qwen-image-plus-2026-01-09 文生图 API文档
千问-文生图模型是一款通用图像生成模型，支持多种艺术风格，尤其擅长复杂文本渲染。模型支持多行布局、段落级文本生成以及细粒度细节刻画，可实现复杂的图文混合布局设计。 支持多样化的艺术风格，尤其擅长在图像中渲染复杂文字，可实现图文混合的布局设计。
接口地址
https://www.dmxapi.cn/v1/responses模型名称
qwen-image-plus-2026-01-09
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", # 指定请求体为 JSON 格式
"Authorization": f"{api_key}", # token 认证方式
}
# ═══════════════════════════════════════════════════════════════
# 💬 步骤3: 配置请求参数
# ═══════════════════════════════════════════════════════════════
payload = {
"model": "qwen-image-plus-2026-01-09",
"input": {
"messages": [
{
"role": "user",
"content": [
{
# 正向提示词用于描述您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，每个汉字、字母、数字或符号计为一个字符，超过部分会自动截断。
# 示例值：一只坐着的橘黄色的猫，表情愉悦，活泼可爱，逼真准确。
# 注意：仅支持传入一个text，不传或传入多个将报错。
"text": '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"智启千问"，字体飘逸，在中间挂着一幅中国风的画作，内容是岳阳楼。'
}
]
}
]
},
"parameters": {
# 反向提示词，用于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。
# 示例值：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。
"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。",
# 【prompt_extend】是否开启 Prompt（提示词）智能改写功能。开启后模型将对正向提示词进行优化与润色。此功能不会修改反向提示词。
# true：默认值，开启智能改写。如果希望图像内容更多样化，由模型补充细节，建议开启此选项。
# false：关闭智能改写。如果图像细节更可控，建议关闭此选项，并参考文生图Prompt指南进行优化，链接：https://help.aliyun.com/zh/model-studio/text-to-image-prompt?spm=a2c4g.11186623.0.0.7f457604LkL7jJ
# 改写示例：
# 原始提示词（orig_prompt）：一只坐着的橘黄色的猫，表情愉悦，活泼可爱，逼真准确。
# 实际提示词（actual_prompt）：一只坐着的橘黄色猫咪，毛发蓬松柔软，阳光透过窗户洒在它身上，呈现出温暖的光泽。猫咪体型匀称，
# 四肢自然弯曲，稳稳地坐在木质地板上，尾巴轻轻卷曲在身侧，显得格外放松而优雅。它的大眼睛圆润明亮，瞳孔微微收缩，流露出愉悦而灵动的神情，嘴角微扬，仿佛正享受着美好的时光。
# 耳朵微微向前倾斜，透露出活泼与好奇。背景是一间温馨的现代家居客厅，浅色木地板、一扇半开的窗户透进柔和的自然光，窗外可见绿意盎然的庭院，窗台上摆放着几盆绿植。画面采用真实摄影风格，
# 细节逼真，光影层次丰富，突出猫咪的毛发质感、眼神神态与整体姿态的生动自然，整体氛围轻松愉快，充满生活气息。
"prompt_extend": True,
"watermark": False, # 是否在图像右下角添加 "Qwen-Image" 水印。默认值为 false。
# 【size】输出图像的分辨率，格式为宽*高。默认分辨率为1664*928。
# 可选的分辨率及其对应的图像宽高比例为：
# 1664*928（默认值）：16:9。
# 1472*1104：4:3 。
# 1328*1328：1:1。
# 1104*1472：3:4。
# 928*1664：9:16。
"size": "1664*928",
"n": 1, # 生成图像的数量。此参数当前固定为1，设置其他值将导致报错。
"seed": 100
}
}
# ═══════════════════════════════════════════════════════════════
# 📤 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-result-wlcb-acdr-1.oss-cn-wulanchabu-acdr-1.aliyuncs.com/7d/cd/20260226/df38e33f/e359bc8d-0dee-447d-91fd-f9911e9aac07100.png?Expires=1772715289&OSSAccessKeyId=LTAI5tKPD3TMqf2Lna1fASuh&Signature=%2Fn%2Fjr4nfjmTYQPGm10AQ8as109Q%3D"
}
]
}
],
"usage": {
"total_tokens": 2000,
"input_tokens": 0,
"input_tokens_details": {
"cached_tokens": 0
},
"output_tokens": 2000,
"output_tokens_details": {
"reasoning_tokens": 0
}
},
"request_id": "e359bc8d-0dee-447d-91fd-f9911e9aac07"
}© 2026 DMXAPI qwen-image-plus-2026-01-09 文生图