一份契约,三个消费面

图像模型接受的 size 各不相同(枚举、自由像素范围或 1K/2K 档位),Embedding 模型输出固定维度,转写模型接受固定音频格式集合。网关把这份契约内嵌,并在所有需要的地方同步暴露:API、错误消息和模型详情页。

GET /v1/models/qwen-image-maxinvocation.parameters 列出 size 枚举与默认值
GET /v1/models/qwen-image-2.0自由尺寸域:总像素 512*512 至 2048*2048,默认 2048*2048
GET /v1/models/tongyi-embedding-vision-flashoutput_dimensions 固定 768——不存在 dimensions 参数
GET /v1/models/fun-asrfile_format 枚举及 2GB / 12 小时上游文件限制
模型详情页同一份契约渲染为每个模型页的参数表

fail-open:上游是最终裁判

网关不会因为取值超出契约就预先拦截——厂商文档会漂移,活体探测也证明上游常放行枚举外的值。请求原样送到上游;只有上游拒绝时,网关才在错误消息里附上该模型的契约域,让 Agent 一轮就能改对。

bash
curl -s https://modelxing.com/v1/images/generations \
  -H "Authorization: Bearer $NEXTMODEL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"qwen-image-max","prompt":"a red circle","size":"640x640","n":1}'
# 400 invalid_request: ... | size hint: requested size "640x640" is outside
# the curated contract; qwen-image-max size 支持以下取值:1664*928(默认)、
# 1472*1104、1328*1328、1104*1472、928*1664;详见 GET /v1/models/qwen-image-max

省略参数时使用文档默认值

不传 size 时,网关转发该模型的文档默认值,而不是一刀切的 1024x1024:qwen-image-2.0 得到 2048*2048,z-image-turbo 得到 1024*1536;qwen-image-edit 的契约标注 size 不可设置,网关不转发任何值,由模型按输入图自行决定分辨率。

qwen-image / plus / max枚举:1664*928(默认)、1472*1104、1328*1328、1104*1472、928*1664;n 固定 1
qwen-image-2.0 系列任意宽*高,总像素 512*512..2048*2048,默认 2048*2048;n 1-6
wan2.7-image / -pro档位 1K / 2K(默认)/ 4K(pro 仅文生图),或自由像素 768*768..2048*2048
wan2.2 与 wanx2.x 文生图宽、高各 [512, 1440],默认 1024*1024;n 1-4,默认 4
wan2.5-t2i-preview总像素 1280*1280..1440*1440(1024*1024 低于下限),默认 1280*1280
wanx-v1枚举:1024*1024(默认)、720*1280、768*1152、1280*720
qwen-image-editsize 不可设置;n 固定 1
qwen-image-edit-max / plus宽、高各 [512, 2048],实际输出取最近的 16 倍数;n 1-6
Embedding输出维度由模型固定:256 / 768 / 1152——不存在 dimensions 参数
转写格式由文件扩展名推断(wav、mp3、m4a、flac、ogg、aac、amr、opus、webm、mp4、wma、pcm),且须与音频实际内容一致

转写的文件限制

上游限制按家族不同:filetrans 系列(fun-asr、qwen3-asr-flash-filetrans)支持单文件 ≤2GB、时长 ≤12 小时;同步 flash 系列(fun-asr-flash、qwen-audio-3.0-asr-flash)为 ≤10MB、≤5 分钟。公开 multipart 端点当前上传上限 25MB,更长的音频请先压缩或截取——每个模型的契约 notes 带有确切限制。