Qwen Image Edit Plus 只做编辑——上传一张图，说清楚要改什么。它最拿手的是改写图片里印着的文字，中英文都行。
Qwen Image Edit Plus 是 Alibaba Qwen-Image-Edit 的 2025 年 9 月（2509）更新版，基于 20B 的 Qwen-Image 底座，Apache-2.0 开放权重。它只干一件事：给它 1 到 3 张输入图和一句指令，它还你一张改过的图。在 Artificial Analysis 的图像编辑榜上它排在中游，明显低于 Nano Banana 2 和 GPT Image 2——它还值得用，靠的是能干的范围，加上速度。
它有实打实的短板，我们的测试撞上了三处。明确交代过不要动的小字，回来时被重画成了像字又不是字的东西——因为它是把整幅画面重画一遍，而不是只对你要改的区域做蒙版。三图合成的过程里，标签上的文字劣化了。还有一次中文书法标题，字改对了，但笔锋跑偏成了更粗的书体。整场景的创意活儿，或者要更高分辨率，用 Nano Banana 2。
发布信息与能力描述引自官方模型卡： Qwen/Qwen-Image-Edit-2509 on Hugging Face
“Qwen-Image 最突出的强项是复杂文字渲染。它能生成带多行版式、段落级内容的图片，中英文皆可。”
“2026 年，当你需要画面内文字编辑、中英双语文字替换、外科手术式的对象修改时，Qwen Image Edit 仍是一个强选项。”
“在通用创意编辑上，它与闭源替代品的差距已经拉大。”
下面每个结果都是 2026 年 8 月 19 日在本站编辑的，指令原文照登，输入图全部来自本站其他模型生成的素材。8 次编辑中 7 次一次成功；1 次因上游瞬时故障重试了一次。中位耗时：15 秒。
买这个模型就是买一句承诺：你没提到的一切都会原样保留。我们跑了两次，一次让它成功，一次让它失败。要求从食物照片里删掉盘子和叉子，它删掉了并自然地补全了桌面——酥挞、百里香和窗光都完好。然后我们要求它只改保健品盒上的一个词：品牌名干净利落地重排了，中等字号的文字乃至批号都保住了，但明确要求保留的 8pt 成分表被重绘成了「看着像字的东西」。两个结果都在下方，上为输入、下为输出，未经修饰。
上为输入，下为输出 · 11s
上为输入，下为输出 · 12s右边这个测试就是我们设计来让它失败的，它也确实——部分地——失败了。RENOVA、剂量行和 LOT 4471-B 完美无缺；成分表则不然，因为模型是整幅重绘，不是在你的编辑区域外打蒙版。必须原样保留的小字别交给它：要么先裁掉，要么事后补回去。
这是评测者给它「同类最佳」评价的能力，也是它区别于普通编辑器的地方：它是重新排字，不是把字涂掉再画。我们要求咖啡随行杯标签上只改一行——SINGLE ORIGIN 改成 DARK ROAST——其余全部点名不许动。新的一行以同样的字体和字距回来了，下方注释字号的一行（COLOMBIA • HUILA | EST. 2018 | 12 OZ）保持正确清晰。中文那一半的验证在更下方的案例组里：一个四字书法标题改写正确，但有一条如实记下的保留意见。
输入图——本站用 Nano Banana Pro 生成
输出 · 15s放大输出图看：破折号、字距和注释行全都保住了。场景是重绘而非复制——散落的咖啡豆位置略有移动——所以「保持不变」应理解为视觉上忠实，而非逐像素一致。
2509 更新的招牌能力是多图合成：人物 + 产品、人物 + 场景，最多三张输入。我们把本页其他测试里的人像、随行杯和酥挞给它，要求合成一个咖啡馆场景。女士一眼可辨是同一个人，杯子在她手中，酥挞在桌上，窗光在三者之间保持一致——是真正的同一个场景，不是拼贴。代价：在上方单图编辑中幸存的杯身标签，经过合成后劣化成形似文字的痕迹。做多图合成时要把这一点排进计划。
3 张输入图 · 25s三张输入图你在本页都见过：下方一致性测试里的人像、上方文字测试里的随行杯、删除测试里的酥挞。指令要求它保持标签准确；它保住了标签的样子，没保住上面的字。
直接用这个模型，意味着开通阿里云百炼账号、申请 API key、按张计费，或者自己部署一个对显存要求很高的 20B 模型。在这里登录即用：上传、输入指令，固定的积分价格在运行前就显示出来。我们的 Ava 智能体也了解这个模型的真实画像——小范围的文字与对象手术——当需求不对口时会把你路由到别处：整场景的创意改造去 Nano Banana 2，从零生成文字密集的画面去 GPT Image 2。每次编辑的指令和输入图都会存进历史记录，好用的配方下周还能复用。
同一批 2026 年 8 月 19 日测试中的另外四例——背景替换、中文文字、人物一致性和整体风格迁移。每张图左为输入、右为输出；编辑指令印在图下方。
Replace the dark wet marble surface and the black-and-gold background with a bright travertine stone ledge in soft morning daylight next to a sunlit window, with a soft natural shadow under the bottle. Keep the amber perfume bottle, its gold cap and the AURELIE label completely unchanged.
Change the vertical Chinese title 「山间茶事」 to 「雨后茶事」 in the same calligraphic style, size and position, and change the small English subtitle 'MOUNTAIN TEA' to 'TEA AFTER RAIN' in the same green serif style. Keep the misty mountains, the tea cup, the steam and the paper texture exactly as they are.
Change her dark shirt to a cream cable-knit wool sweater, and change the scenery outside the train window to a snowy winter landscape with bare trees. Keep her face, freckles, expression, hair and the warm golden light on her skin exactly the same.
Repaint this photograph as a traditional Japanese ukiyo-e woodblock print: flat color planes, visible woodgrain texture, indigo sea and sky, stylized clouds and waves. Keep the same composition — the lighthouse on the headland, the winding path, and the walking figure with the lantern.
它是手术刀，不是画笔。以下这些活儿，正需要一把手术刀。
不用重拍就能做标签变体和背景替换：我们的随行杯在只改一个词的标签编辑中保住了注释行，香水瓶从深色大理石移到日光下时标签完好无损。
同一张海报，一句指令换成中文或英文标题。我们的四字书法标题改写正确——但要预留字体漂移的余地，看不懂的文字务必找人校对。
删掉毁掉构图的那个东西，让模型自己补全背景。照片其余部分是忠实重绘、不是蒙版保留——交付前检查一遍细节。
三张输入、一个场景、一束光。我们的合成里人脸保持得很好；印刷标签没有。先把人合进场景，再用第二次单图编辑修标签。
它无法凭空生成——没有输入图就没有输出。任何必须在 8pt 字号下逐像素保真的内容，压根不该经它的手：要么先裁掉那块面板，要么事后重新排上去。
本站四个具备编辑能力的图像模型并排对比——积分、输入限制，以及各自在同一份独立榜单上的成绩。
| Qwen Image Edit Plus | Nano Banana 2 | Nano Banana | GPT Image 2 | |
|---|---|---|---|---|
| 每张图积分 | 30，固定 | 1K 30 · 2K 50 · 4K 70 | 固定 20 积分 | 5–560 积分，按分辨率 × 质量档而定，每张参考图 +10 |
| 能否纯文字生成 | 不能——仅限编辑 | 能 | 能 | 能 |
| 每次可用参考图 | 3 | 14 | 5 | 16 |
| 输出尺寸控制 | 跟随输入图，约一百万像素 | 14 种比例外加自动 · 最高 4K | 7 种比例外加自动 · 最高 2K | 9 种比例（含自动）· 最高 4K |
| AA 图像编辑 Elo（2026 年 8 月） | 1141（第 42 名） | 1249（第 6 名） | 1179（第 28 名） | high 档 1256（第 3 名） |
| 我们实测的速度 | 11–25 秒，中位 15 秒（8 次编辑） | 57–199 秒，中位 94 秒（8 次生成） | 32–98 秒，中位 60 秒（7 次生成） | 2K 下 low 32 秒 · medium 68 秒 · high 166 秒（生成） |
积分、参考图上限与尺寸选项读取自本站模型注册表，时间为 2026 年 8 月 19 日。Elo 分数取自 Artificial Analysis 图像编辑榜同日数据——同一来源、同一天、四个模型。速度行是我们自己的实测并标注了样本量；注意任务类型不同（本模型是编辑，其余三个是生成），请当作工作流对照来看，不是基准测试。
将 Qwen Image Edit Plus 与其他图像模型对比——同一工作区，一键切换。
| 模型 | qwen-image-edit-plus（Qwen-Image-Edit 2509），阿里巴巴 Qwen 团队出品——2025 年 9 月发布，Apache-2.0 开源权重 |
|---|---|
| 模式 | 仅图像编辑与多图合成——无文生图；每次运行至少需要一张输入图 |
| 输入图 | 每次编辑 1 到 3 张，每张边长在 384 到 3072 像素之间 |
| 输出尺寸 | 跟随输入图比例，约一百万像素——我们的测试返回过 1024×1024、1248×832、832×1248 和 1376×768 |
| 宽高比 | 与输入图一致——这个模型没有比例选择器 |
| 指令长度 | 在本站每次编辑最多 1,000 字符 |
| 画面内文字编辑 | 支持中英文——两者都经我们实测验证；书法字体要预期漂移 |
| 积分 | 每次编辑固定 30 积分——运行前即显示 |
| 实测速度 | 每次编辑 11–25 秒，中位 15 秒——2026 年 8 月 19 日我们的 8 次实测 |
注册一个免费账号——不用 API key，不用云控制台。拖入要编辑的照片；要合成人物、产品或场景的话，最多再加两张。
点名要改什么，也同样明确点名要保留什么。范围收窄的指令是这个模型的高光区；把几处改动堆进同一句提示词正是它失手的地方。
固定的积分价格在运行前就显示。我们的 8 次测试编辑每次耗时 11 到 25 秒，结果连同指令一起存入历史记录。
要做第二处改动，就把结果作为新输入喂回去，而不是把提示词改写成一句巨型指令。每一轮都会整幅重绘，所以链条要短，每步之间检查细节。
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
所有账号都能用，包括免费档——每次编辑 30 积分，价格在运行前显示。这个模型没有单独的订阅门槛。
必须。它是纯编辑模型，没有文生图模式：每次运行需要 1 到 3 张输入图加一句指令，输出跟随输入图比例，约一百万像素。
能，中英文都行——这是它被夸得最多的能力，我们的实测也认可。它用同款字体替换了标签上的一行字、下方注释字号的小字完好，还正确改写了一个四字中文书法标题。那次测试留下一条保留意见：字都对，但字体从原本的宋体风漂移成了更重的毛笔风格。
在 Artificial Analysis 编辑榜上 Nano Banana 2 分数明显更高（Elo 1249 对 1141，2026 年 8 月），公开评测也认为通用创意编辑上的差距在拉大。我们两个都测过之后的结论：范围收窄的文字与对象手术交给这里、固定 30 积分；整场景创意改造、极端画幅或任何需要 2K–4K 输出的活儿交给 Nano Banana 2。
在这条通道上很快：我们的 8 次编辑每次 11 到 25 秒，中位 15 秒。7 次一次成功；1 次撞上上游瞬时容量错误，重试即成功。
我们实测撞上了三条。你没要求它动的区域里的小字，可能被重绘成形似文字的痕迹——因为它是整幅重绘，不是在编辑区外打蒙版，保健品盒测试就是例子。印刷文字经过多图合成会劣化，哪怕是标题字号。风格匹配的文字替换可能出现字体漂移。变通办法：必须保真的小字别放进画面、标签用单独的单图编辑修、每次只改一处。
可以，你生成的图片可依据我们的服务条款用于个人和商业项目。输入图的版权、提示词内容、商标与肖像权仍由你自行负责。
生成前后的活儿都有一键工具——修饰、换风格、直接分享。
