Modelos Relacionados
Choose your path
Explore as especificações do Qwen-Image-3.0, as funcionalidades, o desempenho em benchmarks, os preços, as capacidades de edição de imagens, as comparações e o acesso à API.
from openai import OpenAI
client = OpenAI(
api_key="YOUR_COMETAPI_KEY",
base_url="https://api.cometapi.com/v1",
)
response = client.chat.completions.create(
model="gpt-5-mini",
messages=[{"role": "user", "content": "Build this workflow."}],
)
print(response.choices[0].message.content)qwen-image-3.0. Pro foca maior detalhamento e fidelidade de edição e usa qwen-image-3.0-pro. No snapshot do Artificial Analysis Image Arena verificado em 14 de outubro de 2026, Pro registra 1.089 ± 9 Elo para texto para imagem e Standard registra 1.074 ± 9. A CometAPI atualmente lista ambas as variantes como endpoints de produção disponíveis. A página do modelo mostra uma estimativa inicial de US$ 0,024 por solicitação, faturamento por uso e um fluxo de resposta pronto para assíncrono.| Especificações | Qwen Image 3.0 Standard | Qwen Image 3.0 Pro |
|---|---|---|
| ID do modelo | qwen-image-3.0 | qwen-image-3.0-pro |
| Tipo de modelo | Geração e edição de imagens | Geração e edição de imagens |
| Texto para imagem (T2I) | Compatível | Compatível |
| Edição de imagem para imagem (I2I) | Compatível | Compatível |
| Resolução máxima de saída | Até 2048 × 2048 pixels, sujeita a restrições da API | Até 2048 × 2048 pixels, sujeita a restrições da API |
| Formato de saída | PNG | PNG |
| Saídas máximas por solicitação | Até 6, dependendo da configuração da API | Até 6, dependendo da configuração da API |
| Imagens de entrada para edição | 1–3 imagens de referência | 1–3 imagens de referência |
| Idioma do prompt | Chinês e inglês suportados | Chinês e inglês suportados |
| Comprimento do prompt | Até aproximadamente 4.500 tokens no uso de API documentado | Até aproximadamente 4.500 tokens no uso de API documentado |
| Prompts negativos | Suportados pela API documentada do Qwen Image 3.0 | Suportados pela API documentada do Qwen Image 3.0 |
Os limites exatos podem depender da configuração do endpoint, conta e alterações do provedor. Verifique a documentação da API em produção antes da implantação.
Qwen-Image 3.0 traduz instruções em linguagem natural em composições visuais. Um prompt pode descrever não apenas o assunto principal, mas também layout, tipografia, cor, iluminação, relações espaciais e a hierarquia de informação.
Para edição de imagem, o modelo aceita uma ou mais imagens de referência junto com uma instrução descrevendo as mudanças desejadas. Isso permite modificar um design existente, combinar elementos visuais de múltiplas referências ou mudar a roupa ou a pose de um sujeito usando as imagens fornecidas como guia.
O modelo suporta dois fluxos de trabalho principais:
Esses fluxos de trabalho compartilham a mesma família de modelos, mas a estrutura da solicitação e os parâmetros suportados variam conforme o endpoint da API.
Qwen Image 3.0 está disponível em duas versões: Qwen Image 3.0 Standard e Qwen Image 3.0 Pro. Ambas suportam geração e edição de imagens. Standard equilibra qualidade de geração e velocidade, enquanto Pro é recomendado para layouts exigentes, renderização de texto detalhada, tipografia multilíngue e composições visuais detalhadas. A CometAPI oferece ambas as versões com preços de catálogo sob os IDs de modelo qwen-image-3.0 e qwen-image-3.0-pro.
A atualização mais visível é o suporte a aproximadamente 4,5 mil tokens de entrada. Um prompt longo pode especificar zonas de layout, manchetes, rótulos exatos, cores, tipografia, estilo visual, relações entre objetos e papéis de referência sem comprimir todo o briefing em algumas frases.
Isso é especialmente útil para documentos visuais. Uma página de jornal pode precisar de várias colunas, múltiplas fotografias, legendas, rótulos de seção e uma hierarquia tipográfica consistente. Um infográfico de nove painéis pode exigir um conceito, ícone, título e explicação separados em cada painel. Um storyboard pode requerer continuidade entre cenas e, ainda assim, variar o ângulo da câmera e a ação. Instruções mais longas dão ao modelo mais espaço para representar essas restrições em uma única solicitação.
No entanto, a capacidade do prompt não deve ser confundida com a capacidade de texto renderizado. O modelo pode aceitar um briefing de design de 4,5 mil tokens, mas não há garantia de que reproduzirá 4,5 mil tokens de texto perfeitamente dentro da imagem de saída. O orçamento extra também descreve estilo, posicionamento e relações que podem nunca aparecer como texto literal.
A Qwen destaca texto renderizado em aproximadamente 10 pixels, junto com fórmulas, subscritos, sobrescritos, letras gregas, legendas e texto editorial denso. Essa capacidade expande o potencial do modelo além de pôsteres com um único slogan curto. Ele pode tentar planilhas, páginas acadêmicas, diagramas técnicos, menus, dashboards e gráficos de comparação de produtos.
A implicação para produção é promissora, porém condicional. Texto pequeno é onde a plausibilidade visual e a correção factual divergem com mais facilidade. Uma linha pode parecer tipograficamente convincente e, ainda assim, conter um nome com erro de ortografia, unidade alterada, sinal de menos ausente ou fórmula inválida. Textos importantes devem ser revisados no tamanho de exibição final, não apenas em uma visualização ampliada.
O modelo suporta renderização nativa em 12 idiomas e múltiplas fontes. Os exemplos de lançamento demonstram layouts multilíngues, incluindo combinações de chinês e inglês e exemplos em japonês, coreano e espanhol. Isso torna o Qwen-Image 3.0 relevante para materiais de campanhas localizadas, conteúdos educacionais, menus, interfaces e documentação de produtos internacionais.
O suporte a idiomas ainda precisa de testes específicos por sistema de escrita. Pontuação, quebra de linha, texto vertical, diacríticos, espaçamento entre caracteres e substituições de fontes podem se comportar de forma diferente entre idiomas. As equipes devem manter testes de aceitação para cada idioma usado em produção, em vez de presumir que um exemplo bem-sucedido em inglês comprova qualidade tipográfica universal.
A Qwen também enfatiza microexpressões faciais, poros, fios de cabelo, tecido, papel, inscrições em pedra, iluminação e outros detalhes visuais finos. O benefício prático vai além da geração fotorrealista de retratos. Fotografia de produto precisa de consistência de material; tarefas de restauração precisam de continuidade de textura; ativos de ecommerce precisam de cor e detalhe de borda estáveis; e imagens editoriais precisam de sujeitos que permaneçam críveis quando colocados ao lado de texto denso.
Qwen-Image-3.0 suporta tanto a geração texto para imagem quanto a edição imagem para imagem. Usuários podem fornecer de uma a três imagens de referência junto com instruções de edição para preservar um sujeito, mudar um layout, restilizar um produto ou criar variações controladas. Pro é a escolha recomendada quando a fidelidade da edição importa mais do que o custo bruto de geração.
A comparação quantitativa abaixo usa dados independentes de preferência cega. As pontuações da Arena são dinâmicas e dependem da distribuição de prompts, votos, configurações do modelo e intervalo de confiança. Elas devem orientar a seleção de modelos, não substituir testes específicos da carga de trabalho.
O Artificial Analysis usa comparações pareadas de imagens para mensurar a preferência humana. Sua classificação ao estilo Elo reflete com que frequência as imagens de um modelo são preferidas em relação a saídas concorrentes no mesmo cenário de avaliação.
| Modelo | Elo de texto para imagem | Intervalo de confiança de 95% | Amostras de avaliação |
|---|---|---|---|
| Qwen-Image-3.0-Pro | 1.089 ± 9 | 1.080–1.098 | 6.830 |
| Qwen-Image-3.0 Standard | 1.074 ± 9 | 1.065–1.083 | 6.506 |
Pro lidera Standard por aproximadamente 15 pontos de Elo neste snapshot. Seus intervalos de confiança estão separados, sugerindo uma diferença mensurável nos resultados deste ranking no momento da verificação. No entanto, pontuações Elo são classificações de preferência relativas — não porcentagens de prompts respondidos corretamente nem medidas universais de qualidade de imagem.
Escolha Qwen-Image-3.0 Standard quando:
Escolha Qwen-Image-3.0 Pro quando:
Escolha outro modelo quando:
Qwen-Image-3.0 é a família de modelos de geração e edição de imagens da Alibaba, com variantes Standard e Pro. Você pode acessá-lo por meio de uma API oficial da Alibaba Cloud quando o modelo estiver habilitado para sua conta e região. Plataformas de terceiros como a CometAPI podem oferecer outra rota, mas a disponibilidade do modelo nelas precisa ser verificada separadamente.
O melhor método de acesso depende de você querer gerar imagens em uma interface web, integrar o modelo em um aplicativo ou chamá-lo por meio de um agregador de APIs.
Passo 1 — Abrir o Model Studio
Acesse o Alibaba Cloud Model Studio.
Passo 2 — Selecionar Qwen Image 3.0
Encontre o modelo de geração de imagens e escolha Standard (qwen-image-3.0) ou Pro (qwen-image-3.0-pro).
Passo 3 — Inserir um prompt e gerar
Descreva o assunto, composição, iluminação, estilo e qualquer texto que deseja incluir. Gere a imagem e refine o prompt conforme necessário.
O console fornece uma entrada Try Now para o Qwen-Image-3.0. O acesso pode depender da sua conta, região e disponibilidade do modelo. Abrir o Model Studio.
Para desenvolvedores, a Alibaba Cloud documenta tanto uma API compatível com OpenAI quanto a API do DashScope.
qwen-image-3.0 ou qwen-image-3.0-pro.O modelo documentado suporta geração texto para imagem e edição de imagem com uma a três imagens de referência. A resolução de saída pode chegar a até 2048 × 2048 pixels, sujeita a restrições da API.
Qwen-Image 3.0 está atualmente listado como Available na CometAPI por meio de um endpoint de produção. O catálogo registra uma data de lançamento observada em 11 de agosto de 2026 e mostra um fluxo de resposta pronto para assíncrono. Os IDs de modelo ativos são qwen-image-3.0 e qwen-image-3.0-pro.
A CometAPI expõe endpoints separados de geração e edição, mantendo autenticação, cobrança, observabilidade e comparação de modelos em uma única conta. Antes da implantação, verifique novamente a página do modelo e a documentação da API para os IDs de modelo ativos, endpoint, contagem de entradas suportadas, tamanhos de saída, esquema de resposta e preço atual.
Em seguida, envie uma solicitação de texto para imagem:
import os
import requests
response = requests.post(
"https://api.cometapi.com/v1/images/generations",
headers={
"Authorization": f"Bearer {os.environ['COMETAPI_KEY']}",
"Content-Type": "application/json",
},
json={
"model": "qwen-image-3.0",
"prompt": (
"Create a clean infographic about renewable energy, "
"with a three-column layout, readable English headings, "
"and a restrained blue and green palette."
),
},
timeout=180,
)
response.raise_for_status()
result = response.json()
print(result)
Para usar Pro, substitua qwen-image-3.0 por qwen-image-3.0-pro. Inspecione a resposta retornada para a saída da imagem ou informações da tarefa e siga a documentação atual da CometAPI se for necessário processamento assíncrono. Mantenha sua chave de API fora do código-fonte.
Um prompt prático pode especificar o assunto, propósito, composição, conteúdo de texto, idioma, tipografia, iluminação, materiais, papéis das imagens de referência, dimensões de saída e restrições. Para texto pequeno, forneça o texto exato e revise o resultado no tamanho final de exibição.
Dica de produção: construa um conjunto de aceitação com tipografia, texto multilíngue, rostos, produtos, fórmulas, edições locais e composições com múltiplas referências. Compare qualidade no primeiro passe, taxa de novas tentativas, deriva de edição, latência e custo total por ativo aceito — não apenas o preço de uma geração bruta.
Qwen-Image-3.0 permanece mais atraente para trabalhos visuais densos em informação. Comece com Standard quando você precisa de um perfil equilibrado de qualidade, velocidade e custo. Migre para Pro quando tipografia, composição complexa ou fidelidade de edição determinarem a aceitação. Na CometAPI, verifique o catálogo ao vivo antes de cada rollout de produção; em 14 de outubro de 2026, ambas as variantes estão disponíveis e a estimativa rápida começa em US$ 0,024 por solicitação.
| Seleção de resolução | Dimensões personalizadas ou recomendação automática, dependendo da API | Dimensões personalizadas ou recomendação automática, dependendo da API |
| Ponto forte principal | Equilibra qualidade de imagem e velocidade de geração | Melhor para layouts complexos, texto fino, tipografia multilíngue e imagens detalhadas |
| Modelo | Imagem de entrada | Saída 1K | Saída 2K |
|---|---|---|---|
| Qwen-Image-3.0 | US$ 0,003 / imagem | US$ 0,03 / imagem | US$ 0,03 / imagem |
| Qwen-Image-3.0-Pro | US$ 0,003 / imagem | US$ 0,04 / imagem | US$ 0,075 / imagem |
| Uso | Custo estimado de uso na CometAPI |
|---|---|
| 1 solicitação | US$ 0,0240 |
| 10 solicitações | US$ 0,2400 |
| 15 solicitações | US$ 0,3600 |
qwen-image-3.0 e qwen-image-3.0-pro em relação à referência de preço oficial listada. A tabela de preços por token da página exibe taxas de token zero; para esses endpoints de imagem, use a estimativa por solicitação e confirme o preço em conta ao vivo antes do orçamento. Preços dos provedores, pisos de faturamento, créditos e termos regionais podem mudar.