qwen-image-2.0-pro 文生图 API 使用文档
千问 qwen-image-2.0-pro 是阿里云百炼 Qwen-Image 系列的 Pro 版图像生成模型，具备卓越的复杂文本渲染能力、细腻的真实质感表现以及强大的语义遵循能力，尤其擅长多行布局、段落级文本生成与细粒度细节刻画，可实现复杂的图文混合布局设计。支持自由设置图像宽高，输出像素范围 512×512 至 2048×2048，最多可同时生成 6 张图像，并提供提示词智能改写、随机种子控制等高级配置选项，适合对画质与文字精度有高要求的专业场景。
🖼 请求地址
https://www.dmxapi.cn/v1/responsesWARNING
请妥善保管您的 API Key！严禁将密钥泄露给他人、硬编码到代码中或提交到公开的代码仓库。如果怀疑密钥已泄露，请立即前往 DMXAPI 官网重新生成。
🎨 模型名称
qwen-image-2.0-pro
🖌 文生图示例代码
python
import requests
import json
# ═══════════════════════════════════════════════════════════════
# 步骤1: 配置 API 连接信息
# ═══════════════════════════════════════════════════════════════
# DMXAPI 服务端点地址
url = "https://www.dmxapi.cn/v1/responses"
# DMXAPI 密钥 (请替换为您自己的密钥)
# 获取方式: 登录 DMXAPI 官网 -> 个人中心 -> API 密钥管理
api_key = "sk-*****************************************"
# ═══════════════════════════════════════════════════════════════
# 步骤2: 配置请求头
# ═══════════════════════════════════════════════════════════════
headers = {
"Content-Type": "application/json",
"Authorization": f"{api_key}",
}
# ═══════════════════════════════════════════════════════════════
# 步骤3: 配置请求参数
# ═══════════════════════════════════════════════════════════════
payload = {
# 【model】(string, 必填) 模型名称
"model": "qwen-image-2.0-pro",
"input": {
"messages": [
{
# 【role】(string, 必填) 消息的角色，此参数必须设置为 user
"role": "user",
"content": [
{
# 【text】(string, 必填) 正向提示词，描述期望生成的图像内容、风格和构图
# 支持中英文，长度不超过 800 个字符（汉字、字母、数字或符号各计 1 个字符），超出自动截断
# 注意：仅支持传入一个 text，不传或传入多个将报错
"text": """冬日北京的都市街景，青灰瓦顶、朱红色外墙的两间相邻中式商铺比肩而立，檐下悬挂印有剪纸马的暖光灯笼，在阴天漫射光中投下柔和光晕，映照湿润鹅卵石路面泛起细腻反光。左侧为书法店：靛蓝色老旧的牌匾上以遒劲行书刻着"文字渲染"。店门口的玻璃上挂着一幅字，自上而下，用田英章硬笔写着"专业幻灯片 中英文海报 高级信息图"，落款印章为"1k token"朱砂印。店内的墙上，可以模糊的辨认有三幅竖排的书法作品，第一幅写着着"阿里巴巴"，第二幅写着"通义千问"，第三福写着"图像生成"。一位白发苍苍的老人背对着镜头观赏。右侧为花店，牌匾上以鲜花做成文字"真实质感"；店内多层花架陈列红玫瑰、粉洋牡丹和绿植，门上贴了一个圆形花边标识，标识上写着"2k resolution"，门口摆放了一个彩色霓虹灯，上面写着"细腻刻画 人物 自然 建筑"。两家店中间堆放了一个雪人，举了一老式小黑板，上面用粉笔字写着"Qwen-Image-2.0 正式发布"。街道左侧，年轻情侣依偎在一起，女孩是瘦脸，身穿米白色羊绒大衣，肉色光腿神器。女孩举着心形透明气球，气球印有白色的字："生图编辑二合一"。里面有一个毛茸茸的卡皮巴拉玩偶。男孩身着剪裁合体的深灰色呢子外套，内搭浅色高领毛衣。街道右侧，一个后背上写着"更小模型，更快速度"的骑手疾驰而过。整条街光影交织、动静相宜。"""
}
],
}
],
"parameters": {
# 【negative_prompt】(string, 可选) 反向提示词，描述不希望在图像中出现的内容，对画面进行限制
# 支持中英文，长度不超过 500 个字符，超出部分将自动截断
"negative_prompt": "低分辨率，低画质，肢体畸形，手指畸形，画面过饱和，蜡像感，人脸无细节，过度光滑，画面具有AI感。构图混乱。文字模糊，扭曲。",
# 【size】(string, 可选) 输出图像的分辨率，格式为 宽*高
# qwen-image-2.0 系列总像素需在 512*512 至 2048*2048 之间，默认值为 2048*2048
# 推荐分辨率：2688*1536 (16:9) / 1536*2688 (9:16) / 2048*2048 (1:1) / 2368*1728 (4:3) / 1728*2368 (3:4)
"size": "2048*2048",
# 【n】(integer, 可选) 输出图像的数量，默认值为 1可选择输出 1-6 张图片
"n": 1,
# 【prompt_extend】(bool, 可选) 是否开启提示词智能改写功能，默认值为 true
# true：开启智能改写，由模型补充细节，图像内容更多样化（推荐）
# false：关闭智能改写，图像细节更可控，建议配合文生图 Prompt 指南使用
"prompt_extend": True,
# 【watermark】(bool, 可选) 是否在图像右下角添加 "Qwen-Image" 水印，默认值为 false
"watermark": False,
# 【seed】(integer, 可选) 随机数种子，取值范围 [0, 2147483647]
# 使用相同的 seed 可使生成内容保持相对稳定；若不提供，算法自动使用随机数种子
# 注意：模型生成具有概率性，即使相同 seed 也不能保证每次结果完全一致
"seed": 20
}
},
}
# ═══════════════════════════════════════════════════════════════
# 步骤4: 发送请求并输出结果
# ═══════════════════════════════════════════════════════════════
# 发送 POST 请求到 API 服务器
response = requests.post(url, headers=headers, json=payload)
# 格式化输出 JSON 响应
# - indent=2: 缩进 2 空格，便于阅读
# - ensure_ascii=False: 正确显示中文字符
print(json.dumps(response.json(), indent=2, ensure_ascii=False))📤 返回示例
json
{
"output": [
{
"type": "message",
"content": [
{
"type": "image",
"text": "https://dashscope-7c2c.oss-accelerate.aliyuncs.com/7d/6e/20260327/4a85cb8a/207bfe83-7de5-4eed-b0b6-070b25e1191d.png?Expires=1775217172&OSSAccessKeyId=LTAI5tPxpiCM2hjmWrFXrym1&Signature=9%2FK9QQJnbgxDoKjqk5vI3poVWVY%3D"
}
]
}
],
"request_id": "6dc4c7ce-8aa8-4c82-993f-481c3537e305",
"usage": {
"total_tokens": 2000,
"input_tokens": 0,
"input_tokens_details": {
"cached_tokens": 0
},
"output_tokens": 2000,
"output_tokens_details": {
"reasoning_tokens": 0
}
}
}© 2026 DMXAPI qwen-image-2.0-pro 文生图