Qwen-Image-3.0 istemleri ne kadar uzun olabilir?

Qwen-Image-3.0, yaklaşık 4.5K token'a kadar talimatları destekler; bu da karmaşık yerleşimler ve görsel kompozisyonların ayrıntılı betimlemelerini mümkün kılar.

Qwen-Image-3.0 API model kimliği nedir?

Qwen-Image-3.0 model kimliği qwen-image-3.0'dır.

Qwen-Image-3.0 için benchmark puanları var mı?

Alibaba tarafından Qwen-Image-3.0 için standartlaştırılmış benchmark puanları kamuya açıklanmamıştır; bu nedenle rekabetçi performansı şu anda öncelikle nitel örnekler ve bağımsız testler aracılığıyla değerlendirilmelidir.

Qwen-Image-3.0 görsel düzenlemeyi destekliyor mu?

Evet. Qwen-Image-3.0, 1–3 referans görsel ve düzenleme talimatlarıyla birlikte görselden görsele üretimi ve görsel düzenlemeyi destekler.

Qwen-Image-3.0 hangi çözünürlükleri destekler?

Qwen-Image-3.0, 2048×2048'e kadar çıktı çözünürlüklerini destekler; Alibaba'nın API dokümantasyonu desteklenen aralığın 512×512 ile 2048×2048 arasında olduğunu belirtir.

Qwen-Image-3.0 metin içeren görseller üretebilir mi?

Evet. Qwen-Image-3.0, 10 piksel kadar küçük metinler de dahil olmak üzere ince ayrıntılı metin işleme için tasarlanmıştır ve 12 dili ve 20'den fazla yazı tipini destekler.

Qwen-Image-3.0 bir istek başına kaç görsel üretebilir?

Qwen-Image-3.0, her API isteği başına en fazla 6 çıktı görselini destekler.

Yakında

Aliyun

qwen-image-3.0

Qwen-Image-3.0 API

Q: Qwen-Image-3.0 nedir?

Qwen-Image-3.0, karmaşık yerleşimler, ayrıntılı görsel kompozisyon, metin işleme, çok dilli tipografi ve pratik görsel üretim ile düzenleme iş akışlarına odaklanan Alibaba Qwen'in üçüncü nesil görsel üretim modelidir.

Yakında

Başlangıç fiyatı

Fiyatlandırmayı görüntüle

Kullanıma dayalı faturalandırma

API sağlığı

Kullanılabilir

Üretim uç noktası

Yanıt süresi

Asenkrona hazır

Gözlemlenen API yanıt süresi

Yayın tarihi

Aug 11, 2026

Aliyun

Model özeti

Sayfanın temel SEO yapısını yeniden yazmaya gerek kalmadan değişebilen canlı katalog verileriyle birlikte, arama ve değerlendirme için sabit bir model kimliği.

Sabit kimlik

Qwen-Image-3.0 nedir?

Yakında

Fiyatlandırma ve limitler değişse de kanonik model kimliği sabit kalır.

Canlı model verileri

Güncel katalog görünümü

Kullanılabilirlik

Yakında

Başlangıç fiyatı

Fiyatlandırmayı görüntüle

Bağlam

Yetenekleri görüntüle

Katalog tarihi

Aug 11, 2026

Genel Bakış

Qwen-Image-3.0 hakkında önemli davranışlar ve entegrasyon noktalarını içeren pratik bir genel bakış.

Qwen-Image-3.0 Nedir?

Qwen-Image-3.0, Alibaba Qwen'in üçüncü nesil görsel üretim modelidir; yalnızca görsel estetiğe odaklanmak yerine, yapay zekâ tarafından üretilen görselleri gerçek dünyadaki yaratıcı ve tasarım iş akışları için daha kullanışlı hale getirmek üzere tasarlanmıştır. Hem metinden-görüntüye (T2I) hem de görüntüden-görüntüye (I2I) düzenlemeyi destekler; karmaşık yerleşimler, yoğun görsel bilgi, doğru metin işleme, çok dilli tipografi ve ayrıntılı görsel kompozisyona özellikle vurgu yapar.

Alibaba, Qwen-Image-3.0'ı üç temel yetenek etrafında konumlandırır: Zengin İçerik, Gerçekçi Ayrıntılar ve Derin Bilgi. Model yaklaşık 4.5K token uzunluğunda istemleri kabul eder; bu sayede kullanıcılar gazeteler, storyboard'lar, sınav kâğıtları, çok panelli infografikler ve arayüz maketleri gibi karmaşık kompozisyonları tek bir istekte tarif edebilir. Ayrıca 10 piksel kadar küçük metinleri işleyebilir, 12 dili ve 20'den fazla fontu destekler ve saç telleri, gözenekler, yüz mikro ifadeleri gibi ince görsel ayrıntıları yeniden üretmek üzere tasarlanmıştır.

Qwen-Image-3.0'un temel özellikleri nelerdir?

Karmaşık yerleşim üretimi: Qwen-Image-3.0, bilgi yoğun görsel kompozisyonlar için tasarlanmıştır. Alibaba, tek bir görselde üretilen 3×3 görsel ızgaralar, matematik slaytları, gazeteler, storyboard'lar, menüler, sınav kâğıtları ve diğer yapılandırılmış tasarımlar gibi yerleşimleri gösterir; birden çok görselin birleştirilmesini gerektirmez.

Daha uzun görüntü üretim yönergeleri: Model yaklaşık 4.5K token uzunluğunda istemleri destekler; bu da kullanıcılara tek bir üretim isteğinde nesneleri, ilişkileri, tipografiyi, yerleşimi, görsel hiyerarşiyi ve stili ayrıntılı şekilde belirtmek için önemli ölçüde alan sağlar.

İnce ayrıntılı metin işleme: Qwen-Image-3.0, küçük metinleri işlemek üzere özel olarak tasarlanmıştır; Alibaba 10px kadar küçük metinleri vurgular. Bu, posterler, infografikler, diyagramlar, UI konseptleri, eğitim materyalleri ve okunabilir metnin sonradan düşünülen bir öğe değil, görselin parçası olduğu diğer tasarımlar için modeli özellikle uygun kılar.

Çok dilli tipografi: Model, 12 dilde yerel işleme ve 20'den fazla fontu destekler; bu da çok dilli pazarlama materyalleri, yerelleştirilmiş görseller, ürün arayüzleri ve uluslararası içerik oluşturmada kullanımını genişletir.

Görüntü düzenleme: Qwen-Image-3.0, referans görselleri düzenleme yönergeleriyle birlikte kullanarak görüntüden-görüntüye üretim ve düzenlemeyi destekler. Alibaba'nın mevcut API belgeleri, I2I iş akışları için 1–3 referans görseli destekler.

Birden fazla çıktı: API, istek başına 6 çıktı görseline kadar destekler; bu da aynı istemden birkaç varyasyon üretmeyi sağlar.

Qwen-Image-3.0 Teknik Özellikler

Alibaba, Standard model için somut erişim ve yetenek bilgileri yayımlar. Aşağıdaki tablo, geliştiricilerin bir vitrini API garantisi sanmaması için belgelenmiş sınırları pazarlama düzeyi iddialardan ayırır.

Özellik	Qwen-Image-3.0
Geliştirici	Alibaba Qwen Team
Model türü	Görüntü üretimi ve görüntü düzenleme
Birincil konumlandırma	Dengeli kalite, hız ve maliyet
Model ID	qwen-image-3.0
Girdi türleri	Metin ve görseller
Çıktı türü	Görüntü
Üretim modları	Metinden-görüntüye; görüntüden-görüntüye; yönergeli düzenleme
Maksimum istem	Yaklaşık 4.5K token
Referans görseller	1-3
Çıktı piksel aralığı	Toplam piksel 512 x 512 ile 2048 x 2048 arasında
Çıktı formatı	PNG
İddia edilen küçük metin işleme	Yaklaşık 10 px
Yerel görsel-metin dilleri	12
Standart hız limiti	Belgelendiği bölgelerde 20 RPM
Fonksiyon çağırma	Desteklenmiyor
Toplu çıkarım	Desteklenmiyor
İnce ayar	Desteklenmiyor
CometAPI uç noktaları	/v1/images/generations; /v1/images/edits

Qwen-Image-3.0 Kıyaslama Performansı

Model	T2I Elo	T2I Sıra	Düzenleme Elo	Düzenleme Sıra	API Fiyatı / 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

Sonuçların Anlamı

Standard ile Pro: metinden-görüntüye fark yalnızca 9 Elo; ancak düzenlemede Pro, 32 Elo önde. Bu nedenle Pro için ödeme yapmanın en güçlü gerekçesi, ilk üretimden ziyade düzenleme kalitesi olabilir.
Seedream 5.0 Pro'ya karşı: Standard, metinden-görüntüye için yalnızca 4 Elo gerideyken Pro, 5 Elo önde. Bu küçük farklar yayımlanan belirsizlik aralıkları içinde yer alır ve kesin bir sıralama değil, rekabetçi bir küme olarak değerlendirilmelidir.
Nano Banana 2'ye karşı: Standard, metinden-görüntüye'de 44 Elo ve düzenlemede 32 Elo geridedir. Pro, düzenleme farkını 1,250 Elo'da beraberliğe kadar daraltır.
GPT Image 2'ye karşı: GPT, Standard'ı metinden-görüntüye'de 92 Elo ve düzenlemede 39 Elo ile önde götürür. Bu nedenle Qwen'in iddiası evrensel kalite liderliğinden ziyade fiyat-performans ve yerleşim uzmanlığıdır.
Daha önceki Qwen Image 2.0 Pro ile karşılaştırıldığında, Standard 3.0 modeli aynı lider tabloda metinden-görüntüye'de 39 Elo kazanırken temsilî fiyat 1.000 görsel için $75'tan $30'a düşer.

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

Hiçbir görsel modeli üretimin her boyutunda lider değildir. Genel tercih, düzenleme sadakati, metin işleme, referans kapasitesi, çıktı çözünürlüğü, temellendirme, gecikme ve maliyet farklı kazananlara işaret edebilir. Aşağıdaki karşılaştırma, belgelenmiş yetenekler ve bağımsız Arena sonuçlarına odaklanır.

Boyut	Qwen 3 Standard	Qwen 3 Pro	GPT Image 2	Nano Banana 2	Seedream 5 Pro
Konumlandırma	Kalite / hız / maliyet dengesi	En yüksek Qwen sadakati	Üst düzey genel görsel modeli	Hızlı, yüksek hacimli Gemini görsel modeli	Profesyonel tasarım ve düzenleme
T2I / Düzenleme Elo	1,275 / 1,218	1,284 / 1,250	1,367 / 1,257	1,319 / 1,250	1,279 / 1,247
Belirtilen çıktı	Yaklaşık 2K	Yaklaşık 2K	Esnek boyutlar	4K'ya kadar	CometAPI'de yaklaşık 2K
Referans girdileri	1-3	1-3	Destekleniyor	Çoklu referans	CometAPI'de 10'a kadar
Tipografi odağı	4.5K brif; 10px iddiası; 12 dil	Aynı temel odak, daha yüksek sadakat	Güçlü çok dilli metin	Metin ve arama dayanaklılık	Yoğun infografikler ve mekânsal kontroller
Web temellendirme	Hayır	Hayır	Belirleyici bir API özelliği değil	Google Arama ve Görsel Arama	Erişim yoluna bağlı
En uygun kullanım	Kontrollü maliyetle yoğun yerleşimler	Yüksek kaliteli Qwen düzenleme	Maksimum genel beğeni	Hızlı 4K ve güncel bilgi iş akışları	Hassas düzenlemeler ve çoklu referans tasarımı

SSS

API

Çalışan bir uç nokta ve kod örneği kopyalayın, tüm parametrelere ihtiyaç duyduğunuzda tam API referansını açın.

Tek API, üretime hazır model erişimi

Bir kez kimlik doğrulaması yapın, model uç noktasını çağırın ve sağlayıcılar arasında aynı faturalandırma ve izleme akışını koruyun.

Qwen-Image-3.0 için örnek kod ve API

Qwen-Image-3.0 için kapsamlı örnek kodlara ve API kaynaklarına erişerek entegrasyon sürecinizi kolaylaştırın. Ayrıntılı dokümantasyonumuz adım adım rehberlik sağlayarak projelerinizde Qwen-Image-3.0'in tüm potansiyelinden yararlanmanıza yardımcı olur.

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));

Kullanım senaryoları

Qwen-Image-3.0 modelini image yeteneklerine uygun üretim iş akışları için kullanın, ardından uzun vadeli entegrasyona geçmeden önce alternatifleri karşılaştırın.

Ürün görselleri ve kampanya kreatifleri

Konsept sanat ve hızlı görsel keşif

Görsel düzenleme, varyasyon ve varlık üretimi

Diğer modeller

CometAPI üzerinden sunulan diğer modelleri kalite, gecikme, yetenek ve fiyat açısından karşılaştırın.

Model karşılaştırmasını aç →

Google

Nano Banana 2.1

Nano Banana 2.1 API'sini keşfedin.

Modeli görüntüle

xAI

Grok-Imagine-Image-2.0

Grok Imagine Image 2.0, geliştirilmiş yapay zekâ tabanlı görüntü oluşturma ve düzenleme modeli

Modeli görüntüle

OpenAI

GPT Image 2

GPT Image 2, hızlı ve yüksek kaliteli görüntü oluşturma ve düzenleme için OpenAI'nin son teknoloji görüntü oluşturma modelidir. Esnek görüntü boyutlarını ve yüksek sadakatli görüntü girdilerini destekler.

Modeli görüntüle

Runway

Gen4-image

Gen4-image API'sini keşfedin.

Modeli görüntüle

Runway

Gen4-image-turbo

Gen4-image-turbo API'sini keşfedin.

Modeli görüntüle

Google

Nano Banana 2 lite

Gemini 3.1 Flash Lite Image model, görüntü oluşturma ailesinde verimlilik konusunda uzmandır ve ultra düşük gecikmeli, uygun maliyetli görüntü oluşturma ve düzenleme için tasarlanmıştır.

Modeli görüntüle

Çalışma Süresi

Üretime geçmeden önce canlı heartbeat verilerini, uç nokta kullanılabilirliğini ve gözlemlenen yanıt sürelerini inceleyin.

Güncellemeler

Sabit model sayfasını koruyarak Qwen-Image-3.0 için önemli kullanılabilirlik, fiyatlandırma ve yetenek değişikliklerini takip edin.

Model değişiklik günlüğü

Zamanla güçlenen tek bir sayfa.

Kanonik URL değişmeden kalırken sürüm notları, fiyat değişiklikleri, kıyaslama güncellemeleri ve geçiş yönergeleri burada birikir.

Lansman öncesi

Lansman öncesi model sayfası yayımlandı

Qwen-Image-3.0 için kalıcı bir model varlığı sayfası ayrılmıştır; doğrulanmamış veriler yayına kadar açıkça işaretlenmiş olarak kalır.

Canlı veriler

Fiyatlandırma ve limitler katalogla senkronize edildi

Fiyat, bağlam, kullanılabilirlik ve limitler; sayfa başlığına veya model kimliğine gömülmek yerine dinamik özellikler olarak ele alınır.

Aug 12, 2026

Kalıcı model varlığı oluşturuldu

Sağlayıcı ve model slug'ı kalıcı bir standart URL oluşturur; gelecekteki içerik ve veri güncellemeleri bu sayfada kalır.

Keşfetmeye devam edin

Modelleri karşılaştırın ve araştırmanıza devam edin

Yakında

Aliyun

qwen-image-3.0

Qwen-Image-3.0 API

Yakında

Başlangıç fiyatı

Fiyatlandırmayı görüntüle

Kullanıma dayalı faturalandırma

API sağlığı

Kullanılabilir

Üretim uç noktası

Yanıt süresi

Asenkrona hazır

Gözlemlenen API yanıt süresi

Yayın tarihi

Aug 11, 2026

Aliyun

Model özeti

Sayfanın temel SEO yapısını yeniden yazmaya gerek kalmadan değişebilen canlı katalog verileriyle birlikte, arama ve değerlendirme için sabit bir model kimliği.

Sabit kimlik

Qwen-Image-3.0 nedir?

Yakında

Fiyatlandırma ve limitler değişse de kanonik model kimliği sabit kalır.

Canlı model verileri

Güncel katalog görünümü

Kullanılabilirlik

Yakında

Başlangıç fiyatı

Fiyatlandırmayı görüntüle

Bağlam

Yetenekleri görüntüle

Katalog tarihi

Aug 11, 2026

Genel Bakış

Qwen-Image-3.0 hakkında önemli davranışlar ve entegrasyon noktalarını içeren pratik bir genel bakış.

Qwen-Image-3.0 Nedir?

Qwen-Image-3.0'un temel özellikleri nelerdir?

Birden fazla çıktı: API, istek başına 6 çıktı görseline kadar destekler; bu da aynı istemden birkaç varyasyon üretmeyi sağlar.

Qwen-Image-3.0 Teknik Özellikler

Özellik	Qwen-Image-3.0
Geliştirici	Alibaba Qwen Team
Model türü	Görüntü üretimi ve görüntü düzenleme
Birincil konumlandırma	Dengeli kalite, hız ve maliyet
Model ID	qwen-image-3.0
Girdi türleri	Metin ve görseller
Çıktı türü	Görüntü
Üretim modları	Metinden-görüntüye; görüntüden-görüntüye; yönergeli düzenleme
Maksimum istem	Yaklaşık 4.5K token
Referans görseller	1-3
Çıktı piksel aralığı	Toplam piksel 512 x 512 ile 2048 x 2048 arasında
Çıktı formatı	PNG
İddia edilen küçük metin işleme	Yaklaşık 10 px
Yerel görsel-metin dilleri	12
Standart hız limiti	Belgelendiği bölgelerde 20 RPM
Fonksiyon çağırma	Desteklenmiyor
Toplu çıkarım	Desteklenmiyor
İnce ayar	Desteklenmiyor
CometAPI uç noktaları	/v1/images/generations; /v1/images/edits

Qwen-Image-3.0 Kıyaslama Performansı

Model	T2I Elo	T2I Sıra	Düzenleme Elo	Düzenleme Sıra	API Fiyatı / 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

Sonuçların Anlamı

Standard ile Pro: metinden-görüntüye fark yalnızca 9 Elo; ancak düzenlemede Pro, 32 Elo önde. Bu nedenle Pro için ödeme yapmanın en güçlü gerekçesi, ilk üretimden ziyade düzenleme kalitesi olabilir.
Seedream 5.0 Pro'ya karşı: Standard, metinden-görüntüye için yalnızca 4 Elo gerideyken Pro, 5 Elo önde. Bu küçük farklar yayımlanan belirsizlik aralıkları içinde yer alır ve kesin bir sıralama değil, rekabetçi bir küme olarak değerlendirilmelidir.
Nano Banana 2'ye karşı: Standard, metinden-görüntüye'de 44 Elo ve düzenlemede 32 Elo geridedir. Pro, düzenleme farkını 1,250 Elo'da beraberliğe kadar daraltır.
GPT Image 2'ye karşı: GPT, Standard'ı metinden-görüntüye'de 92 Elo ve düzenlemede 39 Elo ile önde götürür. Bu nedenle Qwen'in iddiası evrensel kalite liderliğinden ziyade fiyat-performans ve yerleşim uzmanlığıdır.
Daha önceki Qwen Image 2.0 Pro ile karşılaştırıldığında, Standard 3.0 modeli aynı lider tabloda metinden-görüntüye'de 39 Elo kazanırken temsilî fiyat 1.000 görsel için $75'tan $30'a düşer.

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

Boyut	Qwen 3 Standard	Qwen 3 Pro	GPT Image 2	Nano Banana 2	Seedream 5 Pro
Konumlandırma	Kalite / hız / maliyet dengesi	En yüksek Qwen sadakati	Üst düzey genel görsel modeli	Hızlı, yüksek hacimli Gemini görsel modeli	Profesyonel tasarım ve düzenleme
T2I / Düzenleme Elo	1,275 / 1,218	1,284 / 1,250	1,367 / 1,257	1,319 / 1,250	1,279 / 1,247
Belirtilen çıktı	Yaklaşık 2K	Yaklaşık 2K	Esnek boyutlar	4K'ya kadar	CometAPI'de yaklaşık 2K
Referans girdileri	1-3	1-3	Destekleniyor	Çoklu referans	CometAPI'de 10'a kadar
Tipografi odağı	4.5K brif; 10px iddiası; 12 dil	Aynı temel odak, daha yüksek sadakat	Güçlü çok dilli metin	Metin ve arama dayanaklılık	Yoğun infografikler ve mekânsal kontroller
Web temellendirme	Hayır	Hayır	Belirleyici bir API özelliği değil	Google Arama ve Görsel Arama	Erişim yoluna bağlı
En uygun kullanım	Kontrollü maliyetle yoğun yerleşimler	Yüksek kaliteli Qwen düzenleme	Maksimum genel beğeni	Hızlı 4K ve güncel bilgi iş akışları	Hassas düzenlemeler ve çoklu referans tasarımı

SSS

API

Çalışan bir uç nokta ve kod örneği kopyalayın, tüm parametrelere ihtiyaç duyduğunuzda tam API referansını açın.

Tek API, üretime hazır model erişimi

Bir kez kimlik doğrulaması yapın, model uç noktasını çağırın ve sağlayıcılar arasında aynı faturalandırma ve izleme akışını koruyun.

Qwen-Image-3.0 için örnek kod ve 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));

Kullanım senaryoları

Qwen-Image-3.0 modelini image yeteneklerine uygun üretim iş akışları için kullanın, ardından uzun vadeli entegrasyona geçmeden önce alternatifleri karşılaştırın.

Ürün görselleri ve kampanya kreatifleri

Konsept sanat ve hızlı görsel keşif

Görsel düzenleme, varyasyon ve varlık üretimi

Diğer modeller

CometAPI üzerinden sunulan diğer modelleri kalite, gecikme, yetenek ve fiyat açısından karşılaştırın.

Model karşılaştırmasını aç →

Google

Nano Banana 2.1

Nano Banana 2.1 API'sini keşfedin.

Modeli görüntüle

xAI

Grok-Imagine-Image-2.0

Grok Imagine Image 2.0, geliştirilmiş yapay zekâ tabanlı görüntü oluşturma ve düzenleme modeli

Gen4-image API'sini keşfedin.

Modeli görüntüle

Runway

Gen4-image-turbo

Gen4-image-turbo API'sini keşfedin.

Çalışma Süresi

Üretime geçmeden önce canlı heartbeat verilerini, uç nokta kullanılabilirliğini ve gözlemlenen yanıt sürelerini inceleyin.

Güncellemeler

Sabit model sayfasını koruyarak Qwen-Image-3.0 için önemli kullanılabilirlik, fiyatlandırma ve yetenek değişikliklerini takip edin.

Model değişiklik günlüğü

Zamanla güçlenen tek bir sayfa.

Kanonik URL değişmeden kalırken sürüm notları, fiyat değişiklikleri, kıyaslama güncellemeleri ve geçiş yönergeleri burada birikir.

Lansman öncesi

Lansman öncesi model sayfası yayımlandı

Qwen-Image-3.0 için kalıcı bir model varlığı sayfası ayrılmıştır; doğrulanmamış veriler yayına kadar açıkça işaretlenmiş olarak kalır.

Canlı veriler

Fiyatlandırma ve limitler katalogla senkronize edildi

Fiyat, bağlam, kullanılabilirlik ve limitler; sayfa başlığına veya model kimliğine gömülmek yerine dinamik özellikler olarak ele alınır.

Aug 12, 2026

Kalıcı model varlığı oluşturuldu

Sağlayıcı ve model slug'ı kalıcı bir standart URL oluşturur; gelecekteki içerik ve veri güncellemeleri bu sayfada kalır.

Keşfetmeye devam edin