Qwen Image 2.0 Pro API 接口、参数 & 代码示例

Qwen-Image-2.0-Pro 是通义千问推出的专业级图像生成大模型。该模型基于先进的 MMDiT（Multi-modal Diffusion Transformer） 架构，拥有约 20B（200亿）的参数量。它主打高精度、商业级和强可控性的文生图与图生图能力，尤其在中文语境理解和复杂排版上表现优异。

核心技术特色：

1. 顶尖的文字渲染能力（多语种）

这是 Qwen-Image-2.0-Pro 最具差异化的核心优势。它能够精准、美观地在生成的图像中渲染出中英文文字，并且文字能完美贴合画面物体的物理材质与光影（如霓虹灯、金属雕刻、纸张印刷等）。

• 应用： 极其适合直接生成电商海报、图表、PPT 页面和广告素材，大幅减少了后期加字的设计工作。

2. 画面质感与细节的跃升

模型在画面的光影跟踪、纹理细节、材质表达上达到了商业级水准。无论是人类皮肤的微小毛孔、高级面料的编织纹理，还是自然环境中的漫反射光线，都能细腻还原。

3. 精准的指令响应（智能扩写）

该模型对长文本及复杂逻辑的提示词（Prompt）理解极强。启用 Prompt Extend（提示词智能改写）功能后，API 会自动将用户简短的描述智能化扩展为细节丰富的生图提示，保证构图与美感。

4. 多图联动与高级图像编辑

模型不仅仅支持“文生图”，在“图生图”和“图像编辑”模式下支持同时输入 1-3 张图片。

• 特色玩法： 支持局部重绘、风格迁移、将两张不同的人物照片合成为一张毫无违和感的自然合照、或者生成九宫格不同拍照姿势的组图等。

典型应用场景：

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-pro",
    "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-pro",
  "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-pro',
      '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-pro',
  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-pro",
      "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-pro\",\"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-pro","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-pro",
  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-pro",
  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-pro',
    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-pro\",\"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-pro',
    '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-pro',
    '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-pro",
  "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-pro",
  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)