生成指令： 該模型支援最長約 4.5K tokens 的提示，讓使用者能在一次生成請求中更充分地指定物件、關係、排版、版面、視覺層級與風格。

細粒度文字渲染： Qwen-Image-3.0 專為渲染小字而設計，Alibaba 強調可達 10px。這使其特別適用於海報、資訊圖、示意圖、UI 概念、教育素材，以及其他需要在影像中呈現可讀文字的設計。

多語排版： 該模型原生支援 12 種語言 與超過 20 種字型 的渲染，擴展其在多語行銷素材、本地化圖形、產品介面與國際化內容製作中的實用性。

影像編輯： Qwen-Image-3.0 支援以參考影像結合編輯指令的以影像生影像（I2I）生成與編輯。Alibaba 目前的 API 文件在 I2I 工作流程中支援 1–3 張參考影像。

多重輸出： 該 API 每次請求最多支援輸出 6 張影像，允許使用者從同一提示中生成多個變體。

Qwen-Image-3.0 技術規格

Alibaba 為 Standard 模型提供了具體的存取與能力資訊。下表將已文件化的限制與行銷層面的宣稱區分開來，以免開發者將展示視為 API 保證。

規格	Qwen-Image-3.0
開發者	Alibaba Qwen Team
模型類型	影像生成與影像編輯
主要定位	品質、速度與成本的平衡
模型 ID	qwen-image-3.0
輸入模態	文字與影像
輸出模態	影像
生成模式	文字到影像；影像到影像；指令式編輯
最大提示	約 4.5K tokens
參考影像	1-3
輸出像素範圍	總像素從 512 x 512 到 2048 x 2048
輸出格式	PNG
宣稱小字渲染	約 10 px
原生視覺文字語言	12
標準速率限制	已記錄區域為 20 RPM
函式呼叫	不支援
批次推論	不支援
微調	不支援
CometAPI 端點	/v1/images/generations; /v1/images/edits

Qwen-Image-3.0 基準表現

模型	T2I Elo	T2I 排名	編輯 Elo	編輯排名	API 價格 / 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

結果解讀

Standard 與 Pro：在文字到影像上差距僅 9 Elo，但 Pro 在編輯上領先 32 Elo。因此，選擇 Pro 的最強理由可能是編輯品質，而非首次生成。
對比 Seedream 5.0 Pro：Standard 在文字到影像僅落後 4 Elo，而 Pro 領先 5 Elo。這些小差距落在已發布的不確定性範圍內，應視為競爭集群，而非明確排序。
對比 Nano Banana 2：Standard 在文字到影像落後 44 Elo，在編輯落後 32 Elo。Pro 將編輯差距縮小到與 1,250 Elo 打成平手。
對比 GPT Image 2：GPT 在文字到影像上領先 Standard 92 Elo，在編輯上領先 39 Elo。因此，Qwen 的訴求在於性價比與版面專長，而非全面的品質領先。
與先前的 Qwen Image 2.0 Pro 相比，Standard 3.0 模型在同一排行榜上的文字到影像 Elo 提升了 39，而代表性價格從每 1,000 張影像 $75 降至 $30。

Qwen-Image-3.0 對比 GPT Image 2 與 Nano Banana 2

沒有任何影像模型在所有生產向度上全面領先。整體偏好、編輯保真、文字渲染、參考容量、輸出解析度、對齊能力、延遲與成本，可能指向不同的最佳選擇。下列比較聚焦於已文件化的能力與獨立 Arena 成果。

維度	Qwen 3 Standard	Qwen 3 Pro	GPT Image 2	Nano Banana 2	Seedream 5 Pro
定位	品質 / 速度 / 成本平衡	Qwen 最高保真度	高端通用影像模型	快速、高吞吐量的 Gemini 影像模型	專業設計與編輯
T2I / 編輯 Elo	1,275 / 1,218	1,284 / 1,250	1,367 / 1,257	1,319 / 1,250	1,279 / 1,247
標稱輸出	約 2K	約 2K	彈性尺寸	最高 4K	在 CometAPI 約 2K
參考輸入	1-3	1-3	支援	多參考	在 CometAPI 最高 10 個
字體/排版側重	4.5K 提示；10px 宣稱；12 種語言	相同核心側重且保真度更高	強大的多語文字	文字加搜尋對齊	高密度資訊圖與空間控制
網路對齊	否	否	非標誌性 API 功能	Google 搜尋與 Image Search	取決於存取路徑
最佳適用	高密度版面且成本可控	高品質 Qwen 編輯	整體偏好最大	快速 4K 與即時資訊工作流程	精確編輯與多參考設計

常見問題

API

複製可用的端點與程式碼範例,需要完整參數時再開啟完整 API 參考文件。

一個 API,直接對接正式環境模型

只需驗證一次,即可呼叫模型端點,並在各供應商間維持一致的計費與監控流程。

Qwen-Image-3.0 的範例程式碼和 API

存取完整的範例程式碼和 API 資源，以簡化您的 Qwen-Image-3.0 整合流程。我們詳盡的文件提供逐步指引，協助您在專案中充分發揮 Qwen-Image-3.0 的潛力。

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));

應用場景

將 Qwen-Image-3.0 用於符合其 image 能力的正式工作流程,並在長期整合前比較其他選項。

產品視覺與行銷素材創作

概念圖與快速視覺探索

圖像編輯、變化與素材產製

其他模型

比較 CometAPI 提供的其他模型,在品質、延遲、功能與價格間取得平衡。

開啟模型比較 →

Google

Nano Banana 2.1

探索 Nano Banana 2.1 API。

查看模型

xAI

Grok-Imagine-Image-2.0

Grok Imagine Image 2.0，其升級版的 AI 圖像生成與編輯模型

查看模型

OpenAI

GPT Image 2

GPT Image 2 是 OpenAI 最先進的圖像生成模型，用於快速、高品質的圖像生成與編輯。它支援彈性的圖像尺寸與高保真圖像輸入。

探索 Gen4-image API。

探索 Gen4-image-turbo API。

查看模型

Google

Nano Banana 2 lite

Gemini 3.1 Flash Lite Image model 是影像生成產品家族中的效率專家，專為超低延遲且具成本效益的影像生成與修改而設計。

查看模型

服務可用性

在正式上線前,查看即時心跳資料、端點可用性與實測回應時間。

更新

持續追蹤 Qwen-Image-3.0 重要的可用性、價格與功能變動，同時保留穩定的模型頁面。

模型變更記錄

一個隨時間日益完善的頁面。

發布說明、價格變動、基準測試更新與遷移指南都會在此累積，而標準 URL 維持不變。

上線前

上線前模型頁面已發布

已為 Qwen-Image-3.0 保留永久模型實體頁面；在正式發布前，未確認的資料會清楚標示。

即時資料

價格與限制已從目錄同步

價格、上下文、可用性和限制會被視為動態屬性，而不是嵌入頁面標題或模型識別中。

Aug 12, 2026

已建立永久模型實體

供應商與模型 slug 構成持久的規範 URL；未來的內容和資料更新將保留在此頁面。

持續探索

比較模型,繼續你的研究

即將推出

Aliyun

qwen-image-3.0

Qwen-Image-3.0 API

即將推出

起始價格

查看價格

按使用量計費

API 健康狀態

可使用

正式環境端點

回應時間

支援非同步

實測 API 回應時間

發布時間

Aug 11, 2026

Aliyun

模型簡介

穩定的模型身分可供搜尋與評估使用，搭配可能變動的即時目錄資料，無需重寫頁面的核心 SEO 結構。

穩定識別

Qwen-Image-3.0 是什麼？

即將推出

即使價格與限制有所變動，標準模型身分仍保持穩定。

即時模型資料

目前目錄快照

可用性

即將推出

起始價格

查看價格

上下文

查看功能

目錄日期

Aug 11, 2026

概覽

Qwen-Image-3.0 的實用總覽,涵蓋重要行為與整合注意事項。

什麼是 Qwen-Image-3.0？

Qwen-Image-3.0 的關鍵功能是什麼？

多重輸出： 該 API 每次請求最多支援輸出 6 張影像，允許使用者從同一提示中生成多個變體。

Qwen-Image-3.0 技術規格

Alibaba 為 Standard 模型提供了具體的存取與能力資訊。下表將已文件化的限制與行銷層面的宣稱區分開來，以免開發者將展示視為 API 保證。

規格	Qwen-Image-3.0
開發者	Alibaba Qwen Team
模型類型	影像生成與影像編輯
主要定位	品質、速度與成本的平衡
模型 ID	qwen-image-3.0
輸入模態	文字與影像
輸出模態	影像
生成模式	文字到影像；影像到影像；指令式編輯
最大提示	約 4.5K tokens
參考影像	1-3
輸出像素範圍	總像素從 512 x 512 到 2048 x 2048
輸出格式	PNG
宣稱小字渲染	約 10 px
原生視覺文字語言	12
標準速率限制	已記錄區域為 20 RPM
函式呼叫	不支援
批次推論	不支援
微調	不支援
CometAPI 端點	/v1/images/generations; /v1/images/edits

Qwen-Image-3.0 基準表現

模型	T2I Elo	T2I 排名	編輯 Elo	編輯排名	API 價格 / 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

結果解讀

Standard 與 Pro：在文字到影像上差距僅 9 Elo，但 Pro 在編輯上領先 32 Elo。因此，選擇 Pro 的最強理由可能是編輯品質，而非首次生成。
對比 Seedream 5.0 Pro：Standard 在文字到影像僅落後 4 Elo，而 Pro 領先 5 Elo。這些小差距落在已發布的不確定性範圍內，應視為競爭集群，而非明確排序。
對比 Nano Banana 2：Standard 在文字到影像落後 44 Elo，在編輯落後 32 Elo。Pro 將編輯差距縮小到與 1,250 Elo 打成平手。
對比 GPT Image 2：GPT 在文字到影像上領先 Standard 92 Elo，在編輯上領先 39 Elo。因此，Qwen 的訴求在於性價比與版面專長，而非全面的品質領先。
與先前的 Qwen Image 2.0 Pro 相比，Standard 3.0 模型在同一排行榜上的文字到影像 Elo 提升了 39，而代表性價格從每 1,000 張影像 $75 降至 $30。

Qwen-Image-3.0 對比 GPT Image 2 與 Nano Banana 2

維度	Qwen 3 Standard	Qwen 3 Pro	GPT Image 2	Nano Banana 2	Seedream 5 Pro
定位	品質 / 速度 / 成本平衡	Qwen 最高保真度	高端通用影像模型	快速、高吞吐量的 Gemini 影像模型	專業設計與編輯
T2I / 編輯 Elo	1,275 / 1,218	1,284 / 1,250	1,367 / 1,257	1,319 / 1,250	1,279 / 1,247
標稱輸出	約 2K	約 2K	彈性尺寸	最高 4K	在 CometAPI 約 2K
參考輸入	1-3	1-3	支援	多參考	在 CometAPI 最高 10 個
字體/排版側重	4.5K 提示；10px 宣稱；12 種語言	相同核心側重且保真度更高	強大的多語文字	文字加搜尋對齊	高密度資訊圖與空間控制
網路對齊	否	否	非標誌性 API 功能	Google 搜尋與 Image Search	取決於存取路徑
最佳適用	高密度版面且成本可控	高品質 Qwen 編輯	整體偏好最大	快速 4K 與即時資訊工作流程	精確編輯與多參考設計

常見問題

API

複製可用的端點與程式碼範例,需要完整參數時再開啟完整 API 參考文件。

一個 API,直接對接正式環境模型

只需驗證一次,即可呼叫模型端點,並在各供應商間維持一致的計費與監控流程。

Qwen-Image-3.0 的範例程式碼和 API

存取完整的範例程式碼和 API 資源，以簡化您的 Qwen-Image-3.0 整合流程。我們詳盡的文件提供逐步指引，協助您在專案中充分發揮 Qwen-Image-3.0 的潛力。

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));