Wie lang dürfen die Prompts für Qwen-Image-3.0 sein?

Qwen-Image-3.0 unterstützt Prompts mit bis zu etwa 4.5K Token und ermöglicht damit detaillierte Beschreibungen komplexer Layouts und visueller Kompositionen.

Wie lautet die API-Modell-ID von Qwen-Image-3.0?

Die Modell-ID von Qwen-Image-3.0 lautet qwen-image-3.0.

Verfügt Qwen-Image-3.0 über Benchmark-Ergebnisse?

Für Qwen-Image-3.0 wurden von Alibaba bislang keine standardisierten Benchmark-Ergebnisse öffentlich berichtet; die Wettbewerbsleistung sollte daher derzeit vor allem anhand qualitativer Beispiele und unabhängiger Tests bewertet werden.

Unterstützt Qwen-Image-3.0 die Bildbearbeitung?

Ja. Qwen-Image-3.0 unterstützt Bild-zu-Bild-Generierung und Bildbearbeitung unter Verwendung von 1–3 Referenzbildern zusammen mit Bearbeitungsanweisungen.

Welche Auflösung unterstützt Qwen-Image-3.0?

Qwen-Image-3.0 unterstützt Ausgabeauflösungen bis zu 2048×2048, wobei Alibabas API-Dokumentation einen unterstützten Bereich von 512×512 bis 2048×2048 angibt.

Kann Qwen-Image-3.0 Bilder mit Text erzeugen?

Ja. Qwen-Image-3.0 ist für feingranulares Textrendering ausgelegt, einschließlich Texten bis hinunter zu 10 Pixeln, und unterstützt 12 Sprachen sowie mehr als 20 Schriftarten.

Wie viele Bilder kann Qwen-Image-3.0 pro Anfrage erzeugen?

Qwen-Image-3.0 unterstützt bis zu 6 Ausgabebilder pro API-Anfrage.

Demnächst verfügbar

Aliyun

qwen-image-3.0

Qwen-Image-3.0 API

Q: Was ist Qwen-Image-3.0?

Qwen-Image-3.0 ist das Bildgenerierungsmodell der dritten Generation von Alibaba Qwen, das sich auf komplexe Layouts, detaillierte Bildkomposition, Textrendering, mehrsprachige Typografie sowie praxisnahe Workflows für Bildgenerierung und -bearbeitung konzentriert.

Demnächst

Startpreis

Preise ansehen

Nutzungsbasierte Abrechnung

API-Status

Verfügbar

Produktions-Endpunkt

Antwortzeit

Asynchron bereit

Gemessene API-Antwortzeit

Veröffentlicht

Aug 11, 2026

Aliyun

Modellübersicht

Eine stabile Modellidentität für Suche und Evaluierung, kombiniert mit Live-Katalogdaten, die sich ändern können, ohne die grundlegende SEO-Struktur der Seite neu schreiben zu müssen.

Stabile Identität

Was ist Qwen-Image-3.0?

Demnächst

Die kanonische Modellidentität bleibt stabil, auch wenn sich Preise und Limits ändern.

Live-Modelldaten

Aktueller Katalogstand

Verfügbarkeit

Demnächst verfügbar

Einstiegspreis

Preise ansehen

Kontext

Funktionen anzeigen

Katalogdatum

Aug 11, 2026

Überblick

Ein praktischer Überblick über Qwen-Image-3.0, einschließlich wichtigem Verhalten und Hinweisen zur Integration.

Was ist Qwen-Image-3.0?

Qwen-Image-3.0 ist das Bildgenerierungsmodell der dritten Generation von Alibaba Qwen, entwickelt, um KI-generierte Bilder für reale Kreativ- und Design-Workflows nützlicher zu machen, statt sich nur auf visuelle Ästhetik zu konzentrieren. Es unterstützt sowohl Text-zu-Bild (T2I) als auch Bild-zu-Bild (I2I) Bearbeitung, mit besonderem Schwerpunkt auf komplexen Layouts, dichter visueller Information, präzisem Text-Rendering, mehrsprachiger Typografie und detaillierter Bildkomposition.

Alibaba positioniert Qwen-Image-3.0 um drei Kernfähigkeiten: Reicher Inhalt, Authentische Details und Tiefes Wissen. Das Modell akzeptiert Prompts von bis zu etwa 4.5K Token, sodass Nutzer komplexe Kompositionen wie Zeitungen, Storyboards, Prüfungsbögen, mehrteilige Infografiken und Interface-Mockups in einer einzigen Anfrage beschreiben können. Es kann außerdem Text bis hinunter zu 10 Pixel rendern, unterstützt 12 Sprachen und mehr als 20 Schriftarten und ist darauf ausgelegt, feine visuelle Details wie Haarsträhnen, Poren und Mikromimik zu reproduzieren.

Was sind die wichtigsten Funktionen von Qwen-Image-3.0?

Komplexe Layout-Generierung: Qwen-Image-3.0 ist für informationsdichte visuelle Kompositionen konzipiert. Alibaba demonstriert Layouts einschließlich 3×3-Bildrastern, mathematischen Folien, Zeitungen, Storyboards, Speisekarten, Prüfungsbögen und anderen strukturierten Designs, die in einem einzigen Bild generiert werden, statt mehrere Bilder zusammensetzen zu müssen.

Längere Anweisungen zur Bildgenerierung: Das Modell unterstützt Prompts von bis zu etwa 4.5K Token und bietet Nutzern damit deutlich mehr Raum, Objekte, Beziehungen, Typografie, Layout, visuelle Hierarchie und Styling innerhalb einer Generation zu spezifizieren.

Feinkörniges Text-Rendering: Qwen-Image-3.0 ist speziell dafür entwickelt, kleinen Text zu rendern; Alibaba hebt Text bis hinunter zu 10px hervor. Das macht das Modell besonders relevant für Plakate, Infografiken, Diagramme, UI-Konzepte, Lehrmaterialien und andere Designs, bei denen lesbarer Text Teil des Bildes ist statt ein nachträglicher Einfall.

Mehrsprachige Typografie: Das Modell unterstützt natives Rendering in 12 Sprachen und mehr als 20 Schriftarten und erweitert damit seinen Nutzen für mehrsprachige Marketingmaterialien, lokalisierte Grafiken, Produktoberflächen und internationale Content-Erstellung.

Bildbearbeitung: Qwen-Image-3.0 unterstützt Bild-zu-Bild-Generierung und -Bearbeitung mithilfe von Referenzbildern zusammen mit Bearbeitungsanweisungen. Die aktuelle API-Dokumentation von Alibaba unterstützt 1–3 Referenzbilder für I2I-Workflows.

Mehrere Ausgaben: Die API unterstützt bis zu 6 Ausgabebilder pro Anfrage, sodass Nutzer mehrere Variationen aus demselben Prompt generieren können.

Qwen-Image-3.0 Technische Spezifikationen

Alibaba veröffentlicht konkrete Zugangs- und Fähigkeitsangaben für das Standardmodell. Die Tabelle trennt dokumentierte Grenzwerte von Marketing-Aussagen, damit Entwickler eine Demonstration nicht mit einer API-Garantie verwechseln.

Spezifikation	Qwen-Image-3.0
Entwickler	Alibaba Qwen Team
Modelltyp	Bildgenerierung und Bildbearbeitung
Primäre Positionierung	Ausgewogenes Verhältnis von Qualität, Geschwindigkeit und Kosten
Model ID	qwen-image-3.0
Eingabemodalitäten	Text und Bilder
Ausgabemodalität	Bild
Generierungsmodi	Text-zu-Bild; Bild-zu-Bild; anweisungsbasierte Bearbeitung
Maximum prompt	Ungefähr 4.5K Token
Referenzbilder	1-3
Ausgabepixelbereich	Gesamtpixel von 512 x 512 bis 2048 x 2048
Ausgabeformat	PNG
Angegebene Kleintext-Wiedergabe	Ungefähr 10 px
Nativ unterstützte visuelle Textsprachen	12
Standard-Rate-Limit	20 RPM in dokumentierten Regionen
Funktionsaufrufe	Nicht unterstützt
Batch-Inferenz	Nicht unterstützt
Fine-Tuning	Nicht unterstützt
CometAPI-Endpunkte	/v1/images/generations; /v1/images/edits

Qwen-Image-3.0 Benchmark-Leistung

Modell	T2I Elo	T2I-Rang	Edit Elo	Edit-Rang	API-Preis / 1K
GPT Image 2 (high)	1,367	#1	1,257	#4	$211
Nano Banana 2	1,319	#3	1,250	#7	$67
Qwen-Image-3.0-Pro	1,284	#9	1,250	#5	$43
Seedream 5.0 Pro	1,279	#10	1,247	#8	$90
Qwen-Image-3.0	1,275	#11	1,218	#15	$30

Was die Ergebnisse bedeuten

Standard versus Pro: Die Lücke bei Text-zu-Bild beträgt nur 9 Elo, aber Pro liegt bei der Bearbeitung um 32 Elo vorn. Der stärkste Grund, für Pro zu zahlen, könnte daher eher die Bearbeitungsqualität als die Erstgenerierung sein.
Gegen Seedream 5.0 Pro: Standard liegt bei Text-zu-Bild nur 4 Elo zurück, während Pro 5 Elo voraus ist. Diese kleinen Unterschiede liegen innerhalb der veröffentlichten Unsicherheitsbereiche und sollten als Wettbewerbscluster und nicht als endgültige Rangfolge betrachtet werden.
Gegen Nano Banana 2: Standard liegt bei Text-zu-Bild um 44 Elo und bei Bearbeitung um 32 Elo zurück. Pro verkleinert die Bearbeitungslücke zu einem Gleichstand bei 1,250 Elo.
Gegen GPT Image 2: GPT liegt bei Text-zu-Bild 92 Elo und bei der Bearbeitung 39 Elo vor Standard. Qwens Argument ist daher Preis-Leistung und Layout-Spezialisierung, nicht eine universelle Qualitätsführerschaft.
Im Vergleich zum früheren Qwen Image 2.0 Pro gewinnt das Standard-3.0-Modell 39 Text-zu-Bild-Elo auf derselben Rangliste, während der repräsentative Preis von $75 auf $30 pro 1,000 Bilder fällt.

Qwen-Image-3.0 vs GPT Image 2 vs Nano Banana 2

Kein Bildmodell führt in jeder Produktionsdimension. Allgemeine Präferenz, Bearbeitungstreue, Textrendering, Referenzkapazität, Ausgabeauflösung, Grounding, Latenz und Kosten können auf unterschiedliche Gewinner hinweisen. Der folgende Vergleich konzentriert sich auf dokumentierte Fähigkeiten und unabhängige Arena-Ergebnisse.

Dimension	Qwen 3 Standard	Qwen 3 Pro	GPT Image 2	Nano Banana 2	Seedream 5 Pro
Positionierung	Balance aus Qualität / Geschwindigkeit / Kosten	Höchste Qwen-Treue	Premium-Allzweck-Bildmodell	Schnelles, hochvolumiges Gemini-Bildmodell	Professionelles Design und Bearbeitung
T2I / Edit Elo	1,275 / 1,218	1,284 / 1,250	1,367 / 1,257	1,319 / 1,250	1,279 / 1,247
Angegebene Ausgabe	Etwa 2K	Etwa 2K	Flexible Größen	Bis zu 4K	Etwa 2K auf CometAPI
Referenzeingaben	1-3	1-3	Unterstützt	Mehrfachreferenz	Bis zu 10 auf CometAPI
Typografie-Schwerpunkt	4.5K Prompt; 10px-Angabe; 12 Sprachen	Gleicher Kernfokus mit höherer Treue	Stark mehrsprachiger Text	Text plus Such-Grounding	Dichte Infografiken und räumliche Steuerungen
Web-Grounding	Nein	Nein	Kein prägendes API-Merkmal	Google Search und Image Search	Zugangsweg- abhängig
Am besten geeignet	Dichte Layouts bei kontrollierten Kosten	Hochwertige Qwen-Bearbeitung	Maximale allgemeine Präferenz	Schnelles 4K und Workflows mit aktuellen Informationen	Präzise Bearbeitungen und Mehrfachreferenz-Design

FAQ

API

Kopieren Sie einen funktionierenden Endpunkt und ein Codebeispiel; öffnen Sie bei Bedarf die vollständige API-Referenz für alle Parameter.

Eine API, produktionsreifer Modellzugriff

Einmal authentifizieren, den Modell-Endpunkt aufrufen und denselben Abrechnungs- und Monitoring-Workflow anbieterübergreifend beibehalten.

Beispielcode und API für Qwen-Image-3.0

Greifen Sie auf umfassende Beispielcodes und API-Ressourcen für Qwen-Image-3.0 zu, um Ihren Integrationsprozess zu optimieren. Unsere detaillierte Dokumentation bietet schrittweise Anleitungen und hilft Ihnen dabei, das volle Potenzial von Qwen-Image-3.0 in Ihren Projekten zu nutzen.

set -euo pipefail
: "${QWEN_IMAGE_INPUT_URL:?Set QWEN_IMAGE_INPUT_URL before running this example}"

generation_payload=$(jq -nc \
  --arg model "qwen-image-3.0" \
  '{
    model: $model,
    input: {
      messages: [{
        role: "user",
        content: [{
          text: "Create a cinematic watercolor of a moonlit harbor with glowing paper lanterns."
        }]
      }]
    },
    parameters: {
      negative_prompt: "blurry, low quality",
      prompt_extend: true,
      watermark: false,
      size: "1328*1328"
    }
  }')

echo "Generation response:"
curl --fail-with-body --silent --show-error --request POST \
  https://api.cometapi.com/v1/images/generations \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data "${generation_payload}"
echo

edit_payload=$(jq -nc \
  --arg model "qwen-image-3.0" \
  --arg image "${QWEN_IMAGE_INPUT_URL}" \
  '{
    model: $model,
    input: {
      messages: [{
        role: "user",
        content: [
          {image: $image},
          {text: "Turn the scene into a moonlit watercolor while preserving the main composition."}
        ]
      }]
    },
    parameters: {
      n: 1,
      negative_prompt: "blurry, low quality",
      prompt_extend: true,
      watermark: false
    }
  }')

echo "Edit response:"
curl --fail-with-body --silent --show-error --request POST \
  https://api.cometapi.com/v1/images/edits \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data "${edit_payload}"
echo

cURL Code Example

set -euo pipefail
: "${QWEN_IMAGE_INPUT_URL:?Set QWEN_IMAGE_INPUT_URL before running this example}"

generation_payload=$(jq -nc \
  --arg model "qwen-image-3.0" \
  '{
    model: $model,
    input: {
      messages: [{
        role: "user",
        content: [{
          text: "Create a cinematic watercolor of a moonlit harbor with glowing paper lanterns."
        }]
      }]
    },
    parameters: {
      negative_prompt: "blurry, low quality",
      prompt_extend: true,
      watermark: false,
      size: "1328*1328"
    }
  }')

echo "Generation response:"
curl --fail-with-body --silent --show-error --request POST \
  https://api.cometapi.com/v1/images/generations \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data "${generation_payload}"
echo

edit_payload=$(jq -nc \
  --arg model "qwen-image-3.0" \
  --arg image "${QWEN_IMAGE_INPUT_URL}" \
  '{
    model: $model,
    input: {
      messages: [{
        role: "user",
        content: [
          {image: $image},
          {text: "Turn the scene into a moonlit watercolor while preserving the main composition."}
        ]
      }]
    },
    parameters: {
      n: 1,
      negative_prompt: "blurry, low quality",
      prompt_extend: true,
      watermark: false
    }
  }')

echo "Edit response:"
curl --fail-with-body --silent --show-error --request POST \
  https://api.cometapi.com/v1/images/edits \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data "${edit_payload}"
echo

Python Code Example

import json
import os

import requests


COMETAPI_KEY = os.environ["COMETAPI_KEY"]
QWEN_IMAGE_INPUT_URL = os.environ["QWEN_IMAGE_INPUT_URL"]

headers = {
    "Authorization": f"Bearer {COMETAPI_KEY}",
    "Content-Type": "application/json",
}

generation_response = requests.post(
    "https://api.cometapi.com/v1/images/generations",
    headers=headers,
    json={
        "model": "qwen-image-3.0",
        "input": {
            "messages": [
                {
                    "role": "user",
                    "content": [
                        {
                            "text": "Create a cinematic watercolor of a moonlit harbor with glowing paper lanterns."
                        }
                    ],
                }
            ]
        },
        "parameters": {
            "negative_prompt": "blurry, low quality",
            "prompt_extend": True,
            "watermark": False,
            "size": "1328*1328",
        },
    },
    timeout=120,
)
generation_response.raise_for_status()
print("Generation response:")
print(json.dumps(generation_response.json(), ensure_ascii=False, indent=2))

edit_response = requests.post(
    "https://api.cometapi.com/v1/images/edits",
    headers=headers,
    json={
        "model": "qwen-image-3.0",
        "input": {
            "messages": [
                {
                    "role": "user",
                    "content": [
                        {"image": QWEN_IMAGE_INPUT_URL},
                        {
                            "text": "Turn the scene into a moonlit watercolor while preserving the main composition."
                        },
                    ],
                }
            ]
        },
        "parameters": {
            "n": 1,
            "negative_prompt": "blurry, low quality",
            "prompt_extend": True,
            "watermark": False,
        },
    },
    timeout=120,
)
edit_response.raise_for_status()
print("Edit response:")
print(json.dumps(edit_response.json(), ensure_ascii=False, indent=2))

JavaScript Code Example

const apiKey = process.env.COMETAPI_KEY;
const inputImageUrl = process.env.QWEN_IMAGE_INPUT_URL;

if (!apiKey || !inputImageUrl) {
  throw new Error("Set COMETAPI_KEY and QWEN_IMAGE_INPUT_URL before running this example.");
}

const headers = {
  Authorization: `Bearer ${apiKey}`,
  "Content-Type": "application/json",
};

const generationResponse = await fetch(
  "https://api.cometapi.com/v1/images/generations",
  {
    method: "POST",
    headers,
    body: JSON.stringify({
      model: "qwen-image-3.0",
      input: {
        messages: [
          {
            role: "user",
            content: [
              {
                text: "Create a cinematic watercolor of a moonlit harbor with glowing paper lanterns.",
              },
            ],
          },
        ],
      },
      parameters: {
        negative_prompt: "blurry, low quality",
        prompt_extend: true,
        watermark: false,
        size: "1328*1328",
      },
    }),
  },
);

if (!generationResponse.ok) {
  throw new Error(`Generation failed (${generationResponse.status}): ${await generationResponse.text()}`);
}

console.log("Generation response:");
console.log(JSON.stringify(await generationResponse.json(), null, 2));

const editResponse = await fetch(
  "https://api.cometapi.com/v1/images/edits",
  {
    method: "POST",
    headers,
    body: JSON.stringify({
      model: "qwen-image-3.0",
      input: {
        messages: [
          {
            role: "user",
            content: [
              { image: inputImageUrl },
              {
                text: "Turn the scene into a moonlit watercolor while preserving the main composition.",
              },
            ],
          },
        ],
      },
      parameters: {
        n: 1,
        negative_prompt: "blurry, low quality",
        prompt_extend: true,
        watermark: false,
      },
    }),
  },
);

if (!editResponse.ok) {
  throw new Error(`Edit failed (${editResponse.status}): ${await editResponse.text()}`);
}

console.log("Edit response:");
console.log(JSON.stringify(await editResponse.json(), null, 2));

Anwendungsfälle

Nutzen Sie Qwen-Image-3.0 für Produktions-Workflows entsprechend seiner image-Fähigkeiten und vergleichen Sie Alternativen vor einer langfristigen Integration.

Produktvisuals und Kampagnen-Kreativmaterial

Konzeptkunst und schnelle visuelle Exploration

Bildbearbeitung, Variationen und Asset-Produktion

Weitere Modelle

Vergleichen Sie weitere über CometAPI verfügbare Modelle hinsichtlich Qualität, Latenz, Funktionsumfang und Preis.

Modellvergleich öffnen →

Google

Nano Banana 2.1

Nano Banana 2.1-API entdecken.

Modell ansehen

xAI

Grok-Imagine-Image-2.0

Grok Imagine Image 2.0, sein verbessertes KI-Modell zur Bildgenerierung und -bearbeitung

Modell ansehen

OpenAI

GPT Image 2

GPT Image 2 ist das Bildgenerierungsmodell von openai auf dem neuesten Stand der Technik für schnelle, hochwertige Bildgenerierung und -bearbeitung. Es unterstützt flexible Bildgrößen und Bildeingaben mit hoher Wiedergabetreue.

Modell ansehen

Runway

Gen4-image

Gen4-image-API entdecken.

Modell ansehen

Runway

Gen4-image-turbo

Gen4-image-turbo-API entdecken.

Modell ansehen

Google

Nano Banana 2 lite

Gemini 3.1 Flash Lite Image model ist ein Effizienzspezialist innerhalb der Bildgenerierungsfamilie und wurde für ultraniedrige Latenz sowie kosteneffiziente Bildgenerierung und -bearbeitung entwickelt.

Modell ansehen

Verfügbarkeit

Prüfen Sie Live-Heartbeat-Daten, Endpunktverfügbarkeit und gemessene Antwortzeiten vor dem Produktivbetrieb.

Aktualisierungen

Verfolgen Sie relevante Änderungen bei Verfügbarkeit, Preisen und Funktionen von Qwen-Image-3.0, ohne die stabile Modellseite zu verlieren.

Modelländerungsprotokoll

Eine Seite, die mit der Zeit immer besser wird.

Versionshinweise, Preisänderungen, Benchmark-Aktualisierungen und Migrationsanleitungen werden hier gesammelt, während die kanonische URL unverändert bleibt.

Vor dem Start

Modellseite vor dem Start veröffentlicht

Eine dauerhafte Seite für die Modell-Entität ist für Qwen-Image-3.0 reserviert; unbestätigte Daten bleiben bis zur Veröffentlichung klar gekennzeichnet.

Live-Daten

Preise und Limits mit dem Katalog synchronisiert

Preis, Kontext, Verfügbarkeit und Limits werden als dynamische Eigenschaften behandelt, anstatt in den Seitentitel oder die Modellidentität eingebettet zu werden.

Aug 12, 2026

Dauerhafte Modellinstanz erstellt

Der Anbieter und der Modell-Slug bilden eine dauerhafte kanonische URL; zukünftige Inhalts- und Datenaktualisierungen bleiben auf dieser Seite.

Weiter erkunden

Modelle vergleichen und Ihre Recherche fortsetzen

Demnächst verfügbar

Aliyun

qwen-image-3.0

Qwen-Image-3.0 API

Demnächst

Startpreis

Preise ansehen

Nutzungsbasierte Abrechnung

API-Status

Verfügbar

Produktions-Endpunkt

Antwortzeit

Asynchron bereit

Gemessene API-Antwortzeit

Veröffentlicht

Aug 11, 2026

Aliyun

Modellübersicht

Eine stabile Modellidentität für Suche und Evaluierung, kombiniert mit Live-Katalogdaten, die sich ändern können, ohne die grundlegende SEO-Struktur der Seite neu schreiben zu müssen.

Stabile Identität

Was ist Qwen-Image-3.0?

Demnächst

Die kanonische Modellidentität bleibt stabil, auch wenn sich Preise und Limits ändern.

Live-Modelldaten

Aktueller Katalogstand

Verfügbarkeit

Demnächst verfügbar

Einstiegspreis

Preise ansehen

Kontext

Funktionen anzeigen

Katalogdatum

Aug 11, 2026

Überblick

Ein praktischer Überblick über Qwen-Image-3.0, einschließlich wichtigem Verhalten und Hinweisen zur Integration.

Was ist Qwen-Image-3.0?

Was sind die wichtigsten Funktionen von Qwen-Image-3.0?

Mehrere Ausgaben: Die API unterstützt bis zu 6 Ausgabebilder pro Anfrage, sodass Nutzer mehrere Variationen aus demselben Prompt generieren können.

Qwen-Image-3.0 Technische Spezifikationen

Spezifikation	Qwen-Image-3.0
Entwickler	Alibaba Qwen Team
Modelltyp	Bildgenerierung und Bildbearbeitung
Primäre Positionierung	Ausgewogenes Verhältnis von Qualität, Geschwindigkeit und Kosten
Model ID	qwen-image-3.0
Eingabemodalitäten	Text und Bilder
Ausgabemodalität	Bild
Generierungsmodi	Text-zu-Bild; Bild-zu-Bild; anweisungsbasierte Bearbeitung
Maximum prompt	Ungefähr 4.5K Token
Referenzbilder	1-3
Ausgabepixelbereich	Gesamtpixel von 512 x 512 bis 2048 x 2048
Ausgabeformat	PNG
Angegebene Kleintext-Wiedergabe	Ungefähr 10 px
Nativ unterstützte visuelle Textsprachen	12
Standard-Rate-Limit	20 RPM in dokumentierten Regionen
Funktionsaufrufe	Nicht unterstützt
Batch-Inferenz	Nicht unterstützt
Fine-Tuning	Nicht unterstützt
CometAPI-Endpunkte	/v1/images/generations; /v1/images/edits

Qwen-Image-3.0 Benchmark-Leistung

Modell	T2I Elo	T2I-Rang	Edit Elo	Edit-Rang	API-Preis / 1K
GPT Image 2 (high)	1,367	#1	1,257	#4	$211
Nano Banana 2	1,319	#3	1,250	#7	$67
Qwen-Image-3.0-Pro	1,284	#9	1,250	#5	$43
Seedream 5.0 Pro	1,279	#10	1,247	#8	$90
Qwen-Image-3.0	1,275	#11	1,218	#15	$30

Was die Ergebnisse bedeuten

Standard versus Pro: Die Lücke bei Text-zu-Bild beträgt nur 9 Elo, aber Pro liegt bei der Bearbeitung um 32 Elo vorn. Der stärkste Grund, für Pro zu zahlen, könnte daher eher die Bearbeitungsqualität als die Erstgenerierung sein.
Gegen Seedream 5.0 Pro: Standard liegt bei Text-zu-Bild nur 4 Elo zurück, während Pro 5 Elo voraus ist. Diese kleinen Unterschiede liegen innerhalb der veröffentlichten Unsicherheitsbereiche und sollten als Wettbewerbscluster und nicht als endgültige Rangfolge betrachtet werden.
Gegen Nano Banana 2: Standard liegt bei Text-zu-Bild um 44 Elo und bei Bearbeitung um 32 Elo zurück. Pro verkleinert die Bearbeitungslücke zu einem Gleichstand bei 1,250 Elo.
Gegen GPT Image 2: GPT liegt bei Text-zu-Bild 92 Elo und bei der Bearbeitung 39 Elo vor Standard. Qwens Argument ist daher Preis-Leistung und Layout-Spezialisierung, nicht eine universelle Qualitätsführerschaft.
Im Vergleich zum früheren Qwen Image 2.0 Pro gewinnt das Standard-3.0-Modell 39 Text-zu-Bild-Elo auf derselben Rangliste, während der repräsentative Preis von $75 auf $30 pro 1,000 Bilder fällt.

Qwen-Image-3.0 vs GPT Image 2 vs Nano Banana 2

Dimension	Qwen 3 Standard	Qwen 3 Pro	GPT Image 2	Nano Banana 2	Seedream 5 Pro
Positionierung	Balance aus Qualität / Geschwindigkeit / Kosten	Höchste Qwen-Treue	Premium-Allzweck-Bildmodell	Schnelles, hochvolumiges Gemini-Bildmodell	Professionelles Design und Bearbeitung
T2I / Edit Elo	1,275 / 1,218	1,284 / 1,250	1,367 / 1,257	1,319 / 1,250	1,279 / 1,247
Angegebene Ausgabe	Etwa 2K	Etwa 2K	Flexible Größen	Bis zu 4K	Etwa 2K auf CometAPI
Referenzeingaben	1-3	1-3	Unterstützt	Mehrfachreferenz	Bis zu 10 auf CometAPI
Typografie-Schwerpunkt	4.5K Prompt; 10px-Angabe; 12 Sprachen	Gleicher Kernfokus mit höherer Treue	Stark mehrsprachiger Text	Text plus Such-Grounding	Dichte Infografiken und räumliche Steuerungen
Web-Grounding	Nein	Nein	Kein prägendes API-Merkmal	Google Search und Image Search	Zugangsweg- abhängig
Am besten geeignet	Dichte Layouts bei kontrollierten Kosten	Hochwertige Qwen-Bearbeitung	Maximale allgemeine Präferenz	Schnelles 4K und Workflows mit aktuellen Informationen	Präzise Bearbeitungen und Mehrfachreferenz-Design

FAQ

API

Kopieren Sie einen funktionierenden Endpunkt und ein Codebeispiel; öffnen Sie bei Bedarf die vollständige API-Referenz für alle Parameter.

Eine API, produktionsreifer Modellzugriff

Einmal authentifizieren, den Modell-Endpunkt aufrufen und denselben Abrechnungs- und Monitoring-Workflow anbieterübergreifend beibehalten.

Beispielcode und API für Qwen-Image-3.0

set -euo pipefail
: "${QWEN_IMAGE_INPUT_URL:?Set QWEN_IMAGE_INPUT_URL before running this example}"

generation_payload=$(jq -nc \
  --arg model "qwen-image-3.0" \
  '{
    model: $model,
    input: {
      messages: [{
        role: "user",
        content: [{
          text: "Create a cinematic watercolor of a moonlit harbor with glowing paper lanterns."
        }]
      }]
    },
    parameters: {
      negative_prompt: "blurry, low quality",
      prompt_extend: true,
      watermark: false,
      size: "1328*1328"
    }
  }')

echo "Generation response:"
curl --fail-with-body --silent --show-error --request POST \
  https://api.cometapi.com/v1/images/generations \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data "${generation_payload}"
echo

edit_payload=$(jq -nc \
  --arg model "qwen-image-3.0" \
  --arg image "${QWEN_IMAGE_INPUT_URL}" \
  '{
    model: $model,
    input: {
      messages: [{
        role: "user",
        content: [
          {image: $image},
          {text: "Turn the scene into a moonlit watercolor while preserving the main composition."}
        ]
      }]
    },
    parameters: {
      n: 1,
      negative_prompt: "blurry, low quality",
      prompt_extend: true,
      watermark: false
    }
  }')

echo "Edit response:"
curl --fail-with-body --silent --show-error --request POST \
  https://api.cometapi.com/v1/images/edits \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data "${edit_payload}"
echo

cURL Code Example

set -euo pipefail
: "${QWEN_IMAGE_INPUT_URL:?Set QWEN_IMAGE_INPUT_URL before running this example}"

generation_payload=$(jq -nc \
  --arg model "qwen-image-3.0" \
  '{
    model: $model,
    input: {
      messages: [{
        role: "user",
        content: [{
          text: "Create a cinematic watercolor of a moonlit harbor with glowing paper lanterns."
        }]
      }]
    },
    parameters: {
      negative_prompt: "blurry, low quality",
      prompt_extend: true,
      watermark: false,
      size: "1328*1328"
    }
  }')

echo "Generation response:"
curl --fail-with-body --silent --show-error --request POST \
  https://api.cometapi.com/v1/images/generations \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data "${generation_payload}"
echo

edit_payload=$(jq -nc \
  --arg model "qwen-image-3.0" \
  --arg image "${QWEN_IMAGE_INPUT_URL}" \
  '{
    model: $model,
    input: {
      messages: [{
        role: "user",
        content: [
          {image: $image},
          {text: "Turn the scene into a moonlit watercolor while preserving the main composition."}
        ]
      }]
    },
    parameters: {
      n: 1,
      negative_prompt: "blurry, low quality",
      prompt_extend: true,
      watermark: false
    }
  }')

echo "Edit response:"
curl --fail-with-body --silent --show-error --request POST \
  https://api.cometapi.com/v1/images/edits \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data "${edit_payload}"
echo

Python Code Example

import json
import os

import requests


COMETAPI_KEY = os.environ["COMETAPI_KEY"]
QWEN_IMAGE_INPUT_URL = os.environ["QWEN_IMAGE_INPUT_URL"]

headers = {
    "Authorization": f"Bearer {COMETAPI_KEY}",
    "Content-Type": "application/json",
}

generation_response = requests.post(
    "https://api.cometapi.com/v1/images/generations",
    headers=headers,
    json={
        "model": "qwen-image-3.0",
        "input": {
            "messages": [
                {
                    "role": "user",
                    "content": [
                        {
                            "text": "Create a cinematic watercolor of a moonlit harbor with glowing paper lanterns."
                        }
                    ],
                }
            ]
        },
        "parameters": {
            "negative_prompt": "blurry, low quality",
            "prompt_extend": True,
            "watermark": False,
            "size": "1328*1328",
        },
    },
    timeout=120,
)
generation_response.raise_for_status()
print("Generation response:")
print(json.dumps(generation_response.json(), ensure_ascii=False, indent=2))

edit_response = requests.post(
    "https://api.cometapi.com/v1/images/edits",
    headers=headers,
    json={
        "model": "qwen-image-3.0",
        "input": {
            "messages": [
                {
                    "role": "user",
                    "content": [
                        {"image": QWEN_IMAGE_INPUT_URL},
                        {
                            "text": "Turn the scene into a moonlit watercolor while preserving the main composition."
                        },
                    ],
                }
            ]
        },
        "parameters": {
            "n": 1,
            "negative_prompt": "blurry, low quality",
            "prompt_extend": True,
            "watermark": False,
        },
    },
    timeout=120,
)
edit_response.raise_for_status()
print("Edit response:")
print(json.dumps(edit_response.json(), ensure_ascii=False, indent=2))

JavaScript Code Example

const apiKey = process.env.COMETAPI_KEY;
const inputImageUrl = process.env.QWEN_IMAGE_INPUT_URL;

if (!apiKey || !inputImageUrl) {
  throw new Error("Set COMETAPI_KEY and QWEN_IMAGE_INPUT_URL before running this example.");
}

const headers = {
  Authorization: `Bearer ${apiKey}`,
  "Content-Type": "application/json",
};

const generationResponse = await fetch(
  "https://api.cometapi.com/v1/images/generations",
  {
    method: "POST",
    headers,
    body: JSON.stringify({
      model: "qwen-image-3.0",
      input: {
        messages: [
          {
            role: "user",
            content: [
              {
                text: "Create a cinematic watercolor of a moonlit harbor with glowing paper lanterns.",
              },
            ],
          },
        ],
      },
      parameters: {
        negative_prompt: "blurry, low quality",
        prompt_extend: true,
        watermark: false,
        size: "1328*1328",
      },
    }),
  },
);

if (!generationResponse.ok) {
  throw new Error(`Generation failed (${generationResponse.status}): ${await generationResponse.text()}`);
}

console.log("Generation response:");
console.log(JSON.stringify(await generationResponse.json(), null, 2));

const editResponse = await fetch(
  "https://api.cometapi.com/v1/images/edits",
  {
    method: "POST",
    headers,
    body: JSON.stringify({
      model: "qwen-image-3.0",
      input: {
        messages: [
          {
            role: "user",
            content: [
              { image: inputImageUrl },
              {
                text: "Turn the scene into a moonlit watercolor while preserving the main composition.",
              },
            ],
          },
        ],
      },
      parameters: {
        n: 1,
        negative_prompt: "blurry, low quality",
        prompt_extend: true,
        watermark: false,
      },
    }),
  },
);

if (!editResponse.ok) {
  throw new Error(`Edit failed (${editResponse.status}): ${await editResponse.text()}`);
}

console.log("Edit response:");
console.log(JSON.stringify(await editResponse.json(), null, 2));

Anwendungsfälle

Nutzen Sie Qwen-Image-3.0 für Produktions-Workflows entsprechend seiner image-Fähigkeiten und vergleichen Sie Alternativen vor einer langfristigen Integration.

Produktvisuals und Kampagnen-Kreativmaterial

Konzeptkunst und schnelle visuelle Exploration

Bildbearbeitung, Variationen und Asset-Produktion

Weitere Modelle

Vergleichen Sie weitere über CometAPI verfügbare Modelle hinsichtlich Qualität, Latenz, Funktionsumfang und Preis.

Modellvergleich öffnen →

Google

Nano Banana 2.1

Nano Banana 2.1-API entdecken.

Modell ansehen

xAI

Grok-Imagine-Image-2.0

Grok Imagine Image 2.0, sein verbessertes KI-Modell zur Bildgenerierung und -bearbeitung

Gen4-image-API entdecken.

Modell ansehen

Runway

Gen4-image-turbo

Gen4-image-turbo-API entdecken.

Verfügbarkeit

Prüfen Sie Live-Heartbeat-Daten, Endpunktverfügbarkeit und gemessene Antwortzeiten vor dem Produktivbetrieb.

Aktualisierungen

Verfolgen Sie relevante Änderungen bei Verfügbarkeit, Preisen und Funktionen von Qwen-Image-3.0, ohne die stabile Modellseite zu verlieren.

Modelländerungsprotokoll

Eine Seite, die mit der Zeit immer besser wird.

Versionshinweise, Preisänderungen, Benchmark-Aktualisierungen und Migrationsanleitungen werden hier gesammelt, während die kanonische URL unverändert bleibt.

Vor dem Start

Modellseite vor dem Start veröffentlicht

Eine dauerhafte Seite für die Modell-Entität ist für Qwen-Image-3.0 reserviert; unbestätigte Daten bleiben bis zur Veröffentlichung klar gekennzeichnet.

Live-Daten

Preise und Limits mit dem Katalog synchronisiert

Preis, Kontext, Verfügbarkeit und Limits werden als dynamische Eigenschaften behandelt, anstatt in den Seitentitel oder die Modellidentität eingebettet zu werden.

Aug 12, 2026

Dauerhafte Modellinstanz erstellt

Der Anbieter und der Modell-Slug bilden eine dauerhafte kanonische URL; zukünftige Inhalts- und Datenaktualisierungen bleiben auf dieser Seite.

Weiter erkunden