Seberapa panjang prompt Qwen-Image-3.0 boleh jadi?

Qwen-Image-3.0 menyokong arahan sehingga kira-kira 4.5K token, membolehkan huraian terperinci tentang susun atur kompleks dan komposisi visual.

Apakah ID model API Qwen-Image-3.0?

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

Adakah Qwen-Image-3.0 mempunyai skor penanda aras?

Tiada skor penanda aras berpiawai yang telah dilaporkan secara terbuka oleh Alibaba untuk Qwen-Image-3.0, jadi prestasi kompetitifnya pada masa ini harus dinilai terutamanya melalui contoh kualitatif dan ujian bebas.

Adakah Qwen-Image-3.0 menyokong penyuntingan imej?

Ya. Qwen-Image-3.0 menyokong penjanaan imej-ke-imej dan penyuntingan imej menggunakan 1–3 imej rujukan bersama arahan penyuntingan.

Resolusi apakah yang disokong oleh Qwen-Image-3.0?

Qwen-Image-3.0 menyokong resolusi output sehingga 2048×2048, dengan dokumentasi API Alibaba menyatakan julat yang disokong dari 512×512 hingga 2048×2048.

Bolehkah Qwen-Image-3.0 menjana imej yang mengandungi teks?

Ya. Qwen-Image-3.0 direka untuk pemaparan teks yang terperinci, termasuk teks sekecil 10 pixels, dan menyokong 12 bahasa serta lebih daripada 20 fon.

Akan datang

Aliyun

qwen-image-3.0

Qwen-Image-3.0 API

Q: Apakah Qwen-Image-3.0?

Qwen-Image-3.0 ialah model penjanaan imej generasi ketiga oleh Alibaba Qwen yang memfokuskan pada susun atur kompleks, komposisi imej terperinci, pemaparan teks, tipografi berbilang bahasa, dan aliran kerja penjanaan serta penyuntingan imej yang praktikal.

Q: Berapa banyak imej yang boleh dijana oleh Qwen-Image-3.0 bagi setiap permintaan?

Qwen-Image-3.0 menyokong sehingga 6 imej output bagi setiap permintaan API.

akan datang

Harga permulaan

Lihat harga

Pengebilan berasaskan penggunaan

Kesihatan API

Tersedia

Endpoint pengeluaran

Respons

Sedia async

Masa respons API yang diperhatikan

Dikeluarkan

Aug 11, 2026

Aliyun

Ringkasan model

Identiti model yang stabil untuk carian dan penilaian, disertakan dengan data katalog masa nyata yang boleh berubah tanpa perlu menulis semula struktur SEO teras halaman.

Identiti stabil

Apakah Qwen-Image-3.0?

akan datang

Identiti kanonik model kekal stabil walaupun harga dan had berubah.

Data model masa nyata

Gambaran katalog semasa

Ketersediaan

Akan datang

Harga permulaan

Lihat harga

Konteks

Lihat keupayaan

Tarikh katalog

Aug 11, 2026

Gambaran Keseluruhan

Gambaran keseluruhan praktikal tentang Qwen-Image-3.0, termasuk tingkah laku penting dan pertimbangan integrasi.

Apakah Qwen-Image-3.0?

Qwen-Image-3.0 ialah model penjanaan imej generasi ketiga oleh Alibaba Qwen, direka untuk menjadikan imej dijana AI lebih berguna bagi aliran kerja kreatif dan reka bentuk dunia sebenar, bukan hanya menumpukan pada estetika visual. Ia menyokong teks-ke-imej (T2I) dan pengeditan imej-ke-imej (I2I), dengan penekanan khusus pada susun atur kompleks, maklumat visual yang padat, pemaparan teks yang tepat, tipografi berbilang bahasa, dan komposisi imej terperinci.

Alibaba memposisikan Qwen-Image-3.0 di sekitar tiga keupayaan teras: Kandungan Kaya, Butiran Asli, dan Pengetahuan Mendalam. Model ini menerima prompt sehingga kira-kira 4.5K token, membolehkan pengguna menghuraikan komposisi rumit seperti akhbar, papan cerita, kertas peperiksaan, infografik berbilang panel, dan lakaran antaramuka dalam satu permintaan. Ia juga boleh memaparkan teks sekecil 10 piksel, menyokong 12 bahasa dan lebih 20 fon, serta direka untuk menghasilkan semula perincian visual halus seperti helai rambut, liang pori, dan mikroekspresi wajah.

Apakah ciri utama Qwen-Image-3.0?

Penjanaan susun atur kompleks: Qwen-Image-3.0 direka untuk komposisi visual yang berinformasi padat. Alibaba menunjukkan susun atur termasuk grid visual 3×3, slaid matematik, akhbar, papan cerita, menu, kertas peperiksaan, dan reka bentuk berstruktur lain yang dijana dalam satu imej berbanding perlu mencantumkan berbilang imej.

Arahan penjanaan imej yang lebih panjang: Model ini menyokong prompt sehingga kira-kira 4.5K token, memberikan pengguna ruang yang jauh lebih luas untuk menetapkan objek, hubungan, tipografi, susun atur, hierarki visual, dan penggayaan dalam satu permintaan penjanaan.

Pemaparan teks terperinci: Qwen-Image-3.0 direka khusus untuk memaparkan teks kecil, dengan Alibaba menonjolkan teks sekecil 10px. Ini menjadikan model ini sangat relevan untuk poster, infografik, diagram, konsep UI, bahan pendidikan, dan reka bentuk lain di mana teks yang boleh dibaca merupakan sebahagian daripada imej, bukan sekadar selepas fikir.

Tipografi berbilang bahasa: Model ini menyokong pemaparan asli merentasi 12 bahasa dan lebih 20 fon, memperluas kegunaannya untuk bahan pemasaran berbilang bahasa, grafik setempat, antaramuka produk, dan penciptaan kandungan antarabangsa.

Pengeditan imej: Qwen-Image-3.0 menyokong penjanaan dan pengeditan imej-ke-imej menggunakan imej rujukan bersama arahan pengeditan. Dokumentasi API semasa Alibaba menyokong 1–3 imej rujukan untuk aliran kerja I2I.

Output berbilang: API menyokong sehingga 6 imej output bagi setiap permintaan, membolehkan pengguna menjana beberapa variasi daripada prompt yang sama.

Spesifikasi Teknikal Qwen-Image-3.0

Alibaba menerbitkan maklumat capaian dan keupayaan konkrit untuk model Standard. Jadual ini memisahkan had yang didokumenkan daripada dakwaan peringkat pemasaran supaya pembangun tidak tersalah anggap paparan contoh sebagai jaminan API.

Spesifikasi	Qwen-Image-3.0
Pembangun	Alibaba Qwen Team
Jenis model	Penjanaan imej dan pengeditan imej
Pemposisian utama	Kualiti, kelajuan dan kos yang seimbang
ID model	qwen-image-3.0
Modaliti input	Teks dan imej
Modaliti output	Imej
Mod penjanaan	Teks-ke-imej; imej-ke-imej; pengeditan berarahan
Prompt maksimum	Kira-kira 4.5K token
Imej rujukan	1-3
Julat piksel output	Jumlah piksel dari 512 x 512 hingga 2048 x 2048
Format output	PNG
Pemaparan teks kecil yang didakwa	Kira-kira 10 px
Bahasa teks visual asli	12
Had kadar standard	20 RPM di wilayah yang didokumenkan
Pemanggilan fungsi	Tidak disokong
Inferens kelompok	Tidak disokong
Penalaan halus	Tidak disokong
Titik akhir CometAPI	/v1/images/generations; /v1/images/edits

Prestasi Penanda Aras Qwen-Image-3.0

Model	T2I Elo	Kedudukan T2I	Edit Elo	Kedudukan Edit	Harga 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

Apakah Maksud Keputusan Ini

Standard lwn Pro: jurang teks-ke-imej hanya 9 Elo, tetapi Pro mendahului 32 Elo dalam pengeditan. Alasan terkuat untuk membayar Pro oleh itu mungkin kualiti pengeditan, bukannya penjanaan awal.
Berbanding Seedream 5.0 Pro: Standard hanya ketinggalan 4 Elo untuk teks-ke-imej, manakala Pro mendahului 5 Elo. Perbezaan kecil ini berada dalam julat ketidakpastian yang diterbitkan dan harus dianggap sebagai kelompok bersaing, bukan susunan muktamad.
Berbanding Nano Banana 2: Standard ketinggalan 44 Elo dalam teks-ke-imej dan 32 Elo dalam pengeditan. Pro mengecilkan jurang pengeditan kepada seri pada 1,250 Elo.
Berbanding GPT Image 2: GPT mendahului Standard sebanyak 92 Elo dalam teks-ke-imej dan 39 Elo dalam pengeditan. Oleh itu, kes Qwen ialah harga-prestasi dan pengkhususan susun atur, bukan kepimpinan kualiti sejagat.
Berbanding Qwen Image 2.0 Pro yang lebih awal, model Standard 3.0 memperoleh 39 Elo teks-ke-imej dalam papan kedudukan yang sama manakala harga representatif turun daripada $75 kepada $30 bagi setiap 1,000 imej.

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

Tiada model imej menerajui setiap dimensi pengeluaran. Keutamaan umum, ketepatan pengeditan, pemaparan teks, kapasiti rujukan, resolusi output, grounding, kependaman, dan kos boleh menunjuk kepada pemenang yang berbeza. Perbandingan di bawah menumpukan pada keupayaan yang didokumenkan dan keputusan Arena bebas.

Dimensi	Qwen 3 Standard	Qwen 3 Pro	GPT Image 2	Nano Banana 2	Seedream 5 Pro
Pemposisian	Keseimbangan kualiti / kelajuan / kos	Fideliti Qwen tertinggi	Model imej umum premium	Model imej Gemini pantas, volum tinggi	Reka bentuk 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
Output yang disebut	Kira-kira 2K	Kira-kira 2K	Saiz fleksibel	Sehingga 4K	Kira-kira 2K pada CometAPI
Input rujukan	1-3	1-3	Disokong	Berbilang rujukan	Sehingga 10 pada CometAPI
Fokus tipografi	4.5K ringkas; dakwaan 10px; 12 bahasa	Fokus teras yang sama dengan fideliti lebih tinggi	Teks berbilang bahasa yang kuat	Teks serta grounding carian	Infografik padat dan kawalan spatial
Grounding web	Tidak	Tidak	Bukan ciri API yang penentu	Google Search dan Image Search	Bergantung pada laluan capaian
Kesesuaian terbaik	Susun atur padat pada kos terkawal	Pengeditan Qwen berkualiti tinggi	Keutamaan umum maksimum	4K pantas dan aliran kerja maklumat semasa	Suntingan tepat dan reka bentuk berbilang rujukan

Soalan Lazim

API

Salin endpoint dan contoh kod yang berfungsi, kemudian buka rujukan API penuh apabila anda memerlukan semua parameter.

Satu API, akses model sedia untuk pengeluaran

Sahkan sekali sahaja, panggil endpoint model dan kekalkan aliran kerja pengebilan serta pemerhatian yang sama merentas penyedia.

Kod contoh dan API untuk Qwen-Image-3.0

Akses kod sampel yang komprehensif dan sumber API untuk Qwen-Image-3.0 bagi memperlancar proses integrasi anda. Dokumentasi terperinci kami menyediakan panduan langkah demi langkah, membantu anda memanfaatkan potensi penuh Qwen-Image-3.0 dalam projek 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));

Kes penggunaan

Gunakan Qwen-Image-3.0 untuk aliran kerja pengeluaran yang sepadan dengan keupayaan image, kemudian bandingkan alternatif sebelum komited kepada integrasi jangka panjang.

Visual produk dan kreatif kempen

Seni konsep dan penerokaan visual pantas

Penyuntingan imej, variasi dan pengeluaran aset

Model lain

Bandingkan model lain yang tersedia melalui CometAPI berdasarkan kualiti, kependaman, keupayaan dan harga.

Buka perbandingan model →

Google

Nano Banana 2.1

Terokai API Nano Banana 2.1.

Lihat model

xAI

Grok-Imagine-Image-2.0

Grok Imagine Image 2.0, model penjanaan dan penyuntingan imej AI yang dinaik taraf

Lihat model

OpenAI

GPT Image 2

GPT Image 2 ialah model penjanaan imej termaju daripada OpenAI untuk penjanaan dan penyuntingan imej yang pantas dan berkualiti tinggi. Ia menyokong saiz imej yang fleksibel dan input imej fideliti tinggi.

Lihat model

Runway

Gen4-image

Terokai API Gen4-image.

Lihat model

Runway

Gen4-image-turbo

Terokai API Gen4-image-turbo.

Lihat model

Google

Nano Banana 2 lite

Gemini 3.1 Flash Lite Image model ialah pakar kecekapan dalam keluarga model penjanaan imej, direka untuk latensi ultra-rendah serta penjanaan dan pengubahsuaian imej yang menjimatkan kos.

Lihat model

Masa Operasi

Semak data heartbeat langsung, ketersediaan endpoint dan masa respons yang diperhatikan sebelum ke pengeluaran.

Kemas kini

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

Log perubahan model

Satu halaman yang semakin kukuh dari semasa ke semasa.

Nota keluaran, perubahan harga, kemas kini penanda aras dan panduan migrasi dihimpunkan di sini, manakala URL kanonik kekal tidak berubah.

Pra-pelancaran

Halaman model pra-pelancaran diterbitkan

Halaman entiti model kekal dikhaskan untuk Qwen-Image-3.0; data yang belum disahkan kekal ditandai dengan jelas sehingga pelancaran.

Data masa nyata

Harga dan had disegerakkan daripada katalog

Harga, konteks, ketersediaan dan had dianggap sebagai sifat dinamik dan bukannya disematkan pada tajuk halaman atau identiti model.

Aug 12, 2026

Entiti model kekal telah dicipta

Penyedia dan slug model membentuk URL kanonik yang kekal; kemas kini kandungan dan data pada masa hadapan akan terus berada di halaman ini.

Terus terokai

Bandingkan model dan teruskan penyelidikan anda

Akan datang

Aliyun

qwen-image-3.0

Qwen-Image-3.0 API

akan datang

Harga permulaan

Lihat harga

Pengebilan berasaskan penggunaan

Kesihatan API

Tersedia

Endpoint pengeluaran

Respons

Sedia async

Masa respons API yang diperhatikan

Dikeluarkan

Aug 11, 2026

Aliyun

Ringkasan model

Identiti model yang stabil untuk carian dan penilaian, disertakan dengan data katalog masa nyata yang boleh berubah tanpa perlu menulis semula struktur SEO teras halaman.

Identiti stabil

Apakah Qwen-Image-3.0?

akan datang

Identiti kanonik model kekal stabil walaupun harga dan had berubah.

Data model masa nyata

Gambaran katalog semasa

Ketersediaan

Akan datang

Harga permulaan

Lihat harga

Konteks

Lihat keupayaan

Tarikh katalog

Aug 11, 2026

Gambaran Keseluruhan

Gambaran keseluruhan praktikal tentang Qwen-Image-3.0, termasuk tingkah laku penting dan pertimbangan integrasi.

Apakah Qwen-Image-3.0?

Apakah ciri utama Qwen-Image-3.0?

Output berbilang: API menyokong sehingga 6 imej output bagi setiap permintaan, membolehkan pengguna menjana beberapa variasi daripada prompt yang sama.

Spesifikasi Teknikal Qwen-Image-3.0

Spesifikasi	Qwen-Image-3.0
Pembangun	Alibaba Qwen Team
Jenis model	Penjanaan imej dan pengeditan imej
Pemposisian utama	Kualiti, kelajuan dan kos yang seimbang
ID model	qwen-image-3.0
Modaliti input	Teks dan imej
Modaliti output	Imej
Mod penjanaan	Teks-ke-imej; imej-ke-imej; pengeditan berarahan
Prompt maksimum	Kira-kira 4.5K token
Imej rujukan	1-3
Julat piksel output	Jumlah piksel dari 512 x 512 hingga 2048 x 2048
Format output	PNG
Pemaparan teks kecil yang didakwa	Kira-kira 10 px
Bahasa teks visual asli	12
Had kadar standard	20 RPM di wilayah yang didokumenkan
Pemanggilan fungsi	Tidak disokong
Inferens kelompok	Tidak disokong
Penalaan halus	Tidak disokong
Titik akhir CometAPI	/v1/images/generations; /v1/images/edits

Prestasi Penanda Aras Qwen-Image-3.0

Model	T2I Elo	Kedudukan T2I	Edit Elo	Kedudukan Edit	Harga 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

Apakah Maksud Keputusan Ini

Standard lwn Pro: jurang teks-ke-imej hanya 9 Elo, tetapi Pro mendahului 32 Elo dalam pengeditan. Alasan terkuat untuk membayar Pro oleh itu mungkin kualiti pengeditan, bukannya penjanaan awal.
Berbanding Seedream 5.0 Pro: Standard hanya ketinggalan 4 Elo untuk teks-ke-imej, manakala Pro mendahului 5 Elo. Perbezaan kecil ini berada dalam julat ketidakpastian yang diterbitkan dan harus dianggap sebagai kelompok bersaing, bukan susunan muktamad.
Berbanding Nano Banana 2: Standard ketinggalan 44 Elo dalam teks-ke-imej dan 32 Elo dalam pengeditan. Pro mengecilkan jurang pengeditan kepada seri pada 1,250 Elo.
Berbanding GPT Image 2: GPT mendahului Standard sebanyak 92 Elo dalam teks-ke-imej dan 39 Elo dalam pengeditan. Oleh itu, kes Qwen ialah harga-prestasi dan pengkhususan susun atur, bukan kepimpinan kualiti sejagat.
Berbanding Qwen Image 2.0 Pro yang lebih awal, model Standard 3.0 memperoleh 39 Elo teks-ke-imej dalam papan kedudukan yang sama manakala harga representatif turun daripada $75 kepada $30 bagi setiap 1,000 imej.

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

Dimensi	Qwen 3 Standard	Qwen 3 Pro	GPT Image 2	Nano Banana 2	Seedream 5 Pro
Pemposisian	Keseimbangan kualiti / kelajuan / kos	Fideliti Qwen tertinggi	Model imej umum premium	Model imej Gemini pantas, volum tinggi	Reka bentuk 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
Output yang disebut	Kira-kira 2K	Kira-kira 2K	Saiz fleksibel	Sehingga 4K	Kira-kira 2K pada CometAPI
Input rujukan	1-3	1-3	Disokong	Berbilang rujukan	Sehingga 10 pada CometAPI
Fokus tipografi	4.5K ringkas; dakwaan 10px; 12 bahasa	Fokus teras yang sama dengan fideliti lebih tinggi	Teks berbilang bahasa yang kuat	Teks serta grounding carian	Infografik padat dan kawalan spatial
Grounding web	Tidak	Tidak	Bukan ciri API yang penentu	Google Search dan Image Search	Bergantung pada laluan capaian
Kesesuaian terbaik	Susun atur padat pada kos terkawal	Pengeditan Qwen berkualiti tinggi	Keutamaan umum maksimum	4K pantas dan aliran kerja maklumat semasa	Suntingan tepat dan reka bentuk berbilang rujukan

Soalan Lazim

API

Salin endpoint dan contoh kod yang berfungsi, kemudian buka rujukan API penuh apabila anda memerlukan semua parameter.

Satu API, akses model sedia untuk pengeluaran

Sahkan sekali sahaja, panggil endpoint model dan kekalkan aliran kerja pengebilan serta pemerhatian yang sama merentas penyedia.

Kod 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));

Kes penggunaan

Gunakan Qwen-Image-3.0 untuk aliran kerja pengeluaran yang sepadan dengan keupayaan image, kemudian bandingkan alternatif sebelum komited kepada integrasi jangka panjang.

Visual produk dan kreatif kempen

Seni konsep dan penerokaan visual pantas

Penyuntingan imej, variasi dan pengeluaran aset

Model lain

Bandingkan model lain yang tersedia melalui CometAPI berdasarkan kualiti, kependaman, keupayaan dan harga.

Buka perbandingan model →

Google

Nano Banana 2.1

Terokai API Nano Banana 2.1.

Lihat model

xAI

Grok-Imagine-Image-2.0

Grok Imagine Image 2.0, model penjanaan dan penyuntingan imej AI yang dinaik taraf

Terokai API Gen4-image.

Lihat model

Runway

Gen4-image-turbo

Terokai API Gen4-image-turbo.

Lihat model

Google

Nano Banana 2 lite

Gemini 3.1 Flash Lite Image model ialah pakar kecekapan dalam keluarga model penjanaan imej, direka untuk latensi ultra-rendah serta penjanaan dan pengubahsuaian imej yang menjimatkan kos.

Lihat model

Masa Operasi

Semak data heartbeat langsung, ketersediaan endpoint dan masa respons yang diperhatikan sebelum ke pengeluaran.

Kemas kini

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

Log perubahan model

Satu halaman yang semakin kukuh dari semasa ke semasa.

Nota keluaran, perubahan harga, kemas kini penanda aras dan panduan migrasi dihimpunkan di sini, manakala URL kanonik kekal tidak berubah.

Pra-pelancaran

Halaman model pra-pelancaran diterbitkan

Halaman entiti model kekal dikhaskan untuk Qwen-Image-3.0; data yang belum disahkan kekal ditandai dengan jelas sehingga pelancaran.

Data masa nyata

Harga dan had disegerakkan daripada katalog

Harga, konteks, ketersediaan dan had dianggap sebagai sifat dinamik dan bukannya disematkan pada tajuk halaman atau identiti model.

Aug 12, 2026

Entiti model kekal telah dicipta

Penyedia dan slug model membentuk URL kanonik yang kekal; kemas kini kandungan dan data pada masa hadapan akan terus berada di halaman ini.

Terus terokai