Seberapa panjang prompt untuk Qwen-Image-3.0?

Qwen-Image-3.0 mendukung instruksi hingga sekitar 4.5K token, memungkinkan deskripsi terperinci tentang tata letak kompleks dan komposisi visual.

Apa ID model API Qwen-Image-3.0?

ID model Qwen-Image-3.0 adalah qwen-image-3.0.

Apakah Qwen-Image-3.0 memiliki skor benchmark?

Tidak ada skor benchmark standar yang telah dilaporkan secara publik oleh Alibaba untuk Qwen-Image-3.0, sehingga kinerja kompetitifnya saat ini sebaiknya dievaluasi terutama melalui contoh kualitatif dan pengujian independen.

Apakah Qwen-Image-3.0 mendukung pengeditan gambar?

Ya. Qwen-Image-3.0 mendukung pembuatan gambar-ke-gambar dan pengeditan gambar menggunakan 1–3 gambar referensi bersama instruksi pengeditan.

Resolusi apa yang didukung Qwen-Image-3.0?

Qwen-Image-3.0 mendukung resolusi keluaran hingga 2048×2048, dengan dokumentasi API Alibaba yang menyebutkan rentang yang didukung dari 512×512 hingga 2048×2048.

Apakah Qwen-Image-3.0 dapat menghasilkan gambar yang berisi teks?

Ya. Qwen-Image-3.0 dirancang untuk perenderan teks yang detail, termasuk teks sekecil 10 piksel, dan mendukung 12 bahasa serta lebih dari 20 font.

Berapa banyak gambar yang dapat dihasilkan Qwen-Image-3.0 per permintaan API?

Qwen-Image-3.0 mendukung hingga 6 gambar keluaran per permintaan API.

Segera hadir

Aliyun

qwen-image-3.0

Qwen-Image-3.0 API

Q: Apa itu Qwen-Image-3.0?

Qwen-Image-3.0 adalah model generasi gambar generasi ketiga dari Alibaba Qwen yang berfokus pada tata letak kompleks, komposisi gambar yang detail, perenderan teks, tipografi multibahasa, serta alur kerja pembuatan dan pengeditan gambar yang praktis.

segera hadir

Harga mulai dari

Lihat harga

Penagihan berbasis penggunaan

Kesehatan API

Tersedia

Endpoint produksi

Waktu respons

Siap async

Waktu respons API teramati

Dirilis

Aug 11, 2026

Aliyun

Ringkasan model

Identitas model yang stabil untuk pencarian dan evaluasi, dipadukan dengan data katalog langsung yang dapat berubah tanpa perlu menulis ulang struktur SEO inti halaman.

Identitas stabil

Apa itu Qwen-Image-3.0?

segera hadir

Identitas kanonis model tetap stabil saat harga dan batas penggunaan berubah.

Data model langsung

Snapshot katalog terkini

Ketersediaan

Segera hadir

Harga mulai dari

Lihat harga

Konteks

Lihat kemampuan

Tanggal katalog

Aug 11, 2026

Ikhtisar

Gambaran praktis tentang Qwen-Image-3.0, termasuk perilaku penting dan pertimbangan integrasi.

Apa Itu Qwen-Image-3.0?

Qwen-Image-3.0 adalah model generatif gambar generasi ketiga dari Alibaba Qwen, dirancang agar gambar yang dihasilkan AI lebih berguna bagi alur kerja kreatif dan desain di dunia nyata, bukan hanya berfokus pada estetika visual. Model ini mendukung teks-ke-gambar (T2I) dan pengeditan gambar-ke-gambar (I2I), dengan penekanan khusus pada tata letak kompleks, informasi visual yang padat, perenderan teks yang akurat, tipografi multibahasa, dan komposisi gambar yang terperinci.

Alibaba memosisikan Qwen-Image-3.0 di sekitar tiga kapabilitas inti: Konten Kaya, Detail Otentik, dan Pengetahuan Mendalam. Model ini menerima prompt hingga sekitar 4.5K tokens, memungkinkan pengguna mendeskripsikan komposisi rumit seperti koran, storyboard, lembar ujian, infografik multi-panel, dan mockup antarmuka dalam satu permintaan. Model ini juga dapat merender teks sekecil 10 pixels, mendukung 12 bahasa dan lebih dari 20 font, serta dirancang untuk mereproduksi detail visual halus seperti helaian rambut, pori-pori, dan mikro-ekspresi wajah.

Apa saja fitur utama Qwen-Image-3.0?

Pembuatan tata letak yang kompleks: Qwen-Image-3.0 dirancang untuk komposisi visual dengan informasi padat. Alibaba memperlihatkan tata letak seperti grid visual 3×3, slide matematika, koran, storyboard, menu, lembar ujian, dan desain terstruktur lainnya yang dihasilkan dalam satu gambar alih-alih memerlukan penggabungan beberapa gambar.

Instruksi pembuatan gambar yang lebih panjang: Model ini mendukung prompt hingga sekitar 4.5K tokens, memberi pengguna ruang yang jauh lebih besar untuk merinci objek, relasi, tipografi, tata letak, hierarki visual, dan gaya dalam satu permintaan generasi.

Perenderan teks yang sangat detail: Qwen-Image-3.0 secara khusus dirancang untuk merender teks kecil, dengan Alibaba menonjolkan teks sekecil 10px. Hal ini membuat model ini sangat relevan untuk poster, infografik, diagram, konsep UI, materi edukasi, dan desain lain di mana teks yang terbaca merupakan bagian dari gambar, bukan sekadar tambahan.

Tipografi multibahasa: Model ini mendukung perenderan native di 12 bahasa dan lebih dari 20 font, memperluas kegunaannya untuk materi pemasaran multibahasa, grafis terlokalisasi, antarmuka produk, dan pembuatan konten internasional.

Pengeditan gambar: Qwen-Image-3.0 mendukung generasi gambar-ke-gambar dan pengeditan menggunakan gambar referensi bersama instruksi pengeditan. Dokumentasi API Alibaba saat ini mendukung 1–3 gambar referensi untuk alur kerja I2I.

Keluaran berganda: API mendukung hingga 6 gambar keluaran per permintaan, memungkinkan pengguna menghasilkan beberapa variasi dari prompt yang sama.

Spesifikasi Teknis Qwen-Image-3.0

Alibaba menerbitkan informasi akses dan kapabilitas konkret untuk model Standard. Tabel ini memisahkan batas terdokumentasi dari klaim pemasaran agar pengembang tidak keliru menganggap demo sebagai jaminan API.

Specification	Qwen-Image-3.0
Developer	Alibaba Qwen Team
Model type	Pembuatan gambar dan pengeditan gambar
Primary positioning	Keseimbangan kualitas, kecepatan, dan biaya
Model ID	qwen-image-3.0
Input modalities	Teks dan gambar
Output modality	Gambar
Generation modes	Teks-ke-gambar; gambar-ke-gambar; pengeditan terinstruksi
Maximum prompt	Approximately 4.5K tokens
Reference images	1-3
Output pixel range	Total piksel dari 512 x 512 hingga 2048 x 2048
Output format	PNG
Claimed small-text rendering	Approximately 10 px
Native visual-text languages	12
Standard rate limit	20 RPM di wilayah yang didokumentasikan
Function calling	Tidak didukung
Batch inference	Tidak didukung
Fine-tuning	Tidak didukung
CometAPI endpoints	/v1/images/generations; /v1/images/edits

Performa Benchmark Qwen-Image-3.0

Model	T2I Elo	T2I Rank	Edit Elo	Edit Rank	API Price / 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

Apa Arti Hasilnya

Standard versus Pro: selisih teks-ke-gambar hanya 9 Elo, tetapi Pro unggul 32 Elo dalam pengeditan. Alasan terkuat untuk membayar Pro mungkin adalah kualitas pengeditan, bukan generasi putaran pertama.
Melawan Seedream 5.0 Pro: Standard hanya tertinggal 4 Elo untuk teks-ke-gambar, sementara Pro unggul 5 Elo. Perbedaan kecil ini berada dalam rentang ketidakpastian yang dipublikasikan dan harus diperlakukan sebagai klaster kompetitif, bukan urutan yang definitif.
Melawan Nano Banana 2: Standard tertinggal 44 Elo dalam teks-ke-gambar dan 32 Elo dalam pengeditan. Pro memperkecil selisih pengeditan hingga seri di 1,250 Elo.
Melawan GPT Image 2: GPT unggul atas Standard sebesar 92 Elo dalam teks-ke-gambar dan 39 Elo dalam pengeditan. Kasus Qwen karenanya adalah harga-performa dan spesialisasi tata letak, bukan kepemimpinan kualitas universal.
Dibandingkan dengan Qwen Image 2.0 Pro sebelumnya, model Standard 3.0 memperoleh 39 Elo teks-ke-gambar pada papan peringkat yang sama sementara harga representatif turun dari $75 menjadi $30 per 1,000 gambar.

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

Tidak ada model gambar yang memimpin di setiap dimensi produksi. Preferensi umum, fidelitas pengeditan, perenderan teks, kapasitas referensi, resolusi keluaran, grounding, latensi, dan biaya dapat menunjuk pemenang yang berbeda. Perbandingan di bawah berfokus pada kapabilitas yang terdokumentasi dan hasil Arena independen.

Dimension	Qwen 3 Standard	Qwen 3 Pro	GPT Image 2	Nano Banana 2	Seedream 5 Pro
Positioning	Keseimbangan kualitas / kecepatan / biaya	Fidelitas Qwen tertinggi	Model gambar umum premium	Model gambar Gemini cepat dan ber-volume tinggi	Desain dan pengeditan profesional
T2I / Edit Elo	1,275 / 1,218	1,284 / 1,250	1,367 / 1,257	1,319 / 1,250	1,279 / 1,247
Cited output	Sekitar 2K	Sekitar 2K	Ukuran fleksibel	Hingga 4K	Sekitar 2K di CometAPI
Reference inputs	1-3	1-3	Didukung	Multi-referensi	Hingga 10 di CometAPI
Typography angle	Brief 4.5K; klaim 10px; 12 bahasa	Fokus inti yang sama dengan fidelitas lebih tinggi	Teks multibahasa yang kuat	Teks plus grounding pencarian	Infografik padat dan kontrol spasial
Web grounding	Tidak	Tidak	Bukan fitur API yang menentukan	Google Search and Image Search	Bergantung pada jalur akses
Best fit	Tata letak padat dengan biaya terkontrol	Pengeditan Qwen berkualitas tinggi	Preferensi umum maksimum	Alur kerja 4K cepat dan informasi terbaru	Pengeditan presisi dan desain multi-referensi

FAQ

API

Salin endpoint dan contoh kode yang berfungsi, lalu buka referensi API lengkap saat Anda memerlukan semua parameter.

Satu API, akses model siap produksi

Autentikasi sekali, panggil endpoint model, dan pertahankan alur penagihan serta observabilitas yang sama di semua penyedia.

Kode contoh dan API untuk Qwen-Image-3.0

Akses kode sampel komprehensif dan sumber daya API untuk Qwen-Image-3.0 guna mempermudah proses integrasi Anda. Dokumentasi terperinci kami menyediakan panduan langkah demi langkah, membantu Anda memanfaatkan potensi penuh Qwen-Image-3.0 dalam proyek Anda.

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));

Kasus penggunaan

Gunakan Qwen-Image-3.0 untuk alur kerja produksi yang sesuai dengan kemampuan image-nya, lalu bandingkan alternatif sebelum berkomitmen pada integrasi jangka panjang.

Visual produk dan materi kreatif kampanye

Concept art dan eksplorasi visual cepat

Pengeditan gambar, variasi, dan produksi aset

Model lainnya

Bandingkan model lain yang tersedia melalui CometAPI berdasarkan kualitas, latensi, kemampuan, dan harga.

Buka perbandingan model →

Google

Nano Banana 2.1

Jelajahi API Nano Banana 2.1.

Lihat model

xAI

Grok-Imagine-Image-2.0

Grok Imagine Image 2.0, model AI pembuatan dan pengeditan gambar yang ditingkatkan

Lihat model

OpenAI

GPT Image 2

GPT Image 2 adalah model generasi gambar mutakhir dari OpenAI untuk pembuatan dan pengeditan gambar yang cepat dan berkualitas tinggi. Model ini mendukung ukuran gambar yang fleksibel serta input gambar berfidelitas tinggi.

Lihat model

Runway

Gen4-image

Jelajahi API Gen4-image.

Lihat model

Runway

Gen4-image-turbo

Jelajahi API Gen4-image-turbo.

Lihat model

Google

Nano Banana 2 lite

Model Gemini 3.1 Flash Lite Image adalah pakar efisiensi dalam keluarga model pembuatan gambar, dirancang untuk latensi ultra-rendah serta pembuatan dan modifikasi gambar yang hemat biaya.

Lihat model

Waktu Aktif

Tinjau data heartbeat langsung, ketersediaan endpoint, dan waktu respons teramati sebelum masuk ke produksi.

Pembaruan

Ikuti perubahan penting dalam ketersediaan, harga, dan kemampuan Qwen-Image-3.0 tanpa kehilangan halaman model yang stabil.

Log perubahan model

Satu halaman yang semakin lengkap seiring waktu.

Catatan rilis, perubahan harga, pembaruan tolok ukur, dan panduan migrasi terakumulasi di sini sementara URL kanonis tetap tidak berubah.

Pra-peluncuran

Halaman model pra-peluncuran diterbitkan

Halaman entitas permanen untuk Qwen-Image-3.0 telah disiapkan; data yang belum dikonfirmasi tetap ditandai dengan jelas hingga peluncuran.

Data langsung

Harga dan batasan disinkronkan dari katalog

Harga, konteks, ketersediaan, dan batasan diperlakukan sebagai properti dinamis, bukan disematkan dalam judul halaman atau identitas model.

Aug 12, 2026

Entitas model permanen dibuat

Penyedia dan slug model membentuk URL kanonis yang tahan lama; pembaruan konten dan data di masa mendatang tetap berada di halaman ini.

Terus jelajahi

Bandingkan model dan lanjutkan riset Anda

Segera hadir

Aliyun

qwen-image-3.0

Qwen-Image-3.0 API

segera hadir

Harga mulai dari

Lihat harga

Penagihan berbasis penggunaan

Kesehatan API

Tersedia

Endpoint produksi

Waktu respons

Siap async

Waktu respons API teramati

Dirilis

Aug 11, 2026

Aliyun

Ringkasan model

Identitas model yang stabil untuk pencarian dan evaluasi, dipadukan dengan data katalog langsung yang dapat berubah tanpa perlu menulis ulang struktur SEO inti halaman.

Identitas stabil

Apa itu Qwen-Image-3.0?

segera hadir

Identitas kanonis model tetap stabil saat harga dan batas penggunaan berubah.

Data model langsung

Snapshot katalog terkini

Ketersediaan

Segera hadir

Harga mulai dari

Lihat harga

Konteks

Lihat kemampuan

Tanggal katalog

Aug 11, 2026

Ikhtisar

Gambaran praktis tentang Qwen-Image-3.0, termasuk perilaku penting dan pertimbangan integrasi.

Apa Itu Qwen-Image-3.0?

Apa saja fitur utama Qwen-Image-3.0?

Keluaran berganda: API mendukung hingga 6 gambar keluaran per permintaan, memungkinkan pengguna menghasilkan beberapa variasi dari prompt yang sama.

Spesifikasi Teknis Qwen-Image-3.0

Specification	Qwen-Image-3.0
Developer	Alibaba Qwen Team
Model type	Pembuatan gambar dan pengeditan gambar
Primary positioning	Keseimbangan kualitas, kecepatan, dan biaya
Model ID	qwen-image-3.0
Input modalities	Teks dan gambar
Output modality	Gambar
Generation modes	Teks-ke-gambar; gambar-ke-gambar; pengeditan terinstruksi
Maximum prompt	Approximately 4.5K tokens
Reference images	1-3
Output pixel range	Total piksel dari 512 x 512 hingga 2048 x 2048
Output format	PNG
Claimed small-text rendering	Approximately 10 px
Native visual-text languages	12
Standard rate limit	20 RPM di wilayah yang didokumentasikan
Function calling	Tidak didukung
Batch inference	Tidak didukung
Fine-tuning	Tidak didukung
CometAPI endpoints	/v1/images/generations; /v1/images/edits

Performa Benchmark Qwen-Image-3.0

Model	T2I Elo	T2I Rank	Edit Elo	Edit Rank	API Price / 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

Apa Arti Hasilnya

Standard versus Pro: selisih teks-ke-gambar hanya 9 Elo, tetapi Pro unggul 32 Elo dalam pengeditan. Alasan terkuat untuk membayar Pro mungkin adalah kualitas pengeditan, bukan generasi putaran pertama.
Melawan Seedream 5.0 Pro: Standard hanya tertinggal 4 Elo untuk teks-ke-gambar, sementara Pro unggul 5 Elo. Perbedaan kecil ini berada dalam rentang ketidakpastian yang dipublikasikan dan harus diperlakukan sebagai klaster kompetitif, bukan urutan yang definitif.
Melawan Nano Banana 2: Standard tertinggal 44 Elo dalam teks-ke-gambar dan 32 Elo dalam pengeditan. Pro memperkecil selisih pengeditan hingga seri di 1,250 Elo.
Melawan GPT Image 2: GPT unggul atas Standard sebesar 92 Elo dalam teks-ke-gambar dan 39 Elo dalam pengeditan. Kasus Qwen karenanya adalah harga-performa dan spesialisasi tata letak, bukan kepemimpinan kualitas universal.
Dibandingkan dengan Qwen Image 2.0 Pro sebelumnya, model Standard 3.0 memperoleh 39 Elo teks-ke-gambar pada papan peringkat yang sama sementara harga representatif turun dari $75 menjadi $30 per 1,000 gambar.

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
Positioning	Keseimbangan kualitas / kecepatan / biaya	Fidelitas Qwen tertinggi	Model gambar umum premium	Model gambar Gemini cepat dan ber-volume tinggi	Desain dan pengeditan profesional
T2I / Edit Elo	1,275 / 1,218	1,284 / 1,250	1,367 / 1,257	1,319 / 1,250	1,279 / 1,247
Cited output	Sekitar 2K	Sekitar 2K	Ukuran fleksibel	Hingga 4K	Sekitar 2K di CometAPI
Reference inputs	1-3	1-3	Didukung	Multi-referensi	Hingga 10 di CometAPI
Typography angle	Brief 4.5K; klaim 10px; 12 bahasa	Fokus inti yang sama dengan fidelitas lebih tinggi	Teks multibahasa yang kuat	Teks plus grounding pencarian	Infografik padat dan kontrol spasial
Web grounding	Tidak	Tidak	Bukan fitur API yang menentukan	Google Search and Image Search	Bergantung pada jalur akses
Best fit	Tata letak padat dengan biaya terkontrol	Pengeditan Qwen berkualitas tinggi	Preferensi umum maksimum	Alur kerja 4K cepat dan informasi terbaru	Pengeditan presisi dan desain multi-referensi

FAQ

API

Salin endpoint dan contoh kode yang berfungsi, lalu buka referensi API lengkap saat Anda memerlukan semua parameter.

Satu API, akses model siap produksi

Autentikasi sekali, panggil endpoint model, dan pertahankan alur penagihan serta observabilitas yang sama di semua penyedia.

Kode contoh dan API untuk 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));

Kasus penggunaan

Gunakan Qwen-Image-3.0 untuk alur kerja produksi yang sesuai dengan kemampuan image-nya, lalu bandingkan alternatif sebelum berkomitmen pada integrasi jangka panjang.

Visual produk dan materi kreatif kampanye

Concept art dan eksplorasi visual cepat

Pengeditan gambar, variasi, dan produksi aset

Model lainnya

Bandingkan model lain yang tersedia melalui CometAPI berdasarkan kualitas, latensi, kemampuan, dan harga.

Buka perbandingan model →

Google

Nano Banana 2.1

Jelajahi API Nano Banana 2.1.

Lihat model

xAI

Grok-Imagine-Image-2.0

Grok Imagine Image 2.0, model AI pembuatan dan pengeditan gambar yang ditingkatkan

Jelajahi API Gen4-image.

Lihat model

Runway

Gen4-image-turbo

Jelajahi API Gen4-image-turbo.

Lihat model

Google

Nano Banana 2 lite

Model Gemini 3.1 Flash Lite Image adalah pakar efisiensi dalam keluarga model pembuatan gambar, dirancang untuk latensi ultra-rendah serta pembuatan dan modifikasi gambar yang hemat biaya.

Lihat model

Waktu Aktif

Tinjau data heartbeat langsung, ketersediaan endpoint, dan waktu respons teramati sebelum masuk ke produksi.

Pembaruan

Ikuti perubahan penting dalam ketersediaan, harga, dan kemampuan Qwen-Image-3.0 tanpa kehilangan halaman model yang stabil.

Log perubahan model

Satu halaman yang semakin lengkap seiring waktu.

Catatan rilis, perubahan harga, pembaruan tolok ukur, dan panduan migrasi terakumulasi di sini sementara URL kanonis tetap tidak berubah.

Pra-peluncuran

Halaman model pra-peluncuran diterbitkan

Halaman entitas permanen untuk Qwen-Image-3.0 telah disiapkan; data yang belum dikonfirmasi tetap ditandai dengan jelas hingga peluncuran.

Data langsung

Harga dan batasan disinkronkan dari katalog

Harga, konteks, ketersediaan, dan batasan diperlakukan sebagai properti dinamis, bukan disematkan dalam judul halaman atau identitas model.

Aug 12, 2026

Entitas model permanen dibuat

Penyedia dan slug model membentuk URL kanonis yang tahan lama; pembaruan konten dan data di masa mendatang tetap berada di halaman ini.

Terus jelajahi