Qwen-Image-3.0은 무엇인가요?

Qwen-Image-3.0은 복잡한 레이아웃, 정교한 이미지 구성, 텍스트 렌더링, 다국어 타이포그래피, 실용적인 이미지 생성 및 편집 워크플로에 초점을 맞춘 Alibaba Qwen의 3세대 이미지 생성 모델입니다.

Qwen-Image-3.0 프롬프트는 얼마나 길게 작성할 수 있나요?

Qwen-Image-3.0은 약 4.5K 토큰까지의 지시문을 지원하여 복잡한 레이아웃과 시각적 구성에 대한 상세한 설명이 가능합니다.

Qwen-Image-3.0 API 모델 ID는 무엇인가요?

Qwen-Image-3.0의 모델 ID는 qwen-image-3.0입니다.

Qwen-Image-3.0에 벤치마크 점수가 있나요?

Alibaba는 Qwen-Image-3.0에 대해 표준화된 벤치마크 점수를 공개하지 않았으므로, 현재로서는 정성적 사례와 독립적인 테스트를 통해 주로 경쟁 성능을 평가해야 합니다.

Qwen-Image-3.0은 이미지 편집을 지원하나요?

예. Qwen-Image-3.0은 편집 지시문과 함께 1–3개의 참조 이미지를 사용한 image-to-image 생성 및 이미지 편집을 지원합니다.

Qwen-Image-3.0은 어떤 해상도를 지원하나요?

Qwen-Image-3.0은 최대 2048×2048의 출력 해상도를 지원하며, Alibaba의 API 문서에는 512×512부터 2048×2048까지의 지원 범위가 명시되어 있습니다.

Qwen-Image-3.0은 텍스트가 포함된 이미지를 생성할 수 있나요?

예. Qwen-Image-3.0은 10픽셀 크기의 텍스트까지 포함한 정교한 텍스트 렌더링을 위해 설계되었으며, 12개 언어와 20개 이상의 폰트를 지원합니다.

Qwen-Image-3.0은 요청당 몇 개의 이미지를 생성할 수 있나요?

Qwen-Image-3.0은 API 요청당 최대 6개의 출력 이미지를 지원합니다.

곧 출시 예정

Aliyun

qwen-image-3.0

Qwen-Image-3.0 API

곧 공개 예정

시작 가격

가격 보기

사용량 기반 요금제

API 상태

사용 가능

프로덕션 엔드포인트

응답 속도

비동기 지원

실측 API 응답 시간

출시일

Aug 11, 2026

Aliyun

모델 요약

검색 및 평가를 위한 안정적인 모델 식별자와 페이지의 핵심 SEO 구조를 다시 작성하지 않고도 변경할 수 있는 실시간 카탈로그 데이터가 함께 제공됩니다.

안정적인 모델 식별자

Qwen-Image-3.0이란 무엇인가요?

곧 공개 예정

가격과 한도가 변경되어도 정식 모델 식별자는 안정적으로 유지됩니다.

실시간 모델 데이터

현재 카탈로그 스냅샷

이용 가능 여부

출시 예정

시작 가격

가격 보기

컨텍스트

지원 기능 보기

카탈로그 기준일

Aug 11, 2026

개요

Qwen-Image-3.0에 대한 실용적인 개요와 주요 동작 및 통합 시 고려사항입니다.

Qwen-Image-3.0란 무엇인가?

Qwen-Image-3.0는 Alibaba Qwen의 3세대 이미지 생성 모델로, 시각적 미학에만 초점을 맞추는 대신 실제 창작 및 디자인 워크플로우에 더 유용한 AI 이미지 생성을 목표로 설계되었습니다. 이 모델은 **텍스트-투-이미지(T2I)**와 이미지-투-이미지(I2I) 편집을 모두 지원하며, 특히 복잡한 레이아웃, 밀도 높은 시각 정보, 정확한 텍스트 렌더링, 다국어 타이포그래피, 정교한 이미지 구성에 중점을 둡니다.

Alibaba는 Qwen-Image-3.0을 풍부한 콘텐츠, 사실적인 디테일, 깊은 지식의 세 가지 핵심 역량에 맞춰 포지셔닝합니다. 이 모델은 약 4.5K 토큰까지의 프롬프트를 수용하여 신문, 스토리보드, 시험지, 다중 패널 인포그래픽, 인터페이스 목업 등 복잡한 구성을 한 번의 요청으로 상세히 설명할 수 있습니다. 또한 10 픽셀만큼 작은 텍스트도 렌더링할 수 있으며, 12개 언어와 20개 이상의 폰트를 지원하고, 머리카락 가닥, 모공, 얼굴의 미세 표정과 같은 섬세한 시각적 디테일까지 재현하도록 설계되었습니다.

Qwen-Image-3.0의 주요 기능은 무엇인가?

복잡한 레이아웃 생성: Qwen-Image-3.0은 정보 밀도가 높은 시각적 구성을 위해 설계되었습니다. Alibaba는 3×3 비주얼 그리드, 수학 슬라이드, 신문, 스토리보드, 메뉴, 시험지 등 구조화된 디자인을 여러 이미지를 연결하지 않고 단일 이미지에서 생성하는 예시를 제시합니다.

더 긴 이미지 생성 지시문: 이 모델은 약 4.5K 토큰까지의 프롬프트를 지원하여, 하나의 생성 요청 안에서 객체, 관계, 타이포그래피, 레이아웃, 시각적 위계, 스타일링을 훨씬 더 자세히 명시할 수 있습니다.

세밀한 텍스트 렌더링: Qwen-Image-3.0은 작은 텍스트 렌더링에 특화되어 있으며, Alibaba는 10px만큼 작은 텍스트를 강조합니다. 이는 포스터, 인포그래픽, 다이어그램, UI 컨셉, 교육 자료 등에서 읽을 수 있는 텍스트가 이미지의 일부로 포함되는 작업에 특히 적합합니다.

다국어 타이포그래피: 이 모델은 12개 언어와 20개 이상의 폰트를 네이티브로 렌더링할 수 있어, 다국어 마케팅 자료, 현지화된 그래픽, 제품 인터페이스, 국제 콘텐츠 제작에 유용합니다.

이미지 편집: Qwen-Image-3.0은 참조 이미지를 편집 지시문과 함께 사용하는 이미지-투-이미지 생성 및 편집을 지원합니다. Alibaba의 현재 API 문서는 I2I 워크플로우에서 1–3개의 참조 이미지를 지원합니다.

다중 출력: API는 요청당 최대 6개의 출력 이미지를 지원하여, 동일한 프롬프트로 여러 변형을 생성할 수 있습니다.

Qwen-Image-3.0 기술 사양

Alibaba는 Standard 모델에 대한 구체적인 접근 및 역량 정보를 공개합니다. 아래 표는 문서화된 한계와 마케팅 수준의 주장을 구분하여, 개발자가 쇼케이스를 API 보장으로 오해하지 않도록 합니다.

사양	Qwen-Image-3.0
개발사	Alibaba Qwen Team
모델 유형	이미지 생성 및 이미지 편집
주요 포지셔닝	품질, 속도, 비용의 균형
모델 ID	qwen-image-3.0
입력 모달리티	텍스트 및 이미지
출력 모달리티	이미지
생성 모드	텍스트-투-이미지; 이미지-투-이미지; 지시 기반 편집
최대 프롬프트	약 4.5K 토큰
참조 이미지	1-3
출력 픽셀 범위	총 픽셀 512 x 512 ~ 2048 x 2048
출력 형식	PNG
소형 텍스트 렌더링(주장)	약 10 px
네이티브 비주얼 텍스트 언어	12
표준 속도 제한	문서화된 지역에서 20 RPM
함수 호출	미지원
배치 추론	미지원
파인튜닝	미지원
CometAPI 엔드포인트	/v1/images/generations; /v1/images/edits

Qwen-Image-3.0 벤치마크 성능

모델	T2I Elo	T2I 순위	편집 Elo	편집 순위	API 가격 / 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

결과의 의미

Standard 대비 Pro: 텍스트-투-이미지 격차는 9 Elo에 불과하지만, 편집에서는 Pro가 32 Elo 앞섭니다. 따라서 Pro에 비용을 지불할 가장 강력한 이유는 1차 생성이 아니라 편집 품질일 수 있습니다.
Seedream 5.0 Pro 대비: Standard는 텍스트-투-이미지에서 4 Elo 뒤처질 뿐이며, Pro는 5 Elo 앞섭니다. 이러한 소폭 차이는 공표된 불확실성 범위 내에 있으므로 확정적 순위가 아니라 경쟁 클러스터로 보는 것이 타당합니다.
Nano Banana 2 대비: Standard는 텍스트-투-이미지에서 44 Elo, 편집에서 32 Elo 뒤처집니다. Pro는 편집 격차를 1,250 Elo 동률로 좁힙니다.
GPT Image 2 대비: GPT는 텍스트-투-이미지에서 Standard보다 92 Elo, 편집에서 39 Elo 앞섭니다. 따라서 Qwen의 강점은 보편적 품질 리더십이 아니라 가격-성능과 레이아웃 특화입니다.
이전 Qwen Image 2.0 Pro와 비교하면, Standard 3.0 모델은 동일한 리더보드에서 텍스트-투-이미지 Elo가 39 상승했고, 대표 가격은 1,000장당 $75에서 $30로 하락했습니다.

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

모든 생산 차원에서 선도하는 이미지 모델은 없습니다. 일반 선호도, 편집 충실도, 텍스트 렌дер링, 참조 용량, 출력 해상도, 그라운딩, 지연 시간, 비용 등은 서로 다른 우승자를 가리킬 수 있습니다. 아래 비교는 문서화된 기능과 독립 Arena 결과에 초점을 맞춥니다.

항목	Qwen 3 Standard	Qwen 3 Pro	GPT Image 2	Nano Banana 2	Seedream 5 Pro
포지셔닝	품질/속도/비용 균형	최고 수준의 Qwen 충실도	프리미엄 범용 이미지 모델	빠르고 대량 처리에 적합한 Gemini 이미지 모델	전문 디자인 및 편집
T2I / 편집 Elo	1,275 / 1,218	1,284 / 1,250	1,367 / 1,257	1,319 / 1,250	1,279 / 1,247
언급된 출력	약 2K	약 2K	유연한 크기	최대 4K	CometAPI 기준 약 2K
참조 입력	1-3	1-3	지원	다중 참조	CometAPI에서 최대 10개
타이포그래피 측면	4.5K 브리프; 10px 주장; 12개 언어	동일 초점에 더 높은 충실도	강력한 다국어 텍스트	텍스트 + 검색 그라운딩	고밀도 인포그래픽과 공간 제어
웹 그라운딩	없음	없음	핵심 API 기능 아님	Google Search 및 Image Search	접근 경로에 따라 다름
최적 용도	비용 통제가 가능한 고밀도 레이아웃	고품질 Qwen 편집	최대 범용 선호도	빠른 4K 및 최신 정보 워크플로우	정밀 편집 및 다중 참조 디자인

자주 묻는 질문

API

작동하는 엔드포인트와 코드 예제를 복사하고, 모든 파라미터가 필요하면 전체 API 참조 문서를 여세요.

하나의 API로 프로덕션 준비된 모델 액세스

한 번만 인증하면 모델 엔드포인트를 호출하고, 제공업체 전반에서 동일한 결제 및 모니터링 워크플로를 유지할 수 있습니다.

Qwen-Image-3.0의 샘플 코드 및 API

[모델 이름]의 포괄적인 샘플 코드와 API 리소스에 액세스하여 통합 프로세스를 간소화하세요. 자세한 문서는 단계별 가이드를 제공하여 프로젝트에서 [모델 이름]의 모든 잠재력을 활용할 수 있도록 돕습니다.

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));

활용 사례

image 기능에 맞는 프로덕션 워크플로에 Qwen-Image-3.0을(를) 활용하고, 장기 통합 전에 다른 대안과 비교해 보세요.

제품 비주얼 및 캠페인 크리에이티브

콘셉트 아트와 빠른 비주얼 탐색

이미지 편집, 변형 및 에셋 제작

다른 모델

품질, 지연 시간, 기능, 가격 트레이드오프에 따라 CometAPI에서 제공하는 다른 모델과 비교하세요.

모델 비교 열기 →

Google

Nano Banana 2.1

Nano Banana 2.1 API 살펴보기.

모델 보기

xAI

Grok-Imagine-Image-2.0

Grok Imagine Image 2.0, 업그레이드된 AI 이미지 생성 및 편집 모델

모델 보기

OpenAI

GPT Image 2

GPT Image 2는 빠르고 고품질의 이미지 생성 및 편집을 위한 OpenAI의 최첨단 이미지 생성 모델입니다. 유연한 이미지 크기와 고충실도 이미지 입력을 지원합니다.

Gen4-image API 살펴보기.

Gen4-image-turbo API 살펴보기.

모델 보기

Google

Nano Banana 2 lite

Gemini 3.1 Flash Lite Image 모델은 이미지 생성 제품군에서 효율에特化되어, 초저지연과 비용 효율적인 이미지 생성 및 수정을 위해 설계되었습니다.

모델 보기

가동 시간

프로덕션 환경으로 전환하기 전에 실시간 하트비트 데이터, 엔드포인트 가용성, 실측 응답 시간을 확인하세요.

업데이트

안정적인 모델 페이지를 유지하면서 Qwen-Image-3.0의 이용 가능 여부, 가격 및 기능에 관한 주요 변경 사항을 확인하세요.

모델 변경 로그

시간이 지날수록 더 탄탄해지는 하나의 페이지입니다.

표준 URL은 변경하지 않고, 릴리스 노트, 가격 변경 사항, 벤치마크 업데이트 및 마이그레이션 가이드를 이곳에 계속 축적합니다.

출시 전

출시 전 모델 페이지 게시됨

Qwen-Image-3.0을(를) 위한 영구 모델 엔터티 페이지를 확보해 두었으며, 확인되지 않은 데이터는 출시 전까지 명확하게 표시됩니다.

실시간 데이터

카탈로그에서 가격 및 제한 사항 동기화됨

가격, 컨텍스트, 사용 가능 여부 및 제한 사항은 페이지 제목이나 모델 정체성에 포함하지 않고 동적 속성으로 처리됩니다.

Aug 12, 2026

영구 모델 엔티티 생성됨

제공업체와 모델 슬러그가 영구적인 표준 URL을 구성하며, 향후 콘텐츠 및 데이터 업데이트는 이 페이지에 계속 반영됩니다.

계속 탐색하기

모델을 비교하고 조사를 계속하세요

곧 출시 예정

Aliyun

qwen-image-3.0

Qwen-Image-3.0 API

곧 공개 예정

시작 가격

가격 보기

사용량 기반 요금제

API 상태

사용 가능

프로덕션 엔드포인트

응답 속도

비동기 지원

실측 API 응답 시간

출시일

Aug 11, 2026

Aliyun

모델 요약

안정적인 모델 식별자

Qwen-Image-3.0이란 무엇인가요?

곧 공개 예정

가격과 한도가 변경되어도 정식 모델 식별자는 안정적으로 유지됩니다.

실시간 모델 데이터

현재 카탈로그 스냅샷

이용 가능 여부

출시 예정

시작 가격

가격 보기

컨텍스트

지원 기능 보기

카탈로그 기준일

Aug 11, 2026

개요

Qwen-Image-3.0에 대한 실용적인 개요와 주요 동작 및 통합 시 고려사항입니다.

Qwen-Image-3.0란 무엇인가?

Qwen-Image-3.0의 주요 기능은 무엇인가?

다중 출력: API는 요청당 최대 6개의 출력 이미지를 지원하여, 동일한 프롬프트로 여러 변형을 생성할 수 있습니다.

Qwen-Image-3.0 기술 사양

사양	Qwen-Image-3.0
개발사	Alibaba Qwen Team
모델 유형	이미지 생성 및 이미지 편집
주요 포지셔닝	품질, 속도, 비용의 균형
모델 ID	qwen-image-3.0
입력 모달리티	텍스트 및 이미지
출력 모달리티	이미지
생성 모드	텍스트-투-이미지; 이미지-투-이미지; 지시 기반 편집
최대 프롬프트	약 4.5K 토큰
참조 이미지	1-3
출력 픽셀 범위	총 픽셀 512 x 512 ~ 2048 x 2048
출력 형식	PNG
소형 텍스트 렌더링(주장)	약 10 px
네이티브 비주얼 텍스트 언어	12
표준 속도 제한	문서화된 지역에서 20 RPM
함수 호출	미지원
배치 추론	미지원
파인튜닝	미지원
CometAPI 엔드포인트	/v1/images/generations; /v1/images/edits

Qwen-Image-3.0 벤치마크 성능

모델	T2I Elo	T2I 순위	편집 Elo	편집 순위	API 가격 / 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

결과의 의미

Standard 대비 Pro: 텍스트-투-이미지 격차는 9 Elo에 불과하지만, 편집에서는 Pro가 32 Elo 앞섭니다. 따라서 Pro에 비용을 지불할 가장 강력한 이유는 1차 생성이 아니라 편집 품질일 수 있습니다.
Seedream 5.0 Pro 대비: Standard는 텍스트-투-이미지에서 4 Elo 뒤처질 뿐이며, Pro는 5 Elo 앞섭니다. 이러한 소폭 차이는 공표된 불확실성 범위 내에 있으므로 확정적 순위가 아니라 경쟁 클러스터로 보는 것이 타당합니다.
Nano Banana 2 대비: Standard는 텍스트-투-이미지에서 44 Elo, 편집에서 32 Elo 뒤처집니다. Pro는 편집 격차를 1,250 Elo 동률로 좁힙니다.
GPT Image 2 대비: GPT는 텍스트-투-이미지에서 Standard보다 92 Elo, 편집에서 39 Elo 앞섭니다. 따라서 Qwen의 강점은 보편적 품질 리더십이 아니라 가격-성능과 레이아웃 특화입니다.
이전 Qwen Image 2.0 Pro와 비교하면, Standard 3.0 모델은 동일한 리더보드에서 텍스트-투-이미지 Elo가 39 상승했고, 대표 가격은 1,000장당 $75에서 $30로 하락했습니다.

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

항목	Qwen 3 Standard	Qwen 3 Pro	GPT Image 2	Nano Banana 2	Seedream 5 Pro
포지셔닝	품질/속도/비용 균형	최고 수준의 Qwen 충실도	프리미엄 범용 이미지 모델	빠르고 대량 처리에 적합한 Gemini 이미지 모델	전문 디자인 및 편집
T2I / 편집 Elo	1,275 / 1,218	1,284 / 1,250	1,367 / 1,257	1,319 / 1,250	1,279 / 1,247
언급된 출력	약 2K	약 2K	유연한 크기	최대 4K	CometAPI 기준 약 2K
참조 입력	1-3	1-3	지원	다중 참조	CometAPI에서 최대 10개
타이포그래피 측면	4.5K 브리프; 10px 주장; 12개 언어	동일 초점에 더 높은 충실도	강력한 다국어 텍스트	텍스트 + 검색 그라운딩	고밀도 인포그래픽과 공간 제어
웹 그라운딩	없음	없음	핵심 API 기능 아님	Google Search 및 Image Search	접근 경로에 따라 다름
최적 용도	비용 통제가 가능한 고밀도 레이아웃	고품질 Qwen 편집	최대 범용 선호도	빠른 4K 및 최신 정보 워크플로우	정밀 편집 및 다중 참조 디자인

자주 묻는 질문

API

작동하는 엔드포인트와 코드 예제를 복사하고, 모든 파라미터가 필요하면 전체 API 참조 문서를 여세요.

하나의 API로 프로덕션 준비된 모델 액세스

한 번만 인증하면 모델 엔드포인트를 호출하고, 제공업체 전반에서 동일한 결제 및 모니터링 워크플로를 유지할 수 있습니다.

Qwen-Image-3.0의 샘플 코드 및 API

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));