APIPod logoAPIPod
Alibaba

Qwen Image 3.0

2 个可用模型
提供商: Alibaba
更新于: 最近

Qwen-Image 3.0 是阿里第三代图像基础模型,最大支持 4.5k token 提示词,一次请求即可生成 3×3 信息网格、报纸整版、LaTeX 论文页或嵌套 UI 场景;10px 小字清晰可读,原生渲染 12 国语言,同一个模型 ID 同时支持文生图与指令式图像编辑(最多 3 张参考图)。

可用模型

2026 年 7 月 21 日发布阿里通义千问出品 · OpenAI 兼容图像 API

Qwen Image 3.0 API小到 10px,文字依然可读。

Qwen Image 3.0 支持最长 4.5k token 的提示词,一次请求就能描述完九宫格信息图。报纸整版、LaTeX 论文页、菜单与 UI 界面都能带回清晰可读的文字,覆盖 12 国语言;传入参考图时,同一个模型 ID 直接变成图像编辑。

Qwen-Image-3.0 发布公告 → qwen.ai

把指针移到网格上x 50 · y 50
放大 3×原图 1800×1016

这里是官方原始出图,不是缩小的截图:镜头里能读出的文字,就是模型真正渲染出的文字。触屏可拖拽,也可聚焦网格后用方向键移动。

提示词长度
4.5k
token/请求,约为上一代的 4.5 倍
最小字号
10px
版面中的小字依然可读
语言
12
原生渲染,20+ 字体
参考图
3
用于指令式图像编辑
单次张数
6
n 可取 1~6
输出尺寸
2048²
总像素 512²~2048²,比例 1:8~8:1

能力

密集版面、真实细节、世界知识

3.0 与前代的三处不同:它能记住很长的指令、能渲染小字、也知道一种版面本该长什么样。

覆盖数学、物理、生物、医学与金融主题的九格信息图
3×3 网格 · 单次请求 · 3.7k token 提示词

内容丰实

一句提示词,九块成品版面

上面这张九宫格是一次生成的:提示词约 3.7k token,描述了九张互不相关的信息图——隧道安全漫画、空间几何课、平抛运动、寄生虫科普、胸痛医学图解、Sylow 定理、银行内控图与 DNA 结构对比。

01
每格都有自己的标题、正文、公式与插图,互不串味。
02
语义并置成立:九个不相关的主题在同一画布上按可读顺序排布。
03
提示词预算提到 4.5k token,才让这种密度成为可能。

纵深嵌套

画中画,再画中画

纵深是内容丰实的另一半。一条指令下,模型渲染出代码编辑器里嵌着聊天窗口、聊天窗口里嵌着即时通讯、最内层是一张咖啡海报——每一层都保留了各自界面的视觉语言。

需要为尚未存在的产品做一张可信截图时,这类能力很实用。

编辑器、聊天窗口、即时通讯与海报逐层嵌套的界面场景
四层嵌套界面 · 单条指令
带 LaTeX 公式的代数几何论文印刷页面

01

LaTeX,整页整页

整页学术版面:多行公式推导、上下标、花括号分组与定理编号。

带密集分栏与大幅照片的报纸头版

02

报纸排版

两端对齐的分栏、报头、图注与页码,印在有质感的新闻纸上。

榜单

Qwen Image 3.0 处在什么位置

独立文生图竞技榜上,3.0 系列位列国内图像模型第一梯队。下列数字来自公开榜单,并标注了统计日期。

Artificial Analysis · Pro

1089

Image Arena 快照(2026-10-14)中的 Elo。

Artificial Analysis · 标准版

1074

标准版比 Pro 低 15 Elo,单张价格更低。

LMArena · 文生图

#14

LMArena 文生图榜(2026-11-07)Elo 1254。

分数来自公开榜单,会随新模型加入而变化,请视为某一时点的快照而非保证。来源: qwen.ai

模型与价格

两个档位,一套契约

两个模型共用同一请求结构、同样的 4.5k token 提示词预算与同一条编辑通路。Pro 买的是质感与排版稳定性,标准版买的是吞吐。

价格为每张出图单价,并按实际交付分辨率所在档位计费:Pro 的 1K 与 2K 不同价($0.04 与 $0.075)。不传 size 时由模型按提示词选择分辨率,该请求按 2K 档计费。编辑是同一个端点,附加 image_urls 即可。

API

生成与编辑共用一个端点

提交图像任务、轮询完成、读取结果数组。同一个模型 ID 在带 image_urls 时执行编辑,不需要为改图再引入第二个模型。

  • ·POST /v1/images/generations 立即返回 task_id,生成异步执行。
  • ·GET /v1/images/status/{task_id} 返回 processing、completed 或 failed 以及结果 URL。
  • ·size 传「宽*高」,总像素在 512*512~2048*2048 之间;不传则由模型自选。
阅读 API 文档
curl -X POST https://api.apipod.ai/v1/images/generations \
  -H "Authorization: Bearer $APIPOD_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "qwen-image-3.0",
  "prompt": "A 3x3 grid of educational infographics: tunnel safety comic, spatial geometry, projectile motion, parasitology, Sylow theorems and a DNA comparison, with legible Chinese and English labels.",
  "n": 1,
  "prompt_extend": false
}'

# {"task_id":"tsk_...","status":"processing"}
# GET https://api.apipod.ai/v1/images/status/tsk_...

上游返回的图片 URL 24 小时后失效;APIPod 会把成品转存到自己的存储,因此你拿到的结果 URL 长期有效。

怎么选

Qwen Image 3.0 与 Qwen Image 2.1

3.0 是版面与排版代,2.1 是紧凑的编辑代,原生透明是它的招牌。两者共用同一个 API Key。

维度Qwen Image 3.0Qwen Image 2.1
擅长密集版面、排版、UI 与印刷生成、编辑与抠图
提示词预算最长 4.5k token短到中等指令
文字渲染最小 10px,12 国语言排版强,但无 10px 承诺
参考图最多 3 张最多 10 张,支持圈选与蒙版
透明通道不是重点原生 RGBA 输出
起步价$0.03 / 张$0.016 / 张(Turbo)

如果你的活是「图里的文字」,选 3.0;如果是抠主体、要透明素材、要一次塞很多参考图,选 2.1。

常见问题

大家最常问的几件事

Qwen Image 3.0 是什么?

它是阿里通义千问第三代图像基础模型,2026 年 7 月发布。可根据文本生成与编辑图像,支持最长 4.5k token 的提示词,能渲染小到 10px 的文字、覆盖 12 国语言,并可仿真网页、游戏、直播等真实界面。

在 APIPod 上怎么调用?

在控制台创建 API Key,然后把任何 OpenAI 兼容客户端指向 https://api.apipod.ai/v1,模型名填 qwen-image-3.0 或 qwen-image-3.0-pro。请求是异步的:先提交到 /v1/images/generations,再轮询 /v1/images/status/{task_id}。

怎么计费?

按成功出图计费,并按实际交付分辨率所在档位计价。Pro 的 1K 与 2K 是两个价,标准版两档同价。若不传 size,模型会自行选择分辨率,该请求按 2K 档计费。

图里的文字可以信赖吗?

标题、标签和短文本可以——4.5k token 的提示词预算与 10px 渲染就是为此准备。长段落仍可能出现错字或形近字替换,关键文案请保持简短,或出图后修正。

支持哪些尺寸与张数?

总像素 512*512~2048*2048,宽高比 1:8~8:1;2K 下的 16:9 为 2688*1536。单次 n 可取 1~6,每张分别计费。

编辑图像需要另一个模型吗?

不需要。用同一个模型 ID 传 image_urls,请求就变成编辑,3.0 系列最多 3 张参考图;不传 image_urls 时,同一模型只做文生图。

该用 3.0 还是 2.1?

文字、版面和印刷精度是重点时选 3.0;需要透明素材、主体抠图,或一次编辑要塞最多 10 张参考图时选 2.1。两者 API 形态一致,切换只改一个模型名。

第一版就把版面排对。

创建 Key,发一条提示词,在交付前按 100% 比例检查文字。