danii-kzn/qwen-image-2

Qwen-Image-2.0

Qwen-Image-2.0(2026-02-10 출시)은 텍스트-이미지 생성과 이미지 편집을 위한 단일 모델입니다: 8B Qwen3-VL 인코더와 7B 확산 디코더로 구성되며, 네이티브 2K 출력, 최대 약 1k 토큰의 명령어를 처리합니다. 강점은 중국어와 영어로 된 밀도 높고 정확하게 철자된 텍스트(슬라이드, 포스터, 인포그래픽, 만화, 달력, 캘리그래피), 낮은 "AI 느낌"의 포토리얼리즘, 다중 이미지 편집입니다. 공식적으로 지원되는 프롬프트 언어는 중국어와 영어입니다.

실행은 fal-runner(저널, 가격, 승인, 다운로드)를 통해 이루어집니다. 비디오 시작 프레임을 위한 프롬프트 제작은 storyboard-keyframes / kling-video-prompt에 남아 있습니다. 이 스킬은 Qwen 특정 파라미터와 프롬프트 규칙을 다룹니다. 해부학, 참조 충실도 및 부품 전송에 대한 내용(모든 모델 공통)은 image-edit-fidelity (§4a)에 있습니다. 날짜가 포함된 테스트 결과는 references/observations.md에, API 세부 정보, 크기 및 제한 사항은 references/api.md에, 준비된 프롬프트 템플릿은 references/prompt-patterns.md에 있습니다.

0. 가용성 확인 (새 작업에서 먼저 수행)

fal은 2026-08-18에 네 개의 fal-ai/qwen-image-2/* 엔드포인트를 모두 deprecated로 표시했습니다. 후속 모델 alibaba/qwen-image-3/*가 활성화되어 있습니다. 표준 텍스트-이미지 엔드포인트는 2026-11-08에도 여전히 요청을 처리했지만, 더 이상 사용되지 않는 엔드포인트는 언제든지 중단될 수 있습니다. 작업의 첫 번째 유료 호출 전에:

1. python3 ~/.claude/skills/fal-runner/fal_run.py models qwen-image-2 및 schema <endpoint>.
2. references/observations.md에서 마지막으로 성공한 실행 날짜를 확인합니다.
3. 호출이 404/410/"deprecated"/"not found" 오류로 실패하면 사용자에게 보고하고 references/api.md의 대안(Alibaba Model Studio는 DASHSCOPE_API_KEY 필요, 2026-11-08 기준 이 머신에 구성되지 않음; WaveSpeed; 또는 자체 테스트가 필요한 다른 모델인 fal의 Qwen-Image-3)을 제안합니다. 모델을 자동으로 전환하지 마십시오: 사용자가 Qwen 2를 요청했습니다.

1. 티어 및 엔드포인트

작업	fal 엔드포인트	확인된 가격 (2026-11-08)
초안, 탐색, 레이아웃 시도	fal-ai/qwen-image-2/text-to-image	0.035 USD/이미지
최종 이미지, 밀집 텍스트, 사실성	fal-ai/qwen-image-2/pro/text-to-image	0.075 USD/이미지
편집 초안	fal-ai/qwen-image-2/edit	0.035 USD/이미지
최종 편집, 다중 이미지 융합	fal-ai/qwen-image-2/pro/edit	0.075 USD/이미지

Model Studio 이름: qwen-image-2.0(가속) 및 qwen-image-2.0-pro, 둘 다 하나의 엔드포인트에서 생성 및 편집을 제공합니다(references/api.md). 구성과 텍스트는 표준 티어에서 반복하고, 프롬프트가 확정되면 Pro로 이동하며, 한 번 출력의 가격이 아니라 재시도를 포함한 허용된 이미지의 비용을 비교합니다.

2. 결과를 변경하는 파라미터

• 크기. fal 기본값은 square_hd = 1024x1024로, 네이티브 2K의 1/4입니다. 항상 image_size: {"width": W, "height": H}를 전달하십시오. 총 픽셀 수는 512x512에서 2048x2048 사이이며, 변은 16의 배수입니다. 2K 사전 설정: 1:1 2048x2048, 16:9 2688x1536, 9:16 1536x2688, 4:3 2368x1728, 3:4 1728x2368, 3:2 2496x1664, 2:3 1664x2496. scripts/qwen_payload.py size <ratio>는 다른 비율을 계산합니다. image_size 없이 편집하는 경우 출력은 마지막 입력 이미지를 따릅니다.
• 프롬프트 확장 (fal에서는 enable_prompt_expansion, Model Studio에서는 prompt_extend), 기본값 true: LLM이 프롬프트를 재작성하고 세부 정보, 스타일 및 카메라 관련 단어를 추가합니다(공식 예제는 한 줄짜리 고양이 프롬프트를 "Canon EOS R5, National Geographic" 프롬프트로 변경했습니다). 이 스킬의 기본값: §3/§4의 규칙에 따라 직접 전체 프롬프트를 작성하고, 이미지에 정확한 텍스트, 고정 레이아웃, 일치해야 하는 시리즈 또는 시드 비교가 포함된 경우 false로 설정합니다. 다양성이 필요한 짧은 탐색 프롬프트에만 true로 유지합니다.
• 네거티브 프롬프트, 최대 500자. 텍스트-이미지 기본값(공식 Qwen 목록): low resolution, low quality, deformed limbs, malformed fingers, oversaturated colors, waxy skin, faces without detail, over-smoothed, AI-generated look, chaotic composition, blurry or distorted text, 그리고 해부학 목록(§4a)을 추가합니다. 편집의 경우: 충실도 목록과 해부학 목록(페이로드 스크립트의 편집 기본값; --negative blank는 " "를 전송함)을 포함하고, 실제로 발생한 실패(altered face, misspelled text)도 추가합니다. 제외 사항은 여기에 넣습니다. 긍정 프롬프트에는 "no"와 함께 객체를 나열하지 않습니다.
• 프롬프트 길이. fal 편집: 800자(스키마). fal 텍스트-이미지: 스키마에 제한 없음; Model Studio는 1300 토큰 이후 자동으로 자름; WaveSpeed는 800자를 허용합니다. qwen_payload.py는 제한 사항에 대해 경고합니다. 공간이 부족하면 다음 순서로 유지합니다: 정확한 텍스트 문자열, 위치, 주제 및 공간 관계, 하나 또는 두 개의 스타일 힌트.
• 개수 및 시드. num_images 1-4(fal 텍스트-이미지), 1-6(fal 편집, Model Studio). seed 0..2147483647; 동일한 시드는 유사하지만 동일하지 않은 출력을 제공합니다.
• 편집 입력. 1-3개 이미지, 프롬프트에서 순서 = "image 1/2/3", fal에서 변당 384-5000px(Alibaba 권장 384-3072), 최대 10 MB, 알파 채널이 없는 PNG(스크립트가 알파를 평탄화함). 로컬 파일은 fal_run.py에 "@file:/절대/경로"로 입력합니다.
• 안전 검사기는 기본적으로 켜져 있습니다. 끄려면 계정 권한이 필요합니다.

3. 텍스트-이미지 프롬프트 규칙

이는 공식 Qwen 재작성 시스템 프롬프트(prompt_utils.py, prompt_utils_2512.py in QwenLM/Qwen-Image)와 2.0 출시 예제를 따릅니다. 이 방식으로 프롬프트를 작성하면 재작성기의 역할을 미리 수행하므로 확장을 끌 수 있습니다.

1. 키워드 목록이나 태그 스프가 아닌, 하나의 블록으로 된 자연스러운 설명적인 산문. 구조화된 콘텐츠(인포그래픽, 표, 만화)는 줄 바꿈 및 "Row 1: ..." 섹션을 사용할 수 있지만, 각 항목은 여전히 설명적인 구문입니다.
2. 전체적인 스타일을 명시적으로 지정: 사실적인 사진, 캐주얼한 스마트폰 스냅샷, 영화 포스터, 평면 인포그래픽, 송나라 공필화, 3D 렌더링, 애니메이션 일러스트레이션.
3. 순서: 주제, 외모, 머리부터 발까지의 옷, 포즈, 시선 및 손, 기타 객체, 환경, 조명(방향, 강도, 색온도), 카메라 및 구도, 질감 및 분위기. 단순한 장면에서는 세부 정보를 제한하고, 실제 선택 사항을 결정하는 곳에 세부 정보를 추가합니다.
4. 사람: 인종, 성별 및 특정 연령("약 30세", "젊은"이 아님); 얼굴형, 눈, 피부 톤 및 질감, 메이크업; 머리색, 길이, 스타일; 모든 의복 및 액세서리; 신체 자세, 시선 방향, 각 손이 하는 일. 초상화의 경우 약 200단어. 사실성을 위해 공식 예제는 "캐주얼한 iPhone 스냅샷, 일반적인 실내 조명, 연출된 조명 없음"을 사용합니다.
5. 모든 보이는 문자열은 큰따옴표로 묶고, 반드시 표시되어야 하는 대로 정확하게 표시하며, 위치, 방향(가로, 세로, 오른쪽에서 왼쪽 열), 글꼴(산세리프, 세리프, 손글씨, 명명된 서체 스타일), 색상, 크기 및 매체(네온 튜브, 분필, 양각 금박, 자수)를 포함합니다. 암시된 텍스트는 구체적인 텍스트가 됩니다: "이름 목록"이 아니라 실제 이름입니다. 텍스트 이미지는 "이미지에 다른 텍스트는 나타나지 않습니다."로 마무리합니다. 텍스트가 없는 그림은 "이미지에 인식 가능한 텍스트가 포함되어 있지 않습니다."를 사용합니다.
6. 고유 명사, 브랜드, 슬로건, URL 및 숫자는 그대로 유지합니다.
7. 레이아웃: 먼저 그리드 또는 열을 설명한 다음, 읽는 순서대로 각 블록을 정확한 텍스트와 함께 설명합니다. 표와 달력은 셀별로 설명합니다. 만화는 "흰색 구분선이 있는 4x6 그리드"로 시작한 다음, "Row 1, panel 1: ... 말풍선: "..."" 형식입니다. 반복되는 캐릭터의 짧은 신원 설명은 모든 패널에서 단어 그대로 반복하여 일관성을 유지합니다(공식 만화가 이렇게 합니다). 슬라이드 내부의 그림은 해당 노드 옆에 괄호 안에 넣습니다.
8. 언어: 설명은 영어 또는 중국어로 작성합니다. 인용된 문자열은 반드시 표시되어야 하는 언어로 유지합니다. 다른 스크립트는 공식적으로 지원되지 않습니다. 키릴 문자 테스트(2026-11-08): 짧은 일반 단어는 종종 맞지만, 더 길거나 드문 단어는 깨집니다(3개의 러시아어 문자열 중 2개에서 영어는 정확했지만 철자가 틀렸습니다). 러시아어 텍스트의 경우: 문자열을 짧게 유지하고, 재시도를 예상하며, 각 단어를 확인하고, 편집기나 편집 패스로 잘못된 단어를 수정할 계획을 세웁니다.
9. 품질 태그 접미사("8K, masterpiece, ultra HD")는 사용하지 않음: 2.0 예제는 이를 사용하지 않으며, 네거티브 프롬프트가 방지하려는 광택 있는 AI 느낌을 유발합니다.

포스터, 슬라이드, 인포그래픽, 초상화, 제품, 만화 및 달력에 대한 템플릿은 references/prompt-patterns.md에 있습니다.

4. 편집 명령 규칙

공식 편집 프롬프트 강화기 및 2.0 편집 예제에서:

• 하나의 직접적이고 구체적인 명령: 동사, 대상, 속성, 위치. "오른쪽 아래 모서리에 앉아 카메라를 바라보는 밝은 회색 고양이를 추가"와 같이 작성하고, "동물 추가"와 같이 모호하게 작성하지 않습니다.
• 교체: "Y를 X로 교체", 그리고 X의 주요 시각적 특징을 설명합니다.
• 텍스트: Replace "old text" with "new text", 따옴표 유지, 동일한 언어 및 대소문자 사용; 위치, 색상 및 글꼴은 변경될 때만 명시합니다.
• 사람: 유지되어야 할 사항(인종, 성별, 나이, 얼굴, 헤어스타일, 표정, 복장)을 명시합니다. 표정과 메이크업 변경은 미묘하게, 절대 과장되지 않게 합니다.
• 스타일 전송: 보이는 특징(팔레트, 선, 질감, 조명)으로 대상 스타일을 설명하고, 내용 변경 후에 스타일 문장을 배치합니다.
• 한 참조에서 다른 참조로 한 부분 이동, 얼굴 바꾸기: image-edit-fidelity §3(§4a 참조).
• 다중 이미지: 어떤 이미지가 무엇을 제공하는지 명시("image 1의 소녀가 image 2의 검은 드레스를 입고 image 3의 포즈로 앉음"), 어떤 이미지가 배경을 제공하는지, 각 사람의 옷과 포즈를 설명합니다. 출력 화면비는 마지막 이미지를 따릅니다: 기본 이미지를 마지막에 배치하거나 image_size를 설정합니다.
• 구체적인 사항을 명명하는 보존 절: "실제 건물, 거리, 차량 또는 사람을 변경하지 마십시오. 사진을 사실적으로 유지", "제품 모양, 로고 및 레이아웃을 변경하지 않고 유지". 참조 이미지가 첨부된 경우 항상 image-edit-fidelity §2(§4a 참조)를 따릅니다.
• 모델은 전체 프레임을 다시 렌더링합니다. 변경되지 않은 영역을 입력과 나란히 비교합니다. 작은 로컬 편집이 나머지 부분을 손상시킨 경우, 편집된 영역만 페더 마스크를 사용하여 원본에 붙여넣습니다(ref_diff.py --paste-back, §4a 참조).
• 채색 템플릿: "사진을 복원하고 채색합니다." 인페인트/아웃페인트 템플릿(Qwen-Image-Edit 강화기에서 제공: "이 이미지에 인페인트를 수행합니다. 원본 캡션은: ...", "아웃페인팅을 사용하여 이미지 경계를 확장합니다. 원본 캡션은: ...")은 아직 2.0에서 확인되지 않았습니다.

4a. 해부학, 참조 충실도, 부품 전송: image-edit-fidelity

모델 독립적인 규칙은 image-edit-fidelity 스킬 (~/.claude/skills/image-edit-fidelity/SKILL.md)에 있으며, 사람이나 참조 이미지가 있는 모든 Qwen 호출에 적용됩니다: 모든 사람의 온전한 해부학(§1), reference_inventory.md를 사용하여 요청된 것만 변경하고 CHANGE/KEEP 분할(§2), 정확히 한 부분과 얼굴 바꾸기 전송(§3), ref_diff.py 및 붙여넣기 복구를 통한 확인(§4). 이 스킬과 함께 로드합니다.

해당 규칙이 Qwen-Image-2.0에 매핑되는 방식:

• 해부학 및 충실도 제외 사항은 negative_prompt(최대 500자)에 들어갑니다: 페이로드 스크립트는 텍스트-이미지 기본값에 해부학 목록을 추가하고 편집 기본값으로 충실도 + 해부학을 사용합니다.
• 참조 이미지가 있는 모든 편집에 대해 enable_prompt_expansion: false.
• 출력은 image_urls의 마지막 이미지를 따릅니다: 부품 전송의 대상이 되는 기본 참조를 마지막에 배치합니다. 페이로드 스크립트는 기본적으로 이 이미지에서 편집 크기를 설정합니다.
• 편집 프롬프트(KEEP 절 포함)는 800자 이내여야 합니다(스크립트가 경고).
• 부품 전송 및 얼굴 바꾸기를 위한 소스 크롭: 최소 변당 384px.
• qwen_payload.py check는 편집에 명명된 보존 절, "사람이나 객체를 추가하거나 제거하지 마십시오"가 없거나, 다중 이미지 프롬프트에 "only"/"nothing else"가 없거나, 해부학 및 손 배치 없이 사람이 있는 경우 경고합니다.
• 확인: python3 ~/.claude/skills/image-edit-fidelity/scripts/ref_diff.py <참조> <출력> --allow <상자>.

5. 워크플로우

1. 이미지를 변경하는 것만 질문: 목적 및 화면비, 정확한 텍스트 문자열 및 언어, 사진 또는 일러스트레이션, 참조 이미지. 그렇지 않으면 위의 기본값을 사용합니다.
2. 가용성 및 스키마 확인(§0), 티어 선택(§1). 사람이나 참조 이미지가 있는 경우: image-edit-fidelity를 로드하고 먼저 CHANGE/KEEP 분할로 reference_inventory.md를 작성합니다.
3. 프로젝트 폴더에 프롬프트 작성(prompt.txt) 및 페이로드 빌드: python3 ~/.claude/skills/qwen-image-2/scripts/qwen_payload.py build --endpoint <id> --prompt-file prompt.txt --ratio 16:9 --expansion off -o payload.json(편집: --image a.png --image b.png 추가). 출력되는 모든 경고를 수정합니다.
4. 모델, 이미지 수, 크기 및 가격을 인용하고 승인을 기다립니다(fal-runner 규칙).
5. fal_run.py submit <엔드포인트> payload.json --label "<설명>" --wait.
6. 보여주기 전에 모든 출력을 전체 크기로 확인합니다(§6).
7. 사용자가 미디어를 검토하는 방식으로 결과 표시: 내장 브라우저 창(전역 지침)에 레이블이 지정된 <img> 타일이 있는 HTML 페이지, naturalWidth > 0 확인, SendUserFile 사용 안 함. ~/.cache/fal-jobs/에서 설명적인 이름으로 최종 파일을 복사합니다.
8. 한 번에 한 가지씩 변경하여 반복합니다. 새로운 발견 사항은 references/observations.md에 날짜와 함께 기록합니다(실패는 계속 나열됨).

6. 결함 확인

• 전체 크기에서 모든 인용된 문자열을 문자별로 확인(작은 텍스트는 PIL로 자르고 확대): 철자, 숫자, 날짜, 구두점, 줄 바꿈; 생성된 추가 텍스트 없음, 중복 없음.
• 레이아웃: 행 및 열 수, 셀 순서, 정렬, 프레임 가장자리에 의해 잘린 부분 없음.
• 모든 사람의 해부학(배경 인물 포함)(image-edit-fidelity §1): 머리 하나, 두 눈, 두 팔, 다섯 손가락이 있는 두 손, 두 다리, 모든 팔다리는 어깨 또는 엉덩이에서 자신의 몸에 부착되어야 함, 융합된 신체 없음. 위반 사항이 있으면 이미지가 실패합니다.
• 사람 및 객체: 개수, 시선 대상, 누가 어디에 서 있는지.
• 편집: ref_diff.py를 참조 이미지와 비교한 다음, reference_inventory.md의 모든 항목(사람 수 및 정체성, 객체 및 위치, 배경, 조명, 프레임 가장자리)을 확인합니다.

7. 제한 사항 및 참고 사항

• 모델은 한 번에 하나의 이미지 편집 유형(텍스트-이미지, 편집, 다중 이미지 융합)을 처리합니다.
• 비디오 생성은 지원하지 않습니다.
• 공식 지원 언어: 중국어, 영어.
• 최대 프롬프트 길이는 엔드포인트에 따라 다릅니다.
• 이미지 크기는 512x512에서 2048x2048 사이여야 하며, 변은 16의 배수여야 합니다.
• 편집 입력 이미지는 변당 384-5000px, 최대 10MB, 알파 채널이 없는 PNG여야 합니다.
• 안전 검사기는 기본적으로 활성화되어 있습니다.