Qwen Image 3 是阿里巴巴的實用工具型模型：菜單、海報、文件這類圖，畫面裡的字必須寫對。
Qwen Image 3 是阿里巴巴 2026 年這一代圖像家族裡的標準檔，2026 年 7 月 21 日發布，只有 API——和早前幾版 Qwen-Image 不同，這次沒有公開權重，也沒有技術報告。阿里巴巴把它定位成幹活的工具，不是玩藝術的玩具，而評測者反覆落到的強項是圖裡的文字：Eden AI 給它的文字渲染打了 8.5/10，我們下面這五組文字測試也都是第一次就拼寫正確。
它不是什麼都能幹。我們的圖表測試複現了獨立測試者發現的那個毛病：數字印對了，但座標軸順序是亂的，長條的高低和它們的數值不成比例，還為我們捏造的資料憑空編了一條引用出處。測試者也記錄過韓文拼錯——所以所謂多語言，實際上是中日韓加英文——以及人物身上偶爾出現的解剖錯誤。
發布資訊與定位來自對本次發布的獨立報導： Unite.AI — Alibaba launches Qwen Image 3 without benchmarks or weights
“這個模型能在生成的圖像裡寫出可讀的文字……文字渲染得分 8.5/10，超過 DALL-E 3（7.0）和 SD 3.5（6.5）。”
“最大的進步在於它能理解長而詳細的指令，同時產出高度準確、文字可讀的圖像。”
“與 GPT Image 2、Nano Banana Pro 這類專有模型相比，只能算次一等的替代品。”
下方每張圖都是 2026 年 8 月 19 日在本頁生成的，附所用完整提示詞——包括它沒通過的那個圖表測試。沒有修圖，也沒有從多張裡挑。
這是它的主場。我們給它一份三個欄目、七個價格、字級很小的印刷菜單，一張帶主標題、時間行和小頁腳的活動海報，以及一張直排中文標題配英文副標題的書店海報。全部拼寫正確、排版得當——還包括我們沒要求的東西：菜單自己長出一行像模像樣的「Est. 1952」，海報多出一整欄額外標籤，而且全都拼對了。原因是智慧提示詞改寫預設開啟，會自動豐富簡短的提示詞。如果你只要自己的文字、別的都不要，就在提示詞裡寫明。
2K · 2:3 · 113s
2K · 3:4 · 105s
2K · 2:3 · 95s考題不在大標題——大標題誰都行。難的是 7.50 和 6.80 在菜單條目的字級下不出錯，以及兩種文字落在同一個工作台裡。同批測試的一個提醒：它很樂意添加你沒要求、但拼寫正確的內容，版面固定時要把提示詞寫緊。
同一個模型也做編輯。我們先生成了一張帶標籤的茶葉罐產品圖，再把它作為參考圖交回去，要求同一只罐子出現在黃昏的露天冬日市集。罐子的形狀、顏色和兩行標籤文字都完整保留；光線則為新場景整個重建——冷藍的雪光裡，金屬上壓著一道暖高光。每次最多 3 張參考圖——夠做「產品換場景」，但做不了 Nano Banana 系列擅長的多參考圖合成。
Studio product photograph of a matte sage-green tea caddy on pale travertine, its label reading 'KIYOMI' in a fine serif with a smaller line 'ceremonial grade matcha · 40g' beneath, soft directional daylight from the right, one clean specular edge highlight, shallow depth of field, e-commerce hero framing.
Keep the same sage-green tea caddy from the reference image exactly as it is — same label text 'KIYOMI', same shape and colour — but place it on a weathered wooden stall at an outdoor winter market at dusk, light snow falling, warm string lights bokeh behind, cold blue ambient light with one warm highlight on the tin.
第 1 步裡有個要如實說的小瑕疵：標籤文字正確，但行級層次錯了——「ceremonial」被提到品牌名旁邊，而不是領起第二行。隨後的編輯則忠實保留了這個版式，連錯誤的換行也原樣帶了過去。
這是標準檔與它的 Pro 兄弟真正不同的地方。Qwen Image 3 Pro 的 2K 比 1K 貴；這裡兩檔同價，所以本頁預設 2K，1K 唯一能買到的是更快的迭代節奏。同一條打字機微距提示詞我們兩檔各跑了一次：1K 57 秒，2K 84 秒，而 2K 的像素約是 4 倍。急著迭代就用 1K；要留下來的都切 2K。
1216×832 · 57s
2496×1664 · 84s同一條提示詞、同樣設定，只改了解析度檔。兩邊花的積分相同——這正是這個模型的全部要點，也是本頁預設 2K 的原因。
獨立測試者說它的資料圖表「看著對、其實錯」，我們便自己跑了一個：一張五根長條、數值由我們提供的長條圖。每個標籤、每個數字都印對了——但底下的幾何是壞的。座標軸一個值重複、另一個值排錯位置，最高的長條頂端低於它頭頂印著的數值應在的位置，頁腳還給我們編造的資料署了一個不存在的「Global Coffee Report 2025」。把它當排版師用，別當分析師用：它能把圖表標題排得很漂亮，但真圖表請用製圖工具畫。
2K · 3:4 · 118s仔細看左側座標軸：1.5 出現了兩次，2.0 排在 2.5 上面。提示詞要求長條高度「嚴格與數值成比例」；它沒有做到。只展示成功案例的頁面不會告訴你這些。
上面幾組圖各自驗證具體論斷；這四張是同一批（2026 年 8 月 19 日）的廣度補充，均為首次生成，附完整提示詞。全部 14 次成功生成中，2K 耗時 64–118 秒，中位數 84 秒。有一次提交在上游供應商處失敗、未開始生成；原樣重跑一次即成功，用時 75 秒——那張重跑出來的圖就是下面的早餐托盤。
Ultra-wide cinematic frame: a small harbor town at first light, fishing boats resting on glassy water in the lower third, strings of unlit bulbs sagging between mooring posts, mist rolling off the headland behind, soft peach-and-slate palette, anamorphic depth, fine detail across the full width.
Documentary portrait of an elderly fisherman mending a green net at dawn, weathered hands and deeply lined face clearly rendered, salt-and-pepper stubble, warm low sun from the left against a cold overcast sea, realistic skin texture without smoothing, shallow depth of field.
Overhead editorial food photograph of a lacquered tray breakfast: a bowl of congee with scallions and white pepper, a plate of golden youtiao, pickled radish in a small dish and a glass of soy milk, steam rising, warm morning window light, rich texture in the ceramics and wood.
Isometric illustration of a small night market street: glowing food stalls with striped canopies, tiny figures queueing, lanterns strung overhead, steam and smoke drifting up, warm oranges against deep blue night, clean vector-adjacent rendering with soft gradients, no text on any sign.
標準檔是 Qwen 這對模型裡的走量主力。下面每一條都對應本頁上方演示過的能力。
菜單、價目板、活動傳單——每個價格都必須一次做對。我們的七價菜單測試就是這份工作，而它通過了。
一個工作台同時排兩種文字——我們的書店海報在同一畫面裡放了直排中文標題和英文副標題，兩者都正確。你讀不懂的文字請務必校對；評測者抓到過韓文錯誤。
無論什麼解析度都是同一個價，試十個方向就是十次的錢——不用算檔位帳。趕時間可以先用 1K 打草稿，定稿切 2K 不加錢。
掛最多 3 張參考圖，把產品搬進新場景，標籤文字原樣保留——就像我們的冬日市集編輯那樣。要合成很多張參考圖，請改用 Nano Banana 系列。
我們的圖表測試把正確的數字印在了壞掉的幾何上，還編了個出處。真實資料請用製圖工具排，再讓這個模型做外面那層海報。
你真正會拿來跟它比的三個模型——同一個工作台、同一份訂閱，切換只要一次點擊。
| Qwen Image 3 | Qwen Image 3 Pro | GPT Image 2 | Z Image Turbo | |
|---|---|---|---|---|
| 每張圖積分 | 20，均一價——1K 與 2K 相同 | 1K 30 · 2K 50 | 5 – 560，取決於參數 | 0——免費 |
| 價格是否隨解析度變化 | 無 | 是——2K 更貴 | 是 —— 1K/2K/4K × 低/中/高 | 無解析度檔位 |
| 最高解析度 | 2K | 2K | 4K | 1K 級預設 |
| 參考圖片 | 最多 3 張 | 最多 3 張 | 最多 16 張 | 不支援——僅文生圖 |
| 長寬比 | 8 種，最寬 21:9 | 8 種，最寬 21:9 | 8 種另加自動，最寬 21:9 | 9 種，寬至 2:1、高至 1:2 |
| 每次出圖數量 | 1 | 1 | 最多 10 張 | 1 |
| 畫面內文字（我們自己的實測） | 菜單、海報、雙語標題全部正確；圖表不可靠 | 未實測 | 我們在其頁面測試中最穩的一個 | 未測試 |
| 我們實測的速度 | 2K 64–118s，中位數 84s（13 次） | 未實測 | 2K 下 low 32s · medium 68s · high 166s（其頁面資料，各 1 次） | 未實測 |
積分、參考圖上限、解析度與比例數量均於 2026 年 8 月 19 日讀自我們自己的模型註冊表——GPT Image 2 的比例數不含「auto」，那是設定項不是比例。速度是我們自測的，樣本量如標註；沒測過的格子就寫沒測過，不借廠商的數字。
把 Qwen Image 3 和其他圖像模型放在同一個工作區比較，一鍵即可切換。
| 模型 | qwen3/text-to-image 與 qwen3/image-to-image，出自阿里巴巴 Qwen 團隊（2026 年 7 月 21 日發布；僅 API，無開放權重） |
|---|---|
| 模式 | 文生圖與圖生圖，含參考圖片引導編輯 |
| 品質分級 | 1K 與 2K——價格相同，因此本站預設 2K |
| 長寬比 | 8 種預設，從 1:1 到 21:9 超寬 |
| 每次出圖數量 | 1 張 |
| 參考圖片 | 每次生成最多 3 張 |
| 提示詞控制 | 負向提示詞、種子值，以及預設開啟的智慧提示詞改寫——提示詞最長 5,000 字元 |
| 文字渲染 | 我們五項文字測試中英文均正確；評測者報告過韓文錯誤；圖表類資料版面不可靠（見上方失敗案例） |
| 實測速度 | 2K 64–118s，中位數 84s（13 次）；1K 單次 57s——2026 年 8 月 19 日 |
| 可靠性 | 14 次首次提交成功 13 次；1 次在上游供應商處失敗，原樣重跑即成功 |
註冊免費帳號——不需要 API key，無需任何設定。本頁的生成器已預設為 Qwen Image 3。
把你要渲染的文字——標題、價格、中文題字——原樣寫在引號裡。版面固定時，註明只出現這些文字：提示詞改寫預設開啟，否則會自作主張補充額外（但拼寫正確）的內容。
給它一張照片，描述要改什麼。參考圖上的標籤文字會在編輯後保留；光線則會為新場景重建。
八種比例，最寬 21:9。1K 與 2K 同價，所以預設就是 2K——每次生成前都會顯示確切的積分價格。
免費開始創作，註冊即送歡迎積分。升級解鎖進階模型、更快生成與 4K 輸出。
年繳 · $240/year
模型本身是付費的，按張計一個不高的固定價，1K 與 2K 相同——確切的積分價格在每次生成前都會顯示。每個帳號都有每日免費積分；隨手起草可以先用 Z Image Turbo（0 積分），一分不花先把想法試出來。
從這裡開始。標準檔已經能搞定菜單、海報、雙語標題和參考圖編輯，均一價也讓批量工作可以預算。當任務是極致完成度下的精細細節時再上 Pro——它的 2K 單獨計價，適合你最終交付的那幾幀，而不是探索過程裡的每一幀。
日常文字工作大多在這裡就能解決，而且價格固定可預期——我們的菜單、海報、雙語測試全部一次通過。當密集小字或多元素複雜指令必須在一幀內全對時，GPT Image 2 仍是更可靠的選擇，代價是隨設定在 5 到 560 積分之間浮動的成本。走量放這裡；錯不起的那一幀交給它。
中文和英文是它的看家本領：我們的書店海報在同一畫面裡排了直排中文標題和英文副標題，兩者都正確，而且排得像本地設計師的手筆。中日韓加英文之外要小心——獨立測試者記錄過韓文輸出母音錯亂、多個詞拼錯。讀不懂的文字請校對，或者乾脆自己排字。
在我們 2026 年 8 月 19 日的批次裡，2K 生成耗時 64 到 118 秒，中位數 84 秒；唯一一次 1K 用了 57 秒。生成是非同步的——結果連同提示詞和參數一起存進歷史紀錄，好的配置以後可以原樣重現。
三件事，來自我們自己的測試和公開評測。真實資料圖表：我們那張把正確數值印在壞掉的座標軸上，長條高度不成比例，還編了個出處。擅自加料：提示詞改寫預設開啟，會給簡短提示詞補充額外（拼寫正確的）內容——版面固定時要在提示詞裡約束它。人物：我們的人像這一次很乾淨，但評測者報告多餘肢體、雙眼不一致的頻率，足以讓你在交付人物圖前多看一眼。
可以，你生成的圖片可在我們的服務條款下用於個人和商業專案。提示詞內容、商標，以及你上傳的任何參考圖片的權利，仍由你自己負責。
生成前後的工作都有一鍵工具——修飾、換風格、直接分享。
