Qwen Image API for Multilingual Text Rendering

Qwen Image API は、Alibaba の Tongyi Qianwen（Qwen）画像モデル向けに Atlas Cloud が提供する統合 endpoint で、text-to-image 生成と指示ベースの画像編集の両方に対応しています。開発者は、OpenAI 互換の 1 つの key で最新の Qwen Image 2.0 リリースに Day-0 でアクセスでき、料金は透明性の高い従量課金制で、コールドスタートもありません。

このファミリーは、Alibaba の Qwen 画像モデルの複数世代を単一のプラットフォームにまとめたものです。text-to-image と編集の両方に対応する Standard および Pro tier の Qwen Image 2.0 に加え、Plus、Max、Edit-Plus などの以前の Qwen-Image 生成モデルや編集バリアントが含まれます。すべてのモデルで同じ request format を共有しているため、モデルの切り替えは integration を書き直すのではなく、1 つの parameter を変更するだけで済みます。

Qwen Image 2.0 は、1 つのモデルで 2 つの用途に対応します。テキスト prompt から画像を生成することと、自然言語の指示に基づいて既存画像を編集することです。編集機能には、スタイル変換、オブジェクトの追加と削除、背景の置換、局所的な inpainting、画像内テキストの精密な変更が含まれます。生成と編集が同じモデルで行われるため、endpoint を切り替えずに初稿から完成度の高い結果まで進められます。

開始は 3 ステップです。Atlas Cloud アカウントを作成し、API key を生成して、Qwen Image API に最初の request を送信します。endpoint は OpenAI 互換のため、Atlas の base URL を指定して model name を設定すれば、既存の SDK の多くをそのまま利用できます。本番環境に組み込む前に、Playground でインタラクティブにプロトタイプを作成できます。今日から開発を始めましょう。

課金は、サブスクリプション不要の透明性の高い画像単位の従量課金制です。Qwen Image 2.0 の料金は、Standard tier が画像 1 枚あたり $0.035、Pro tier が画像 1 枚あたり $0.075 です。一方、Plus や Edit editions などの他のファミリーモデルには、それぞれ公開されている画像単位の料金が適用されます。実際に生成した画像分だけ支払います。

出力は最大 2K 解像度に対応し、幅と高さはそれぞれ 512〜2048 ピクセルの範囲で調整できます。この独立した寸法制御により、1:1、16:9、9:16 などの一般的な比率に加え、バナーや縦型ソーシャル向けのカスタムサイズにも対応できます。prompt はおよそ 1,000 tokens まで利用できるため、詳細なレイアウトやスタイル指定を十分に記述できます。

テキスト描画はこれらのモデルを特徴づける強みの 1 つで、1 枚の画像内で English、Chinese、多言語混在のコンテンツを安定して出力できます。複数のテキストブロックを含むポスター、インフォグラフィック、スライドでも、フォント、レイアウト、スペルの一貫性が保たれます。読みやすい画像内タイポグラフィが重要な用途では、Qwen モデルは多くの汎用ジェネレーターより優位に立ちます。

Standard tier は、日常的なコンテンツ制作、高速な反復、コスト重視のバッチ処理向けに設計されています。Pro tier は、ブランドキャンペーンやシネマティックなデザインなど、最終納品物に求められる最高レベルの視覚品質を対象としています。実用的な workflow としては、Standard で反復し、構図が固まったら承認済みのショットを Pro でレンダリングするのがおすすめです。

はい。プラットフォームを通じて生成された画像は、Atlas Cloud の利用規約および基盤となる Qwen モデルに適用される利用ポリシーに従って、商用利用できます。大規模または規制対象のデプロイメントでは、公開前に適用される条件を確認してください。