文生图包含通义千问Qwen-Image模型和通义万相系列模型。只需输入文本描述，即可创造出高质量、多样化风格的图像。
快速入口：通义千问Qwen-Image在线体验 ｜ 通义万相官网在线体验 | |
API文档：通义千问Qwen-Image API参考 ｜ 通义万相文生图V2版API参考 |
模型概览
模型效果
通义千问Qwen-Image
复杂文字
| 超长段落
| 复杂布局
|
电商海报
| 插画设计
| 写实摄影
|
通义万相
场景一：文字生成与创意设计 prompt = "生成一张新年祝福贺卡，背景有白雪，放鞭炮的小孩，蛇形成文案2025，并写上HAPPY NEW YEAR。" 效果对比：2.2模型的文字生成能力更强，适合创意设计场景。 | ||
文生图2.2（wan2.2-t2i-plus） | 文生图2.1（wanx2.1-t2i-turbo） | 文生图2.0（wanx2.0-t2i-turbo） |
|
|
|
场景二：语义理解与细节表现 prompt = "一个用针毡制作的圣诞老人手持礼物，旁边站着一只白色的猫咪，背景中有许多五颜六色的礼物。整个场景应该是可爱、温暖和舒适的，并且背景中还有一些绿色植物。" 效果对比：2.2和2.1模型的语义理解更加准确（如手持礼物），2.2模型画面细节更丰富（如礼物纹理）。 | ||
文生图2.2（wan2.2-t2i-plus） | 文生图2.1（wanx2.1-t2i-turbo） | 文生图2.0（wanx2.0-t2i-turbo） |
|
|
|
场景三：人像创作 prompt = "中国女孩，圆脸，看着镜头，优雅的民族服装，商业摄影，室外，电影级光照，半身特写，精致的淡妆，锐利的边缘。 " 效果对比：2.2生图更稳定，2.0在质感人像上同样出色。 | ||
文生图2.2（wan2.2-t2i-plus） | 文生图2.1（wanx2.1-t2i-turbo） | 文生图2.0（wanx2.0-t2i-turbo） |
|
|
|
模型选型
模型系列 | 模型名称 | 核心优势 |
通义千问 | qwen-image | 复杂文本渲染能力。支持中英文及多行文字生成，擅长图文混合设计。 |
通义万相 | wan2.2-t2i-plus | 万相2.2专业版。更强指令遵循，更美画面结构，简短文字生成。 |
wan2.2-t2i-flash | 万相2.2极速版。更强指令遵循，更美画面结构，速度快。 | |
wanx2.1-t2i-plus | 万相2.1专业版。专业画质，支持复杂构图。 | |
wanx2.1-t2i-turbo | 万相2.1极速版。稳定的指令理解，速度快。 | |
wanx2.0-t2i-turbo | 万相2.0极速版。擅长人像艺术摄影。 | |
wanx-v1 | 早期文生图模型。建议切换到最新模型，本文不做讲解。 |
功能对比 | 通义千问Qwen-Image模型 | 通义万相文生图 V2版模型 |
综合图像质量 | 擅长复杂文本渲染，同时支持通用图像生成 | 通用模型，写实质感全面提升，指令遵循能力强 |
Prompt智能优化 | 支持 | 支持 |
水印 | 支持 | 支持 |
输出图像的分辨率 | 固定尺寸，支持常用5种图像宽高比 | 任意尺寸（宽高均在 [768, 1440] 像素范围内） |
输出图像的张数 | 1张 | 1～4，默认4张 |
快速开始
前提条件
在调用前，您需要开通模型服务并获取API Key，再配置API Key到环境变量。
然后安装DashScope SDK。目前，该SDK已支持Python和Java。
示例代码
通义千问Qwen-Image和通义万相的 API 兼容。以下代码以 qwen-image 为例。
如需切换为通义万相，只需 model参数修改为 "wan2.2-t2i-flash"。
Python
请求示例
from http import HTTPStatus
from urllib.parse import urlparse, unquote
from pathlib import PurePosixPath
import requests
from dashscope import ImageSynthesis
import os
prompt = "一副典雅庄重的对联悬挂于厅堂之中，房间是个安静古典的中式布置，桌子上放着一些青花瓷，对联上左书“义本生知人机同道善思新”，右书“通云赋智乾坤启数高志远”， 横批“智启通义”，字体飘逸，中间挂在一着一副中国风的画作，内容是岳阳楼。"
# 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")
print('----同步调用，请等待任务执行----')
rsp = ImageSynthesis.call(api_key=api_key,
model="qwen-image",
prompt=prompt,
n=1,
size='1328*1328')
print('response: %s' % rsp)
if rsp.status_code == HTTPStatus.OK:
# 在当前目录下保存图片
for result in rsp.output.results:
file_name = PurePosixPath(unquote(urlparse(result.url).path)).parts[-1]
with open('./%s' % file_name, 'wb+') as f:
f.write(requests.get(result.url).content)
else:
print('同步调用失败, status_code: %s, code: %s, message: %s' %
(rsp.status_code, rsp.code, rsp.message))
响应示例
url 有效期24小时，请及时下载图像。
{
"task_id": "8c4ceaa9-ec7b-4761-9e77-xxxxxx",
"task_status": "SUCCEEDED",
"results": [
{
"url": "https://dashscope-result-sz.oss-cn-shenzhen.aliyuncs.com/xxx.png?Expires=xxxxxx",
"orig_prompt": "一副典雅庄重的对联悬挂于厅堂之中，房间是个安静古典的中式布置，桌子上放着一些青花瓷，对联上左书“义本生知人机同道善思新”，右书“通云赋智乾坤启数高志远”， 横批“智启通义”，字体飘逸，中间挂在一着一副中国风的画作，内容是岳阳楼。",
"actual_prompt": "典雅庄重的中式厅堂内，布置古朴宁静，整体空间充满传统东方美学的韵味。画面中央，一副对联悬挂于厅堂正中墙面，左侧书写“义本生知人机同道善思新”，右侧书写“通云赋智乾坤启数高志远”，横批为“智启通义”，字体采用飘逸洒脱的书法风格，墨色浓淡有致，展现出浓厚的文化气息与艺术美感。\n\n对联中间悬挂着一幅中国风画作，内容为岳阳楼，楼阁飞檐翘角，依水而建，远处云雾缭绕，山水相映，意境深远，体现出浓厚的古典诗意与江南园林的静谧之美。墙面为淡色木质结构，带有传统雕花窗棂，营造出沉稳内敛的氛围。\n\n对联下方为一张古色木桌，桌面平整，摆放着几件青花瓷器，造型典雅，花纹细腻，蓝白相间，釉色温润。瓷器中有一只花瓶，插着几枝干枯的梅花，增添了几分书斋的雅趣。整体空间布局对称而富有层次，光线柔和自然，营造出一种宁静、肃穆又不失文化韵味的氛围。\n\n画面风格为中国古典水墨淡彩风，线条流畅，色彩柔和，细节丰富，充分体现出中式厅堂的文化内涵与审美格调。"
}
],
"submit_time": "2025-08-13 20:30:25.185",
"scheduled_time": "2025-08-13 20:30:26.236",
"end_time": "2025-08-13 20:30:50.971"
}
Java
请求示例
// Copyright (c) Alibaba, Inc. and its affiliates.
import com.alibaba.dashscope.aigc.imagesynthesis.ImageSynthesis;
import com.alibaba.dashscope.aigc.imagesynthesis.ImageSynthesisListResult;
import com.alibaba.dashscope.aigc.imagesynthesis.ImageSynthesisParam;
import com.alibaba.dashscope.aigc.imagesynthesis.ImageSynthesisResult;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.NoApiKeyException;
import com.alibaba.dashscope.task.AsyncTaskListParam;
import com.alibaba.dashscope.utils.JsonUtils;
public class Text2Image {
// 若没有配置环境变量，请用百炼API Key将下行替换为：apiKey="sk-xxx"
static String apiKey = System.getenv("DASHSCOPE_API_KEY");
public static void basicCall() throws ApiException, NoApiKeyException {
String prompt = "一副典雅庄重的对联悬挂于厅堂之中，房间是个安静古典的中式布置，桌子上放着一些青花瓷，对联上左书“义本生知人机同道善思新”，右书“通云赋智乾坤启数高志远”， 横批“智启通义”，字体飘逸，中间挂在一着一副中国风的画作，内容是岳阳楼。";
ImageSynthesisParam param =
ImageSynthesisParam.builder()
.apiKey(apiKey)
.model("qwen-image")
.prompt(prompt)
.n(1)
.size("1328*1328")
.build();
ImageSynthesis imageSynthesis = new ImageSynthesis();
ImageSynthesisResult result = null;
try {
System.out.println("---同步调用，请等待任务执行----");
result = imageSynthesis.call(param);
} catch (ApiException | NoApiKeyException e){
throw new RuntimeException(e.getMessage());
}
System.out.println(JsonUtils.toJson(result));
}
//获取任务列表
public static void listTask() throws ApiException, NoApiKeyException {
ImageSynthesis is = new ImageSynthesis();
AsyncTaskListParam param = AsyncTaskListParam.builder().build();
ImageSynthesisListResult result = is.list(param);
System.out.println(result);
}
//根据taskId获取任务结果
public void fetchTask() throws ApiException, NoApiKeyException {
String taskId = "your task id";
ImageSynthesis is = new ImageSynthesis();
// 如果设置了 DASHSCOPE_API_KEY 环境变量，apiKey 可以为 null
ImageSynthesisResult result = is.fetch(taskId, null);
System.out.println(result.getOutput());
System.out.println(result.getUsage());
}
public static void main(String[] args){
try{
basicCall();
//listTask();
}catch(ApiException|NoApiKeyException e){
System.out.println(e.getMessage());
}
}
}响应示例
url 有效期24小时，请及时下载图像。
{
"request_id": "f2153409-3950-9b73-9980-xxxxxx",
"output": {
"task_id": "2fc2e1de-0245-442d-b664-xxxxxx",
"task_status": "SUCCEEDED",
"results": [
{
"orig_prompt": "一副典雅庄重的对联悬挂于厅堂之中，房间是个安静古典的中式布置，桌子上放着一些青花瓷，对联上左书“义本生知人机同道善思新”，右书“通云赋智乾坤启数高志远”， 横批“智启通义”，字体飘逸，中间挂在一着一副中国风的画作，内容是岳阳楼。",
"actual_prompt": "一副典雅庄重的对联悬挂于中式厅堂中央，对联左侧书写“义本生知人机同道善思新”，右侧书写“通云赋智乾坤启数高志远”，横批为“智启通义”，整体采用飘逸洒脱的书法字体，墨色浓淡相宜，展现出浓厚的传统韵味。对联中间悬挂一幅中国风画作，描绘的是著名的岳阳楼景观：楼阁飞檐翘角，依水而建，远处湖光潋滟，烟波浩渺，天空中有几缕轻云缭绕，营造出诗意盎然的意境。背景房间为安静古典的中式布置，木质家具线条流畅，桌上摆放着数件青花瓷器，纹饰精美，釉色莹润。整体空间光线柔和，营造出庄重、宁静的文化氛围。画面风格为传统中国水墨风，笔触细腻，层次分明，充满古典美感。",
"url": "https://dashscope-result-sz.oss-cn-shenzhen.aliyuncs.com/xxx.png?Expires=xxxx"
}
]
},
"usage": {
"image_count": 1
}
}curl
异步请求
HTTP 异步请求分两步：先创建任务，再获取结果。新手建议使用 Postman调用API。
步骤1：发起创建任务请求
该请求会返回一个任务ID（task_id）。
curl -X POST https://dashscope.aliyuncs.com/api/v1/services/aigc/text2image/image-synthesis \
-H 'X-DashScope-Async: enable' \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H 'Content-Type: application/json' \
-d '{
"model": "qwen-image",
"input": {
"prompt": "一副典雅庄重的对联悬挂于厅堂之中，房间是个安静古典的中式布置，桌子上放着一些青花瓷，对联上左书“义本生知人机同道善思新”，右书“通云赋智乾坤启数高志远”， 横批“智启通义”，字体飘逸，中间挂在一着一副中国风的画作，内容是岳阳楼。"
},
"parameters": {
"size": "1328*1328",
"n": 1,
"prompt_extend": true,
"watermark": true
}
}' 步骤2：根据任务ID查询结果
您需要将86ecf553-d340-4e21-xxxxxxxxx替换为真实的task_id。
curl -X GET https://dashscope.aliyuncs.com/api/v1/tasks/86ecf553-d340-4e21-xxxxxxxxx \
--header "Authorization: Bearer $DASHSCOPE_API_KEY"task_id查询有效期为24小时，过期将无法查询，接口将返回任务状态为UNKNOWN。
关键功能
指令遵循（提示词）
参数：input.prompt 、input.negative_prompt。
正向提示词（prompt）：描述希望看到的画面内容和风格。通常所说的提示词，指正向提示词。
反向提示词（negative_prompt）：描述不希望看到的画面内容。
实践建议：创作的核心在于正向提示词（prompt），撰写技巧请参见文生图Prompt指南。反向提示词会影响结果，但生成过程有随机性，仅作为辅助能力。
{
"input": {
"prompt": "一只可爱的猫咪，赛博朋克风格，霓虹灯街道，电影感光照，高细节",
"negative_prompt": "多余的肢体，低分辨率，模糊"
}
}如何生成高质量Prompt？
Prompt智能改写：设置
"prompt_extend": true，推荐优化较短的描述。大模型生成Prompt：若需生成复杂精美的画面，推荐先用通义千问等文本大模型生成一段专业的 Prompt，再用于文生图。
提示词的内容安全审核
所有提示词（包括正向和反向）均会经过内容安全审核。若包含不当内容，请求将被拦截并报错，请确保内容合规。
内容不合规的报错信息："code": "DataInspectionFailed", "message": "Input data may contain inappropriate content."。开启prompt智能改写
参数: parameters.prompt_extend (bool, 默认为 true)。
此功能可自动扩展和优化较短的Prompt，提升出图效果。例如，它将 “一只猫” 扩展为包含场景、光影和构图细节的详细描述，见下图。
开启此功能额外耗时 3-5 秒。此耗时用于大模型改写文本。如需关闭，请将参数 prompt_extend 显式设为 false。
开启智能改写（默认开启，prompt_extend=true） | 关闭智能改写（prompt_extend=false） |
改写后的提示词：日式水彩插画，一只橘白相间的猫咪趴在窗台上晒太阳。它圆溜溜的琥珀色眼睛微微眯起，毛茸茸的爪子交叠在木质窗框上，尾巴自然垂落。窗外是盛开的樱花树和远处隐约可见的富士山轮廓。画面光线柔和温暖，水彩质感轻盈通透，构图采用经典的三分法，背景虚化突出猫咪的神态与姿态。 |
原始提示词（不改写）：一只猫。 |
最佳实践：
建议开启：当输入 Prompt 简洁或宽泛时（如“未来城市”），此功能可显著提升图像效果。
建议关闭：在以下情况建议关闭此功能：
需要严格控制画面中的特定元素。
已编写详细、专业的 Prompt。
对响应速度有严格要求。
设置输出图像分辨率
参数: parameters.size (string)。size的格式为 "宽*高"。
通义千问Qwen-Image
仅支持以下固定尺寸，可选分辨率及对应的宽高比为：
1664*928：16:9。
1472*1140：4:3。
1328*1328（默认值）：1:1。
1140*1472： 3:4。
928*1664： 9:16。
通义万相V2版模型（2.0及以上版本）
支持在 [768, 1440] 像素范围内任意组合宽高，最高可达200万像素。常用分辨率及其对应的宽高比：
推荐分辨率（size） | 图像宽高比 | 说明 |
1024*1024（默认值） 或 1080*1080 或 1440*1440 | 1:1 | 正方形，社交媒体常用 |
1080*1440 或 768*1024 | 3:4 | 竖屏经典构图 |
1440*1080 或 1024*768 | 4:3 | 横屏经典构图 |
1440*810 或 1366*768 | 16:9 | 高清宽屏，视频封面 |
810*1440 或 768*1366 | 9:16 | 手机全屏/短视频竖屏 |
960*1440 | 2:3 | 类似 720p 竖版海报 |
1440*960 | 3:2 | 经典摄影比例 |
1440*1152 | 5:4 | 适用于打印/显示器 |
1152*1440 | 4:5 | 竖屏打印比例 |
计费与限流
模型名称 | 计费单价（元/张） | 限流（主账号与RAM子账号共享） | 免费额度（查看） 有效期：阿里云百炼开通后180天内 | |
任务下发接口RPS限制 | 同时处理中任务数量 | |||
qwen-image | 0.25 | 2 | 2 | 100张 |
wan2.2-t2i-flash | 0.14 | 2 | 2 | 100张 |
wan2.2-t2i-plus | 0.20 | 2 | 2 | 100张 |
wanx2.1-t2i-turbo | 0.14 | 2 | 2 | 500张 |
wanx2.1-t2i-plus | 0.20 | 2 | 2 | 500张 |
wanx2.0-t2i-turbo | 0.04 | 2 | 2 | 500张 |
wanx-v1 | 0.16 | 2 | 1 | 500张 |
计费规则
计费项：按成功生成的 图像张数 计费，采用按量后付费模式。
计费公式：费用 = 计费单价 × 图像张数。
抵扣顺序：优先消耗免费额度。额度用尽后，默认转为按量付费。
您可开启“免费额度用完即停”功能，以避免免费额度耗尽后产生额外费用。详情请参见免费额度。
失败不计费：模型调用失败或处理错误不产生任何费用，也不消耗免费额度。
免费额度
关于免费额度的领取、查询、使用方法等详情，请参见免费额度。
调用量查询
模型调用完约一小时后，请在模型观测页面，查看调用量、调用次数、成功率等指标。
限流
模型限流规则及常见问题，请参见限流。
API文档
错误码
如果模型调用失败并返回报错信息，请参见错误信息进行解决。