Modelos Relacionados
Elige tu plan
Explora las especificaciones, características, rendimiento en pruebas de referencia, precios, capacidades de edición de imágenes, comparativas y acceso a la API de Qwen-Image-3.0.
from openai import OpenAI
client = OpenAI(
api_key="YOUR_COMETAPI_KEY",
base_url="https://api.cometapi.com/v1",
)
response = client.chat.completions.create(
model="gpt-5-mini",
messages=[{"role": "user", "content": "Build this workflow."}],
)
print(response.choices[0].message.content)qwen-image-3.0. Pro busca mayor detalle y fidelidad de edición y usa qwen-image-3.0-pro. En la instantánea de Artificial Analysis Image Arena verificada el 14 de octubre de 2026, Pro registra 1,089 ± 9 Elo para texto a imagen y Standard registra 1,074 ± 9. CometAPI actualmente lista ambas variantes como endpoints de producción disponibles. La página del modelo muestra una estimación inicial de , facturación basada en uso y un flujo de respuesta apto para asincronía.| Especificaciones | Qwen Image 3.0 Standard | Qwen Image 3.0 Pro |
|---|---|---|
| ID del modelo | qwen-image-3.0 | qwen-image-3.0-pro |
| Tipo de modelo | Generación y edición de imágenes | Generación y edición de imágenes |
| Texto a imagen (T2I) | Admitido | Admitido |
| Edición de imagen a imagen (I2I) | Admitida | Admitida |
| Resolución máxima de salida | Hasta 2048 × 2048 píxeles, sujeta a las limitaciones de la API | Hasta 2048 × 2048 píxeles, sujeta a las limitaciones de la API |
| Formato de salida | PNG | PNG |
| Salidas máximas por solicitud | Hasta 6, según la configuración de la API | Hasta 6, según la configuración de la API |
| Imágenes de entrada para edición | 1–3 imágenes de referencia | 1–3 imágenes de referencia |
| Idioma del prompt | Chino e inglés admitidos | Chino e inglés admitidos |
| Longitud del prompt | Hasta aproximadamente 4,500 tokens en el uso de API documentado | Hasta aproximadamente 4,500 tokens en el uso de API documentado |
| Prompts negativos | Admitidos por la API documentada de Qwen Image 3.0 | Admitidos por la API documentada de Qwen Image 3.0 |
Los límites exactos pueden depender de la configuración del endpoint, la cuenta y cambios del proveedor. Verifique la documentación de la API en vivo antes del despliegue en producción.
Qwen-Image 3.0 traduce instrucciones en lenguaje natural a composiciones visuales. Un prompt puede describir no solo el sujeto principal, sino también el diseño, la tipografía, el color, la iluminación, las relaciones espaciales y la jerarquía de información.
Para edición de imágenes, el modelo acepta una o varias imágenes de referencia junto con una instrucción que describe los cambios deseados. Esto permite modificar un diseño existente, combinar elementos visuales de múltiples referencias o cambiar la ropa o la pose de un sujeto usando las imágenes suministradas como guía.
El modelo admite dos flujos de trabajo principales:
Estos flujos comparten la misma familia de modelos, pero la estructura de la solicitud y los parámetros admitidos difieren según el endpoint de la API.
Qwen Image 3.0 está disponible en dos versiones: Qwen Image 3.0 Standard y Qwen Image 3.0 Pro. Ambas admiten generación y edición de imágenes. Standard equilibra la calidad de generación y la velocidad, mientras que Pro se recomienda para diseños exigentes, renderizado de texto de grano fino, tipografía multilingüe y composiciones visuales detalladas. CometAPI ofrece ambas versiones a precios de catálogo bajo los IDs de modelo qwen-image-3.0 y qwen-image-3.0-pro.
La mejora más visible es el soporte para entradas de aproximadamente 4.5K tokens. Un prompt largo puede especificar zonas de diseño, encabezados, etiquetas exactas, colores, tipografía, estilo visual, relaciones entre objetos y roles de referencia sin comprimir todo el briefing en unas pocas frases.
Esto es especialmente útil para documentos visuales. Una página de periódico puede requerir varias columnas, múltiples fotografías, pies de foto, etiquetas de sección y una jerarquía tipográfica consistente. Un infográfico de nueve paneles puede necesitar un concepto, ícono, título y explicación por panel. Un storyboard puede requerir continuidad entre planos, a la vez que varía el ángulo de cámara y la acción. Instrucciones más largas dan al modelo más margen para representar esas restricciones en una sola solicitud.
Sin embargo, la capacidad del prompt no debe confundirse con la capacidad del texto renderizado. El modelo puede aceptar un brief de diseño de 4.5K tokens, pero no garantiza reproducir perfectamente 4.5K tokens de texto dentro de la imagen de salida. El presupuesto adicional también describe estilo, ubicación y relaciones que pueden no aparecer como texto literal.
Qwen destaca texto renderizado en torno a 10 píxeles, junto con fórmulas, subíndices, superíndices, letras griegas, pies de foto y copia editorial densa. Esa capacidad amplía el potencial del modelo más allá de carteles con un eslogan corto. Puede intentar hojas de trabajo, páginas académicas, diagramas técnicos, menús, paneles de control y gráficos de comparación de productos.
La implicación práctica es prometedora pero condicionada. El texto pequeño es donde la plausibilidad visual y la corrección factual divergen con mayor facilidad. Una línea puede parecer tipográficamente convincente y contener a la vez un nombre mal escrito, un cambio de unidad, un signo menos ausente o una fórmula inválida. El texto importante debe revisarse a tamaño final de visualización, no solo en una vista ampliada.
El modelo admite representación nativa en 12 idiomas y múltiples fuentes. Los ejemplos de lanzamiento muestran diseños multilingües, incluidas combinaciones chino-inglés y ejemplos en japonés, coreano y español. Esto hace que Qwen-Image 3.0 sea relevante para recursos de campaña localizados, materiales educativos, menús, interfaces y documentación de producto internacional.
El soporte de idioma aún requiere pruebas específicas por sistema de escritura. La puntuación, el corte de línea, el texto vertical, los diacríticos, el espaciado de caracteres y las sustituciones de fuentes pueden comportarse de forma diferente entre idiomas. Los equipos deben mantener pruebas de aceptación para cada idioma utilizado en producción, en lugar de asumir que una muestra exitosa en inglés demuestra calidad tipográfica universal.
Qwen también enfatiza microexpresiones faciales, poros, hebras de cabello, tela, papel, inscripciones en piedra, iluminación y otros detalles visuales finos. El beneficio práctico es más amplio que la generación de retratos fotorrealistas. La fotografía de producto necesita consistencia de materiales; las tareas de restauración requieren continuidad de textura; los recursos de ecommerce necesitan color y bordes estables; y la imaginería editorial necesita sujetos creíbles junto a texto denso.
Qwen-Image-3.0 admite tanto generación de texto a imagen como edición de imagen a imagen. Los usuarios pueden proporcionar de una a tres imágenes de referencia junto con instrucciones de edición para preservar un sujeto, cambiar un diseño, rediseñar un producto o crear variaciones controladas. Pro es la opción recomendada cuando la fidelidad de la edición importa más que el costo bruto de generación.
La comparación cuantitativa a continuación utiliza datos independientes de preferencia ciega. Las puntuaciones de Arena son dinámicas y dependen de la distribución de prompts, votos, configuraciones del modelo e intervalos de confianza. Deben guiar la selección del modelo, no reemplazar pruebas específicas de su carga de trabajo.
Artificial Analysis utiliza comparaciones pareadas de imágenes para medir la preferencia humana. Su calificación estilo Elo refleja con qué frecuencia se prefieren las imágenes de un modelo sobre salidas competidoras en el mismo entorno de evaluación.
| Modelo | Elo texto a imagen | Intervalo de confianza 95% | Muestras de evaluación |
|---|---|---|---|
| Qwen-Image-3.0-Pro | 1,089 ± 9 | 1,080–1,098 | 6,830 |
| Qwen-Image-3.0 Standard | 1,074 ± 9 | 1,065–1,083 | 6,506 |
Pro supera a Standard por aproximadamente 15 puntos Elo en esta instantánea. Sus intervalos de confianza están separados, lo que sugiere una diferencia medible en los resultados de este ranking en el momento de la verificación. Sin embargo, las puntuaciones Elo son calificaciones de preferencia relativas, no porcentajes de prompts respondidos correctamente ni medidas universales de calidad de imagen.
Elija Qwen-Image-3.0 Standard cuando:
Elija Qwen-Image-3.0 Pro cuando:
Elija otro modelo cuando:
Qwen-Image-3.0 es la familia de modelos de generación y edición de imágenes de Alibaba, con variantes Standard y Pro. Puede accederse a través de una API oficial de Alibaba Cloud cuando el modelo esté habilitado para su cuenta y región. Plataformas de terceros como CometAPI pueden ofrecer otra vía, pero la disponibilidad del modelo debe verificarse por separado.
El mejor método de acceso depende de si desea generar imágenes en una interfaz web, integrar el modelo en una aplicación o llamarlo a través de un agregador de API.
Paso 1 — Abrir Model Studio
Vaya a Alibaba Cloud Model Studio.
Paso 2 — Seleccionar Qwen Image 3.0
Encuentre el modelo de generación de imágenes y elija Standard (qwen-image-3.0) o Pro (qwen-image-3.0-pro).
Paso 3 — Ingresar un prompt y generar
Describa el sujeto, la composición, la iluminación, el estilo y cualquier texto que quiera incluir. Genere la imagen y refine el prompt según sea necesario.
La consola ofrece una entrada de Probar ahora para Qwen-Image-3.0. El acceso puede depender de su cuenta, región y disponibilidad del modelo. Abrir Model Studio.
Para desarrolladores, Alibaba Cloud documenta una API compatible con OpenAI y la API de DashScope.
qwen-image-3.0 o qwen-image-3.0-pro.El modelo documentado admite generación de texto a imagen y edición con una a tres imágenes de referencia. La resolución de salida puede alcanzar hasta 2048 × 2048 píxeles, sujeta a las limitaciones de la API.
Qwen-Image 3.0 figura actualmente como Disponible en CometAPI mediante un endpoint de producción. El catálogo registra una fecha de lanzamiento observada del 11 de agosto de 2026 y muestra un flujo de respuesta apto para asincronía. Los IDs de modelo en vivo son qwen-image-3.0 y qwen-image-3.0-pro.
CometAPI expone endpoints separados de generación y edición manteniendo autenticación, facturación, observabilidad y comparación de modelos en una sola cuenta. Antes del despliegue, vuelva a comprobar la página del modelo y la documentación de la API para los IDs de modelo en vivo, el endpoint, el recuento de entradas admitido, tamaños de salida, esquema de respuesta y precio actual.
Luego envíe una solicitud de texto a imagen:
import os
import requests
response = requests.post(
"https://api.cometapi.com/v1/images/generations",
headers={
"Authorization": f"Bearer {os.environ['COMETAPI_KEY']}",
"Content-Type": "application/json",
},
json={
"model": "qwen-image-3.0",
"prompt": (
"Create a clean infographic about renewable energy, "
"with a three-column layout, readable English headings, "
"and a restrained blue and green palette."
),
},
timeout=180,
)
response.raise_for_status()
result = response.json()
print(result)
Para usar Pro, reemplace qwen-image-3.0 por qwen-image-3.0-pro. Inspeccione la respuesta devuelta para la salida de la imagen o información de la tarea, y siga la documentación actual de CometAPI si se requiere procesamiento asíncrono. Mantenga su clave de API fuera del código fuente.
Un prompt práctico puede especificar el sujeto, el propósito, la composición, el contenido textual, el idioma, la tipografía, la iluminación, los materiales, los roles de las imágenes de referencia, las dimensiones de salida y las restricciones. Para texto pequeño, proporcione el copy exacto y revise el resultado al tamaño final de visualización.
Consejo de producción: Construya un conjunto de aceptación con tipografía, texto multilingüe, rostros, productos, fórmulas, ediciones locales y composiciones multirreferencia. Compare la calidad de primera pasada, la tasa de reintentos, la deriva de edición, la latencia y el costo total por recurso aceptado, no solo el precio de una generación en bruto.
Qwen-Image-3.0 sigue siendo más convincente para trabajos visuales con alta densidad de información. Comience con Standard cuando necesite un perfil equilibrado de calidad, velocidad y costo. Pase a Pro cuando la tipografía, la composición compleja o la fidelidad de edición determinen la aceptación. En CometAPI, verifique el catálogo en vivo antes de cada despliegue de producción; a 14 de octubre de 2026, ambas variantes están disponibles y la estimación rápida comienza en $0.024 por solicitud.
| Selección de resolución | Dimensiones personalizadas o recomendación automática, según la API | Dimensiones personalizadas o recomendación automática, según la API |
| Fortaleza principal | Equilibrio entre calidad de imagen y velocidad de generación | Más adecuado para diseños complejos, texto fino, tipografía multilingüe e imágenes detalladas |
| Modelo | Imagen de entrada | Salida 1K | Salida 2K |
|---|---|---|---|
| Qwen-Image-3.0 | $0.003 / imagen | $0.03 / imagen | $0.03 / imagen |
| Qwen-Image-3.0-Pro | $0.003 / imagen | $0.04 / imagen | $0.075 / imagen |
| Uso | Costo estimado de uso en CometAPI |
|---|---|
| 1 solicitud | $0.0240 |
| 10 solicitudes | $0.2400 |
| 15 solicitudes | $0.3600 |
qwen-image-3.0 y qwen-image-3.0-pro frente a la referencia de precio oficial listada. La tabla de precios por token de la página muestra tasas de token en cero; para estos endpoints de imagen, use la estimación por solicitud y confirme los precios en vivo de la cuenta antes de presupuestar. Los precios de proveedores, pisos de facturación, créditos y términos regionales pueden cambiar.