Qwen Image 2.0 API 接口、参数 & 代码示例

Qwen-Image-2.0 是通义千问推出的新一代多模态图像生成基础模型。该模型最大的突破在于将“图像生成”与“图像编辑”两条技术路径完美融为一体。它在架构上耦合了 Qwen3-VL 作为条件编码器（Condition Encoder），并搭配多模态扩散 Transformer（Multimodal Diffusion Transformer, MDT）进行联合建模，实现了从理解、生成到编辑的一体化。

🚀 核心技术亮点与特性：

1. 生图编辑，二合一（Unified Framework）

以往的 AI 工具通常需要不同的模型来分别处理“文生图”和“局部修改”。Qwen-Image-2.0 在单一模型架构下，同时实现了高保真的图像生成与精准的图像编辑。用户可以直接在一张既有图片上修改数字、替换主体或调整局部细节，而无需重新生成整张图片。

2. 顶尖的文字渲染与中英排版

文字渲染（Text Rendering）是当前许多文生图模型的痛点，而 Qwen-Image-2.0 在这方面表现极佳：

• 超长指令支持： 支持高达 1K 至 1.3K Tokens 的超长复杂提示词，能完美处理段落级文本和多行复杂布局。
• 精细的书法与多语种排版： 不仅能精准渲染现代中英文，还能驾驭中国传统书法风格（如王羲之小楷、宋徽宗瘦金体等），并自动将文字排布在画面的留白处，避免遮挡主体。
• 应用广泛： 能够直接一步到位生成专业的信息图、PPT、海报和多格漫画。

3. 2K 原生高分辨率与强语义遵循

• 支持原生的 2K 高清分辨率（总像素在 $512 \times 512$ 至 $2048 \times 2048$ 之间自由配置）。
• 拥有极强的语义遵循能力（Semantic Adherence）。面对元素极其繁复、逻辑错综复杂的“画中画”或长文本描述，模型能够准确理解并规整对齐，不漏掉任何关键细节。

4. 细腻的真实质感

模型显著提升了画面材质的细腻度，在人像、自然风光、城市建筑等现实场景中，对光影层次、皮肤纹理、衣物物理材质的刻画更趋近于真实摄影，AI 合成痕迹和塑料感大幅降低。

5. 更小的体积，更快的速度

相比于前代庞大的技术组合，Qwen-Image-2.0 优化了模型架构。在保证卓越生成质量和图像编辑能力的同时，实现了更小的模型体积和更快的推理响应速度，大幅降低了企业与开发者的部署和调用成本。

此 API 接口兼容 OpenAI 的 Images 接口规范，可直接使用 OpenAI 的 SDK 来调用。仅需替换以下配置即可：

1. base_url 替换为 https://wcode.net/api/gpt/v1
2. api_key 替换为从 https://platform.wcode.net 获取到的 API Key

具体可参考下方的各编程语言代码示例中的 OpenAI SDK 调用示例。

# TODO: 以下代码中的 API_KEY 需要替换，获取 API Key 入口：https://platform.wcode.net

curl --request POST 'https://wcode.net/api/gpt/v1/images/generations' \
  --header 'Content-Type: application/json' \
  --header 'Authorization: Bearer API_KEY' \
  --data '{
    "model": "qwen/qwen-image-2.0",
    "prompt": "一只可爱的小猫咪，坐在阳光明媚的窗台上，背景是蓝天白云"
  }'

import Foundation

let headers = [
  "Authorization": "Bearer API_KEY",  // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://platform.wcode.net
  "Content-Type": "application/json"
]
let parameters = [
  "model": "qwen/qwen-image-2.0",
  "prompt": "一只可爱的小猫咪，坐在阳光明媚的窗台上，背景是蓝天白云"
] as [String : Any]

let postData = try! JSONSerialization.data(withJSONObject: parameters, options: [])
let request = NSMutableURLRequest(url: NSURL(string: "https://wcode.net/api/gpt/v1/images/generations")! as URL,
                                        cachePolicy: .useProtocolCachePolicy,
                                    timeoutInterval: 60.0)
request.httpMethod = "POST"
request.allHTTPHeaderFields = headers
request.httpBody = postData as Data

let session = URLSession.shared
let dataTask = session.dataTask(with: request as URLRequest, completionHandler: { (data, response, error) -> Void in
  if let data = data {
    print(String(data: data, encoding: .utf8) ?? "")
  }
})
dataTask.resume()

import 'dart:convert';
import 'package:http/http.dart' as http;

Future<void> main() async {
  final response = await http.post(
    Uri.parse('https://wcode.net/api/gpt/v1/images/generations'),
    headers: {
      'Authorization': 'Bearer API_KEY',  // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://platform.wcode.net
      'Content-Type': 'application/json',
    },
    body: jsonEncode({
      'model': 'qwen/qwen-image-2.0',
      'prompt': '一只可爱的小猫咪，坐在阳光明媚的窗台上，背景是蓝天白云',
    }),
  );

  print(response.body);
}

require 'uri'
require 'json'
require 'net/http'

url = URI("https://wcode.net/api/gpt/v1/images/generations")

http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true

request = Net::HTTP::Post.new(url)
request["Authorization"] = 'Bearer API_KEY'  # TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://platform.wcode.net
request["Content-Type"] = 'application/json'
request.body = {
  model: 'qwen/qwen-image-2.0',
  prompt: '一只可爱的小猫咪，坐在阳光明媚的窗台上，背景是蓝天白云'
}.to_json

response = http.request(request)
puts response.read_body

#[tokio::main]
pub async fn main() {
  let client = reqwest::Client::new();
  let response = client.post("https://wcode.net/api/gpt/v1/images/generations")
    .header("Authorization", "Bearer API_KEY")  // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://platform.wcode.net
    .header("Content-Type", "application/json")
    .json(&serde_json::json!({
      "model": "qwen/qwen-image-2.0",
      "prompt": "一只可爱的小猫咪，坐在阳光明媚的窗台上，背景是蓝天白云"
    }))
    .send()
    .await
    .unwrap();

  println!("{}", response.text().await.unwrap());
}

CURL *hnd = curl_easy_init();

curl_easy_setopt(hnd, CURLOPT_CUSTOMREQUEST, "POST");
curl_easy_setopt(hnd, CURLOPT_URL, "https://wcode.net/api/gpt/v1/images/generations");

struct curl_slist *headers = NULL;
headers = curl_slist_append(headers, "Content-Type: application/json");
headers = curl_slist_append(headers, "Authorization: Bearer API_KEY");  // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://platform.wcode.net
curl_easy_setopt(hnd, CURLOPT_HTTPHEADER, headers);

const char *data = "{\"model\":\"qwen/qwen-image-2.0\",\"prompt\":\"一只可爱的小猫咪，坐在阳光明媚的窗台上，背景是蓝天白云\"}";
curl_easy_setopt(hnd, CURLOPT_POSTFIELDS, data);

CURLcode ret = curl_easy_perform(hnd);

package main

import (
  "bytes"
  "fmt"
  "io"
  "net/http"
)

func main() {
  url := "https://wcode.net/api/gpt/v1/images/generations"
  payload := []byte(`{"model":"qwen/qwen-image-2.0","prompt":"一只可爱的小猫咪，坐在阳光明媚的窗台上，背景是蓝天白云"}`)

  req, _ := http.NewRequest("POST", url, bytes.NewBuffer(payload))
  req.Header.Add("Authorization", "Bearer API_KEY")  // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://platform.wcode.net
  req.Header.Set("Content-Type", "application/json")

  res, _ := http.DefaultClient.Do(req)
  defer res.Body.Close()
  respBody, _ := io.ReadAll(res.Body)

  fmt.Println(string(respBody))
}

using System.Net.Http.Json;

var client = new HttpClient();
client.DefaultRequestHeaders.Add("Authorization", "Bearer API_KEY");  // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://platform.wcode.net

var payload = new {
  model = "qwen/qwen-image-2.0",
  prompt = "一只可爱的小猫咪，坐在阳光明媚的窗台上，背景是蓝天白云"
};

var response = await client.PostAsJsonAsync("https://wcode.net/api/gpt/v1/images/generations", payload);
Console.WriteLine(await response.Content.ReadAsStringAsync());

var client = new RestClient("https://wcode.net/api/gpt/v1/images/generations");

var request = new RestRequest("", Method.Post);
request.AddHeader("Authorization", "Bearer API_KEY");  // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://platform.wcode.net
request.AddHeader("Content-Type", "application/json");
request.AddJsonBody(new {
  model = "qwen/qwen-image-2.0",
  prompt = "一只可爱的小猫咪，坐在阳光明媚的窗台上，背景是蓝天白云"
});

var response = client.Execute(request);
Console.WriteLine(response.Content);

const axios = require('axios');

let config = {
  method: 'post',
  maxBodyLength: Infinity,
  url: 'https://wcode.net/api/gpt/v1/images/generations',
  headers: {
    'Authorization': 'Bearer API_KEY',  // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://platform.wcode.net
    'Content-Type': 'application/json'
  },
  data: {
    model: 'qwen/qwen-image-2.0',
    prompt: '一只可爱的小猫咪，坐在阳光明媚的窗台上，背景是蓝天白云'
  }
};

axios.request(config).then((response) => {
  console.log(JSON.stringify(response.data));
}).catch((error) => {
  console.log(error);
});

OkHttpClient client = new OkHttpClient();

MediaType mediaType = MediaType.parse("application/json");
RequestBody body = RequestBody.create(mediaType, "{\"model\":\"qwen/qwen-image-2.0\",\"prompt\":\"一只可爱的小猫咪，坐在阳光明媚的窗台上，背景是蓝天白云\"}");

Request request = new Request.Builder()
  .url("https://wcode.net/api/gpt/v1/images/generations")
  .post(body)
  .addHeader("Authorization", "Bearer API_KEY")  // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://platform.wcode.net
  .addHeader("Content-Type", "application/json")
  .build();

Response response = client.newCall(request).execute();

$client = new \GuzzleHttp\Client();

$response = $client->post('https://wcode.net/api/gpt/v1/images/generations', [
  'headers' => [
    'Authorization' => 'Bearer API_KEY',  // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://platform.wcode.net
  ],
  'json' => [
    'model' => 'qwen/qwen-image-2.0',
    'prompt' => '一只可爱的小猫咪，坐在阳光明媚的窗台上，背景是蓝天白云',
  ],
]);

echo $response->getBody();

$curl = curl_init();

curl_setopt_array($curl, [
  CURLOPT_URL => "https://wcode.net/api/gpt/v1/images/generations",
  CURLOPT_RETURNTRANSFER => true,
  CURLOPT_ENCODING => "",
  CURLOPT_MAXREDIRS => 5,
  CURLOPT_TIMEOUT => 300,
  CURLOPT_CUSTOMREQUEST => "POST",
  CURLOPT_POSTFIELDS => json_encode([
    'model' => 'qwen/qwen-image-2.0',
    'prompt' => '一只可爱的小猫咪，坐在阳光明媚的窗台上，背景是蓝天白云',
  ]),
  CURLOPT_HTTPHEADER => [
    "Authorization: Bearer API_KEY",  // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://platform.wcode.net
    "Content-Type: application/json",
  ],
]);

$response = curl_exec($curl);
$error = curl_error($curl);

curl_close($curl);

if ($error) {
  echo "cURL Error #:" . $error;
} else {
  echo $response;
}

import requests
import json

url = "https://wcode.net/api/gpt/v1/images/generations"

headers = {
  "Authorization": "Bearer API_KEY",  # TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://platform.wcode.net
  "Content-Type": "application/json",
}

payload = {
  "model": "qwen/qwen-image-2.0",
  "prompt": "一只可爱的小猫咪，坐在阳光明媚的窗台上，背景是蓝天白云"
}

response = requests.post(url, headers=headers, json=payload)

print(json.dumps(response.json(), indent=4, ensure_ascii=False))

from openai import OpenAI

client = OpenAI(
  base_url="https://wcode.net/api/gpt/v1",
  api_key="API_KEY"  # TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://platform.wcode.net
)

response = client.images.generate(
  model="qwen/qwen-image-2.0",
  prompt="一只可爱的小猫咪，坐在阳光明媚的窗台上，背景是蓝天白云",
)

print(response.data[0].url)