百炼假期上新实测:qwen-image-2.1-pro 的透明能力,我们跑了 35 次

简介: 国庆期间,百炼上线Qwen-Image-2.1-pro API模型(0.25元/张),免27GB显存门槛。实测确认:透明通道仅可“继承”不可稳定“生成”,编辑透明图可稳定保持,白底图无法抠透明;支持10图合成与精准圈选编辑。推荐用于透明素材加工与批量拼图。(239字)

国庆假期第三天(10 月 2 日),百炼悄悄上架了一个新模型:qwen-image-2.1-pro,0.25 元/张。它是 9 月 20 日开源刷屏的 Qwen-Image-2.1 的 API 版本。开源版需要 27 GB 以上显存,API 版不挑显卡,一行命令就能调。

作为平台生态里最受关注的差异化能力,它的"原生 RGBA 透明"值得认真实测一遍。我们跑了 35 次调用,把结论和边界整理如下。

背景补充:该模型开源版发布当天在海外技术社区拿到 740 分、199 条讨论(该系列图像模型历史最高);但所有本地评测都有一个前置条件:得有一块 27 GB 以上显存的显卡。API 版把这一门槛去掉了,这也是本次实测的起点。

实测结论速览

能力 实测结果
透明直出(从零生成) 21 次尝试触发 1 次(约 4.8%),不可复现
透明加工(编辑已透明的图) 稳定保持,多次验证均通过
透明继承边界 局部编辑保持;大改构图(缩放+位移)会丢失
10 张参考图 上限可用,10 张全收录、特征保持
画圈局部编辑 可用(细线标注效果优于色块涂鸦)
从白底照片抠透明 未通过(含官方模板原句测试)
计费 0.25 元/张,按输出张数,无免费额度

关键发现一:透明是"继承"的,不是"生成"的

这是本次实测最有价值的结论。

给模型一张带透明通道的图,让它做编辑(指令完全不提"透明"),输出的透明背景原样保持;换成白底图做同样编辑,输出就是白底。透明通道跟随输入图的 alpha 结构,与提示词无关。

判定口径说明:全部结论来自脚本逐像素检查 alpha 通道,全透明像素占比超过 1% 才计为透明(排除边缘抗锯齿噪声);直出实验不传 size 参数,画布尺寸由模型自选(均为 2048×2048)。

还有一个更直接的验证:10 张透明素材合成时,指令明确要求"白色背景",输出仍然是 81.5% 透明的图,透明继承的优先级高于文本指令。

透明继承三泳道对照:小改动保持、大动作丢失、白底进白底出

关键发现二:能力有明确边界,工程上要收敛预期

  • 透明直出(从零生成)不可靠:换 5 种措辞、两种改写模式、双域名、CLI/HTTP 双路径,21 次只成功 1 次且不可复现。生产环境不建议依赖
  • 大动作编辑丢透明:透明素材"放大+平移"后,alpha 结构丢失,输出变白底。透明素材的编辑应保持构图稳定
  • "从照片提取主体"暂未通过:官方描述的这项能力,实测 2 次(含官方模板原句)均输出白底
  • 改写模式耗时差明显:direct 单次 36-39 秒,agent(多一轮提示词重写)59-70 秒、慢约 60%,且对透明触发没有帮助,批处理建议用 direct

21 次透明直出实测矩阵:仅 1 次透明,且不可复现

落地建议:三条可用动线

  1. 透明素材加工:已有透明素材的加元素、换色、局部修改,稳定可用,是当前最顺的路径(本次 6 组编辑类实验透明全部保持)
  2. 素材批量拼图:最多 10 张参考图合成,适合产品图组合、素材集锦。实测 10 图横排画布自动选 4096×1024,输出的透明无需后处理修补
  3. 第一张透明图的外部补齐:本地开源版、素材库或任何带透明通道的图作为起点,拿到后回到 API 走加工链

红圈指哪改哪:围巾变黄、圈消失、透明保持

标注编辑两种形态的差异值得记进规范:细线画圈能被模型完全清除、指代精准;大色块涂鸦指代同样生效但会留残影。另外模型严格按标注位置执行、不做意图修正(实测把涂鸦画偏到额头,额头发色被如实修改)。

计费与选型

qwen-image-2.1-pro 定价 0.25 元/张(上代 2.0-pro 为 0.5 元)。与同期模型分工:要文字排版能力选 qwen-image-3.0(0.18 元);要透明与多图参考选 2.1-pro。本次 35 次实测总成本 8.75 元,无免费额度,成本可完全预估。

费用核对:bl usage stats --model qwen-image-2.1-pro 看汇总;逐单对账先 bl auth login --console 再 bl log audit list --model qwen-image-2.1-pro --hours 24。对账延迟实测提醒:调用当日 bl usage stats 只显示了部分调用数,当日逐单记录返回 0 条(SLS 投递延迟),次日才逐步对齐;对账建议以控制台账单为准,CLI 统计留 24-48 小时缓冲。

上手

bl image generate --model qwen-image-2.1-pro --prompt "..." --out-dir ./out
bl image edit --model qwen-image-2.1-pro --image a.png --image b.png --prompt "..."

多图透传实测正常:两张素材一次的合成调用,特征保持、透明也保持。

装 CLI 走官方 skill 包或 npm install -g bailian-cli;API Key 在这里签发。

透明素材加工类需求可以现在就上;透明生成类需求建议收敛预期,等生成侧能力补齐。

相关文章
|
24天前
|
JSON 前端开发 API
一周双旗舰上架百炼:qwen3.8-max-0902 与 DeepSeek-V4.1-Flash 的 CLI 侧同题实测
九月,百炼上线qwen3.8-max-0902与DeepSeek-V4.1-Flash两大新模型,均享百万token免费额度。本文实测同题前端编程任务,揭示二者在max-tokens语义、思考模式、生成质量、耗时及成本上的关键差异,为开发者选型提供一线实践依据。(239字)
|
3月前
|
数据采集 自然语言处理 JavaScript
百炼文档知识库 Skill 上线:模型规格、定价、示例代码,Agent 内一站直达
百炼推出官方文档Skill“bailian-docs-llm-wiki”,将模型广场、API文档、帮助中心等分散信息统一收敛为可安装的Agent技能。支持自然语言查询模型规格、定价、示例代码等,结构化数据+质量兜底+可信分级,零配置接入Claude/Qwen/Cursor等环境。(239字)
百炼文档知识库 Skill 上线:模型规格、定价、示例代码,Agent 内一站直达
|
3月前
|
人工智能 JavaScript API
从开题到答辩:用百炼 CLI 一条命令跑通论文写作全链路
论文写作正陷于“工具碎片化”困境:查重、AIGC检测、降重、润色、参考文献、LaTeX校对等需切换十余平台。百炼CLI `bl text chat` 以统一长文本对话能力,覆盖开题至答辩9大环节,一次登录、一套计费、可编程批处理,成本低、合规强,助力研究生高效、规范完成学术写作。(239字)
从开题到答辩:用百炼 CLI 一条命令跑通论文写作全链路
|
3月前
|
人工智能 API
从 0 到 1 做品牌视觉:用百炼 CLI 一条命令线打通 Logo→IP→VI→种草图
本文以「云朵咖啡」为例,详解如何用百炼CLI(`bl`)实现品牌视觉全链路生成:通过锚点(主色/角色/风格)+固定种子保障风格统一,支持Logo、IP、表情包等批量产出,并可联动语音、文案构建一体化内容生产线。(239字)
|
3月前
|
人工智能 JavaScript 物联网
百炼 CLI 图像工具箱:28 种图像能力一行命令搞定
阿里云百炼CLI(`bl`)是高效图像AI命令行工具,支持智能抠像、AI消除、风格迁移、写真生成等28种能力。10大典型场景实测,一行命令替代数小时PS操作,单次仅0.5元,Node.js 18+即可快速上手。
百炼 CLI 图像工具箱:28 种图像能力一行命令搞定
|
2月前
|
定位技术 API 开发者
百炼实测:从零开始搭建知识库
本系列从零实测搭建企业知识库,首期揭示“传文件”三大工程缺口:内容覆盖无告警、版本时效不校验、多源信息难聚合。基于阿里云百炼+Qwen3.8-max三组对照实验,厘清知识库核心价值——不是让模型能答,而是系统性填补缺口。15分钟实战入门RAG全流程,长期连载覆盖基础到前沿范式。(239字)
|
2月前
|
缓存 Shell API
DeepSeek Harness 插件生态一周观察:百炼被社区选中的三个位置,与空着的第四个
8月13日DeepSeek开源DSH,一周GitHub获16万星、插件超4000个。本文聚焦插件生态结构,发现百炼已自然占据读图、记忆、备用主模型三大位置;而多模态生成(图/视/音)作为第四关键位仍空缺——恰可由百炼CLI以单命令低成本填补,实现“说人话→Agent调用→自动产出”。
|
3月前
|
人工智能 API 双11
# 百炼 CLI 电商视觉全链路方案:从白底主图到展示视频的 AI 生产力升级
阿里云百炼CLI提供电商视觉全链路AI生产方案:6步生成白底图、场景图、模特穿搭、海报及展示视频,单SKU成本仅约10元,较传统摄影降本99.8%。支持可编程批量处理,适配中小电商、大促及跨境多平台需求。(239字)
|
3月前
|
人工智能 JSON API
百炼 Skills 实战:spark-video——让零基础用户一句话做出完整AI视频
spark-video 是百炼平台推出的AI视频端到端Skill,封装Qwen编剧、HappyHorse渲染、Qwen-VL质检、CosyVoice配音等多模态能力,用户仅需一句话描述+4次确认,即可零门槛生成完整MP4视频,费用透明、流程可控,专为小白打造“输入即成片”体验。(239字)
|
4月前
|
人工智能 自然语言处理 API
百炼 MCP 市场实战,一句话查 A 股全市场数据
阿里云百炼MCP金融数据服务(market-cmapi00073529),集成financial-expert Skill,支持自然语言选股、基金经理分析、宏观查询、研报检索等,免费调用,3分钟快速上手,零代码获取结构化A股/基金/宏观数据。

热门文章

最新文章