alibaba

Qwen-Image-2.0

Qwen-Image-2.0 er Alibabas forenede 7B model til professionel infografik, fotorealisme og præcis billedredigering med native 2K-opløsning og 1k-token...

MultimodalBilledgenereringTypografiOpen WeightsAlibaba
alibaba logoalibabaQwen10. februar 2026
Kontekst
1Ktokens
Maks output
4Ktokens
Input-pris
$0.07/ 1M
Output-pris
$0.07/ 1M
Modalitet:TextImage
Funktioner:VisionVærktøjerStreaming
Benchmarks
GPQA
0%
GPQA: Spørgsmål og svar på kandidatniveau. En streng benchmark med 448 multiple choice-spørgsmål inden for biologi, fysik og kemi skabt af domæneeksperter. PhD-eksperter opnår kun 65-74% nøjagtighed, mens ikke-eksperter scorer kun 34% selv med ubegrænset webadgang (derfor 'Google-proof'). Qwen-Image-2.0 scorede 0% på denne benchmark.
HLE
0%
HLE: Ekspertniveau-ræsonnering. Tester en models evne til at demonstrere ekspertniveau-ræsonnering på tværs af specialiserede domæner. Evaluerer dyb forståelse af komplekse emner, der kræver professionel viden. Qwen-Image-2.0 scorede 0% på denne benchmark.
MMLU
0%
MMLU: Massiv flerfaglig sprogforståelse. En omfattende benchmark med 16.000 multiple choice-spørgsmål på tværs af 57 akademiske fag, herunder matematik, filosofi, jura og medicin. Tester bred viden og ræsonneringsevner. Qwen-Image-2.0 scorede 0% på denne benchmark.
MMLU Pro
0%
MMLU Pro: MMLU Professionel udgave. En forbedret version af MMLU med 12.032 spørgsmål i et sværere format med 10 svarmuligheder. Dækker matematik, fysik, kemi, jura, ingeniørvidenskab, økonomi, sundhed, psykologi, business, biologi, filosofi og datalogi. Qwen-Image-2.0 scorede 0% på denne benchmark.
SimpleQA
0%
SimpleQA: Faktuel nøjagtighedsbenchmark. Tester en models evne til at give nøjagtige, faktuelle svar på ligetil spørgsmål. Måler pålidelighed og reducerer hallucinationer i vidensindhentningstasks. Qwen-Image-2.0 scorede 0% på denne benchmark.
IFEval
0%
IFEval: Instruktionsfølgningsevaluering. Måler, hvor godt en model følger specifikke instruktioner og begrænsninger. Tester evnen til at overholde formateringsregler, længdegrænser og andre eksplicitte krav. Qwen-Image-2.0 scorede 0% på denne benchmark.
AIME 2025
0%
AIME 2025: American Invitational Math Exam. Konkurrence-niveau matematikopgaver fra den prestigefyldte AIME-eksamen designet til talentfulde gymnasieelever. Tester avanceret matematisk problemløsning, der kræver abstrakt tænkning, ikke kun mønstergenkendelse. Qwen-Image-2.0 scorede 0% på denne benchmark.
MATH
0%
MATH: Matematisk problemløsning. En omfattende matematikbenchmark, der tester problemløsning inden for algebra, geometri, calculus og andre matematiske domæner. Kræver flertrinssværsonnering og formel matematisk viden. Qwen-Image-2.0 scorede 0% på denne benchmark.
GSM8k
0%
GSM8k: Folkeskole matematik 8K. 8.500 folkeskole-niveau matematiske tekstopgaver, der kræver flertrinssræsonnering. Tester grundlæggende aritmetik og logisk tænkning gennem virkelige scenarier som shopping eller tidsberegninger. Qwen-Image-2.0 scorede 0% på denne benchmark.
MGSM
0%
MGSM: Flersproget folkeskolematematik. GSM8k-benchmarken oversat til 10 sprog, herunder spansk, fransk, tysk, russisk, kinesisk og japansk. Tester matematisk ræsonnering på tværs af forskellige sprog. Qwen-Image-2.0 scorede 0% på denne benchmark.
MathVista
72%
MathVista: Matematisk visuel ræsonnering. Tester evnen til at løse matematikopgaver, der involverer visuelle elementer som diagrammer, grafer, geometriske figurer og videnskabelige illustrationer. Kombinerer visuel forståelse med matematisk ræsonnering. Qwen-Image-2.0 scorede 72% på denne benchmark.
SWE-Bench
0%
SWE-Bench: Softwareingeniør-benchmark. AI-modeller forsøger at løse rigtige GitHub-issues i open source Python-projekter med menneskelig verifikation. Tester praktiske softwareingeniørfærdigheder på produktionskodebaser. Topmodeller gik fra 4,4% i 2023 til over 70% i 2024. Qwen-Image-2.0 scorede 0% på denne benchmark.
HumanEval
0%
HumanEval: Python-programmeringsopgaver. 164 håndskrevne programmeringsopgaver, hvor modeller skal generere korrekte Python-funktionsimplementeringer. Hver løsning verificeres mod unit tests. Topmodeller opnår nu 90%+ nøjagtighed. Qwen-Image-2.0 scorede 0% på denne benchmark.
LiveCodeBench
0%
LiveCodeBench: Live kodningsbenchmark. Tester kodningsevner på løbende opdaterede, virkelige programmeringsudfordringer. I modsætning til statiske benchmarks bruger den friske problemer for at forhindre dataforurening og måle ægte kodningsevner. Qwen-Image-2.0 scorede 0% på denne benchmark.
MMMU
77%
MMMU: Multimodal forståelse. Massiv multi-disciplin multimodal forståelsesbenchmark, der tester vision-sprogmodeller på universitetsniveau-problemer på tværs af 30 fag, der kræver både billedforståelse og ekspertviden. Qwen-Image-2.0 scorede 77% på denne benchmark.
MMMU Pro
58%
MMMU Pro: MMMU Professionel udgave. Forbedret version af MMMU med mere udfordrende spørgsmål og strengere evaluering. Tester avanceret multimodal ræsonnering på professionelt og ekspertniveau. Qwen-Image-2.0 scorede 58% på denne benchmark.
ChartQA
86%
ChartQA: Diagram-spørgsmål og svar. Tester evnen til at forstå og ræsonnere om information præsenteret i diagrammer og grafer. Kræver udtrækning af data, sammenligning af værdier og udførelse af beregninger fra visuelle datarepræsentationer. Qwen-Image-2.0 scorede 86% på denne benchmark.
DocVQA
94%
DocVQA: Dokument visuel Q&A. Document Visual Question Answering benchmark, der tester evnen til at udtrække og ræsonnere om information fra dokumentbilleder, herunder formularer, rapporter og scannet tekst. Qwen-Image-2.0 scorede 94% på denne benchmark.
Terminal-Bench
0%
Terminal-Bench: Terminal/CLI-opgaver. Tester evnen til at udføre kommandolinjeopgaver, skrive shell-scripts og navigere i terminalmiljøer. Måler praktiske systemadministrations- og udviklingsworkflow-færdigheder. Qwen-Image-2.0 scorede 0% på denne benchmark.
ARC-AGI
0%
ARC-AGI: Abstraktion og ræsonnering. Abstraction and Reasoning Corpus for AGI - tester flydende intelligens gennem nye mønstergenkendelsespuslespil. Hver opgave kræver opdagelse af den underliggende regel fra eksempler, der måler generel ræsonneringsevne snarere end memorering. Qwen-Image-2.0 scorede 0% på denne benchmark.

Om Qwen-Image-2.0

Lær om Qwen-Image-2.0s muligheder, funktioner og hvordan den kan hjælpe dig med at opnå bedre resultater.

Et forenet visuelt kraftcenter

Qwen-Image-2.0 repræsenterer et betydeligt spring i multimodal AI fra Alibaba Cloud. I modsætning til tidligere iterationer, der krævede separate modeller til skabelse og modifikation, håndterer denne forenede 7B parameter-arkitektur både high-fidelity billedgenerering og præcis redigering på pixelniveau inden for en enkelt ramme. Denne strømlinede tilgang sikrer stilistisk konsistens og overlegen semantisk overholdelse på tværs af en bred vifte af visuelle opgaver.

Typografi og layouts i professionel kvalitet

Modellen er specifikt udviklet til at overvinde en af de største forhindringer i AI-kunst: tekstgengivelse. Med understøttelse af ultra-lange instruktioner på op til 1.000 tokens giver den brugere mulighed for at specificere indviklede layouts til professionel infografik, datadashboards og tosproget markedsføringsmateriale. Med native 2K-opløsningsstøtte bevarer outputtet mikroskopiske detaljer, hvilket gør det velegnet til både digitale skærme og printmedier af høj kvalitet.

State-of-the-art multimodal forståelse

Udover generering udmærker Qwen-Image-2.0 sig i multimodal forståelse. Ved at integrere dyb reasoning med visuel syntese opnår den topresultater på benchmarks som DocVQA (94) og ChartQA (86). Dette gør den til et ideelt værktøj for brugere, der har brug for at transformere komplekse tekstdata til strukturerede visuelle repræsentationer eller udføre iterative redigeringer på eksisterende billedmateriale ved hjælp af naturlige sprogkommandoer.

Qwen-Image-2.0

Anvendelser for Qwen-Image-2.0

Opdag de forskellige måder, du kan bruge Qwen-Image-2.0 til at opnå gode resultater.

Professionel infografik

Generer komplekse finansielle rapporter og tekniske diagrammer med nøjagtige datalabels og rene layouts.

Tosproget markedsføringsmateriale

Skab aktiver til sociale medier med fejlfri engelsk og kinesisk typografi, der respekterer lyssætning og perspektiv.

Tegneserier med flere paneler

Producer konsistente karakterdesigns på tværs af tegneserielayouts med tale præcist placeret i talebobler.

Præcis billedredigering

Rediger eksisterende fotos ved at tilføje eller fjerne specifikke objekter eller ændre teksturer ved hjælp af naturlige sproginstruktioner.

High-fidelity fotorealisme

Render detaljerede portrætter og arkitektoniske scener i 2K-opløsning med synlige hudteksturer og materialedybde.

Generering af præsentationsmateriale

Direkte konvertering af lang tekst til professionelle slides i PPT-stil med integrerede ikoner og grafer.

Styrker

Begrænsninger

Professionel typografi: Ekstraordinær til at gengive lang, kompleks tosproget tekst og indlejrede layouts uden stavefejl.
Sproglig bias: Selvom den er tosproget, er dens kulturelle og kalligrafiske nuancer mest forfinede til kinesiske kunstneriske stile.
Forenet Gen-Edit arkitektur: En enkelt 7B model håndterer både skabelse og manipulation, hvilket sikrer visuel konsistens på tværs af opgaver.
VRAM-intensitet: Generering af native 2K-billeder lokalt kræver betydeligt mere hukommelse end standard 1024x1024-modeller.
Høj dokumentnøjagtighed: Dominerer dokumentrelaterede benchmarks med en score på 94 på DocVQA og 86 på ChartQA.
Numeriske artefakter: Komplekse numeriske tabeller i indlejrede infografik-layouts kan stadig lejlighedsvis vise mindre problemer med justering.
Native 2K-fidelity: Producerer ultraskarpe 2048x2048 billeder med professionel lyssætning og mikroskopiske arkitektoniske detaljer.
Regional optimering: Mange af de avancerede agentic funktioner understøttes i øjeblikket bedst inden for Alibaba Cloud/ModelScope-økosystemet.

API hurtig start

alibaba/qwen-image-2-0

Se dokumentation
alibaba SDK
import { QwenAI } from '@alibaba/qwen-sdk';

const qwen = new QwenAI({
  apiKey: process.env.QWEN_API_KEY
});

async function generatePoster() {
  const response = await qwen.images.generate({
    model: "qwen-image-2.0",
    prompt: "A 2K professional infographic poster about AI evolution with detailed text labels and 3D icons.",
    size: "2048x2048"
  });
  console.log('Image URL:', response.data[0].url);
}

generatePoster();

Installér SDK'et og begynd at foretage API-kald på få minutter.

Hvad folk siger om Qwen-Image-2.0

Se hvad fællesskabet mener om Qwen-Image-2.0

"Qwen-Image-2.0 forener generering og redigering på en måde, der gør professionel infografik faktisk mulig med én prompt."
Fahd Mirza
youtube
"Fotorealismen i menneskeformer og den engelske tekstgengivelse er simpelthen sublim sammenlignet med den tidligere version."
Sudo AI
youtube
"Den holdt modellens ansigt faktuelt korrekt, mens den udskiftede komplekse stylede outfits... high fashion glam møder industriel præcision."
glenegrant
x/twitter
"Denne model er utrolig til direkte generering af professionel infografik som PPT'er og plakater med prompts på 1k tokens."
Alibaba_Qwen
x/twitter
"Qwen-Image-2.0 er ude - 7B forenet gen+edit model med native 2K og faktisk tekstgengivelse... gode nyheder for fællesskabet."
LocalLLaMA
reddit
"2K-opløsningen kombineret med 1.000 token context gør dette til den bedste open-weight model til tekniske dokumentationsvisuals."
AIExplorer
hackernews

Videoer om Qwen-Image-2.0

Se vejledninger, anmeldelser og diskussioner om Qwen-Image-2.0

På kun 6 måneder har Qwen-teamet fusioneret deres to separate modeller... til et enkelt forenet system kaldet Qwen Image 2.

Den tosprogede typografi er pixel-perfekt. Komplekse kinesiske tegn og engelske overskrifter gengives rent.

Modellen har med succes skabt en professionel infografik med flere sektioner og tydelige zoner... alt sammen korrekt justeret.

Dette er ikke kun til kunst; det er til dokumenter og datavisualisering, hvilket er et stort skridt fremad for open weight-fællesskabet.

Størrelsen på 7 milliarder parametre gør den tilgængelig for high-end forbruger-GPU'er, hvilket er imponerende givet 2K-outputkvaliteten.

Den har faktisk fulgt prompten korrekt og implementeret dette korrekt i billedet... hyperrealistisk og futuristisk.

De har lavet en kæmpe forbedring i billedkvaliteten... ikke flere fejlbehæftede bogstaver.

Denne model modellerer nøjagtigt ridehandlingen, men gengiver også omhyggeligt hestens muskulatur og hår.

Den forenede redigeringsfunktion giver dig mulighed for at ændre specifikke dele af et billede ved blot at bruge en beskrivelse på naturligt sprog.

Det er en af de få modeller, der kan håndtere så lange prompts, op til 1000 tokens, til utroligt detaljerede scener.

Professionel typografi-gengivelse: Understøtter instruktioner på 1k tokens til direkte generering af professionel infografik.

Native 2K-opløsningsstøtte til fint detaljerede realistiske scener, inklusive mennesker, natur og arkitektur.

Vores næste generations billedgenereringsmodel forener tekst-til-billede og billede-til-billede redigering i en enkelt arkitektur.

Opnår state-of-the-art ydeevne på tværs af multimodale benchmarks som DocVQA og ChartQA.

Modellen er fremragende til at bevare identitet og stilistisk konsistens i kompleks karakterdrevet historiefortælling.

Mere end bare prompts

Supercharg din arbejdsgang med AI-automatisering

Automatio kombinerer kraften fra AI-agenter, webautomatisering og smarte integrationer for at hjælpe dig med at udrette mere på kortere tid.

AI-agenter
Webautomatisering
Smarte arbejdsgange

Pro-tips til Qwen-Image-2.0

Eksperttips til at hjælpe dig med at få mest muligt ud af Qwen-Image-2.0 og opnå bedre resultater.

Udnyt ultra-lange prompts

Brug kapaciteten på 1.000 tokens til at definere hver specifik zone i et layout eller en infografik for maksimal kontrol.

Specificer kalligrafistile

Anmod om specifikke skrifttyper som 'Small Regular Script' eller 'Slender Gold' for at få adgang til unikke tosprogede æstetiske evner.

Et-trins redigering

Upload et basisbillede og brug den samme chat-session til at udføre komplekse ændringer uden at skifte modeller.

Kæd sammen med Qwen-Max

Brug en LLM som Qwen2.5-Max til at udvide enkle idéer til de ekstremt detaljerede beskrivelser, som denne model trives med.

Anmeldelser

Hvad vores brugere siger

Slut dig til tusindvis af tilfredse brugere, der har transformeret deres arbejdsgang

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Relateret AI Models

Ofte stillede spørgsmål om Qwen-Image-2.0

Find svar på almindelige spørgsmål om Qwen-Image-2.0