Qwen Image 3 是阿里巴巴的实用工具型模型：菜单、海报、文档这类图，画面里的字必须写对。
Qwen Image 3 是 Alibaba 2026 年这一代图像家族里的标准档，2026 年 7 月 21 日发布，只有 API——和早前几版 Qwen-Image 不同，这次没有公开权重，也没有技术报告。Alibaba 把它定位成干活的工具，不是玩艺术的玩具，而评测者反复落到的强项是图里的文字：Eden AI 给它的文字渲染打了 8.5/10，我们下面这五组文字测试也都是第一次就拼写正确。
它不是什么都能干。我们的图表测试复现了独立测评者发现的那个毛病：数字印对了，但坐标轴顺序是乱的，柱子的高低和它们的数值不成比例，还给我们编出来的数据凭空编了一条引用来源。测评者也记录过韩文拼错——所以所谓多语言，实际上是中日韩加英文——以及人物身上偶尔出现的解剖错误。
发布信息与定位来自对本次发布的独立报道： Unite.AI — Alibaba launches Qwen Image 3 without benchmarks or weights
“这个模型能在生成的图像里写出可读的文字……文字渲染得分 8.5/10，超过 DALL-E 3（7.0）和 SD 3.5（6.5）。”
“最大的进步在于它能理解长而详细的指令，同时产出高度准确、文字可读的图像。”
“与 GPT Image 2、Nano Banana Pro 这类专有模型相比，只能算次一等的替代品。”
下方每张图都是 2026 年 8 月 19 日在本页生成的，附所用完整提示词——包括它没通过的那个图表测试。没有修图，也没有从多张里挑。
这是它的主场。我们给它一份三个栏目、七个价格、字号很小的印刷菜单，一张带主标题、时间行和小页脚的活动海报，以及一张竖排中文标题配英文副标题的书店海报。全部拼写正确、排版得当——还包括我们没要求的东西：菜单自己长出一行像模像样的「Est. 1952」，海报多出一整栏额外标签，而且全都拼对了。原因是智能提示词改写默认开启，会自动丰富简短的提示词。如果你只要自己的文字、别的都不要，就在提示词里写明。
2K · 2:3 · 113s
2K · 3:4 · 105s
2K · 2:3 · 95s考题不在大标题——大标题谁都行。难的是 7.50 和 6.80 在菜单条目的字号下不出错，以及两种文字落在同一个工作台里。同批测试的一个提醒：它很乐意添加你没要求、但拼写正确的内容，版面固定时要把提示词写紧。
同一个模型也做编辑。我们先生成了一张带标签的茶叶罐产品图，再把它作为参考图交回去，要求同一只罐子出现在黄昏的露天冬日市集。罐子的形状、颜色和两行标签文字都完整保留；光线则为新场景整个重建——冷蓝的雪光里，金属上压着一道暖高光。每次最多 3 张参考图——够做「产品换场景」，但做不了 Nano Banana 系列擅长的多参考图合成。
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 步里有个要如实说的小瑕疵：标签文字正确，但行级层次错了——「ceremonial」被提到品牌名旁边，而不是领起第二行。随后的编辑则忠实保留了这个版式，连错误的换行也原样带了过去。
这是标准档与它的 Pro 兄弟真正不同的地方。Qwen Image 3 Pro 的 2K 比 1K 贵；这里两档同价，所以本页默认 2K，1K 唯一能买到的是更快的迭代节奏。同一条打字机微距提示词我们两档各跑了一次：1K 57 秒，2K 84 秒，而 2K 的像素约是 4 倍。急着迭代就用 1K；要留下来的都切 2K。
1216×832 · 57s
2496×1664 · 84s同一条提示词、同样设置，只改了分辨率档。两边花的积分相同——这正是这个模型的全部要点，也是本页默认 2K 的原因。
独立测试者说它的数据图表「看着对、其实错」，我们便自己跑了一个：一张五根柱、数值由我们提供的柱状图。每个标签、每个数字都印对了——但底下的几何是坏的。坐标轴一个值重复、另一个值排错位置，最高的柱子顶端低于它头顶印着的数值应在的位置，页脚还给我们编造的数据署了一个不存在的「Global Coffee Report 2025」。把它当排版师用，别当分析师用：它能把图表标题排得很漂亮，但真图表请用制图工具画。
2K · 3:4 · 118s仔细看左侧坐标轴：1.5 出现了两次，2.0 排在 2.5 上面。提示词要求柱高「严格与数值成比例」；它没有做到。只展示成功案例的页面不会告诉你这些。
上面几组图各自验证具体论断；这四张是同一批（2026 年 8 月 19 日）的广度补充，均为首次生成，附完整提示词。全部 14 次成功生成中，2K 耗时 64–118 秒，中位数 84 秒。有一次提交在上游供应商处失败、未开始生成；原样重跑一次即成功，用时 75 秒——那张重跑出来的图就是下面的早餐托盘。
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.
标准档是 Qwen 这对模型里的走量主力。下面每一条都对应本页上方演示过的能力。
菜单、价目板、活动传单——每个价格都必须一次做对。我们的七价菜单测试就是这份工作，而它通过了。
一个工作台同时排两种文字——我们的书店海报在同一画面里放了竖排中文标题和英文副标题，两者都正确。你读不懂的文字请务必校对；评测者抓到过韩文错误。
无论什么分辨率都是同一个价，试十个方向就是十次的钱——不用算档位账。赶时间可以先用 1K 打草稿，定稿切 2K 不加钱。
挂最多 3 张参考图，把产品搬进新场景，标签文字原样保留——就像我们的冬日市集编辑那样。要合成很多张参考图，请改用 Nano Banana 系列。
我们的图表测试把正确的数字印在了坏掉的几何上，还编了个出处。真实数据请用制图工具排，再让这个模型做外面那层海报。
你真正会拿来跟它比的三个模型——同一个工作台、同一份订阅，切换只要一次点击。
| Qwen Image 3 | Qwen Image 3 Pro | GPT Image 2 | Z Image Turbo | |
|---|---|---|---|---|
| 每张图积分 | 20，一口价——1K 与 2K 相同 | 1K 30 · 2K 50 | 5 – 560，取决于参数 | 0——免费 |
| 价格是否随分辨率变化 | 无 | 是——2K 更贵 | 是 —— 1K/2K/4K × 低/中/高 | 无分辨率档位 |
| 最高分辨率 | 2K | 2K | 4K | 1K 级预设 |
| 参考图 | 最多 3 张 | 最多 3 张 | 最多 16 张 | 不支持——仅文生图 |
| 宽高比 | 8 种，最宽 21:9 | 8 种，最宽 21:9 | 8 种另加自动，最宽 21:9 | 9 种，宽至 2:1、高至 1:2 |
| 每次出图数量 | 1 | 1 | 最多 10 张 | 1 |
| 画面内文字（我们自己的实测） | 菜单、海报、双语标题全部正确；图表不可靠 | 未实测 | 我们在其页面测试中最稳的一个 | 未测试 |
| 我们实测的速度 | 2K 64–118s，中位数 84s（13 次） | 未实测 | 2K 下 low 32s · medium 68s · high 166s（其页面数据，各 1 次） | 未实测 |
积分、参考图上限、分辨率与比例数量均于 2026 年 8 月 19 日读自我们自己的模型注册表——GPT Image 2 的比例数不含「auto」，那是设置项不是比例。速度是我们自测的，样本量如标注；没测过的格子就写没测过，不借厂商的数字。
把 Qwen Image 3 和其他图像模型放在同一个工作台里对比，一键即可切换。
| 模型 | qwen3/text-to-image 与 qwen3/image-to-image，出自阿里巴巴 Qwen 团队（2026 年 7 月 21 日发布；仅 API，无开放权重） |
|---|---|
| 模式 | 文生图与图生图，含参考图引导编辑 |
| 画质档位 | 1K 与 2K——价格相同，因此本站默认 2K |
| 宽高比 | 8 种预设，从 1:1 到 21:9 超宽 |
| 每次出图数量 | 1 张 |
| 参考图 | 每次生成最多 3 张 |
| 提示词控制 | 负向提示词、种子值，以及默认开启的智能提示词改写——提示词最长 5,000 字符 |
| 文字渲染 | 我们五项文字测试中英文均正确；评测者报告过韩文错误；图表类数据版面不可靠（见上方失败案例） |
| 实测速度 | 2K 64–118s，中位数 84s（13 次）；1K 单次 57s——2026 年 8 月 19 日 |
| 可靠性 | 14 次首次提交成功 13 次；1 次在上游供应商处失败，原样重跑即成功 |
注册免费账号——不需要 API key，无需任何配置。本页的生成器已预设为 Qwen Image 3。
把你要渲染的文字——标题、价格、中文题字——原样写在引号里。版面固定时，注明只出现这些文字：提示词改写默认开启，否则会自作主张补充额外（但拼写正确）的内容。
给它一张照片，描述要改什么。参考图上的标签文字会在编辑后保留；光线则会为新场景重建。
八种比例，最宽 21:9。1K 与 2K 同价，所以默认就是 2K——每次生成前都会显示确切的积分价格。
免费开始创作，注册即送欢迎积分。升级解锁高级模型、更快生成与 4K 输出。
按年计费 · $240/year
模型本身是付费的，按张计一个不高的固定价，1K 与 2K 相同——确切的积分价格在每次生成前都会显示。每个账号都有每日免费积分；随手起草可以先用 Z Image Turbo（0 积分），一分不花先把想法试出来。
从这里开始。标准档已经能搞定菜单、海报、双语标题和参考图编辑，一口价也让批量工作可以预算。当任务是极致完成度下的精细细节时再上 Pro——它的 2K 单独计价，适合你最终交付的那几帧，而不是探索过程里的每一帧。
日常文字工作大多在这里就能解决，而且价格固定可预期——我们的菜单、海报、双语测试全部一次通过。当密集小字或多元素复杂指令必须在一帧内全对时，GPT Image 2 仍是更可靠的选择，代价是随设置在 5 到 560 积分之间浮动的成本。走量放这里；错不起的那一帧交给它。
中文和英文是它的看家本领：我们的书店海报在同一画面里排了竖排中文标题和英文副标题，两者都正确，而且排得像本地设计师的手笔。中日韩加英文之外要小心——独立测试者记录过韩文输出元音错乱、多个词拼错。读不懂的文字请校对，或者干脆自己排字。
在我们 2026 年 8 月 19 日的批次里，2K 生成耗时 64 到 118 秒，中位数 84 秒；唯一一次 1K 用了 57 秒。生成是异步的——结果连同提示词和参数一起存进历史记录，好的配置以后可以原样复现。
三件事，来自我们自己的测试和公开评测。真实数据图表：我们那张把正确数值印在坏掉的坐标轴上，柱高不成比例，还编了个出处。擅自加料：提示词改写默认开启，会给简短提示词补充额外（拼写正确的）内容——版面固定时要在提示词里约束它。人物：我们的人像这一次很干净，但评测者报告多余肢体、双眼不一致的频率，足以让你在交付人物图前多看一眼。
可以，你生成的图片可在我们的服务条款下用于个人和商业项目。提示词内容、商标，以及你上传的任何参考图的权利，仍由你自己负责。
生成前后的活儿都有一键工具——修饰、换风格、直接分享。
