Até que tamanho podem ser os prompts do Qwen-Image-3.0?

O Qwen-Image-3.0 suporta instruções de até aproximadamente 4.5K tokens, permitindo descrições detalhadas de layouts complexos e composições visuais.

Qual é o ID do modelo da API do Qwen-Image-3.0?

O ID do modelo Qwen-Image-3.0 é qwen-image-3.0.

O Qwen-Image-3.0 possui pontuações de benchmark?

Não há pontuações de benchmark padronizadas divulgadas publicamente pela Alibaba para o Qwen-Image-3.0; portanto, seu desempenho competitivo deve, no momento, ser avaliado principalmente por meio de exemplos qualitativos e testes independentes.

O Qwen-Image-3.0 suporta edição de imagens?

Sim. O Qwen-Image-3.0 suporta geração de imagem para imagem e edição de imagens usando 1–3 imagens de referência junto com instruções de edição.

Quais resoluções o Qwen-Image-3.0 suporta?

O Qwen-Image-3.0 suporta resoluções de saída de até 2048×2048, com a documentação da API da Alibaba especificando um intervalo compatível de 512×512 a 2048×2048.

O Qwen-Image-3.0 pode gerar imagens contendo texto?

Sim. O Qwen-Image-3.0 foi projetado para renderização de texto de alta precisão, incluindo texto tão pequeno quanto 10 pixels, e suporta 12 idiomas e mais de 20 fontes.

Quantas imagens o Qwen-Image-3.0 pode gerar por requisição?

O Qwen-Image-3.0 suporta até 6 imagens de saída por requisição de API.

Em breve

Aliyun

qwen-image-3.0

Qwen-Image-3.0 API

Q: O que é o Qwen-Image-3.0?

Qwen-Image-3.0 é o modelo de geração de imagens de terceira geração da Qwen da Alibaba, focado em layouts complexos, composição de imagens detalhada, renderização de texto, tipografia multilíngue e fluxos de trabalho práticos de geração e edição de imagens.

Em breve

Preço inicial

Ver preços

Cobrança por uso

Status da API

Disponível

Endpoint de produção

Resposta

Pronto para assíncrono

Tempo de resposta da API observado

Lançado

Aug 11, 2026

Aliyun

Resumo do modelo

Uma identidade de modelo estável para pesquisa e avaliação, combinada com dados atualizados do catálogo que podem mudar sem exigir a reescrita da estrutura SEO principal da página.

Identidade estável

O que é Qwen-Image-3.0?

Em breve

A identidade canônica do modelo permanece estável enquanto os preços e limites mudam.

Dados atualizados do modelo

Instantâneo atual do catálogo

Disponibilidade

Em breve

Preço inicial

Ver preços

Contexto

Ver recursos

Data do catálogo

Aug 11, 2026

Visão Geral

Uma visão geral prática de Qwen-Image-3.0, incluindo comportamentos importantes e considerações de integração.

O que é o Qwen-Image-3.0?

Qwen-Image-3.0 é o modelo de geração de imagens de terceira geração da Alibaba Qwen, projetado para tornar as imagens geradas por IA mais úteis para fluxos de trabalho criativos e de design do mundo real, em vez de focar apenas na estética visual. Ele oferece suporte a texto-para-imagem (T2I) e edição de imagem-para-imagem (I2I), com ênfase especial em layouts complexos, informação visual densa, renderização precisa de texto, tipografia multilíngue e composição de imagem detalhada.

A Alibaba posiciona o Qwen-Image-3.0 em torno de três capacidades centrais: Conteúdo Rico, Detalhes Autênticos e Conhecimento Profundo. O modelo aceita prompts de até aproximadamente 4.5K tokens, permitindo que os usuários descrevam composições complicadas como jornais, storyboards, provas, infográficos com vários painéis e mockups de interfaces em uma única solicitação. Ele também pode renderizar texto tão pequeno quanto 10 pixels, oferece suporte a 12 idiomas e mais de 20 fontes, e foi projetado para reproduzir detalhes visuais finos como fios de cabelo, poros e microexpressões faciais.

Quais são os principais recursos do Qwen-Image-3.0?

Geração de layouts complexos: O Qwen-Image-3.0 é projetado para composições visuais ricas em informação. A Alibaba demonstra layouts incluindo grades visuais 3×3, slides matemáticos, jornais, storyboards, menus, provas e outros designs estruturados gerados em uma única imagem, em vez de exigir que várias imagens sejam emendadas.

Instruções mais longas para geração de imagens: O modelo suporta prompts de até aproximadamente 4.5K tokens, dando aos usuários consideravelmente mais espaço para especificar objetos, relações, tipografia, layout, hierarquia visual e estilo em uma única solicitação de geração.

Renderização de texto detalhada: O Qwen-Image-3.0 é especificamente projetado para renderizar texto pequeno, com a Alibaba destacando texto tão pequeno quanto 10px. Isso torna o modelo particularmente relevante para pôsteres, infográficos, diagramas, conceitos de UI, materiais educacionais e outros designs em que texto legível faça parte da imagem, e não seja um complemento posterior.

Tipografia multilíngue: O modelo oferece renderização nativa em 12 idiomas e mais de 20 fontes, ampliando sua utilidade para materiais de marketing multilíngues, gráficos localizados, interfaces de produto e criação de conteúdo internacional.

Edição de imagem: O Qwen-Image-3.0 oferece suporte a geração e edição de imagem-para-imagem usando imagens de referência juntamente com instruções de edição. A documentação atual da API da Alibaba suporta 1–3 imagens de referência para fluxos de trabalho I2I.

Múltiplas saídas: A API suporta até 6 imagens de saída por solicitação, permitindo que os usuários gerem várias variações a partir do mesmo prompt.

Especificações técnicas do Qwen-Image-3.0

A Alibaba publica informações concretas de acesso e capacidade para o modelo Standard. A tabela separa limites documentados de alegações em nível de marketing para que os desenvolvedores não confundam uma demonstração com uma garantia de API.

Specification	Qwen-Image-3.0
Developer	Alibaba Qwen Team
Model type	Geração de imagens e edição de imagens
Primary positioning	Equilíbrio entre qualidade, velocidade e custo
Model ID	qwen-image-3.0
Input modalities	Texto e imagens
Output modality	Imagem
Generation modes	Texto-para-imagem; imagem-para-imagem; edição orientada
Maximum prompt	Aproximadamente 4.5K tokens
Reference images	1-3
Output pixel range	Total de pixels de 512 x 512 a 2048 x 2048
Output format	PNG
Claimed small-text rendering	Aproximadamente 10 px
Native visual-text languages	12
Standard rate limit	20 RPM nas regiões documentadas
Function calling	Não suportado
Batch inference	Não suportado
Fine-tuning	Não suportado
CometAPI endpoints	/v1/images/generations; /v1/images/edits

Desempenho de benchmark do 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

O que os resultados significam

Standard versus Pro: a diferença em texto-para-imagem é de apenas 9 Elo, mas o Pro lidera por 32 Elo em edição. O motivo mais forte para pagar pelo Pro pode, portanto, ser a qualidade de edição em vez da geração inicial.
Contra o Seedream 5.0 Pro: o Standard está apenas 4 Elo atrás em texto-para-imagem, enquanto o Pro está 5 Elo à frente. Essas diferenças pequenas ficam dentro das faixas de incerteza publicadas e devem ser tratadas como um cluster competitivo, não uma ordenação definitiva.
Contra o Nano Banana 2: o Standard fica 44 Elo atrás em texto-para-imagem e 32 Elo em edição. O Pro reduz a diferença na edição para um empate em 1,250 Elo.
Contra o GPT Image 2: o GPT lidera o Standard por 92 Elo em texto-para-imagem e 39 Elo em edição. O argumento da Qwen, portanto, é relação preço-desempenho e especialização em layout, não liderança universal de qualidade.
Em comparação com o Qwen Image 2.0 Pro anterior, o modelo Standard 3.0 ganha 39 Elo em texto-para-imagem no mesmo ranking enquanto o preço representativo cai de $75 para $30 por 1,000 imagens.

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

Nenhum modelo de imagem lidera todas as dimensões de produção. Preferência geral, fidelidade de edição, renderização de texto, capacidade de referência, resolução de saída, grounding, latência e custo podem apontar para vencedores diferentes. A comparação abaixo foca em capacidades documentadas e resultados independentes da Arena.

Dimension	Qwen 3 Standard	Qwen 3 Pro	GPT Image 2	Nano Banana 2	Seedream 5 Pro
Positioning	Equilíbrio entre qualidade / velocidade / custo	Fidelidade mais alta da Qwen	Modelo de imagem geral premium	Modelo de imagem Gemini rápido e de alto volume	Design e edição profissionais
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	Cerca de 2K	Cerca de 2K	Tamanhos flexíveis	Até 4K	Cerca de 2K no CometAPI
Reference inputs	1-3	1-3	Suportado	Várias referências	Até 10 no CometAPI
Typography angle	Brief de 4.5K; alegação de 10px; 12 idiomas	Mesmo foco central com fidelidade superior	Forte suporte a texto multilíngue	Texto + grounding de busca	Infográficos densos e controles espaciais
Web grounding	Não	Não	Não é um recurso definidor da API	Google Search and Image Search	Dependente do caminho de acesso
Best fit	Layouts densos com custo controlado	Edição de alta qualidade da Qwen	Máxima preferência geral	Fluxos de trabalho 4K rápidos e com informações atuais	Edições precisas e design com múltiplas referências

FAQ

API

Copie um endpoint funcional e um exemplo de código, e abra a referência completa da API quando precisar de todos os parâmetros.

Uma API, acesso a modelos pronto para produção

Autentique-se uma vez, chame o endpoint do modelo e mantenha o mesmo fluxo de cobrança e observabilidade entre provedores.

Código de exemplo e API para Qwen-Image-3.0

Acesse código de exemplo abrangente e recursos de API para Qwen-Image-3.0 para otimizar seu processo de integração. Nossa documentação detalhada fornece orientação passo a passo, ajudando você a aproveitar todo o potencial do Qwen-Image-3.0 em seus projetos.

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));

Casos de uso

Use Qwen-Image-3.0 em fluxos de produção compatíveis com suas capacidades de image, e compare alternativas antes de um compromisso de integração de longo prazo.

Visuais de produto e criativos de campanha

Arte conceitual e exploração visual rápida

Edição de imagens, variações e produção de assets

Outros modelos

Compare outros modelos disponíveis na CometAPI considerando qualidade, latência, capacidades e preço.

Abrir comparação de modelos →

Google

Nano Banana 2.1

Explore a API de Nano Banana 2.1.

Ver modelo

xAI

Grok-Imagine-Image-2.0

Grok Imagine Image 2.0, seu modelo aprimorado de geração e edição de imagens por IA

Ver modelo

OpenAI

GPT Image 2

GPT Image 2 é o modelo de geração de imagens de última geração da OpenAI para criação e edição de imagens rápidas e de alta qualidade. Ele oferece suporte a tamanhos de imagem flexíveis e a entradas de imagem de alta fidelidade.

Ver modelo

Runway

Gen4-image

Explore a API de Gen4-image.

Ver modelo

Runway

Gen4-image-turbo

Explore a API de Gen4-image-turbo.

Ver modelo

Google

Nano Banana 2 lite

O modelo Gemini 3.1 Flash Lite Image é um especialista em eficiência da família de geração de imagens, projetado para gerar e modificar imagens com latência ultrabaixa e de forma custo-eficiente.

Ver modelo

Disponibilidade

Veja dados de heartbeat em tempo real, disponibilidade do endpoint e tempos de resposta observados antes de ir para produção.

Atualizações

Acompanhe mudanças relevantes na disponibilidade, nos preços e nos recursos de Qwen-Image-3.0 sem perder a página estável do modelo.

Registro de alterações do modelo

Uma página que se fortalece com o tempo.

Notas de versão, alterações de preços, atualizações de benchmarks e orientações de migração se acumulam aqui, enquanto a URL canônica permanece inalterada.

Pré-lançamento

Página do modelo publicada antes do lançamento

Uma página permanente da entidade do modelo é reservada para Qwen-Image-3.0; os dados não confirmados permanecem claramente marcados até o lançamento.

Dados atualizados

Preços e limites sincronizados com o catálogo

Preço, contexto, disponibilidade e limites são tratados como propriedades dinâmicas, em vez de serem incorporados ao título da página ou à identidade do modelo.

Aug 12, 2026

Entidade permanente do modelo criada

O provedor e o slug do modelo formam uma URL canônica duradoura; futuras atualizações de conteúdo e dados permanecerão nesta página.

Continue explorando

Compare modelos e continue sua pesquisa

Em breve

Aliyun

qwen-image-3.0

Qwen-Image-3.0 API

Em breve

Preço inicial

Ver preços

Cobrança por uso

Status da API

Disponível

Endpoint de produção

Resposta

Pronto para assíncrono

Tempo de resposta da API observado

Lançado

Aug 11, 2026

Aliyun

Resumo do modelo

Uma identidade de modelo estável para pesquisa e avaliação, combinada com dados atualizados do catálogo que podem mudar sem exigir a reescrita da estrutura SEO principal da página.

Identidade estável

O que é Qwen-Image-3.0?

Em breve

A identidade canônica do modelo permanece estável enquanto os preços e limites mudam.

Dados atualizados do modelo

Instantâneo atual do catálogo

Disponibilidade

Em breve

Preço inicial

Ver preços

Contexto

Ver recursos

Data do catálogo

Aug 11, 2026

Visão Geral

Uma visão geral prática de Qwen-Image-3.0, incluindo comportamentos importantes e considerações de integração.

O que é o Qwen-Image-3.0?

Quais são os principais recursos do Qwen-Image-3.0?

Múltiplas saídas: A API suporta até 6 imagens de saída por solicitação, permitindo que os usuários gerem várias variações a partir do mesmo prompt.

Especificações técnicas do Qwen-Image-3.0

Specification	Qwen-Image-3.0
Developer	Alibaba Qwen Team
Model type	Geração de imagens e edição de imagens
Primary positioning	Equilíbrio entre qualidade, velocidade e custo
Model ID	qwen-image-3.0
Input modalities	Texto e imagens
Output modality	Imagem
Generation modes	Texto-para-imagem; imagem-para-imagem; edição orientada
Maximum prompt	Aproximadamente 4.5K tokens
Reference images	1-3
Output pixel range	Total de pixels de 512 x 512 a 2048 x 2048
Output format	PNG
Claimed small-text rendering	Aproximadamente 10 px
Native visual-text languages	12
Standard rate limit	20 RPM nas regiões documentadas
Function calling	Não suportado
Batch inference	Não suportado
Fine-tuning	Não suportado
CometAPI endpoints	/v1/images/generations; /v1/images/edits

Desempenho de benchmark do 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

O que os resultados significam

Standard versus Pro: a diferença em texto-para-imagem é de apenas 9 Elo, mas o Pro lidera por 32 Elo em edição. O motivo mais forte para pagar pelo Pro pode, portanto, ser a qualidade de edição em vez da geração inicial.
Contra o Seedream 5.0 Pro: o Standard está apenas 4 Elo atrás em texto-para-imagem, enquanto o Pro está 5 Elo à frente. Essas diferenças pequenas ficam dentro das faixas de incerteza publicadas e devem ser tratadas como um cluster competitivo, não uma ordenação definitiva.
Contra o Nano Banana 2: o Standard fica 44 Elo atrás em texto-para-imagem e 32 Elo em edição. O Pro reduz a diferença na edição para um empate em 1,250 Elo.
Contra o GPT Image 2: o GPT lidera o Standard por 92 Elo em texto-para-imagem e 39 Elo em edição. O argumento da Qwen, portanto, é relação preço-desempenho e especialização em layout, não liderança universal de qualidade.
Em comparação com o Qwen Image 2.0 Pro anterior, o modelo Standard 3.0 ganha 39 Elo em texto-para-imagem no mesmo ranking enquanto o preço representativo cai de $75 para $30 por 1,000 imagens.

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	Equilíbrio entre qualidade / velocidade / custo	Fidelidade mais alta da Qwen	Modelo de imagem geral premium	Modelo de imagem Gemini rápido e de alto volume	Design e edição profissionais
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	Cerca de 2K	Cerca de 2K	Tamanhos flexíveis	Até 4K	Cerca de 2K no CometAPI
Reference inputs	1-3	1-3	Suportado	Várias referências	Até 10 no CometAPI
Typography angle	Brief de 4.5K; alegação de 10px; 12 idiomas	Mesmo foco central com fidelidade superior	Forte suporte a texto multilíngue	Texto + grounding de busca	Infográficos densos e controles espaciais
Web grounding	Não	Não	Não é um recurso definidor da API	Google Search and Image Search	Dependente do caminho de acesso
Best fit	Layouts densos com custo controlado	Edição de alta qualidade da Qwen	Máxima preferência geral	Fluxos de trabalho 4K rápidos e com informações atuais	Edições precisas e design com múltiplas referências

FAQ

API

Copie um endpoint funcional e um exemplo de código, e abra a referência completa da API quando precisar de todos os parâmetros.

Uma API, acesso a modelos pronto para produção

Autentique-se uma vez, chame o endpoint do modelo e mantenha o mesmo fluxo de cobrança e observabilidade entre provedores.

Código de exemplo e API para 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));

Casos de uso

Use Qwen-Image-3.0 em fluxos de produção compatíveis com suas capacidades de image, e compare alternativas antes de um compromisso de integração de longo prazo.

Visuais de produto e criativos de campanha

Arte conceitual e exploração visual rápida

Edição de imagens, variações e produção de assets

Outros modelos

Compare outros modelos disponíveis na CometAPI considerando qualidade, latência, capacidades e preço.

Abrir comparação de modelos →

Google

Nano Banana 2.1

Explore a API de Nano Banana 2.1.

Ver modelo

xAI

Grok-Imagine-Image-2.0

Grok Imagine Image 2.0, seu modelo aprimorado de geração e edição de imagens por IA

Explore a API de Gen4-image.

Ver modelo

Runway

Gen4-image-turbo

Explore a API de Gen4-image-turbo.

Disponibilidade

Veja dados de heartbeat em tempo real, disponibilidade do endpoint e tempos de resposta observados antes de ir para produção.

Atualizações

Acompanhe mudanças relevantes na disponibilidade, nos preços e nos recursos de Qwen-Image-3.0 sem perder a página estável do modelo.

Registro de alterações do modelo

Uma página que se fortalece com o tempo.

Notas de versão, alterações de preços, atualizações de benchmarks e orientações de migração se acumulam aqui, enquanto a URL canônica permanece inalterada.

Pré-lançamento

Página do modelo publicada antes do lançamento

Uma página permanente da entidade do modelo é reservada para Qwen-Image-3.0; os dados não confirmados permanecem claramente marcados até o lançamento.

Dados atualizados

Preços e limites sincronizados com o catálogo

Preço, contexto, disponibilidade e limites são tratados como propriedades dinâmicas, em vez de serem incorporados ao título da página ou à identidade do modelo.

Aug 12, 2026

Entidade permanente do modelo criada

O provedor e o slug do modelo formam uma URL canônica duradoura; futuras atualizações de conteúdo e dados permanecerão nesta página.

Continue explorando