General-purpose image generation model that supports various art styles and is particularly good at rendering complex text.
इनपुट
पैरामीटर कॉन्फ़िगरेशन लोड हो रहा है...
आउटपुट
निष्क्रियजेनरेट की गई छवियां यहां दिखाई देंगी
अपनी सेटिंग्स कॉन्फ़िगर करें और शुरू करने के लिए चलाएं पर क्लिक करें
आपके अनुरोध की लागत 0.052 प्रति रन होगी। $10 के साथ आप इस मॉडल को लगभग 192 बार चला सकते हैं।
आगे आप यह कर सकते हैं:
कोड उदाहरण
import requests
import time
# Step 1: Start image generation
generate_url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
"Content-Type": "application/json",
"Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
"model": "alibaba/qwen-image/text-to-image-max",
"prompt": "A beautiful landscape with mountains and lake",
"width": 512,
"height": 512,
"steps": 20,
"guidance_scale": 7.5,
}
generate_response = requests.post(generate_url, headers=headers, json=data)
generate_result = generate_response.json()
prediction_id = generate_result["data"]["id"]
# Step 2: Poll for result
poll_url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"
def check_status():
while True:
response = requests.get(poll_url, headers={"Authorization": "Bearer $ATLASCLOUD_API_KEY"})
result = response.json()
if result["data"]["status"] == "completed":
print("Generated image:", result["data"]["outputs"][0])
return result["data"]["outputs"][0]
elif result["data"]["status"] == "failed":
raise Exception(result["data"]["error"] or "Generation failed")
else:
# Still processing, wait 2 seconds
time.sleep(2)
image_url = check_status()इंस्टॉल करें
अपनी प्रोग्रामिंग भाषा के लिए आवश्यक पैकेज इंस्टॉल करें।
bash
pip install requestsप्रमाणीकरण
सभी API अनुरोधों के लिए API कुंजी के माध्यम से प्रमाणीकरण आवश्यक है। आप अपनी API कुंजी Atlas Cloud डैशबोर्ड से प्राप्त कर सकते हैं।
bash
export ATLASCLOUD_API_KEY="your-api-key-here"HTTP हेडर
python
import os
API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
"Content-Type": "application/json",
"Authorization": f"Bearer {API_KEY}"
}अपनी API कुंजी सुरक्षित रखें
क्लाइंट-साइड कोड या सार्वजनिक रिपॉज़िटरी में अपनी API कुंजी कभी उजागर न करें। इसके बजाय एनवायरनमेंट वेरिएबल या बैकएंड प्रॉक्सी का उपयोग करें।
अनुरोध सबमिट करें
import requests
url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
"Content-Type": "application/json",
"Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
"model": "your-model",
"prompt": "A beautiful landscape"
}
response = requests.post(url, headers=headers, json=data)
print(response.json())अनुरोध सबमिट करें
एक असिंक्रोनस जनरेशन अनुरोध सबमिट करें। API एक प्रेडिक्शन ID लौटाता है जिसका उपयोग आप स्थिति जाँचने और परिणाम प्राप्त करने के लिए कर सकते हैं।
POST
/api/v1/model/generateImageअनुरोध बॉडी
import requests
url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
"Content-Type": "application/json",
"Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
"model": "alibaba/qwen-image/text-to-image-max",
"input": {
"prompt": "A beautiful landscape with mountains and lake"
}
}
response = requests.post(url, headers=headers, json=data)
result = response.json()
print(f"Prediction ID: {result['id']}")
print(f"Status: {result['status']}")प्रतिक्रिया
{
"id": "pred_abc123",
"status": "processing",
"model": "model-name",
"created_at": "2025-01-01T00:00:00Z"
}स्थिति जाँचें
अपने अनुरोध की वर्तमान स्थिति जाँचने के लिए प्रेडिक्शन एंडपॉइंट को पोल करें।
GET
/api/v1/model/prediction/{prediction_id}पोलिंग उदाहरण
import requests
import time
prediction_id = "pred_abc123"
url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }
while True:
response = requests.get(url, headers=headers)
result = response.json()
status = result["data"]["status"]
print(f"Status: {status}")
if status in ["completed", "succeeded"]:
output_url = result["data"]["outputs"][0]
print(f"Output URL: {output_url}")
break
elif status == "failed":
print(f"Error: {result['data'].get('error', 'Unknown')}")
break
time.sleep(3)स्थिति मान
processingअनुरोध अभी भी प्रोसेस हो रहा है।completedजनरेशन पूर्ण हो गया है। आउटपुट उपलब्ध हैं।succeededजनरेशन सफल रहा। आउटपुट उपलब्ध हैं।failedजनरेशन विफल हो गया। एरर फ़ील्ड जाँचें।पूर्ण प्रतिक्रिया
{
"data": {
"id": "pred_abc123",
"status": "completed",
"outputs": [
"https://storage.atlascloud.ai/outputs/result.png"
],
"metrics": {
"predict_time": 8.3
},
"created_at": "2025-01-01T00:00:00Z",
"completed_at": "2025-01-01T00:00:10Z"
}
}फ़ाइलें अपलोड करें
Atlas Cloud स्टोरेज पर फ़ाइलें अपलोड करें और एक URL प्राप्त करें जिसका उपयोग आप अपने API अनुरोधों में कर सकते हैं। अपलोड के लिए multipart/form-data का उपयोग करें।
POST
/api/v1/model/uploadMediaअपलोड उदाहरण
import requests
url = "https://api.atlascloud.ai/api/v1/model/uploadMedia"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }
with open("image.png", "rb") as f:
files = {"file": ("image.png", f, "image/png")}
response = requests.post(url, headers=headers, files=files)
result = response.json()
download_url = result["data"]["download_url"]
print(f"File URL: {download_url}")प्रतिक्रिया
{
"data": {
"download_url": "https://storage.atlascloud.ai/uploads/abc123/image.png",
"file_name": "image.png",
"content_type": "image/png",
"size": 1024000
}
}Input Schema
अनुरोध बॉडी में निम्नलिखित पैरामीटर स्वीकार किए जाते हैं।
कुल: 0आवश्यक: 0वैकल्पिक: 0
कोई पैरामीटर उपलब्ध नहीं है।
अनुरोध बॉडी का उदाहरण
json
{
"model": "alibaba/qwen-image/text-to-image-max"
}Output Schema
API जनरेट किए गए आउटपुट URL के साथ एक प्रेडिक्शन प्रतिक्रिया लौटाता है।
idstringrequired
Unique identifier for the prediction.
statusstringrequired
Current status of the prediction.
processingcompletedsucceededfailed
modelstringrequired
The model used for generation.
outputsarray[string]
Array of output URLs. Available when status is "completed".
errorstring
Error message if status is "failed".
metricsobject
Performance metrics.
predict_timenumber
Time taken for image generation in seconds.
created_atstringrequired
ISO 8601 timestamp when the prediction was created.
completed_atstring
ISO 8601 timestamp when the prediction was completed.
प्रतिक्रिया का उदाहरण
json
{
"id": "pred_abc123",
"status": "completed",
"model": "model-name",
"outputs": [
"https://storage.atlascloud.ai/outputs/result.png"
],
"metrics": {
"predict_time": 8.3
},
"created_at": "2025-01-01T00:00:00Z",
"completed_at": "2025-01-01T00:00:10Z"
}Atlas Cloud Skills
Atlas Cloud Skills 300+ AI मॉडल को सीधे आपके AI कोडिंग असिस्टेंट में इंटीग्रेट करता है। इंस्टॉल करने के लिए एक कमांड, फिर इमेज, वीडियो जनरेट करने और LLM के साथ चैट करने के लिए प्राकृतिक भाषा का उपयोग करें।
समर्थित क्लाइंट
Claude Code
OpenAI Codex
Gemini CLI
Cursor
Windsurf
VS Code
Trae
GitHub Copilot
Cline
Roo Code
Amp
Goose
Replit
40+ समर्थित क्लाइंट
इंस्टॉल करें
bash
npx skills add AtlasCloudAI/atlas-cloud-skillsAPI कुंजी सेटअप करें
Atlas Cloud डैशबोर्ड से अपनी API कुंजी प्राप्त करें और इसे एनवायरनमेंट वेरिएबल के रूप में सेट करें।
bash
export ATLASCLOUD_API_KEY="your-api-key-here"क्षमताएँ
एक बार इंस्टॉल होने के बाद, आप सभी Atlas Cloud मॉडल तक पहुँचने के लिए अपने AI असिस्टेंट में प्राकृतिक भाषा का उपयोग कर सकते हैं।
इमेज जनरेशनNano Banana 2, Z-Image और अन्य मॉडल के साथ इमेज जनरेट करें।
वीडियो निर्माणKling, Vidu, Veo आदि के साथ टेक्स्ट या इमेज से वीडियो बनाएँ।
LLM चैटQwen, DeepSeek और अन्य बड़े भाषा मॉडल के साथ चैट करें।
मीडिया अपलोडइमेज एडिटिंग और इमेज-टू-वीडियो वर्कफ़्लो के लिए लोकल फ़ाइलें अपलोड करें।
MCP Server
Atlas Cloud MCP Server आपके IDE को Model Context Protocol के माध्यम से 300+ AI मॉडल से जोड़ता है। किसी भी MCP-संगत क्लाइंट के साथ काम करता है।
समर्थित क्लाइंट
Cursor
VS Code
Windsurf
Claude Code
OpenAI Codex
Gemini CLI
Cline
Roo Code
100+ समर्थित क्लाइंट
इंस्टॉल करें
bash
npx -y atlascloud-mcpकॉन्फ़िगरेशन
अपने IDE की MCP सेटिंग्स फ़ाइल में निम्नलिखित कॉन्फ़िगरेशन जोड़ें।
json
{
"mcpServers": {
"atlascloud": {
"command": "npx",
"args": [
"-y",
"atlascloud-mcp"
],
"env": {
"ATLASCLOUD_API_KEY": "your-api-key-here"
}
}
}
}उपलब्ध टूल
atlas_generate_imageटेक्स्ट प्रॉम्प्ट से इमेज जनरेट करें।
atlas_generate_videoटेक्स्ट या इमेज से वीडियो बनाएँ।
atlas_chatबड़े भाषा मॉडल के साथ चैट करें।
atlas_list_models300+ उपलब्ध AI मॉडल ब्राउज़ करें।
atlas_quick_generateऑटो मॉडल चयन के साथ एक-चरण कंटेंट निर्माण।
atlas_upload_mediaAPI वर्कफ़्लो के लिए लोकल फ़ाइलें अपलोड करें।
API स्कीमा
स्कीमा उपलब्ध नहींअनुरोध इतिहास देखने के लिए कृपया साइन इन करें
अपने मॉडल अनुरोध इतिहास तक पहुंचने के लिए आपको साइन इन करना होगा।
साइन इन करेंAlibaba Qwen-Image Text-to-Image Max
The flagship text-to-image generation model from Alibaba Cloud, designed to deliver state-of-the-art visual quality, exceptional prompt adherence, and rich artistic detail. Qwen-Image Max represents the pinnacle of the Qwen-Image family, capable of transforming complex text descriptions into stunning, high-resolution visuals suitable for professional and creative workflows.
Overview
- Purpose: Generate premium-quality images from natural language descriptions.
- Core Capability: Industry-leading visual fidelity with deep semantic understanding of prompts.
- Foundation: Built on Alibaba's advanced large-scale multi-modal architecture.
- Typical Output: High-resolution, photorealistic or artistic images with precise lighting, texture, and composition.
- Use Cases: Professional design, advertising creatives, concept art, marketing materials, and high-end content creation.
Key Features
- Superior Visual Quality: Delivers the highest level of detail, texture, and lighting realism available in the Qwen-Image series.
- Complex Prompt Understanding: Accurately interprets long, intricate prompts, including spatial relationships, artistic styles, and specific object attributes.
- Text Rendering: Enhanced capability to render legible text within generated images (e.g., signboards, posters).
- Style Versatility: Masterfully handles a wide range of styles, from photorealism and cinematic shots to 3D render, oil painting, and illustration.
- High Resolution: Supports generation of high-definition images suitable for professional use.
Designed For
- Professional Designers: Create high-quality assets, mockups, and final visuals.
- Digital Artists: Explore complex concepts and generate detailed artwork.
- Marketing Agencies: Produce campaign-ready visuals with specific brand requirements.
- Enterprise Users: High-demand use cases requiring consistent, top-tier visual output.
Input Requirements
To achieve the best results, follow these guidelines:
Text Prompt
- Content: Detailed English descriptions of the subject, setting, lighting, style, and mood.
- Length: Supports long context, but concise and descriptive prompts often yield the best focus.
- Negative Prompt: Optional. Specify elements to exclude (e.g., "blur, low quality, distortion").
Parameters
- Aspect Ratio: Supports various standard ratios (1:1, 16:9, 9:16, 4:3, 3:4).
- Resolution: Optimized for high-resolution outputs (e.g., 1024x1024 and above).
- Steps/Guidance: Configurable for fine-tuning the balance between prompt adherence and image quality.
Pricing
Billing is typically based on the number of images generated and the resolution selected.
- Billing Logic: Per-image generation cost.
- Tier: "Max" tier commands a premium rate due to higher computational resources and output quality compared to standard models.
How to Use
- Enter Prompt: Describe the image you want to generate in detail.
- Set Parameters: Choose your desired aspect ratio and number of images.
- Generate: Submit the request to the Qwen-Image Max model.
- Refine: Use the generated image as a reference or adjust the prompt for iterations.
Best Practices
- Be Specific: Instead of "a cat," try "a fluffy white Persian cat sitting on a velvet sofa, cinematic lighting, 8k resolution."
- Define Style: Explicitly state the medium (e.g., "oil painting," "photograph," "3D render").
- Lighting & Composition: Mention lighting conditions (e.g., "golden hour," "studio lighting") and camera angles.
- Iterate: If the first result isn't perfect, tweak the prompt or use a negative prompt to remove unwanted elements.
Limitations
- Text Accuracy: While improved, complex or long text strings within the image may still occasionally have minor errors.
- Spatial Logic: Extremely complex spatial arrangements might sometimes require prompt tuning.
Version
- Model: Alibaba Qwen-Image Text-to-Image Max
- Family: Qwen-Image
- Technical Context: Large-scale diffusion transformer model optimized for maximum visual fidelity.
