阿里云百炼图生图：qwen-image-2.0 不支持输入图，必须用 pro

最近在一个 AI 图像工作流里需要做「帧 → 线稿」的风格重绘：给定一张参考图 + 文字指令，输出同构图、不同风格的新图。听起来就是标准的 img2img，阿里云百炼的 Token Plan 里有 qwen-image-2.0，文档标注的是「图像生成」。自然地就拿它去调——然后发现怎么传参都不对劲，要么报错，要么根本没有用到参考图。

排查了一圈之后，坑其实有两个：用了错误的模型，以及端点完全找错了地方。

现象

把参考图 base64 丢进 /compatible-mode/v1/chat/completions 的 content 数组里，加上重绘指令，调用返回 200，但输出结果完全忽略了输入图——模型只按文字描述出图，参考图形同虚设。换几种参数排列没有改善。

根因

根因分两层：

一、模型选错了。 qwen-image-2.0（非 pro）只支持文生图，它不接受参考图输入。图生图编辑必须用 qwen-image-2.0-pro。Token Plan 的模型列表里两个都标「图像生成」，但能力集完全不同，文档没有在列表层面直接标出这个差异。

二、端点找错了。 百炼图像生成走的是独立的多模态生成端点，不在 OpenAI 兼容对话端点 /compatible-mode/v1/chat/completions 上。文档里明确写了「图像生成使用独立的接口」，但对话兼容端点本身也接受图文混合输入（multimodal chat），很容易产生混淆，以为传图就能生图。

正解

模型：图生图编辑用 qwen-image-2.0-pro，文生图才用 qwen-image-2.0。

端点（同步阻塞，无需轮询）：

POST https://token-plan.cn-beijing.maas.aliyuncs.com
     /api/v1/services/aigc/multimodal-generation/generation

把对话端点的 /compatible-mode/v1 替换成 /api/v1/services/aigc/multimodal-generation/generation，鉴权用同一把 Token Plan key。

请求体：参考图字段名是 image，支持 base64 data URI，无需上传 OSS：

{
  "model": "qwen-image-2.0-pro",
  "input": {
    "messages": [{
      "role": "user",
      "content": [
        { "image": "data:image/jpeg;base64,<...>" },
        { "text": "Redraw this frame as a clean pencil storyboard sketch. White background, graphite lines only, keep composition." }
      ]
    }]
  },
  "parameters": { "n": 1, "size": "1280*720", "watermark": false }
}

注意 size 用 * 分隔宽高（不是 x），可以贴合原图比例。

返回值：生成图是 OSS 临时 URL，位置在 output.choices[0].message.content[].image（content 是数组，取含 image 字段的项）。URL 有时效，拿到之后立即下载落盘，别存 URL 当持久化。

进阶：多图参考做主体替换

同一端点支持 content 传多张图。场景：保持参考帧的构图和景别，把画面主体替换成指定产品（商品图）。

"content": [
  { "image": "data:image/jpeg;base64,<结构参考帧>" },
  { "image": "data:image/png;base64,<产品白底图>" },
  { "text": "保持图1的构图/景别/光线，把画面主体替换成图2的产品，保持主体在画面中的位置与占比，仅替换其外观。" }
]

实测结论：喂两张图（结构帧 + 产品图）时，qwen-image-2.0-pro 标签和颜色对原产品图还原度最高；只传产品图不传结构帧，构图完全丢失退化成白底电商图；只靠文字描述产品（不喂产品图），无名品牌必崩、训练见过的名牌勉强可用。

一句话外卖

百炼 Token Plan 图生图：模型必须加 -pro，端点换多模态生成路径，这两条缺一条都不会生效，且都不报错。