← すべてのモデル

Qwen VLo

公開日 提供元 Alibaba

モデルの位置づけ

Qwen VLo は、画像の理解、生成、編集能力を組み合わせた、マルチモーダル理解・生成の統合モデルです。公式には 2025 年 6 月 26 日にプレビュー版が公開され、当時は Qwen Chat を通じて利用できました。(qwenlm.github.io)

主な能力と用途

  • テキストに基づいて、一般的な画像や中国語・英語のポスターを含む画像を生成します。
  • 自然言語の指示に基づいてアップロードされた画像を編集します。例えば、背景の置き換え、オブジェクトの追加、スタイルの変換、複数の変更の実行などが可能です。
  • 検出、セグメンテーション、エッジ情報などの視覚的なアノテーションを生成し、生成した内容を再分析することもできます。
  • 動的解像度とプログレッシブな画像生成を採用しており、ポスター、イラスト、ウェブバナー、ソーシャルメディアのカバーなどの用途に利用できます。(qwenlm.github.io)

制限

公式発表時の説明によると、モデルはまだプレビュー段階にあり、結果が事実と異なる、元の画像と完全には一致しない、または指示に従わない可能性があります。また、画像やユーザーの意図の認識・理解も不安定になる可能性があります。複数画像の入力と極端なアスペクト比の画像生成は、発表時にはまだ正式に提供されておらず、現在の利用可否は未確認です。(qwenlm.github.io)

価格

2026 年 11 月 18 日時点で、Alibaba Cloud 中国国内サイトのモデル料金とAlibaba Cloud 国際サイトのモデル料金を確認しましたが、いずれもこのプレビュー版に適用される公式料金は確認できませんでした。入力・出力の課金方式と金額も未確認です。他の Qwen 画像モデルの価格を、そのまま本モデルの価格と見なすことはできません。(help.aliyun.com)

公式情報源