newapi 怎么配置接入 Qwen-image 模型？它不是标准 openai 格式，有其他办法吗？

关于 NewAPI 配置接入 Qwen-image 模型的问题，虽然 Qwen-image 原生接口可能不完全等同于 OpenAI 标准，但根据现有资料，阿里云百炼平台及第三方服务平台已提供 OpenAI 兼容接口。用户可以通过配置兼容模式的 Base URL 和 API Key 来实现接入。如果直接接入困难，还可以通过本地部署 FastAPI 进行封装转发。关键在于使用支持兼容模式的 endpoint，例如 DashScope 的 compatible-mode/v1 路径，或在 NewAPI 中自定义渠道类型为 OpenAI 兼容模式，填入相应的接口地址和密钥即可实现正常调用，无需复杂改造。

Qwen/Qwen-Image API 模型服务平台 UModelVerse_文档中心_UCloud 中立云计算服务商

本文介绍 Qwen/Qwen-Image 模型调用 API 的输入输出参数，供您使用接口时查阅字段含义。字段名类型是否必须默认值描述 promptstring 必须 - 提示词 modelstring 必须 - 本次请求使用的模型名称，此处为 Qwen/Qwen-Image。seedint 可选 -1 随机数种子，用于控制模型生成内容的随机性。如果希望生成内容保持一致，可以使用相同的 seed 参数值。sizestring 可选 - 生成图像的尺寸 (宽 x 高),每个维度范围 256 ~ 1536。例如:1024x1024 字段名类型描述 createdinteger 本次请求创建时间的 Unix 时间戳 (秒)。dataarray 输出图像的信息，包括图像下载的 URL 或 Base64。• 当指定返回生成图像的格式为 url 时，则相应参数的子字段为 url; • 当指定返回生成图像的格式为 b64_json 时，则相应参数的子字段为 b64_json。注意：链接将在生成后 7 天内失效，请务必及时保存图像。error.codestring error.messagestring 错误提示信息 error.paramstring 请求 id 示例 OPENAI 兼容接口 POST https://api.modelverse.cn/v1/images/generations 同步请求 curl--location'https://api.modelverse.cn/v1/images/generations'\--header"Authorization: Bearer$MODELVERSE_API_KEY"\--header'Content-Type: application/json'\--data'{ "model": "Qwen/Qwen-Image", "prompt": "Convert to quick pencil sketch", "size": "1024x1024" }' importosfromopenaiimportOpenAI client=OpenAI(base_url=os.getenv("BASE_URL","https://api.modelverse.cn/v1"),api_key=os.getenv("API_KEY","$MODELVERSE_API_KEY"))response=client.images.generate(model="Qwen/Qwen-Image",prompt="Convert to quick pencil sketch",size="1024x1024")print(response.data[0].url) {"created":1750667997,"data":[{"url":"https://xxxxx/xxxx.png","b64_json":"data:image/png;base64,{image_base64_string}"}],"usage":{"input_tokens_details":{}}} {"error":{"message":"error_message","type":"error_type","param":"request_id","code":"error_code"}} 最近更新时间:2026-03-27 18:55:25（2026 年 3 月 27 日的资料）

阿里千问系列:Qwen 大模型 API 调用 (Python 版)

一、API_KEY 配置 1、登陆阿里百炼平台，单击创建我的 API-KEY。2、访问业务空间管理界面，找到需要授权的子业务空间后，单击其右侧的模型权限流控设置。3、选择需要的模型，编辑权限，并保存 二、API 调用 1、加载 url 图片 传入图像 URL 进行图像理解的示例代码 (python): importos fromopenai importOpenAI client =OpenAI(api_key=os.getenv("DASHSCOPE_API_KEY"),base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",)completion =client.chat.completions.create(model="qwen-vl-max-latest",# 此处以 qwen-vl-max-latest 为例，可按需更换模型名称。模型列表:https://help.aliyun.com/model-studio/getting-started/modelsmessages=[{"role":"system","content":[{"type":"text","text":"You are a helpful assistant."}],},{"role":"user","content":[{"type":"image_url","image_url":{"url":"https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20241022/emyrja/dog_and_girl.jpeg"},},{"type":"text","text":"图中描绘的是什么景象？"},],},],)print(completion.choices[0].message.content) 通过 curl 方式获取结果：curl--location'https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions'\--header"Authorization: Bearer $DASHSCOPE_API_KEY"\--header'Content-Type: application/json'\--data'{ "model": "qwen-vl-max", "messages": [ {"role":"system", "content":[ {"type": "text", "text": "You are a helpful assistant."}]}, { "role": "user", "content": [ {"type": "image_url", "image_url": {"url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20241022/emyrja/dog_and_girl.jpeg"}}, {"type": "text", "text": "图中描绘的是什么景象？"} ] }] }' 2、加载本地图片 加载本地图片进行图像理解：需要将本地文件编码为 Base64 格式后再传入 fromopenai importOpenAI importos importbase64 # base 64 编码格式 defencode_image(image_path):withopen(image_path,"rb")asimage_file:returnbase64.b64encode(image_file.read()).decode("utf-8")# 将 xxxx/eagle.png 替换为你本地图像的绝对路径 base64_image =encode_image("xxx/eagle.png")client =OpenAI(# 若没有配置环境变量，请用百炼 API Key 将下行替换为:api_key="sk-xxx"api_key=os.getenv('DASHSCOPE_API_KEY'),base_u（截至 2025 年 5 月 10 日）

两种方法实现，本地部署 Qwen-Image，并开放 API 服务

两种方法实现，本地部署 Qwen-Image，并开放 API 服务 Qwen-Image 定制镜像 | RTX4090D CUDA12.4 大模型推理专用 基于官方 Qwen-Image 基础镜像定制优化，适配 RTX 4090D 24GB 显存 环境，预装 CUDA 12.4、对应驱动 550.90.07，配置 10 核 CPU / 120GB 内存运行环境，内置通义千问视觉语言模型依赖库、推理脚本与常用工具，开箱即用，支持大模型快速加载、图像理解、多模态推理等任务，无需重复配置环境。Qwen-Image 刚开源不久，相信很多小伙伴都想把模型部署到本地进行体验，以及进一步开放 API 服务，用到自动程序或者智能体中去。这里介绍两个方法实现 Qwen-Image 的本地部署和 API 服务启动，分别是基于 Diffusers 和 ComfyUI。写在前面：由于我之前部署的都是文本生成模型，这是第一次部署图像生成模型。对于文本生成模型，如 gpt-oss，常用的部署框架 vllm 就内置了 API 服务，可以很便捷地启动 API，参考三步完成，A100 本地 vLLM 部署 gpt-oss，并启动远程可访问 api。而 Diffusers 和 ComfyUI 都不能像 vllm 那样便捷的开放 API 服务，需要借助 FastAPI 进行封装，特此记录一下。注意:Qwen-Image 模型本身对 prompt 的安全没有审核机制。也就是说一些负面的生成指令也能完成生成，包括黄暴政歧视等。无论这是你想要的还是你想避免的，都需要注意到这一点。ComfyUI 部署 API 服务 ComfyUI 官方已经支持 Qwen-Image。对于想用 webUI 启动，研究 qwen-image 的 workflow 的小伙伴，可以参考这位老哥的帖子。ComfyUI 本身是个基于节点的图形化工作流工具，我这里主要介绍怎么启动 API 服务。（2025 年 8 月 14 日）

开发者必看！阿里 Qwen-Image-2.0 实战指南：生图编辑一体化 + 一步 API 快速接入

2 月 10 日，阿里巴巴正式发布千问新一代图像生成与编辑模型 Qwen-Image-2.0，作为千问大模型生态的核心图像底座，该模型实现了“生图 + 编辑”的一体化技术突破，不仅在国际权威评测中表现亮眼，更针对中文场景做了深度优化，彻底解决了传统 AI 生图的诸多痛点。不同于上一代模型的功能拆分，Qwen-Image-2.0 以轻量架构承载全能能力，无论是专业级图像生成、复杂文字渲染，还是灵活的图像二次编辑，都能高效完成。对于开发者而言，无需复杂适配，通过一步 API 平台即可快速调用全部能力，快速落地各类图像相关应用。本文将从实战角度，拆解模型核心价值、应用落地场景，并提供可直接复用的 API 调用教程，助力开发者快速上手。Qwen-Image-2.0 的核心升级，在于“一体化、高精度、强中文”,跳出了同类模型“生图与编辑分离”的局限，同时在细节体验上做了全方位优化，更贴合开发者的落地需求。1. 一体化架构：生图 + 编辑，一个模型搞定全流程 这是 Qwen-Image-2.0 最核心的突破——首次将图像生成与图像编辑能力统一到单一模型中，彻底解决了传统模型“生图后需切换工具编辑”的痛点。开发者无需调用多个接口、无需处理跨模型风格断层问题，通过一个 API 即可完成“生成 - 修改 - 优化”的全流程操作，大幅提升开发效率和产品体验。同时，模型采用轻量架构设计，相较于上一代 20B 版本，尺寸大幅精简，推理速度提升 30% 以上，普通服务器即可流畅调用，无需高端算力支撑，中小团队也能轻松落地。在 AI Arena 文生图权威评测中，Qwen-Image-2.0 的综合表现跻身全球顶尖梯队：文生图场景：斩获 1029 分，超越 Seedream4.5、Flux2-Max 等主流模型，排名仅次于谷歌 Nano Banana Pro 和 GPT Image1.5，位列全球第三;图像编辑场景：得分高达 1034 分，仅落后于谷歌 Nano Banana Pro，展现出极强的细节优化和指令遵循能力。实测来看，模型生成的图像质感细腻逼真，小至皮肤纹理、衣物纤维，大到宇宙星云、城市光影，都能精准还原;编辑场景中，无论是文字添加、风格转换，还是细节修正，都能快速响应，效果远超上一代模型。作为本土大厂推出的模型，Qwen-Image-2.0 针对中文场景做了深度优化，汉字渲染能力堪称行业标杆，这也是其区别于国际同类模型的核心优势：多字体支持：兼容楷书、隶书、小楷、行书等多种中文常用字体，可根据需求自由切换;长篇渲染精准：可完美渲染数百字古文 (如《兰亭集序》),无错字、无乱码，文字与画面融合自然，无遮挡、无扭曲;（来自 2026 年 2 月 12 日的资料）

FAQ

Q: NewAPI 如何配置 Qwen-image 的兼容模式？

A: 在 NewAPI 渠道设置中选择 OpenAI 兼容类型，填入 DashScope 或 UModelVerse 提供的兼容接口地址及 API Key。

Q: 本地部署 Qwen-Image 如何开放 API 服务？

A: 可以使用 Diffusers 或 ComfyUI 部署模型，并借助 FastAPI 进行封装以开放标准 API 服务。

Q: Qwen-Image 模型支持哪些分辨率？

A: 支持 256 到 1536 范围内的尺寸，例如 1024x1024，部分模型如 wan2.7-image-pro 支持高达 4096x4096 分辨率。