Alibaba ஜூலை 21, 2026 அன்று Qwen Image 3.0 Pro-வை வெளியிட்டது, இதில் மிகவும் புரட்சிகரமான விஷயம் அதன் படத்தின் தரம் அல்ல. அது அதன் விலைதான். ofox தளத்தின் மூலம், API-க்கான செலவு சரியாக பூஜ்ஜியம் டாலர் ஆகும். இது நீங்கள் ஒவ்வொரு முறை மாடலுக்குத் தூண்டுதல் (prompt) அளிக்கும் போதும் குறையும் ஒரு சோதனைத் தொகுப்பு (trial credits) அல்ல. இதில் கால அளவு கணக்கிடப்படுவதில்லை. இது பயன்பாட்டின் போது உண்மையாகவே இலவசமானது, ஒரு டோக்கனுக்கு $0 மற்றும் ஒரு உருவாக்கப்பட்ட படத்திற்கு (rendered image) $0 வசூலிக்கப்படுகிறது. இது கிரெடிட் கார்டைப் பயன்படுத்தாமலேயே ஒரு நவீனப் பட உருவாக்க மாடலைச் சோதித்துப் பார்க்க மிகவும் எளிதான வழிகளில் ஒன்றாகும்.

ஆனால், மாடல் கார்டு (model card) பல டெவலப்பர்கள் அலட்சியப்படுத்தும் ஒரு எச்சரிக்கையைக் கொண்டுள்ளது. Alibaba இதை வரையறுக்கப்பட்ட காலத்திற்கான இலவச சோதனை மற்றும் வரையறுக்கப்பட்ட ஒதுக்கீடு (limited quotas) என்று குறிப்பிடுகிறது. இது நீங்கள் இன்னும் இதை உங்கள் தயாரிப்புப் பாதையில் (production pipeline) பயன்படுத்தக் கூடாது என்பதைக் குறிக்கும் ஒரு நாகரீகமான வழியாகும். இந்தச் சலுகை தாராளமானது, ஆனால் தற்காலிகமானது. இதை ஒரு அடித்தளமாகப் பார்க்காமல், ஒரு சோதனைத் தளமாக (sandbox) நீங்கள் கருதினால், உண்மையான மதிப்பைப் பெற முடியும். இலவசத் திட்டத்தை உங்கள் பயன்பாட்டைச் சிதைக்க விடாமல், அதை எவ்வாறு ஒருங்கிணைப்பது என்பது இதோ.

இலவசத் திட்டம் எதைக் கொண்டுள்ளது

எந்தக் கட்டணமும் இன்றி, OpenAI API வடிவமைப்பைப் பின்பற்றும் ஒரு திறமையான text-to-image என்ஜினை நீங்கள் அணுக முடியும். அந்த இணக்கத்தன்மையே (compatibility) உண்மையான வசதியாகும். உங்கள் தற்போதைய Python அல்லது Node.js கிளையண்ட்டை Qwen endpoint-க்குத் திருப்பிவிட்டு, உங்கள் கோரிக்கைப் தர்க்கத்தை (request logic) மீண்டும் எழுதாமலேயே படங்களை உருவாக்கத் தொடங்கலாம். இந்த endpoint பல பட அளவுகளை ஆதரிக்கிறது, மேலும் பெரும்பாலான பொதுவான தூண்டுதல்களுக்கு (prompts) இதன் வெளியீட்டுத் தரம் கட்டண மாற்றுகளுக்கு இணையானது.

இதில் தனித்து நிற்கும் அம்சம் text rendering ஆகும். Qwen Image 3.0 Pro சிறிய ஆங்கில உரைகளை (text) அசாதாரணத் தெளிவுடன் கையாள்கிறது, மேலும் சீன எழுத்துருக்களுக்கான (Chinese typography) அதன் ஆதரவு இன்னும் வலிமையானது. பெரும்பாலான diffusion மாடல்கள் சிக்கலான எழுத்துக்களை வெறும் அலங்காரக் குப்பைகளாகவே (ornamental noise) கருதுகின்றன. ஆனால் Qwen அவற்றை வாசிக்கக்கூடிய வகையில் உருவாக்குகிறது; நீங்கள் ஸ்கிரீன்ஷாட்கள், போஸ்டர்கள், குறிக்கப்பட்ட வரைபடங்கள் (annotated diagrams) அல்லது வாசிக்கக்கூடிய உரை முக்கியத்துவம் வாய்ந்த எந்தவொரு சொத்துக்களை உருவாக்கும் போதும் இது முக்கியமானது.

யாரும் வெளியிடாத ஒதுக்கீடுகள் (Quotas)

இலவசம் என்பது தடையில்லாதது என்று அர்த்தமல்ல. Alibaba இந்தச் சோதனைக்காக முறையான விகித வரம்புகளை (rate limits) வெளியிடவில்லை, இது ஒரு சிக்கலை உருவாக்குகிறது. நீங்கள் endpoint-க்கு ஒரே நேரத்தில் பல கோரிக்கைகளை (concurrent requests) அனுப்பினால், உடனடியாக 429 error வரும். இதில் கால அவகாசமோ அல்லது வரிசையோ (queue) இல்லை. API ஒரே நேரத்தில் வரும் போக்குவரத்துத் தொடர்புகளை (overlapping traffic) நிராகரித்துவிடும்.

தாமதம் (Latency) என்பது மற்றொரு சிக்கலாகும். இந்த மாடல் போதுமான அளவு மெதுவானது, எனவே இதை ஒரு உடனடிப் பதிலளிக்கும் endpoint ஆகக் கருதாமல், ஒரு batch job போலக் கையாள வேண்டும். எரர்களைத் தவிர்க்க, நீங்கள் ஒரு single-threaded worker-ஐப் பயன்படுத்த வேண்டும் என்றும், கோரிக்கைகளுக்கு இடையில் சுமார் 45 வினாடிகள் இடைவெளியை (backoff) விட வேண்டும் என்றும் எங்கள் சோதனை பரிந்துரைக்கிறது. உங்கள் கட்டமைப்பு ஒரு வினாடிக்கும் குறைவான நேரத்தில் பத்து விரைவான பட மாறுபாடுகளை எதிர்பார்க்கிறது என்றால், Qwen அந்த எதிர்பார்ப்பை கடுமையாகத் தடுத்துவிடும்.

அடுத்து, payload format பற்றியது. b64_json புலத்தில் Base64-encoded bytes-களைத் திருப்பித் தரும் OpenAI-ன் GPT-Image-2 போலல்லாமல், Qwen உருவாக்கப்பட்ட படம் தொடர்பான ஒரு URL-ஐத் திருப்பித் தருகிறது. அந்த URL எப்போதும் இருக்காது. அது விரைவாக காலாவதியாகிவிடும். உங்கள் குறியீடு (code) அந்த URL-ஐ நேரடியாகப் பயனர் இடைமுகத்திற்கு (user-facing interface) அனுப்பினால், அந்த இணைப்பு செயலிழந்து பயனர்கள் உடைந்த படங்களைக் காண்பார்கள். உருவாக்கம் வெற்றிகரமாக முடிந்தவுடன், அந்த பைட்களை (bytes) S3, R2 அல்லது ஒரு local volume என உங்கள் சொந்தச் சேமிப்பகத்திற்கு உடனடியாகப் பதிவிறக்கம் செய்ய வேண்டும்.

பாதுகாப்பான குறியீட்டை எழுதுதல் (Writing Defensive Code)

பெரும்பாலான பட உருவாக்கப் பயிற்சிகள் இன்னும் Base64 தரத்துடன் கூடிய OpenAI-பாணி பதிலையே எதிர்பார்க்கின்றன. உங்கள் தற்போதைய pipeline response.data[0].b64_json-ஐச் சரிபார்த்து, டிகோட் செய்யப்பட்ட பைட்களை ஒரு கோப்பு அல்லது CDN upload-க்கு அனுப்புகிறது என்றால், அது Qwen-ஐக் கையாளும்போது செயலிழந்துவிடும். நீங்கள் எந்தவொரு அனுமானத்தையும் நிரந்தரமாகக் குறியீட்டில் சேர்க்காமல் (hardcoding), இரண்டு வடிவங்களையும் கையாளும் ஒரு கிளைப் படிப்பைப் (branching read) பயன்படுத்த வேண்டும்:

item = resp.data[0]
raw = (
    base64.b64decode(item.b64_json)
    if item.b64_json
    else urllib.request.urlopen(item.url).read()
)

இந்தச் சிறு பகுதி (snippet) எளிமையானது, ஆனால் இது ஒரு பொதுவான ஒருங்கிணைப்புத் தோல்வியிலிருந்து உங்களைக் காப்பாற்றும். வடிவத்தைக் கையாளுவதைத் தாண்டி, உருவாக்கத்திற்குப் பிறகு உடனடியாக ஒரு fetch-and-store படிநிலையைச் சேர்க்கவும். உங்கள் தரவுத்தளத்தில் (database) provider URL-ஐச் சேமிக்க வேண்டாம். உண்மையான பட பைட்களைச் சேமிக்கவும். இதை நீங்கள் தவிர்த்தால், உங்கள் சொத்துப் பாதையில் (asset pipeline) ஒரு கால வெடிகுண்டை நீங்கள் உருவாக்குகிறீர்கள் என்று அர்த்தம்.

இது எதில் சிறந்து விளங்குகிறது மற்றும் எங்கு தோல்வியடைகிறது

Qwen Image 3.0 Pro எழுத்துருக்களில் (typography) வெற்றி பெறுகிறது. சிறிய எழுத்துருக்கள், அடர்த்தியான எழுத்துத் தொகுப்புகள், ஆங்கிலம் மற்றும் சீன மொழி கலந்த அமைப்புகள் மற்றும் சிக்கலான Hanzi ஆகிய அனைத்தும் ஒரு பொதுவான மாடலில் இருந்து நீங்கள் எதிர்பார்ப்பதை விடத் தெளிவாக வருகின்றன. உங்கள் தயாரிப்புக்கு உள்ளமைக்கப்பட்ட முழக்கங்களுடன் கூடிய சமூகப் படங்கள் (social graphics), குறிப்பு லேபிள்களுடன் கூடிய UI mockups அல்லது வாசிக்கக்கூடிய விளக்கங்களுடன் கூடிய கல்வி வரைபடங்கள் தேவைப்பட்டால், Qwen உண்மையான பயனை வழங்குகிறது.

இதன் பலவீனம் வரிசைமுறைத் தர்க்கம் (sequential logic) ஆகும். இந்த மாடலால் தனித்தனி வார்த்தைகளை அழகாக எழுத முடியும், ஆனால் வரிசைமுறைத் துல்லியம் தேவைப்படும் விஷயங்களில் இது தடுமாறுகிறது. ஒரு போலி கோட் எடிட்டர் ஸ்கிரீன்ஷாட்டை உருவாக்கச் சொன்னால், அதன் சிண்டாக்ஸ் ஹைலைட்டிங் (syntax highlighting) சரியாகத் தோன்றலாம், ஆனால் வரிசை எண்கள் (line numbers) சீரற்ற வரிசையில் இருக்கலாம். இது ஒரு ஸ்கிரிப்ட்டின் தோற்றத்தை மட்டுமே உருவாக்கும், ஆனால் அதன் உள்ளே இருக்கும் கணிதத் துல்லியம் இருக்காது. இது டிஃப்யூஷன் மாடல்களின் (diffusion models) ஒரு பொதுவான குறைபாடாகும், மேலும் Qwen இதை இன்னும் சரிசெய்யவில்லை. ரசீதுகள், ஸ்பிரட்ஷீட்கள், எண் வரிசைப் பட்டியல்கள் அல்லது வரிசைமுறை முக்கியத்துவம் வாய்ந்த எந்தவொரு படத்திற்கும் இதைப் பயன்படுத்துவதைத் தவிர்க்கவும்.

ஒரு மாற்றுத் தொடர் அமைப்பை (Fallback Chain) உருவாக்குதல்

இது வரம்புகள் கொண்ட மற்றும் கால வரம்பிற்குட்பட்ட ஒரு இலவச சோதனை என்பதால், உங்கள் பயன்பாடு (application) முழுமையாக இதைச் சார்ந்திருக்கக் கூடாது. Qwen-ஐ ஒரு மாற்றுத் தொடர் அமைப்பின் முதல் நிலையாகக் கருதுவதே புத்திசாலித்தனமான அணுகுமுறையாகும். இலவசத் திட்டம் 429 பிழையைத் தந்தாலோ அல்லது லேட்டன்சி (latency) உங்கள் டைம்அவுட் வரம்பைத் தாண்டினாலோ, உங்கள் குறியீடு தானாகவே ஒரு கட்டண மாடலுக்கு (paid model) மாற வேண்டும்.

ஒரு நடைமுறைத் தொகுப்பு (stack) இவ்வாறு இருக்கும்:

  1. Qwen Image 3.0 Pro — இலவசம், ஆனால் வரம்புகள் உள்ளன. செலவு குறைந்த அல்லது சோதனை ரீதியான பயன்பாட்டிற்கு இதைத் தொடக்க நிலையாகப் பயன்படுத்தவும்.
  2. Doubao Seedream 5.0 Lite — ஒரு படத்திற்கு சுமார் $0.035. Qwen தனது வரம்பை எட்டும்போது, இது உங்கள் இடைநிலைத் தீர்வாக அமையும்.
  3. GPT-Image-2 — உயர்தர நம்பகத்தன்மைக்கு உயர்தர விலை. உங்கள் பணிப்பாய்வில் (pipeline) தாமதத்தையோ அல்லது தோல்வியையோ அனுமதிக்க முடியாது எனும் போது இதைப் பயன்படுத்தவும்.

இந்த முறை, இலவசத் திட்டம் முடங்கினாலோ அல்லது காணாமல் போனாலோ உங்கள் சேவையைத் தொடர்ந்து இயங்க வைக்கும். இது உங்களுக்குச் செலவைக் கட்டுப்படுத்தவும் உதவுகிறது. சோதனை காலம் முடியும் வரை உங்கள் பயன்பாட்டின் 90 சதவீதத்தை Qwen மூலம் அனுப்பலாம், அவ்வப்போது வரும் 429 பிழைகளைத் தாங்கிக்கொள்ளலாம், மேலும் பயனர்களுக்குத் தெரியாத வகையில் Seedream-க்கு மாற்றிக்கொள்ளலாம். இலவசச் சலுகை முடிந்ததும், நீங்கள் முதல் நிலையினை மட்டும் நீக்கிவிட்டால் போதும், உங்கள் கட்டமைப்பு தொடர்ந்து இயங்கும்.

சுருக்கமான முடிவு (The Bottom Line)

API கிரெடிட்களை வீணாக்காமல் இமேஜ் அம்சங்களின் மாதிரிகளை (prototype) உருவாக்க விரும்பும் டெவலப்பர்களுக்கு Qwen Image 3.0 Pro ஒரு வரப்பிரசாதம். சீன மொழி எழுத்துத் தெளிவுபடுத்தல் (Chinese text rendering) மட்டுமே உங்கள் பயன்பாட்டிற்கு இதைச் சோதித்துப் பார்க்கத் தகுதியுள்ளதாக மாற்றுகிறது. விதிகளை மட்டும் நினைவில் கொள்ளுங்கள்: நீண்ட பேக்கப் (backoff) காலத்துடன் இதை சிங்கிள்-த்ரெட்டட் முறையில் இயக்கவும், திரும்பப் பெறப்படும் ஒவ்வொரு URL-ஐயும் உடனடியாகச் சேமிக்கவும், மேலும் உங்கள் முக்கியமான பணிப்பாதையில் (critical path) இதை மட்டும் தனியாகச் சார்ந்திருக்க விடாதீர்கள். வரம்புகள் உங்களை எதிர்பாராத நேரத்தில் நெருங்குவதற்கு முன்பே, இப்போதே ஒரு மாற்றுத் தொடர் அமைப்பை உருவாக்கிவிடுங்கள்.

ஆதாரம்: Owen Fox via Dev.to

இது போன்ற கூடுதல் நடைமுறை விளக்கங்களைத் தேடுகிறீர்களா? GyaanSetu AI Telegram சமூகத்தில் கலந்து கொள்ளுங்கள்.