Quelle longueur peuvent avoir les prompts de Qwen-Image-3.0 ?

Qwen-Image-3.0 prend en charge des instructions allant jusqu'à environ 4.5K jetons, permettant des descriptions détaillées de mises en page complexes et de compositions visuelles.

Quel est l'ID de modèle de l'API Qwen-Image-3.0 ?

L'ID du modèle Qwen-Image-3.0 est qwen-image-3.0.

Qwen-Image-3.0 dispose-t-il de scores de benchmark ?

Aucun score de benchmark standardisé n'a été rendu public par Alibaba pour Qwen-Image-3.0 ; ses performances concurrentielles doivent donc, à ce stade, être évaluées principalement au moyen d'exemples qualitatifs et de tests indépendants.

Qwen-Image-3.0 prend-il en charge l'édition d'images ?

Oui. Qwen-Image-3.0 prend en charge la génération image à image et l'édition d'images en utilisant 1–3 images de référence accompagnées d'instructions d'édition.

Quelles résolutions Qwen-Image-3.0 prend-il en charge ?

Qwen-Image-3.0 prend en charge des résolutions de sortie jusqu'à 2048×2048, la documentation de l'API d'Alibaba indiquant une plage prise en charge de 512×512 à 2048×2048.

Qwen-Image-3.0 peut-il générer des images contenant du texte ?

Oui. Qwen-Image-3.0 est conçu pour un rendu de texte fin, y compris du texte aussi petit que 10 pixels, et prend en charge 12 langues et plus de 20 polices.

Combien d'images Qwen-Image-3.0 peut-il générer par requête ?

Qwen-Image-3.0 prend en charge jusqu'à 6 images de sortie par requête API.

Bientôt disponible

Aliyun

qwen-image-3.0

Qwen-Image-3.0 API

Q: Qu'est-ce que Qwen-Image-3.0 ?

Qwen-Image-3.0 est le modèle de génération d'images de troisième génération d'Alibaba Qwen, axé sur les mises en page complexes, la composition d'images détaillée, le rendu de texte, la typographie multilingue et des flux de travail pratiques pour la génération et l'édition d'images.

À venir

Prix de départ

Voir les tarifs

Facturation à l'usage

État de l'API

Disponible

Point de terminaison de production

Réponse

Prêt pour l'asynchrone

Temps de réponse API observé

Date de publication

Aug 11, 2026

Aliyun

Présentation du modèle

Une identité de modèle stable pour la recherche et l'évaluation, associée à des données de catalogue actualisées qui peuvent évoluer sans réécrire la structure SEO principale de la page.

Identité stable

Qu'est-ce que Qwen-Image-3.0 ?

À venir

L'identité canonique du modèle reste stable tandis que les tarifs et les limites évoluent.

Données actualisées du modèle

Instantané actuel du catalogue

Disponibilité

Bientôt disponible

Prix de départ

Voir les tarifs

Contexte

Voir les capacités

Date du catalogue

Aug 11, 2026

Aperçu

Un aperçu pratique de Qwen-Image-3.0, avec les comportements importants et les points d'attention pour l'intégration.

Qu'est-ce que Qwen-Image-3.0 ?

Qwen-Image-3.0 est le modèle de génération d'images de troisième génération de Qwen (Alibaba), conçu pour rendre les images générées par l'IA plus utiles pour des workflows créatifs et de design réels plutôt que de se concentrer uniquement sur l'esthétique visuelle. Il prend en charge à la fois le texte-vers-image (T2I) et l'édition image-vers-image (I2I), avec un accent particulier sur les mises en page complexes, l'information visuelle dense, le rendu précis du texte, la typographie multilingue et la composition d'image détaillée.

Alibaba positionne Qwen-Image-3.0 autour de trois capacités clés : Contenu riche, Détails authentiques et Connaissance approfondie. Le modèle accepte des invites allant jusqu'à environ 4.5K tokens, permettant aux utilisateurs de décrire des compositions complexes comme des journaux, des storyboards, des sujets d'examen, des infographies multi-panneaux et des maquettes d'interface en une seule requête. Il peut également rendre du texte aussi petit que 10 pixels, prend en charge 12 langues et plus de 20 polices, et est conçu pour reproduire des détails visuels fins tels que des mèches de cheveux, des pores et des micro-expressions faciales.

Quelles sont les principales fonctionnalités de Qwen-Image-3.0 ?

Génération de mises en page complexes : Qwen-Image-3.0 est conçu pour des compositions visuelles denses en information. Alibaba présente des mises en page incluant des grilles visuelles 3×3, des diapositives mathématiques, des journaux, des storyboards, des menus, des sujets d'examen et d'autres conceptions structurées générées en une seule image plutôt que d'exiger de recoller plusieurs images.

Prompts de génération d'images plus longs : Le modèle prend en charge des invites allant jusqu'à environ 4.5K tokens, offrant aux utilisateurs beaucoup plus d'espace pour spécifier objets, relations, typographie, mise en page, hiérarchie visuelle et style dans une seule requête de génération.

Rendu de texte fin : Qwen-Image-3.0 est spécifiquement conçu pour rendre du texte de petite taille, Alibaba mettant en avant du texte aussi petit que 10px. Cela rend le modèle particulièrement pertinent pour les affiches, infographies, schémas, concepts d'interface utilisateur, supports pédagogiques et autres conceptions où le texte lisible fait partie intégrante de l'image plutôt qu'un ajout tardif.

Typographie multilingue : Le modèle prend en charge un rendu natif dans 12 langues et plus de 20 polices, élargissant son utilité pour des supports marketing multilingues, des visuels localisés, des interfaces produit et la création de contenu international.

Édition d'images : Qwen-Image-3.0 prend en charge la génération et l'édition image-vers-image à l'aide d'images de référence combinées à des instructions d'édition. La documentation API actuelle d'Alibaba prend en charge 1–3 images de référence pour les workflows I2I.

Sorties multiples : L'API prend en charge jusqu'à 6 images de sortie par requête, permettant de générer plusieurs variations à partir du même prompt.

Spécifications techniques de Qwen-Image-3.0

Alibaba publie des informations concrètes d'accès et de capacités pour le modèle Standard. Le tableau distingue les limites documentées des allégations de niveau marketing afin que les développeurs ne confondent pas une démonstration avec une garantie d'API.

Spécification	Qwen-Image-3.0
Développeur	Alibaba Qwen Team
Type de modèle	Génération d'images et édition d'images
Positionnement principal	Équilibre entre qualité, vitesse et coût
ID du modèle	qwen-image-3.0
Modalités d'entrée	Texte et images
Modalité de sortie	Image
Modes de génération	Texte-vers-image ; image-vers-image ; édition guidée
Invite maximale	Environ 4.5K tokens
Images de référence	1-3
Plage de pixels de sortie	Total de pixels de 512 x 512 à 2048 x 2048
Format de sortie	PNG
Rendu du petit texte revendiqué	Environ 10 px
Langues natives pour le texte visuel	12
Limite de débit standard	20 RPM dans les régions documentées
Appel de fonctions	Non pris en charge
Inférence par lots	Non prise en charge
Ajustement fin (fine-tuning)	Non pris en charge
Points de terminaison CometAPI	/v1/images/generations; /v1/images/edits

Performances de Qwen-Image-3.0 aux benchmarks

Modèle	Elo T2I	Rang T2I	Elo d'édition	Rang d'édition	Prix 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

Interprétation des résultats

Standard contre Pro : l'écart en texte-vers-image n'est que de 9 Elo, mais Pro devance de 32 Elo en édition. La meilleure raison de payer pour Pro pourrait donc être la qualité d'édition plutôt que la génération au premier passage.
Face à Seedream 5.0 Pro : Standard n'est qu'à 4 Elo de retard en texte-vers-image, tandis que Pro a 5 Elo d'avance. Ces petites différences se situent dans les marges d'incertitude publiées et doivent être considérées comme un groupe compétitif, non comme un classement définitif.
Face à Nano Banana 2 : Standard accuse un retard de 44 Elo en texte-vers-image et de 32 Elo en édition. Pro réduit l'écart en édition jusqu'à une égalité à 1,250 Elo.
Face à GPT Image 2 : GPT devance Standard de 92 Elo en texte-vers-image et de 39 Elo en édition. L'argument de Qwen réside donc dans le rapport qualité-prix et la spécialisation en mise en page, pas dans un leadership universel en qualité.
Comparé à l'ancien Qwen Image 2.0 Pro, le modèle Standard 3.0 gagne 39 Elo en texte-vers-image sur le même classement tandis que le prix représentatif passe de $75 à $30 pour 1,000 images.

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

Aucun modèle d'image ne domine toutes les dimensions de production. Les préférences générales, la fidélité d'édition, le rendu du texte, la capacité de référence, la résolution de sortie, l'ancrage, la latence et le coût peuvent désigner des gagnants différents. La comparaison ci-dessous se concentre sur les capacités documentées et les résultats indépendants de l'Arena.

Dimension	Qwen 3 Standard	Qwen 3 Pro	GPT Image 2	Nano Banana 2	Seedream 5 Pro
Positionnement	Équilibre qualité / vitesse / coût	Fidélité Qwen la plus élevée	Modèle d'image général haut de gamme	Modèle d'image Gemini rapide et à grand volume	Conception et édition professionnelles
Elo T2I / Édition	1,275 / 1,218	1,284 / 1,250	1,367 / 1,257	1,319 / 1,250	1,279 / 1,247
Sortie citée	Environ 2K	Environ 2K	Tailles flexibles	Jusqu'à 4K	Environ 2K sur CometAPI
Entrées de référence	1-3	1-3	Pris en charge	Références multiples	Jusqu'à 10 sur CometAPI
Angle typographique	Brief de 4.5K ; revendication 10px ; 12 langues	Même focalisation de base avec une fidélité supérieure	Texte multilingue solide	Texte plus ancrage via la recherche	Infographies denses et contrôles spatiaux
Ancrage Web	Non	Non	Pas une caractéristique déterminante de l'API	Recherche Google et Google Images	Dépendant de la méthode d'accès
Meilleure adéquation	Mises en page denses à coût maîtrisé	Édition Qwen de haute qualité	Préférence générale maximale	Flux de travail 4K rapides et informations à jour	Éditions précises et conception multi‑référence

FAQ

API

Copiez un point de terminaison et un exemple de code fonctionnels, puis ouvrez la référence API complète si vous avez besoin de tous les paramètres.

Une API, un accès aux modèles prêt pour la production

Authentifiez-vous une seule fois, appelez le point de terminaison du modèle et conservez le même workflow de facturation et d'observabilité entre les fournisseurs.

Exemple de code et API pour Qwen-Image-3.0

Accédez à des exemples de code complets et aux ressources API pour Qwen-Image-3.0 afin de simplifier votre processus d'intégration. Notre documentation détaillée fournit des instructions étape par étape pour vous aider à exploiter tout le potentiel de Qwen-Image-3.0 dans vos projets.

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));

Cas d'usage

Utilisez Qwen-Image-3.0 pour des workflows de production adaptés à ses capacités image, puis comparez d'autres options avant un engagement à long terme.

Visuels produits et créations publicitaires

Art conceptuel et exploration visuelle rapide

Édition d'images, variations et production d'assets

Autres modèles

Comparez d'autres modèles disponibles via CometAPI selon des compromis de qualité, latence, fonctionnalités et prix.

Ouvrir la comparaison de modèles →

Google

Nano Banana 2.1

Découvrez l'API Nano Banana 2.1.

Voir le modèle

xAI

Grok-Imagine-Image-2.0

Grok Imagine Image 2.0, son modèle d’IA de génération et d’édition d’images amélioré

Voir le modèle

OpenAI

GPT Image 2

GPT Image 2 est le modèle de génération d’images de pointe d’OpenAI, conçu pour une génération et une édition d’images rapides et de haute qualité. Il prend en charge des tailles d’images flexibles et des entrées d’images haute fidélité.

Voir le modèle

Runway

Gen4-image

Découvrez l'API Gen4-image.

Voir le modèle

Runway

Gen4-image-turbo

Découvrez l'API Gen4-image-turbo.

Voir le modèle

Google

Nano Banana 2 lite

Le modèle Gemini 3.1 Flash Lite Image est un spécialiste de l’efficacité au sein de la famille de modèles de génération d’images, conçu pour une latence ultra-faible et pour une génération et une modification d’images à moindre coût.

Voir le modèle

Disponibilité

Consultez les données de heartbeat en direct, la disponibilité des points de terminaison et les temps de réponse observés avant la mise en production.

Mises à jour

Suivez les évolutions importantes de la disponibilité, des tarifs et des capacités de Qwen-Image-3.0 tout en conservant la stabilité de la page du modèle.

Journal des modifications du modèle

Une page qui gagne en valeur au fil du temps.

Les notes de version, les changements de tarifs, les mises à jour des benchmarks et les conseils de migration s'accumulent ici, tandis que l'URL canonique reste inchangée.

Pré-lancement

Page du modèle publiée avant son lancement

Une page d'entité permanente du modèle est réservée à Qwen-Image-3.0 ; les données non confirmées restent clairement signalées jusqu'à sa sortie.

Données actualisées

Tarification et limites synchronisées depuis le catalogue

Le prix, le contexte, la disponibilité et les limites sont considérés comme des propriétés dynamiques au lieu d’être intégrés au titre de la page ou à l’identité du modèle.

Aug 12, 2026

Entité de modèle permanente créée

Le fournisseur et le slug du modèle forment une URL canonique durable ; les futures mises à jour du contenu et des données resteront sur cette page.

Continuez à explorer

Comparez des modèles et poursuivez vos recherches

Bientôt disponible

Aliyun

qwen-image-3.0

Qwen-Image-3.0 API

À venir

Prix de départ

Voir les tarifs

Facturation à l'usage

État de l'API

Disponible

Point de terminaison de production

Réponse

Prêt pour l'asynchrone

Temps de réponse API observé

Date de publication

Aug 11, 2026

Aliyun

Présentation du modèle

Une identité de modèle stable pour la recherche et l'évaluation, associée à des données de catalogue actualisées qui peuvent évoluer sans réécrire la structure SEO principale de la page.

Identité stable

Qu'est-ce que Qwen-Image-3.0 ?

À venir

L'identité canonique du modèle reste stable tandis que les tarifs et les limites évoluent.

Données actualisées du modèle

Instantané actuel du catalogue

Disponibilité

Bientôt disponible

Prix de départ

Voir les tarifs

Contexte

Voir les capacités

Date du catalogue

Aug 11, 2026

Aperçu

Un aperçu pratique de Qwen-Image-3.0, avec les comportements importants et les points d'attention pour l'intégration.

Qu'est-ce que Qwen-Image-3.0 ?

Quelles sont les principales fonctionnalités de Qwen-Image-3.0 ?

Sorties multiples : L'API prend en charge jusqu'à 6 images de sortie par requête, permettant de générer plusieurs variations à partir du même prompt.

Spécifications techniques de Qwen-Image-3.0

Spécification	Qwen-Image-3.0
Développeur	Alibaba Qwen Team
Type de modèle	Génération d'images et édition d'images
Positionnement principal	Équilibre entre qualité, vitesse et coût
ID du modèle	qwen-image-3.0
Modalités d'entrée	Texte et images
Modalité de sortie	Image
Modes de génération	Texte-vers-image ; image-vers-image ; édition guidée
Invite maximale	Environ 4.5K tokens
Images de référence	1-3
Plage de pixels de sortie	Total de pixels de 512 x 512 à 2048 x 2048
Format de sortie	PNG
Rendu du petit texte revendiqué	Environ 10 px
Langues natives pour le texte visuel	12
Limite de débit standard	20 RPM dans les régions documentées
Appel de fonctions	Non pris en charge
Inférence par lots	Non prise en charge
Ajustement fin (fine-tuning)	Non pris en charge
Points de terminaison CometAPI	/v1/images/generations; /v1/images/edits

Performances de Qwen-Image-3.0 aux benchmarks

Modèle	Elo T2I	Rang T2I	Elo d'édition	Rang d'édition	Prix 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

Interprétation des résultats

Standard contre Pro : l'écart en texte-vers-image n'est que de 9 Elo, mais Pro devance de 32 Elo en édition. La meilleure raison de payer pour Pro pourrait donc être la qualité d'édition plutôt que la génération au premier passage.
Face à Seedream 5.0 Pro : Standard n'est qu'à 4 Elo de retard en texte-vers-image, tandis que Pro a 5 Elo d'avance. Ces petites différences se situent dans les marges d'incertitude publiées et doivent être considérées comme un groupe compétitif, non comme un classement définitif.
Face à Nano Banana 2 : Standard accuse un retard de 44 Elo en texte-vers-image et de 32 Elo en édition. Pro réduit l'écart en édition jusqu'à une égalité à 1,250 Elo.
Face à GPT Image 2 : GPT devance Standard de 92 Elo en texte-vers-image et de 39 Elo en édition. L'argument de Qwen réside donc dans le rapport qualité-prix et la spécialisation en mise en page, pas dans un leadership universel en qualité.
Comparé à l'ancien Qwen Image 2.0 Pro, le modèle Standard 3.0 gagne 39 Elo en texte-vers-image sur le même classement tandis que le prix représentatif passe de $75 à $30 pour 1,000 images.

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
Positionnement	Équilibre qualité / vitesse / coût	Fidélité Qwen la plus élevée	Modèle d'image général haut de gamme	Modèle d'image Gemini rapide et à grand volume	Conception et édition professionnelles
Elo T2I / Édition	1,275 / 1,218	1,284 / 1,250	1,367 / 1,257	1,319 / 1,250	1,279 / 1,247
Sortie citée	Environ 2K	Environ 2K	Tailles flexibles	Jusqu'à 4K	Environ 2K sur CometAPI
Entrées de référence	1-3	1-3	Pris en charge	Références multiples	Jusqu'à 10 sur CometAPI
Angle typographique	Brief de 4.5K ; revendication 10px ; 12 langues	Même focalisation de base avec une fidélité supérieure	Texte multilingue solide	Texte plus ancrage via la recherche	Infographies denses et contrôles spatiaux
Ancrage Web	Non	Non	Pas une caractéristique déterminante de l'API	Recherche Google et Google Images	Dépendant de la méthode d'accès
Meilleure adéquation	Mises en page denses à coût maîtrisé	Édition Qwen de haute qualité	Préférence générale maximale	Flux de travail 4K rapides et informations à jour	Éditions précises et conception multi‑référence

FAQ

API

Copiez un point de terminaison et un exemple de code fonctionnels, puis ouvrez la référence API complète si vous avez besoin de tous les paramètres.

Une API, un accès aux modèles prêt pour la production

Authentifiez-vous une seule fois, appelez le point de terminaison du modèle et conservez le même workflow de facturation et d'observabilité entre les fournisseurs.

Exemple de code et API pour 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));

Cas d'usage

Utilisez Qwen-Image-3.0 pour des workflows de production adaptés à ses capacités image, puis comparez d'autres options avant un engagement à long terme.

Visuels produits et créations publicitaires

Art conceptuel et exploration visuelle rapide

Édition d'images, variations et production d'assets

Autres modèles

Comparez d'autres modèles disponibles via CometAPI selon des compromis de qualité, latence, fonctionnalités et prix.

Ouvrir la comparaison de modèles →

Google

Nano Banana 2.1

Découvrez l'API Nano Banana 2.1.

Voir le modèle

xAI

Grok-Imagine-Image-2.0

Grok Imagine Image 2.0, son modèle d’IA de génération et d’édition d’images amélioré

Découvrez l'API Gen4-image.

Voir le modèle

Runway

Gen4-image-turbo

Découvrez l'API Gen4-image-turbo.

Disponibilité

Consultez les données de heartbeat en direct, la disponibilité des points de terminaison et les temps de réponse observés avant la mise en production.

Mises à jour

Suivez les évolutions importantes de la disponibilité, des tarifs et des capacités de Qwen-Image-3.0 tout en conservant la stabilité de la page du modèle.

Journal des modifications du modèle

Une page qui gagne en valeur au fil du temps.

Les notes de version, les changements de tarifs, les mises à jour des benchmarks et les conseils de migration s'accumulent ici, tandis que l'URL canonique reste inchangée.

Pré-lancement

Page du modèle publiée avant son lancement

Une page d'entité permanente du modèle est réservée à Qwen-Image-3.0 ; les données non confirmées restent clairement signalées jusqu'à sa sortie.

Données actualisées

Tarification et limites synchronisées depuis le catalogue

Le prix, le contexte, la disponibilité et les limites sont considérés comme des propriétés dynamiques au lieu d’être intégrés au titre de la page ou à l’identité du modèle.

Aug 12, 2026

Entité de modèle permanente créée

Le fournisseur et le slug du modèle forment une URL canonique durable ; les futures mises à jour du contenu et des données resteront sur cette page.

Continuez à explorer