
把中文排版當母語來排
這是 Qwen 圖像家族的主場。我們要求生成一張音樂會海報:四字中文標題以宋體直排在畫面左側——得到的正是如此:每個字都正確,筆畫粗細一致,英文副標題以疏排大寫拼寫無誤——標題旁還多了一枚我們沒要求的紅色印章,恰恰是熟悉中文海報傳統的設計師會加的東西。本頁下方的雙語茶葉罐也是兩種文字全對。如果你的工作需要中英文同框,這就是選它最有力的理由。
Qwen Image 3 Pro 是阿里巴巴 Qwen-Image 系列的旗艦,值得用它的理由是雙語排版——中文和英文同處一圖。
Qwen Image 3 Pro 是阿里巴巴 Qwen-Image 3.0 系列的旗艦檔,2026 年 7 月 21 日發布。阿里巴巴把它對準資訊密集的活——長指令、版面,以及極小字級的畫面內文字——但發布時沒有技術報告、沒有模型卡、也沒有可下載的權重,所以競技場分數和獨立測試就是僅有的第三方證據。
它並非什麼都擅長。獨立測試者回報過韓文母音錯亂、圖表看似精緻但數據出錯、人像不如寫實專精模型。我們自己的十次實測大多順利——但下方的小字測試在段落中途崩掉了,仍然可讀的單字裡還有兩個拼錯。要追求皮膚與材質的極致寫實,請用 Seedream 5 Pro;要最可靠的小字,請用 GPT Image 2。
競技場名次來自 Artificial Analysis 文生圖與影像編輯排行榜,查詢於 2026 年 9 月 21 日: Artificial Analysis leaderboard
“這是阿里巴巴迄今在畫面內文字上最強的模型。”
“小至 10px 的文字仍可讀,皮膚與髮絲質感接近攝影。”
“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——十條提示詞,十次首發成圖,每張耗時 57 到 93 秒,並附所用的完整提示詞。包括暴露出真實短處的那個測試。

這是 Qwen 圖像家族的主場。我們要求生成一張音樂會海報:四字中文標題以宋體直排在畫面左側——得到的正是如此:每個字都正確,筆畫粗細一致,英文副標題以疏排大寫拼寫無誤——標題旁還多了一枚我們沒要求的紅色印章,恰恰是熟悉中文海報傳統的設計師會加的東西。本頁下方的雙語茶葉罐也是兩種文字全對。如果你的工作需要中英文同框,這就是選它最有力的理由。

菜單板比一句標題難得多:三個欄目、六道菜名、六個價格和一行小字頁腳要同框成立。我們拿到的成圖裡每個單字、每個價格都正確,從手繪感的標題一直到 'Served till 11am'。有個怪癖值得知道:我們的指令用斜線分隔菜名,模型把這些斜線也照畫到了板子上。它執行文字指令近乎過分忠實——不想被畫出來的標點,就別放進引號裡。

阿里巴巴的發布宣稱包括 10 像素仍可讀的文字。於是我們要求生成一張復古食譜卡,上面有整整四十個單字的小字作法段落。結果是本頁最誠實的一張圖:標題和前五行是真實可讀的英文,段落中段隨即崩解成只是形似文字的墨跡,最後七行又乾淨地恢復。可讀的單字裡還有兩個拼錯——'soffened' 和 'toothpack'。在這裡,展示字級的文字可靠;大段小字不可靠。讓段落文字留在圖外,或事後自己排上去。
Pro 級距對 1K 和 2K 分開計價,於是我們把同一條提示詞各跑了一次。兩張都保住了真實的風霜感皮膚——皺紋、鬍碴、日曬痕——而不是這個模型家族常被詬病的抹平臉;2K 那張的漁網與纜繩細節明顯更精細。兩次它還都做了我們沒要求的事:往場景裡寫字,一張在繫纜柱上寫了 'PIER 7',另一張在木箱上印了 'HARBOR FISHERIES',展示字級全對,而木箱字樣下方更小的一行劣化了。這一對圖正好概括它的性格:它不停地主動加字,字級門檻決定這些字能不能活下來。
1K · 3:2 · 76 秒
2K · 3:2 · 93 秒同一條提示詞,均為首發成圖。我們沒有固定種子,所以兩張構圖不同——可比的是渲染品質,不是取景。要做嚴格同構圖的對比,請在進階參數裡固定種子。

獨立評測裡最尖銳的批評是數據完整性:圖表看起來對,數字卻是錯的。我們直接去探——一條長條圖指令,給定五個精確數值並要求嚴格等比。成圖把五個數字全部印對,星期四最高、星期五最矮的次序也對,甚至超出了指令:它自己加了一行 'Total Cups Sold: 950'——正是這五個數的正確總和——還有與數據一致的峰值標註。唯一的瑕疵是圖例裡多了一個圖中並不存在的 'Daily Target' 系列。一次探測通過並不能撤銷這條批評——評測者的失敗案例有據可查——但它說明失敗也並非必然。圖表出手前把每個數字都核一遍;在這張圖上,這件事只要一分鐘。
同一批 2026 年 8 月 19 日實測裡的另外四張首發成圖,均附完整提示詞——微距細節、雙語包裝、食物與 21:9 超寬畫幅。十次生成合計:最快 57 秒,最慢 93 秒,中位數 79 秒。

Extreme macro photograph of an open mechanical watch movement: polished gears, blued screws, a coiled balance spring and engraved bridges, one warm raking light from the left revealing machining marks on the metal, shallow depth of field, jewel bearings glinting ruby red.

Studio product photograph of a tea tin on pale linen: the cylindrical tin's label reads '云雾龙井' in refined Chinese calligraphy across the centre, with 'MISTY DRAGONWELL — GREEN TEA' in small spaced capitals beneath it and a tiny line 'NET WT 100g' near the base, sage green and cream label design, soft window light, both scripts sharp and correctly written.

Overhead editorial food photograph of a lacquer tray holding a bowl of hand-pulled noodles in clear broth, chopsticks resting on a ceramic stand, small dishes of chilli oil and pickled greens beside it, steam rising, warm side light on a dark slate table, crisp texture in the noodles and scallions.

Ultra-wide cinematic frame: a night train crossing an illuminated bridge over a calm river, city lights doubled in the water, cool blue night tones against the warm carriage windows, anamorphic composition with the bridge running the full width of the frame.
每一條都對應本頁示範過的能力——不是願望清單。
中英文同框的包裝、海報與店面素材,兩種文字都排對——上面的茶葉罐和古琴海報就是這類工作。面向顧客的內容仍請母語者校對一遍。
我們的菜單測試裡,三級字級、六個價格和一行頁腳全部成立。把最小的字維持在標籤字級而不是內文字級,就能保持可讀。
機芯微距和拉麵托盤展示了 Pro 級距買到的東西:連貫的細小結構——齒輪齒、蒸氣、蔥花——而不是被抹平的質感。
我們的五數值圖表探測回來數字全對,連自己加的總計都對。但在你逐一讀過之前,把每個數字都當作未經核實——評測者描述的失敗模式真實存在,只是並非必然發生。
我們的四十字段落中途崩掉了,獨立測試者也記錄過韓文的母音級錯誤。長文案自己排;讀不懂的文字,請找看得懂的人校對。
同一個工作區、同一份訂閱——在這幾個之間切換只需一次點擊。
| Qwen Image 3 Pro | Qwen Image 3 | GPT Image 2 | Seedream 5 Pro | |
|---|---|---|---|---|
| 每張圖積分 | 1K 30 · 2K 50 | 一律 20 積分——1K 與 2K 同價 | 5 到 560 點數,依解析度 × 品質檔而定(每張參考圖 +10) | 1K 50 點數 · 2K 100 點數 |
| 最高解析度 | 2K | 2K | 4K | 2K |
| 參考圖片 | 3 | 3 | 16 | 5 |
| 每次出圖數量 | 1 | 1 | 最多 10 張 | 1 |
| 長寬比 | 8 種,從 1:1 到 21:9 | 8 種,從 1:1 到 21:9 | 9 種,含自動 | 8 種加自動,或指定精確像素 |
| 畫面內文字(我們自己的實測) | 五次測試中展示字級文字全對;一段小字內文崩掉 | 未測試 | 我們測過的模型裡最可靠的一個 | 展示級文字強;CJK 正確,阿拉伯語拼寫錯誤 |
| 我們實測的速度 | 57–93 秒,中位數 79 秒(10 次) | 未實測 | 2K 下 low 32 秒 · medium 68 秒 · high 166 秒(見其頁面) | 1K 約 87 秒,2K 約 107 秒(15 次實測) |
積分、參考圖片上限、解析度與長寬比數量均讀取自本站模型註冊表(2026 年 8 月 19 日)——GPT Image 2 按解析度 × 品質矩陣計價,所以那一格是區間而非單一數字。速度是我們自己的實測,樣本數如標註,各在其模型頁面上測得。沒測過的格子如實寫明,而不是抄廠商數字。
把 Qwen Image 3 Pro 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/pro-text-to-image 與 qwen3/pro-image-to-image,出自阿里巴巴 Qwen 團隊(Qwen-Image 3.0 系列,2026 年 7 月 21 日發布) |
|---|---|
| 競技場名次 | Artificial Analysis 文生圖競技場第 15 名(Elo 1088)、影像編輯第 16 名(1075)——查詢於 2026 年 9 月 21 日 |
| 模式 | 文生圖,以及最多 3 張參考圖片的引導編輯 |
| 品質分級 | 1K 與 2K |
| 長寬比 | 8 種預設,從 1:1 到 21:9 超寬 |
| 每次出圖數量 | 1 張 |
| 提示詞控制 | 負向提示詞、固定種子、自動提示詞擴寫(預設開啟);提示詞最長 5,000 字元 |
| 文字渲染 | 五次文字測試中中英文展示字級全部正確;四十字小字段落部分崩解 |
| 點數 | 1K 每張 30 積分 · 2K 每張 50 積分 |
| 實測速度 | 57–93 秒,中位數 79——我們 2026 年 8 月 19 日的 10 次生成 |
建立免費帳號——不需要 API key,也不需要阿里雲主控台。本頁的生成器已預設為 Qwen Image 3 Pro。
先寫場景,再把必須出現在畫面上的文字放進引號,中英文皆可。它對引號內文字的執行近乎過分忠實——連標點也照畫——所以只把你想畫出來的內容放進引號。
八種長寬比最高到 21:9;用 1K 迭代、2K 出成品。執行前會顯示準確的積分消耗。
固定種子可以對滿意的結果做受控變體,負向提示詞寫明要避免什麼。歷史紀錄保留每條提示詞與參數。
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
展示字級的畫面內文字與資訊密集版面,中英文皆可。它是阿里巴巴 Qwen-Image 系列的旗艦,在 Artificial Analysis 文生圖競技場排名第 15、Elo 1088(影像編輯第 16、1075),2026 年 9 月 21 日查詢。我們的五次展示文字測試——海報、菜單、包裝,外加兩處它自己加的招牌——全部拼寫正確。
先用標準版打草稿:一律 20 積分,2K 不加價。當成品需要更細的質感、或畫面裡有要緊的文字時,再換 Pro。兩者控制項完全一致,同一條提示詞和參考圖片可以原樣帶過去。
論大段小字,不強——我們的四十字段落測試在這裡崩掉了,而 GPT Image 2 仍是我們測過最可靠的小字模型,它還支援 4K 和 16 張參考圖片。論按在地設計師習慣排出的中文或雙語排版,Qwen Image 3 Pro 更強,而且每個級距價格固定、可預期。
我們 2026 年 8 月 19 日的十次實測:57 到 93 秒,中位數 79。生成是非同步的——你可以繼續做別的,結果會連同提示詞和參數一起存進歷史紀錄。
三件事值得提前規劃。大段小字:我們的四十字段落回來一半是亂碼,可讀單字裡還有兩個拼錯。你無法校對的文字:獨立測試者記錄過韓文的母音級錯誤。數據圖表:評測者回報過圖表外觀正確但數字錯誤——我們自己的五數值探測通過了,但出手前請核對每個數字。它還會不停往場景裡加沒被要求的文字;展示字級通常正確,但要檢查。
三者都支援。負向提示詞寫明要避免什麼,固定種子做受控變體;自動提示詞擴寫保持開啟可以讓短指令被擴充——想讓措辭被逐字執行時再關掉它。
1K 每張 30 積分、2K 每張 50 積分,每次生成一張。所選級距的準確消耗會先顯示在生成按鈕上,花費任何積分之前都看得到。
可以。依據我們的服務條款,你生成的圖片可用於個人與商業專案。提示詞內容、商標與肖像權的相關責任仍由你自行承擔。
生成前後的工作都有一鍵工具——修飾、換風格、直接分享。