任意解析度縮放
不同於會裁切圖片的模型,qwen 能維持原始長寬比,提升細小文字辨識的準確度。
curl --request POST "https://gptproto.com/api/v3/alibaba/qwen-image-lora/image-edit" \
--header "Authorization: Bearer $GPTPROTO_API_KEY" \
--header "Content-Type: application/json" \
--data '{
"prompt": "A tiny origami fox sailing a teacup across a moonlit puddle",
"image": "",
"size": null,
"seed": "-1",
"output_format": "jpeg",
"enable_base64_output": false,
"enable_sync_mode": false
}'先從單次樣本成本開始,再選擇測試預算。GPTProto 費率比標價低 30%。
| 場景 | Qwen 牌價 | OpenRouter | GPTProto | 每月節省 |
|---|---|---|---|---|
| 快速測試與原型100 張 / 月 | $3.75 | $3.96 | $2.63 | −$1.13≈ $13.50 / 年 |
| 電商商品圖1,000 張 / 月 | $37.50 | $39.56 | $26.25 | −$11.25≈ $135.00 / 年 |
| 廣告 / 行銷素材2,500 張 / 月 | $93.75 | $98.91 | $65.63 | −$28.13≈ $337.50 / 年 |
| 社群內容10,000 張 / 月 | $375.00 | $395.63 | $262.50 | −$112.50≈ $1350.00 / 年 |
讓 qwen image lora api 成為多模態 AI 領導者的核心技術優勢。
任意解析度縮放
不同於會裁切圖片的模型,qwen 能維持原始長寬比,提升細小文字辨識的準確度。
精準 OCR 與解析
針對從發票、表單和手寫筆記中擷取結構化資料進行最佳化,DocVQA 分數超過 90%。
視覺定位邏輯
qwen 模型會輸出邊界框座標 [xmin, ymin, xmax, ymax],以執行精確的物件偵測任務。
英中雙語細微差異
卓越理解圖片中的混合語言文字,非常適合全球標誌和技術手冊。
關於為視覺語言專案整合及使用 qwen image lora api 的常見問題。
與本模型相關的指南、對比與更新。
所有文章輸入
輸出
