Qwen-Image-3.0 生成图像的分辨率，并不是写死在模型权重里的，而是由生成请求中携带的图像尺寸参数决定的。如果你通过云端 API 调用，通常会有一个类似 width 和 height 的请求字段；如果你在本地加载模型，则通过推理函数或 pipeline 的对应参数传入。先判断你属于哪一种接入方式，再按对应路径设置。
分辨率设置的核心是找到推理入口中的 width/height 参数。API 调用通常直接改请求体，本地推理则改模型推理函数参数。模型通常有建议的尺寸范围，超出范围要么被自动裁剪，要么直接报错。建议先用 512x512 或 1024x1024 这类基础尺寸测试，确认模型行为后再调整宽高比。
先确认：你用的是 API 还是本地加载
两种方式的分辨率设置位置不同。API 方式典型特征是提供一个 HTTP 接口，你需要发送 JSON 请求，返回图片或图片 URL。本地加载则是下载模型权重后用 Python 等语言执行推理，参数直接写在代码里。如果用的是集成平台（如某些工具软件），配置项可能在界面中。先找到分辨率对应的输入项，后续操作才有效。
通过 API 请求参数设置分辨率
大部分图像生成 API 在请求体中包含宽高字段，名称通常是 width 和 height，也可能是 size 或 aspect_ratio。先阅读接口文档确认字段名。对于支持 width/height 的接口，请求体大致如下：
{
"prompt": "a mountain landscape at sunset",
"width": 1024,
"height": 768
}其中 width 和 height 的单位是“像素”。有些接口限制只接受 64 的倍数，比如 512、1024、1536；有些接口则允许任意整型。如果填的是不支持的值，接口可能返回参数错误，或者自动就近取整。发送请求后用返回图片的实际尺寸来验证是否生效。
本地推理时设置分辨率
如果你在本地用 Python 运行 Qwen-Image-3.0 模型，分辨率通常需要传给模型推理时的方法。例如通过 Diffusers 库加载模型后，典型的调用方式是：
image = pipe(
prompt="a cat with sunglasses",
width=1024,
height=1024,
).images[0]具体方法和参数名取决于模型使用的推理代码。有些模型对宽高有内部对齐要求，比如必须能被 8 或 16 整除，否则推理时可能报错或者输出尺寸与预期不符。建议传入前先做取整处理，比如把 width = (width // 8) * 8。
分辨率的选择与边界
分辨率直接影响生成耗时和显存占用。在相同硬件条件下，像素越多，计算量越大。显存不足时很可能直接 OOM，此时需要降低分辨率或者开启模型的分块生成功能。模型通常有一个“训练分辨率”或“推荐分辨率”，超出推荐值太多时，图像可能出现重复、扭曲或细节崩坏。除了分辨率本身，宽高比也会影响构图。若需要特定宽高比，比如 16:9，可以设置 width=1280, height=720，但需要确认模型是否支持非正方形尺寸。
验证分辨率设置是否生效
- 生成一张测试图，读取图片文件的像素尺寸，确认与你设置的值一致。
- 如果 API 返回的图片 URL，下载后检查图片元数据里的宽高。
- 连续生成两次相同分辨率，确认设置没有随机变化。
- 若输出尺寸被自动调整，检查请求参数中的字段名和取值范围。
- 若本地推理报错，查看模型日志中关于 width/height 的提示，特别是在加载模型时是否有固定的输入尺寸。
最后，分辨率设置没有一种通用写法，必须结合你实际使用的接入方式。如果你是通过第三方平台或封装服务调用，优先查看该平台提供的参数说明。