Choose your path
สำรวจข้อกำหนดทางเทคนิค คุณสมบัติ ผลการทดสอบเบนช์มาร์ก การกำหนดราคา ความสามารถในการแก้ไขภาพ การเปรียบเทียบ และการเข้าถึง API ของ Qwen-Image-3.0.
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 ส่วน Pro เน้นรายละเอียดและความซื่อตรงของการแก้ไข ใช้ qwen-image-3.0-pro ใน Artificial Analysis Image Arena snapshot ที่ตรวจเมื่อ October 14, 2026 Pro ได้ 1,089 ± 9 Elo สำหรับ text-to-image และ Standard ได้ 1,074 ± 9 ปัจจุบัน CometAPI แสดงว่าทั้งสองรุ่นพร้อมใช้งานเป็น production endpoint หน้าโมเดลระบุราคาเริ่มต้นโดยประมาณที่ $0.024 ต่อคำขอ คิดค่าบริการตามการใช้งาน และรองรับการตอบกลับแบบอะซิงโครนัส| สเปก | Qwen Image 3.0 Standard | Qwen Image 3.0 Pro |
|---|
| Model ID | qwen-image-3.0 | qwen-image-3.0-pro |
| ประเภทโมเดล | การสร้างและแก้ไขภาพ | การสร้างและแก้ไขภาพ |
| ข้อความสู่ภาพ (T2I) | รองรับ | รองรับ |
| แก้ไขภาพด้วยภาพ (I2I) | รองรับ | รองรับ |
| ความละเอียดผลลัพธ์สูงสุด | สูงสุด 2048 × 2048 พิกเซล ขึ้นกับข้อจำกัดของ API | สูงสุด 2048 × 2048 พิกเซล ขึ้นกับข้อจำกัดของ API |
| รูปแบบเอาต์พุต | PNG | PNG |
| จำนวนผลลัพธ์ต่อคำขอสูงสุด | สูงสุด 6 ภาพ ขึ้นกับการตั้งค่า API | สูงสุด 6 ภาพ ขึ้นกับการตั้งค่า API |
| ภาพอินพุตสำหรับการแก้ไข | ภาพอ้างอิง 1–3 ภาพ | ภาพอ้างอิง 1–3 ภาพ |
| ภาษาของพรอมต์ | รองรับภาษาจีนและอังกฤษ | รองรับภาษาจีนและอังกฤษ |
| ความยาวพรอมต์ | สูงสุดประมาณ 4,500 โทเค็นตามการใช้งาน API ที่มีเอกสารกำกับ | สูงสุดประมาณ 4,500 โทเค็นตามการใช้งาน API ที่มีเอกสารกำกับ |
| พรอมต์เชิงลบ | รองรับโดย API Qwen Image 3.0 ตามเอกสาร | รองรับโดย API Qwen Image 3.0 ตามเอกสาร |
| การเลือกความละเอียด | ระบุขนาดเองหรือให้แนะนำอัตโนมัติ ขึ้นกับ API | ระบุขนาดเองหรือให้แนะนำอัตโนมัติ ขึ้นกับ API |
| จุดแข็งหลัก | สมดุลคุณภาพภาพและความเร็วในการสร้าง | เหมาะกับเลย์เอาต์ซับซ้อน ข้อความละเอียด ไทโปกราฟีหลายภาษา และภาพที่มีรายละเอียดสูง |
ขีดจำกัดที่แท้จริงอาจขึ้นกับการตั้งค่า endpoint บัญชี และการเปลี่ยนแปลงฝั่งผู้ให้บริการ ควรตรวจสอบเอกสาร API ล่าสุดก่อนใช้งานจริง
Qwen-Image 3.0 แปลคำสั่งภาษาธรรมชาติให้เป็นองค์ประกอบภาพ พรอมต์สามารถอธิบายได้ทั้งวัตถุหลัก เลย์เอาต์ ไทโปกราฟี สี แสง ความสัมพันธ์เชิงพื้นที่ และลำดับชั้นของข้อมูล
สำหรับการแก้ไขภาพ โมเดลรับภาพอ้างอิงหนึ่งภาพขึ้นไปพร้อมคำสั่งการเปลี่ยนแปลง ช่วยให้ปรับแต่งดีไซน์เดิม ผสานองค์ประกอบจากหลายภาพอ้างอิง หรือเปลี่ยนเสื้อผ้าหรือท่าทางของตัวแบบ โดยใช้ภาพที่ให้มาเป็นแนวทาง
โมเดลรองรับเวิร์กโฟลว์หลัก 2 แบบ:
สองเวิร์กโฟลว์นี้ใช้ตระกูลโมเดลเดียวกัน แต่โครงสร้างคำขอและพารามิเตอร์ที่รองรับจะแตกต่างกันไปตาม endpoint ของ API
Qwen Image 3.0 มีสองเวอร์ชัน: Standard และ Pro ทั้งคู่รองรับการสร้างภาพและการแก้ไข Standard ให้สมดุลระหว่างคุณภาพและความเร็ว ส่วน Pro แนะนำสำหรับเลย์เอาต์ที่ซับซ้อน การเรนเดอร์ข้อความละเอียด ไทโปกราฟีหลายภาษา และองค์ประกอบภาพที่ละเอียด แพลตฟอร์ม CometAPI มีทั้งสองเวอร์ชันในราคาตามแค็ตตาล็อกภายใต้รหัสโมเดล qwen-image-3.0 และ qwen-image-3.0-pro
การอัปเกรดที่เห็นชัดที่สุดคือรองรับอินพุต ประมาณ 4.5K โทเค็น พรอมต์ที่ยาวสามารถกำหนดโซนเลย์เอาต์ หัวเรื่อง ป้ายกำกับ สี ไทโปกราฟี สไตล์ภาพ ความสัมพันธ์ของวัตถุ และบทบาทของภาพอ้างอิงได้โดยไม่ต้องบีบรายละเอียดทั้งหมดให้เหลือเพียงไม่กี่ประโยค
สิ่งนี้มีประโยชน์มากสำหรับเอกสารเชิงภาพ เช่น หน้าหนังสือพิมพ์ที่ต้องมีหลายคอลัมน์ ภาพถ่ายหลายภาพ คำบรรยาย ป้ายส่วน และลำดับชั้นไทโปกราฟีที่สอดคล้องกัน อินโฟกราฟิก 9 ช่องอาจต้องมีแนวคิด ไอคอน ชื่อเรื่อง และคำอธิบายแยกกันในแต่ละช่อง หรือสตอรีบอร์ดที่ต้องคงความต่อเนื่องระหว่างช็อตแม้จะเปลี่ยนมุมกล้องและแอ็กชัน คำสั่งที่ยาวขึ้นเปิดพื้นที่ให้โมเดลแสดงข้อกำหนดเหล่านั้นในคำขอเดียว
อย่างไรก็ดี ความจุของพรอมต์ไม่เท่ากับความจุในการเรนเดอร์ข้อความ โมเดลรับบรีฟยาว 4.5K โทเค็นได้ แต่ไม่ได้รับประกันว่าจะถ่ายทอดข้อความยาว 4.5K โทเค็นลงในภาพโดยปราศจากข้อผิดพลาด งบโทเค็นส่วนเกินยังใช้บรรยายสไตล์ การจัดวาง และความสัมพันธ์ที่อาจไม่ปรากฏเป็นข้อความตรงๆ
Qwen เน้นความสามารถในการเรนเดอร์ข้อความขนาดราว 10 พิกเซล พร้อมสูตร เครื่องหมายยก/ห้อย อักษรกรีก คำบรรยาย และงานเรียงพิมพ์หนาแน่น ความสามารถนี้ขยายขอบเขตจากโปสเตอร์คำโปรยสั้นๆ ไปสู่ใบงาน หน้าเชิงวิชาการ ไดอะแกรมเทคนิค เมนู แดชบอร์ด และกราฟิกเทียบผลิตภัณฑ์
ข้อพึงระวังในการใช้งานจริงยังมีอยู่ ข้อความขนาดเล็กเป็นจุดที่ “ความน่าเชื่อถือทางสายตา” กับ “ความถูกต้องของข้อเท็จจริง” แยกจากกันได้ง่าย บรรทัดหนึ่งอาจดูดีเชิงไทโปฯ แต่สะกดผิด หน่วยเปลี่ยน เครื่องหมายลบหาย หรือสูตรไม่ถูกต้อง ข้อความสำคัญควรพิสูจน์อักษรที่ขนาดแสดงผลจริง ไม่ใช่ดูจากการซูมอย่างเดียว
โมเดลรองรับ การเรนเดอร์แบบเนทีฟใน 12 ภาษา และหลายฟอนต์ ตัวอย่างเปิดตัวแสดงเลย์เอาต์หลายภาษา รวมถึงจีน-อังกฤษ ญี่ปุ่น เกาหลี และสเปน ทำให้ Qwen-Image 3.0 เหมาะกับแอสเซ็ตแคมเปญหลายภูมิภาค วัสดุการศึกษา เมนู อินเทอร์เฟซ และเอกสารผลิตภัณฑ์สากล
การรองรับภาษายังต้องทดสอบเฉพาะสคริปต์ ระบบวรรคตอน การตัดบรรทัด ข้อความแนวตั้ง เครื่องหมายกำกับเสียงวรรณยุกต์ ระยะห่างตัวอักษร และการแทนที่ฟอนต์อาจทำงานต่างกันตามภาษา ทีมงานควรกำหนดชุดการยอมรับต่อภาษาในการใช้งานจริง แทนการสรุปจากตัวอย่างภาษาอังกฤษที่สำเร็จเพียงชุดเดียว
Qwen ยังเน้นรายละเอียดจุลภาคของใบหน้า รูขุมขน เส้นผม ผ้า กระดาษ จารึกหิน แสง และรายละเอียดภาพอื่นๆ ประโยชน์เชิงปฏิบัติไม่จำกัดแค่ภาพเหมือนสมจริง แต่รวมถึงถ่ายภาพผลิตภัณฑ์ที่ต้องคงสภาพวัสดุ งานบูรณะภาพที่ต้องต่อเนื้อสัมผัส แอสเซ็ตอีคอมเมิร์ซที่ต้องคงสีและขอบ และภาพประกอบเชิงบรรณาธิการที่ยังน่าเชื่อเมื่อวางเคียงกับข้อความหนาแน่น
Qwen-Image-3.0 รองรับทั้งการสร้างภาพจากข้อความและการแก้ไขภาพจากภาพ ผู้ใช้ให้ภาพอ้างอิง 1–3 ภาพพร้อมคำสั่งแก้ไขเพื่อรักษาตัวแบบ เปลี่ยนเลย์เอาต์ รีสไตล์ผลิตภัณฑ์ หรือสร้างเวอร์ชันดัดแปลงที่ควบคุมได้ แนะนำ Pro เมื่อ “ความซื่อตรงของการแก้ไข” สำคัญกว่าต้นทุนการสร้างต่อครั้ง
การเปรียบเทียบเชิงปริมาณด้านล่างใช้ข้อมูลความชอบแบบปิดบังและอิสระ คะแนน Arena เป็นพลวัตและขึ้นกับการกระจายพรอมต์ คะแนนโหวต การตั้งค่าโมเดล และช่วงความเชื่อมั่น ใช้เพื่อชี้นำการเลือกโมเดล ไม่ใช่แทนที่การทดสอบตามงานของคุณ
Artificial Analysis ใช้การเปรียบเทียบภาพแบบจับคู่เพื่อวัดความชอบของมนุษย์ คะแนนสไตล์ Elo สะท้อนความถี่ที่ภาพของโมเดลได้รับการเลือกเหนือคู่แข่งในการประเมินเดียวกัน
| โมเดล | Elo ข้อความสู่ภาพ | ช่วงความเชื่อมั่น 95% | ตัวอย่างประเมิน |
|---|---|---|---|
| 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 นำ Standard อยู่ประมาณ 15 คะแนน Elo ในสแนปช็อตนี้ ช่วงความเชื่อมั่นไม่ทับกัน บ่งชี้ความแตกต่างที่วัดได้ในลีดเดอร์บอร์ดช่วงเวลานั้น อย่างไรก็ตาม คะแนน Elo เป็นการจัดอันดับเชิงความชอบแบบสัมพัทธ์ ไม่ใช่เปอร์เซ็นต์การตอบถูกของพรอมต์หรือมาตรวัดคุณภาพภาพแบบสากล
เลือก Qwen-Image-3.0 Standard เมื่อ:
เลือก Qwen-Image-3.0 Pro เมื่อ:
เลือกโมเดลอื่นเมื่อ:
Qwen-Image-3.0 เป็นตระกูลโมเดลสร้างและแก้ไขภาพของ Alibaba โดยมีทั้งเวอร์ชัน Standard และ Pro คุณเข้าถึงได้ผ่าน API อย่างเป็นทางการของ Alibaba Cloud เมื่อเปิดใช้งานโมเดลสำหรับบัญชีและภูมิภาคของคุณ แพลตฟอร์มภายนอกเช่น CometAPI อาจเป็นอีกทางเลือก แต่ต้องตรวจสอบความพร้อมใช้งานของโมเดลแยกต่างหาก
วิธีเข้าถึงที่ดีที่สุดขึ้นอยู่กับว่าคุณต้องการสร้างภาพผ่านเว็บอินเทอร์เฟซ ผสานโมเดลเข้ากับแอปพลิเคชัน หรือเรียกผ่านตัวรวม API
ขั้นตอนที่ 1 — เปิด Model Studio
ไปที่ Alibaba Cloud Model Studio.
ขั้นตอนที่ 2 — เลือก Qwen Image 3.0
ค้นหาโมเดลสร้างภาพและเลือก Standard (qwen-image-3.0) หรือ Pro (qwen-image-3.0-pro)
ขั้นตอนที่ 3 — ป้อนพรอมต์และสร้างภาพ
อธิบายตัวแบบ องค์ประกอบ แสง สไตล์ และข้อความที่ต้องการให้ปรากฏ สร้างภาพและปรับแต่งพรอมต์ตามต้องการ
คอนโซลมีรายการ Try Now สำหรับ Qwen-Image-3.0 การเข้าถึงขึ้นอยู่กับบัญชี ภูมิภาค และความพร้อมของโมเดล Open Model Studio.
สำหรับนักพัฒนา Alibaba Cloud จัดทำเอกสารทั้ง API ที่เข้ากันได้กับ OpenAI และ DashScope API
qwen-image-3.0 หรือ qwen-image-3.0-proโมเดลตามเอกสารรองรับการสร้างภาพจากข้อความและการแก้ไขภาพด้วยภาพอ้างอิง 1 ถึง 3 ภาพ ความละเอียดเอาต์พุตสูงสุดถึง 2048 × 2048 พิกเซล ขึ้นกับข้อจำกัดของ API
ปัจจุบัน Qwen-Image 3.0 ถูกระบุว่า Available บน CometAPI ผ่าน production endpoint แค็ตตาล็อกรายงานวันสังเกตการปล่อยเมื่อ August 11, 2026 และแสดงโฟลว์การตอบกลับที่พร้อมใช้งานแบบอะซิงโครนัส รหัสโมเดลสดคือ qwen-image-3.0 และ qwen-image-3.0-pro
CometAPI แยก endpoint สำหรับการสร้างและการแก้ไขภาพ ขณะคงการยืนยันตัวตน การคิดเงิน การสังเกตการณ์ และการเปรียบเทียบโมเดลไว้ในบัญชีเดียว ก่อนดีพลอยตรวจทานหน้าโมเดลและเอกสาร API สำหรับรหัสโมเดลสด endpoint จำนวนอินพุตที่รองรับ ขนาดเอาต์พุต สคีมาของการตอบสนอง และราคา ณ ปัจจุบัน
จากนั้นส่งคำขอข้อความสู่ภาพ:
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)
หากต้องการใช้ Pro ให้แทนที่ qwen-image-3.0 ด้วย qwen-image-3.0-pro ตรวจสอบการตอบกลับที่ได้เพื่อหาเอาต์พุตภาพหรือข้อมูลงาน และปฏิบัติตามเอกสาร CometAPI ปัจจุบันหากต้องประมวลผลแบบอะซิงโครนัส เก็บ API key ไว้นอกซอร์สโค้ด
พรอมต์ที่ใช้การได้จริงควรกำหนดตัวแบบ วัตถุประสงค์ องค์ประกอบ เนื้อหาข้อความ ภาษา ไทโปกราฟี แสง วัสดุ บทบาทของภาพอ้างอิง ขนาดเอาต์พุต และข้อจำกัด สำหรับข้อความขนาดเล็ก ควรให้คำคัดลอกที่แน่นอนและพิสูจน์อักษรผลลัพธ์ที่ขนาดแสดงจริง
เคล็ดลับสำหรับการใช้งานจริง: สร้างชุดการยอมรับที่รวมไทโปกราฟี ข้อความหลายภาษา ใบหน้า ผลิตภัณฑ์ สูตร การแก้ไขเฉพาะจุด และคอมโพสิตหลายภาพอ้างอิง เปรียบเทียบคุณภาพรอบแรก อัตราการลองใหม่ ความลื่นไหลของการแก้ไข เวลาหน่วง และต้นทุนรวมต่อแอสเซ็ตที่ผ่านการยอมรับ ไม่ใช่แค่ราคาของการสร้างครั้งเดียว
Qwen-Image-3.0 ยังคงโดดเด่นที่สุดสำหรับงานภาพที่มีข้อมูลหนาแน่น เริ่มจาก Standard เมื่อคุณต้องการสมดุลคุณภาพ ความเร็ว และต้นทุน ขยับไป Pro เมื่อไทโปกราฟี องค์ประกอบซับซ้อน หรือความซื่อตรงของการแก้ไขเป็นตัวตัดสินการยอมรับ บน CometAPI ควรตรวจสอบแค็ตตาล็อกสดก่อนการดีพลอยทุกครั้ง; ณ วันที่ October 14, 2026 ทั้งสองรุ่นพร้อมใช้งานและราคาโดยประมาณเริ่มที่ $0.024 ต่อคำขอ
| โมเดล | ภาพอินพุต | เอาต์พุต 1K | เอาต์พุต 2K |
|---|---|---|---|
| Qwen-Image-3.0 | $0.003 / ภาพ | $0.03 / ภาพ | $0.03 / ภาพ |
| Qwen-Image-3.0-Pro | $0.003 / ภาพ | $0.04 / ภาพ | $0.075 / ภาพ |
| การใช้งาน | ค่าประมาณค่าใช้จ่าย CometAPI |
|---|---|
| 1 คำขอ | $0.0240 |
| 10 คำขอ | $0.2400 |
| 15 คำขอ | $0.3600 |
qwen-image-3.0 และ qwen-image-3.0-pro เมื่อเทียบกับราคาอ้างอิงอย่างเป็นทางการ ตารางราคาแบบโทเค็นของหน้าระบุอัตราโทเค็นเป็นศูนย์ สำหรับเอ็นด์พอยต์ภาพเหล่านี้ให้ใช้ราคาประมาณต่อคำขอ และยืนยันราคาจริงของบัญชีก่อนตั้งงบ ราคา ผู้ให้บริการ เครดิต และเงื่อนไขภูมิภาคอาจเปลี่ยนแปลงได้