

Qwen Image 2.1 y Seedream 5.0 Flash lado a lado: especificaciones, capacidades, parámetros y precios en vivo del catálogo de EmpirioLabs.
Qwen Image 2.1 de Alibaba Cloud y Seedream 5.0 Flash de ByteDance pertenecen a la categoría Generación de imágenes y están disponibles a través de la API de EmpirioLabs.
| Especificación | Qwen Image 2.1 | Seedream 5.0 Flash |
|---|---|---|
| ID del modelo | qwen-image-2-1 | seedream-5-0-flash |
| Autor | Alibaba Cloud | ByteDance |
| Lanzado | 2 oct 2026 | 28 sept 2026 |
| Entrada | Texto Imagen | Texto Imagen |
| Salida | Imagen | Imagen |
| Región | Singapore | Malaysia |
| Endpoints | POST /v1/images/generations | POST /v1/images/generations |
| Capacidades |
Tarifas en vivo del catálogo de EmpirioLabs para ambos modelos. Cada tabla de tarifas siempre coincide con lo que cobra la API.
Parámetros de solicitud que cada modelo indica en EmpirioLabs, con los valores permitidos o el rango cuando corresponde. Un guion marca un parámetro que el modelo no indica.
| Parámetro | Qwen Image 2.1 | Seedream 5.0 Flash |
|---|---|---|
| prompt | string | string |
| model_variant | qwen-image-2.1-pro, qwen-image-2.1-turbo Predeterminado: qwen-image-2.1-pro | - |
| image | array | array |
| images | array | array |
| aspect_ratio | auto, 1:1, 16:9, 9:16, 3:2, 2:3, 4:3, 3:4, 5:4, 4:5 Predeterminado: auto | auto, 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9 Predeterminado: auto |
| resolution | auto, 1K, 2K Predeterminado: 2K | - |
| size | string | string |
| use_custom_size | boolean Predeterminado: false | boolean Predeterminado: false |
| custom_width | 182 a 7240 | 15 a 8600 |
| custom_height | 182 a 7240 | 15 a 8600 |
| num_images | 1 a 6 Predeterminado: 1 | - |
| negative_prompt | string | - |
| prompt_extend | boolean Predeterminado: true | - |
| prompt_extend_mode | direct, agent Predeterminado: direct | - |
| seed | 0 a 2147483647 | - |
| watermark | boolean Predeterminado: false | boolean Predeterminado: false |
Qwen Image 2.1 combina generación y edición de imágenes Pro y Turbo en un solo modelo. Pro está seleccionado por defecto, la salida comienza en 2K y la relación de aspecto comienza en Auto. Turbo ofrece una opción más rápida y de menor coste.
Las imágenes generadas superan una comprobación automatizada de seguridad de contenido. No se devuelve una imagen marcada como explícita. Como la imagen se genera antes de que se ejecute la comprobación, una generación marcada sigue facturándose.
Marca la región para cambiar directamente en la imagen de entrada con un boceto, círculo o flecha, y luego descríbelo en el prompt. Para la colocación exacta, usa etiquetas de coordenadas en una cuadrícula normalizada de 0 a 1000:
Place the subject from image 1 <bbox>179 283 796 986</bbox> at the position in image 2 <bbox>118 331 933 871</bbox>.Configura layer_decomposition en verdadero con exactamente una imagen de entrada para dividirla en una imagen base más hasta 16 capas PNG transparentes. Cada imagen devuelta lleva su orden de apilamiento como z_index, y cada capa también lleva su posición en la imagen base como bounding_box.absoluto y bounding_box.normalizado, además de un nombre y una descripción. Deja el prompt vacío para que el modelo elija los elementos, o nombre los elementos o regiones de coordenadas a separar. La resolución acepta 1K, 1,5K o 2K, y coincide con la imagen de entrada cuando no está definida.
Cada nivel de resolución factura a la misma velocidad por imagen, y las imágenes de referencia son gratuitas. La descomposición de capas factura cada imagen devuelta, la imagen base y cada capa, a esa misma velocidad.
Las imágenes generadas superan una comprobación automatizada de seguridad de contenido. No se devuelve una imagen marcada como explícita. Como la imagen se genera antes de que se ejecute la comprobación, una generación marcada sigue facturándose.
Qwen Image 2.1 funciona a través de POST /v1/images/generations. La solicitud devuelve un job_id de inmediato; consulta GET /v1/jobs/{job_id} hasta que el trabajo termine y lee las URLs de salida del resultado. O agrega "sync": true para omitir el sondeo: la solicitud queda abierta y devuelve directamente la respuesta de imagen al estilo OpenAI, así que los SDKs de OpenAI funcionan tal cual. Ambos modelos se llaman a través del mismo endpoint. Establece model en qwen-image-2-1 o seedream-5-0-flash. Consigue una clave de API en el panel de EmpirioLabs.
curl https://api.empiriolabs.ai/v1/images/generations \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen-image-2-1",
"prompt": "Describe what you want Qwen Image 2.1 to generate."
}'Pruebas de prompts y comparativas que cubren ambos modelos.
Guías MOSS-Image Turbo vs FLUX.2 Klein 4B vs Qwen Imagen 2.1 vs Seedream 5.0 Flash: tres prompts de texto Cuatro modelos de imagen en tres indicaciones que necesitan letras, un cartel de sendero en inglés, un cartel de jazz y...
Guías Imagen Qwen 2.1 vs Qwen Imagen 3.0 vs Seedream 5.0 Flash vs Wan 2.7 Imagen: tres indicaciones Dimos a Qwen Image 2.1, Qwen Image 3.0, Seedream 5.0 Flash y Wan 2.7 Image los mismos tres prompts a 2K, una sola sesión...Qwen Image 2.1 es el lanzamiento más reciente (2 oct 2026); Seedream 5.0 Flash se lanzó el 28 sept 2026. Capacidades indicadas solo para Qwen Image 2.1: multi image. Capacidades indicadas solo para Seedream 5.0 Flash: layer decomposition, interactive editing, multilingual text. Las especificaciones, las tablas de tarifas y los parámetros de esta página provienen del catálogo en vivo de EmpirioLabs.
Qwen Image 2.1 es el lanzamiento más reciente (2 oct 2026); Seedream 5.0 Flash se lanzó el 28 sept 2026.
Los dos modelos se tarifican con unidades o niveles distintos, así que compara las tablas de tarifas en vivo de esta página. Siempre coinciden con lo que cobra la API.
Sí. Ambos modelos usan POST /v1/images/generations con la misma clave de API de EmpirioLabs, así que la mayoría de las integraciones cambian con solo modificar el valor model. Revisa antes la tabla de parámetros de esta página si dependes de un parámetro específico de un modelo.
Sí. Abre cada modelo en el playground de EmpirioLabs y ejecuta el mismo prompt en ambos, con los parámetros que expone la API.
Consulta nuestros precios o contacta con nosotros si quieres que tu propio modelo se implemente en nuestra pila.