¿Qué tan largos pueden ser los prompts de Qwen-Image-3.0?

Qwen-Image-3.0 admite instrucciones de hasta aproximadamente 4.5K tokens, lo que permite descripciones detalladas de diseños complejos y composiciones visuales.

¿Cuál es el ID del modelo de la API de Qwen-Image-3.0?

El ID del modelo de Qwen-Image-3.0 es qwen-image-3.0.

¿Qwen-Image-3.0 tiene puntuaciones de benchmark?

Alibaba no ha publicado públicamente puntuaciones de benchmark estandarizadas para Qwen-Image-3.0, por lo que, por ahora, su desempeño competitivo debe evaluarse principalmente mediante ejemplos cualitativos y pruebas independientes.

¿Qwen-Image-3.0 admite la edición de imágenes?

Sí. Qwen-Image-3.0 admite generación de imagen a imagen y edición de imágenes usando 1–3 imágenes de referencia junto con instrucciones de edición.

¿Qué resolución admite Qwen-Image-3.0?

Qwen-Image-3.0 admite resoluciones de salida de hasta 2048×2048, y la documentación de la API de Alibaba especifica un rango compatible de 512×512 a 2048×2048.

¿Puede Qwen-Image-3.0 generar imágenes que contengan texto?

Sí. Qwen-Image-3.0 está diseñado para un renderizado de texto de alta precisión, incluido texto tan pequeño como 10 píxeles, y admite 12 idiomas y más de 20 fuentes.

¿Cuántas imágenes puede generar Qwen-Image-3.0 por solicitud?

Qwen-Image-3.0 admite hasta 6 imágenes de salida por solicitud de API.

Próximamente

Aliyun

qwen-image-3.0

Qwen-Image-3.0 API

Q: ¿Qué es Qwen-Image-3.0?

Qwen-Image-3.0 es el modelo de generación de imágenes de tercera generación de Alibaba Qwen, centrado en diseños complejos, composición detallada de imágenes, renderizado de texto, tipografía multilingüe y flujos de trabajo prácticos de generación y edición de imágenes.

Próximamente

Precio inicial

Ver precios

Facturación por uso

Estado de la API

Disponible

Endpoint de producción

Respuesta

Listo para async

Tiempo de respuesta de la API observado

Publicado

Aug 11, 2026

Aliyun

Resumen del modelo

Una identidad de modelo estable para búsquedas y evaluaciones, acompañada de datos del catálogo en tiempo real que pueden cambiar sin reescribir la estructura SEO principal de la página.

Identidad estable

¿Qué es Qwen-Image-3.0?

Próximamente

La identidad canónica del modelo se mantiene estable aunque cambien los precios y los límites.

Datos del modelo en tiempo real

Instantánea actual del catálogo

Disponibilidad

Próximamente

Precio inicial

Ver precios

Contexto

Ver capacidades

Fecha del catálogo

Aug 11, 2026

Resumen

Una descripción práctica de Qwen-Image-3.0, con comportamientos importantes y consideraciones de integración.

¿Qué es Qwen-Image-3.0?

Qwen-Image-3.0 es la tercera generación del modelo de generación de imágenes de Alibaba Qwen, diseñado para que las imágenes generadas por IA sean más útiles en flujos de trabajo creativos y de diseño del mundo real, en lugar de centrarse solo en la estética visual. Admite tanto texto a imagen (T2I) como edición de imagen a imagen (I2I), con especial énfasis en composiciones complejas, información visual densa, renderizado de texto preciso, tipografía multilingüe y composición de imagen detallada.

Alibaba posiciona Qwen-Image-3.0 en torno a tres capacidades clave: Contenido rico, detalles auténticos y conocimiento profundo. El modelo acepta prompts de hasta aproximadamente 4,5K tokens, lo que permite a los usuarios describir composiciones complicadas como periódicos, guiones gráficos, exámenes, infografías multipanel y maquetas de interfaz en una sola solicitud. También puede renderizar texto tan pequeño como 10 píxeles, admite 12 idiomas y más de 20 fuentes y está diseñado para reproducir detalles visuales finos como mechones de cabello, poros y microexpresiones faciales.

¿Cuáles son las características clave de Qwen-Image-3.0?

Generación de disposiciones complejas: Qwen-Image-3.0 está diseñado para composiciones visuales con alta densidad de información. Alibaba muestra disposiciones que incluyen rejillas visuales 3×3, diapositivas matemáticas, periódicos, guiones gráficos, menús, exámenes y otros diseños estructurados generados en una sola imagen en lugar de requerir unir varias.

Instrucciones de generación más largas: El modelo admite prompts de hasta aproximadamente 4,5K tokens, ofreciendo a los usuarios considerablemente más espacio para especificar objetos, relaciones, tipografía, disposición, jerarquía visual y estilo dentro de una sola solicitud de generación.

Renderizado de texto de grano fino: Qwen-Image-3.0 está específicamente diseñado para renderizar texto pequeño, y Alibaba destaca texto tan pequeño como 10px. Esto hace que el modelo sea particularmente relevante para carteles, infografías, diagramas, conceptos de UI, materiales educativos y otros diseños donde el texto legible forma parte de la imagen y no es un añadido posterior.

Tipografía multilingüe: El modelo admite renderizado nativo en 12 idiomas y más de 20 fuentes, ampliando su utilidad para materiales de marketing multilingües, gráficos localizados, interfaces de producto y creación de contenido internacional.

Edición de imágenes: Qwen-Image-3.0 admite generación y edición de imagen a imagen utilizando imágenes de referencia junto con instrucciones de edición. La documentación actual de la API de Alibaba admite 1–3 imágenes de referencia para flujos de trabajo I2I.

Salidas múltiples: La API admite hasta 6 imágenes de salida por solicitud, lo que permite generar varias variaciones a partir del mismo prompt.

Especificaciones técnicas de Qwen-Image-3.0

Alibaba publica información concreta de acceso y capacidades para el modelo Standard. La tabla separa los límites documentados de las afirmaciones a nivel de marketing, para que los desarrolladores no confundan una demostración con una garantía de la API.

Especificación	Qwen-Image-3.0
Desarrollador	Alibaba Qwen Team
Tipo de modelo	Generación de imágenes y edición de imágenes
Posicionamiento principal	Equilibrio de calidad, velocidad y costo
ID del modelo	qwen-image-3.0
Modalidades de entrada	Texto e imágenes
Modalidad de salida	Imagen
Modos de generación	Texto a imagen; imagen a imagen; edición instruida
Prompt máximo	Aproximadamente 4,5K tokens
Imágenes de referencia	1-3
Rango de píxeles de salida	Píxeles totales de 512 x 512 a 2048 x 2048
Formato de salida	PNG
Renderizado de texto pequeño (declarado)	Aproximadamente 10 px
Idiomas nativos de texto visual	12
Límite de tasa estándar	20 RPM en las regiones documentadas
Llamadas a funciones	No admitido
Inferencia por lotes	No admitido
Ajuste fino	No admitido
Endpoints de CometAPI	/v1/images/generations; /v1/images/edits

Rendimiento de referencia de Qwen-Image-3.0

Modelo	T2I Elo	Rango T2I	Edit Elo	Rango Edit	Precio API / 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

Qué significan los resultados

Standard frente a Pro: la diferencia en texto a imagen es de solo 9 Elo, pero Pro aventaja por 32 Elo en edición. La razón más sólida para pagar por Pro puede ser, por tanto, la calidad de edición más que la generación de primer intento.
Contra Seedream 5.0 Pro: Standard queda solo 4 Elo por detrás en texto a imagen, mientras que Pro está 5 Elo por delante. Estas pequeñas diferencias se sitúan dentro de los rangos de incertidumbre publicados y deben tratarse como un grupo competitivo, no como un orden definitivo.
Contra Nano Banana 2: Standard queda 44 Elo por detrás en texto a imagen y 32 Elo en edición. Pro reduce la brecha de edición hasta un empate en 1,250 Elo.
Contra GPT Image 2: GPT aventaja a Standard por 92 Elo en texto a imagen y 39 Elo en edición. La propuesta de Qwen es, por tanto, la relación precio-rendimiento y la especialización en disposición, no el liderazgo universal en calidad.
En comparación con el anterior Qwen Image 2.0 Pro, el modelo Standard 3.0 gana 39 Elo en texto a imagen en la misma clasificación, mientras que el precio representativo cae de $75 a $30 por 1,000 imágenes.

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

Ningún modelo de imagen lidera todas las dimensiones en producción. La preferencia general, la fidelidad de edición, el renderizado de texto, la capacidad de referencia, la resolución de salida, la vinculación, la latencia y el costo pueden señalar ganadores distintos. La comparación a continuación se centra en capacidades documentadas y resultados independientes de Arena.

Dimensión	Qwen 3 Standard	Qwen 3 Pro	GPT Image 2	Nano Banana 2	Seedream 5 Pro
Posicionamiento	Equilibrio calidad / velocidad / costo	Máxima fidelidad en Qwen	Modelo de imagen general premium	Modelo Gemini rápido y de alto volumen	Diseño y edición profesionales
T2I / Edit Elo	1,275 / 1,218	1,284 / 1,250	1,367 / 1,257	1,319 / 1,250	1,279 / 1,247
Salida citada	Aproximadamente 2K	Aproximadamente 2K	Tamaños flexibles	Hasta 4K	Aproximadamente 2K en CometAPI
Entradas de referencia	1-3	1-3	Compatible	Multirreferencia	Hasta 10 en CometAPI
Enfoque tipográfico	Instrucciones de 4,5K; afirmación 10px; 12 idiomas	Mismo enfoque central con mayor fidelidad	Texto multilingüe sólido	Texto más vinculación con búsqueda	Infografías densas y controles espaciales
Vinculación web	No	No	No es una característica definitoria de la API	Google Search e Image Search	Dependiente de la ruta de acceso
Mejor encaje	Disposiciones densas con costo controlado	Edición Qwen de alta calidad	Preferencia general máxima	Flujos de trabajo rápidos en 4K y con información actual	Ediciones precisas y diseño multirreferencia

Preguntas frecuentes

API

Copia un endpoint y un ejemplo de código funcionales, y abre la referencia completa de la API cuando necesites todos los parámetros.

Una API, acceso a modelos listo para producción

Autentícate una vez, llama al endpoint del modelo y mantén el mismo flujo de facturación y observabilidad entre proveedores.

Código de ejemplo y API para Qwen-Image-3.0

Accede a código de muestra completo y recursos de API para Qwen-Image-3.0 para agilizar tu proceso de integración. Nuestra documentación detallada proporciona orientación paso a paso, ayudándote a aprovechar todo el potencial de Qwen-Image-3.0 en tus proyectos.

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));

Casos de uso

Usa Qwen-Image-3.0 en flujos de producción que coincidan con sus capacidades de image, y compara alternativas antes de comprometerte con una integración a largo plazo.

Visuales de producto y creatividades de campaña

Arte conceptual y exploración visual rápida

Edición de imágenes, variaciones y producción de assets

Otros modelos

Compara otros modelos disponibles en CometAPI según calidad, latencia, capacidades y precio.

Abrir comparación de modelos →

Google

Nano Banana 2.1

Explora la API de Nano Banana 2.1.

Ver modelo

xAI

Grok-Imagine-Image-2.0

Grok Imagine Image 2.0, su modelo mejorado de generación y edición de imágenes con IA

Ver modelo

OpenAI

GPT Image 2

GPT Image 2 es el modelo de generación de imágenes de última generación de OpenAI para generar y editar imágenes de forma rápida y de alta calidad. Admite tamaños de imagen flexibles y entradas de imagen de alta fidelidad.

Ver modelo

Runway

Gen4-image

Explora la API de Gen4-image.

Ver modelo

Runway

Gen4-image-turbo

Explora la API de Gen4-image-turbo.

Ver modelo

Google

Nano Banana 2 lite

El modelo de imagen Gemini 3.1 Flash Lite es un experto en eficiencia dentro de la familia de generación de imágenes, diseñado para ofrecer latencia ultrabaja y una generación y modificación de imágenes rentable.

Ver modelo

Disponibilidad

Revisa los datos de latido en vivo, la disponibilidad del endpoint y los tiempos de respuesta observados antes de pasar a producción.

Actualizaciones

Sigue los cambios relevantes en la disponibilidad, los precios y las capacidades de Qwen-Image-3.0 sin renunciar a la página estable del modelo.

Registro de cambios del modelo

Una página que mejora con el tiempo.

Aquí se acumulan las notas de lanzamiento, los cambios de precios, las actualizaciones de benchmarks y las guías de migración, mientras la URL canónica permanece sin cambios.

Prelanzamiento

Página del modelo publicada antes del lanzamiento

Se ha reservado una página permanente para la entidad del modelo Qwen-Image-3.0; los datos no confirmados seguirán claramente marcados hasta su lanzamiento.

Datos en tiempo real

Precios y límites sincronizados con el catálogo

El precio, el contexto, la disponibilidad y los límites se tratan como propiedades dinámicas en lugar de incorporarse al título de la página o a la identidad del modelo.

Aug 12, 2026

Entidad permanente del modelo creada

El proveedor y el identificador del modelo forman una URL canónica permanente; las futuras actualizaciones de contenido y datos permanecerán en esta página.

Sigue explorando

Compara modelos y continúa tu investigación

Próximamente

Aliyun

qwen-image-3.0

Qwen-Image-3.0 API

Próximamente

Precio inicial

Ver precios

Facturación por uso

Estado de la API

Disponible

Endpoint de producción

Respuesta

Listo para async

Tiempo de respuesta de la API observado

Publicado

Aug 11, 2026

Aliyun

Resumen del modelo

Una identidad de modelo estable para búsquedas y evaluaciones, acompañada de datos del catálogo en tiempo real que pueden cambiar sin reescribir la estructura SEO principal de la página.

Identidad estable

¿Qué es Qwen-Image-3.0?

Próximamente

La identidad canónica del modelo se mantiene estable aunque cambien los precios y los límites.

Datos del modelo en tiempo real

Instantánea actual del catálogo

Disponibilidad

Próximamente

Precio inicial

Ver precios

Contexto

Ver capacidades

Fecha del catálogo

Aug 11, 2026

Resumen

Una descripción práctica de Qwen-Image-3.0, con comportamientos importantes y consideraciones de integración.

¿Qué es Qwen-Image-3.0?

¿Cuáles son las características clave de Qwen-Image-3.0?

Salidas múltiples: La API admite hasta 6 imágenes de salida por solicitud, lo que permite generar varias variaciones a partir del mismo prompt.

Especificaciones técnicas de Qwen-Image-3.0

Especificación	Qwen-Image-3.0
Desarrollador	Alibaba Qwen Team
Tipo de modelo	Generación de imágenes y edición de imágenes
Posicionamiento principal	Equilibrio de calidad, velocidad y costo
ID del modelo	qwen-image-3.0
Modalidades de entrada	Texto e imágenes
Modalidad de salida	Imagen
Modos de generación	Texto a imagen; imagen a imagen; edición instruida
Prompt máximo	Aproximadamente 4,5K tokens
Imágenes de referencia	1-3
Rango de píxeles de salida	Píxeles totales de 512 x 512 a 2048 x 2048
Formato de salida	PNG
Renderizado de texto pequeño (declarado)	Aproximadamente 10 px
Idiomas nativos de texto visual	12
Límite de tasa estándar	20 RPM en las regiones documentadas
Llamadas a funciones	No admitido
Inferencia por lotes	No admitido
Ajuste fino	No admitido
Endpoints de CometAPI	/v1/images/generations; /v1/images/edits

Rendimiento de referencia de Qwen-Image-3.0

Modelo	T2I Elo	Rango T2I	Edit Elo	Rango Edit	Precio API / 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

Qué significan los resultados

Standard frente a Pro: la diferencia en texto a imagen es de solo 9 Elo, pero Pro aventaja por 32 Elo en edición. La razón más sólida para pagar por Pro puede ser, por tanto, la calidad de edición más que la generación de primer intento.
Contra Seedream 5.0 Pro: Standard queda solo 4 Elo por detrás en texto a imagen, mientras que Pro está 5 Elo por delante. Estas pequeñas diferencias se sitúan dentro de los rangos de incertidumbre publicados y deben tratarse como un grupo competitivo, no como un orden definitivo.
Contra Nano Banana 2: Standard queda 44 Elo por detrás en texto a imagen y 32 Elo en edición. Pro reduce la brecha de edición hasta un empate en 1,250 Elo.
Contra GPT Image 2: GPT aventaja a Standard por 92 Elo en texto a imagen y 39 Elo en edición. La propuesta de Qwen es, por tanto, la relación precio-rendimiento y la especialización en disposición, no el liderazgo universal en calidad.
En comparación con el anterior Qwen Image 2.0 Pro, el modelo Standard 3.0 gana 39 Elo en texto a imagen en la misma clasificación, mientras que el precio representativo cae de $75 a $30 por 1,000 imágenes.

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

Dimensión	Qwen 3 Standard	Qwen 3 Pro	GPT Image 2	Nano Banana 2	Seedream 5 Pro
Posicionamiento	Equilibrio calidad / velocidad / costo	Máxima fidelidad en Qwen	Modelo de imagen general premium	Modelo Gemini rápido y de alto volumen	Diseño y edición profesionales
T2I / Edit Elo	1,275 / 1,218	1,284 / 1,250	1,367 / 1,257	1,319 / 1,250	1,279 / 1,247
Salida citada	Aproximadamente 2K	Aproximadamente 2K	Tamaños flexibles	Hasta 4K	Aproximadamente 2K en CometAPI
Entradas de referencia	1-3	1-3	Compatible	Multirreferencia	Hasta 10 en CometAPI
Enfoque tipográfico	Instrucciones de 4,5K; afirmación 10px; 12 idiomas	Mismo enfoque central con mayor fidelidad	Texto multilingüe sólido	Texto más vinculación con búsqueda	Infografías densas y controles espaciales
Vinculación web	No	No	No es una característica definitoria de la API	Google Search e Image Search	Dependiente de la ruta de acceso
Mejor encaje	Disposiciones densas con costo controlado	Edición Qwen de alta calidad	Preferencia general máxima	Flujos de trabajo rápidos en 4K y con información actual	Ediciones precisas y diseño multirreferencia

Preguntas frecuentes

API

Copia un endpoint y un ejemplo de código funcionales, y abre la referencia completa de la API cuando necesites todos los parámetros.

Una API, acceso a modelos listo para producción

Autentícate una vez, llama al endpoint del modelo y mantén el mismo flujo de facturación y observabilidad entre proveedores.

Código de ejemplo y API para 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));

Casos de uso

Usa Qwen-Image-3.0 en flujos de producción que coincidan con sus capacidades de image, y compara alternativas antes de comprometerte con una integración a largo plazo.

Visuales de producto y creatividades de campaña

Arte conceptual y exploración visual rápida

Edición de imágenes, variaciones y producción de assets

Otros modelos

Compara otros modelos disponibles en CometAPI según calidad, latencia, capacidades y precio.

Abrir comparación de modelos →

Google

Nano Banana 2.1

Explora la API de Nano Banana 2.1.

Ver modelo

xAI

Grok-Imagine-Image-2.0

Grok Imagine Image 2.0, su modelo mejorado de generación y edición de imágenes con IA

Explora la API de Gen4-image.

Ver modelo

Runway

Gen4-image-turbo

Explora la API de Gen4-image-turbo.

Disponibilidad

Revisa los datos de latido en vivo, la disponibilidad del endpoint y los tiempos de respuesta observados antes de pasar a producción.

Actualizaciones

Sigue los cambios relevantes en la disponibilidad, los precios y las capacidades de Qwen-Image-3.0 sin renunciar a la página estable del modelo.

Registro de cambios del modelo

Una página que mejora con el tiempo.

Aquí se acumulan las notas de lanzamiento, los cambios de precios, las actualizaciones de benchmarks y las guías de migración, mientras la URL canónica permanece sin cambios.

Prelanzamiento

Página del modelo publicada antes del lanzamiento

Se ha reservado una página permanente para la entidad del modelo Qwen-Image-3.0; los datos no confirmados seguirán claramente marcados hasta su lanzamiento.

Datos en tiempo real

Precios y límites sincronizados con el catálogo

El precio, el contexto, la disponibilidad y los límites se tratan como propiedades dinámicas en lugar de incorporarse al título de la página o a la identidad del modelo.

Aug 12, 2026

Entidad permanente del modelo creada

El proveedor y el identificador del modelo forman una URL canónica permanente; las futuras actualizaciones de contenido y datos permanecerán en esta página.

Sigue explorando