GPT-Image-2.5 vs Qwen-Image-3.0: Dos modelos insignia de código cerrado, dos precios diferentes

La forma más clara de interpretar GPT-Image-2.5 frente a Qwen-Image-3.0 es como dos buques insignia que cerraron sus puertas el mismo verano. El 8 de septiembre, OpenAI lanzó GPT-Image-2.5, el modelo ChatGPT Images 2.5 servido a través de la API como GPT-Image-2.5 Flare y GPT-Image-2.5 Sunburst, como un producto exclusivamente alojado y facturado por tokens: 8 dólares por millón de tokens de entrada de imagen y 30 dólares por millón de tokens de salida de imagen. Aproximadamente cinco semanas antes, el 4 de agosto, el equipo Qwen de Alibaba puso Qwen-Image-3.0 a disposición general en Qwen Cloud y Alibaba Cloud Bailian — y esta vez, en una silenciosa marcha atrás que importa más que cualquier característica individual, no publicó pesos en absoluto. Qwen-Image 1.0 y 2.0 fueron lanzamientos abiertos bajo Apache-2.0 con informes técnicos publicados el mismo día; Qwen-Image-3.0 no tiene pesos descargables, ni informe técnico, ni ficha del modelo, ni número de parámetros, ni benchmarks de su propio creador. Ambos son ahora buques insignia cerrados y alojados de los dos laboratorios con la reputación más sólida en cuanto a pesos abiertos a cada lado del Pacífico. La comparación entre ellos trata en parte de la calidad de imagen, y sobre todo de lo que cada laboratorio decidió dejar de regalar.

Ninguno de los dos modelos está validado por la documentación de su propio fabricante, y es precisamente ahí donde divergen. GPT-Image-2.5 aún no tiene una puntuación independiente —no tiene entrada en Artificial Analysis al 9 de septiembre de 2026—, por lo que sus afirmaciones de calidad son comunicadas por OpenAI y no reproducidas. Qwen-Image-3.0 se distribuye sin nada de Alibaba, pero su edición Pro, sin embargo, ha aparecido en los cuadros independientes: en las instantáneas de Artificial Analysis de septiembre, Qwen-Image-3.0-Pro se sitúa en la mitad de la tabla con aproximadamente 1086 Elo para texto a imagen y 1079 para edición de imágenes, con un precio aproximado de $40 por cada 1000 imágenes. Esa es una señal genuinamente independiente, y no es halagüeña: sitúa el buque insignia de Alibaba unos noventa Elo por detrás del líder, GPT Image 2 (high), y por debajo de Meta Muse Image y Nano Banana 2. Cada precio en este artículo es un precio de lista del proveedor; cada puntuación es de Artificial Analysis, no de Alibaba.

Por qué el estar cerrado es la historia.

Para Alibaba, cerrar Qwen-Image es un giro estratégico con una lógica clara: los modelos de imagen abiertos anteriores se descargaron ampliamente, pero no tenían valor comercial para Alibaba, porque cualquiera podía alojarlos por su cuenta. Qwen-Image-3.0 está diseñado para ser lo contrario: el equipo de Qwen lo posiciona explícitamente en torno al carácter 实, "práctico", lo que significa trabajo de producción que se ejecuta a través de una API alojada de pago. Esa misma lógica ya rige la cúspide del resto de la familia Qwen, y convierte cada tutorial anterior de "simplemente descarga Qwen-Image" en un documento histórico.

OpenAI nunca tuvo un buque insignia de imágenes abierto que cerrar, así que su postura no cambia: GPT-Image-2.5 existe para ser invocado, facturado y medido, con procedencia C2PA y marcas de agua integradas. La consecuencia práctica para un desarrollador es idéntica en ambos lados de esta comparación: no hay opción de autoalojamiento, no hay ajuste fino de la base, no hay respaldo sin conexión. Estás alquilando el modelo a su propietario según la tarifa del propietario, y la única pregunta que queda es qué alquiler necesitas.

Lo que cada buque insignia se construyó realmente para atraer.

La historia de ingeniería de Qwen-Image-3.0 es densidad de documentos, de maquetación y de lenguaje. Alibaba afirma una capacidad de prompt de 4500 tokens —aproximadamente cuatro veces y media la de la generación anterior—, lo que permite al modelo componer maquetaciones densas en una sola pasada: páginas de periódico completas, retículas de infografías, guiones gráficos, exámenes y maquetas de interfaz de usuario. Afirma renderizar texto legible incluso a unos diez píxeles, incluidas las matemáticas y LaTeX, renderizado nativo en doce idiomas con más de veinte tipografías y un centenar de estilos artísticos, y salidas de hasta 2048×2048 píxeles con hasta seis imágenes en una sola llamada. La generación y la edición de imagen a imagen conviven en un mismo modelo. Si estas afirmaciones se sostienen, es el modelo alojado más potente para el trabajo de imagen multilingüe, denso en texto y con maquetación compleja —y la posición AA de su edición Pro sugiere que la realidad va por detrás de la ambición—: calidad de imagen competente, de mitad de tabla, y todavía sin señales de un líder en maquetación de texto.

La historia de ingeniería de GPT-Image-2.5 es el extremo opuesto del espectro de la imagen: la edición y el sujeto, no la página. Las afirmaciones de OpenAI se centran en la fidelidad de referencia — mantener reconocible a una persona, mascota o producto a través de cambios de escenario y estilo — la edición multiturno que toca solo lo que se pidió, los fondos transparentes y un detalle fino más nítido, con el endpoint Sunburst dedicado al trabajo de edición de precisión y Flare a la generación rápida. Su afirmación sobre el renderizado de texto es más limitada que la de Qwen (manejo correcto del chino, entre otros sistemas de escritura) porque OpenAI no persigue el diseño de documentos; persigue el flujo de trabajo de la fotografía comercial y el diseño de producto, donde la imagen única, editada repetidamente, es el entregable.

Ninguno de los proveedores termina la comparación de precios.

Qwen-Image-3.0 publica precios por imagen: el precio de consumo doméstico parte de unos ¥0,18 por imagen en la edición Standard, con Pro más cara —aproximadamente ¥0,25 a resolución 1K y hasta unos ¥0,5 a 2K— y el precio internacional de la Standard se sitúa en el rango de $0,03–$0,04 por imagen. Los paneles independientes registran la edición Pro cerca de $40 por cada 1.000 imágenes. GPT-Image-2.5 factura en tokens y no publica un equivalente por imagen; su tarifa coincide con la de GPT-Image-2, que Artificial Analysis ancla cerca de $211 por cada 1.000 imágenes en alta calidad. Incluso concediendo que la cifra de OpenAI corresponde al predecesor, la brecha en el precio de lista es del orden de cinco a ocho veces, y compra dos promesas de calidad completamente distintas: la de Qwen se mide por el volumen de texto pequeño correctamente renderizado en una página densa; la de OpenAI, por la fidelidad de un sujeto editado.

La comparación es también una que ningún proveedor te permite completar limpiamente. El precio de la edición Standard de Qwen es real, pero la calidad de la edición Standard es una caja negra — Alibaba no publica nada, y solo existen las puntuaciones AA de mitad de tabla de la edición Pro para anclar la familia. Las afirmaciones de calidad de OpenAI son específicas y evaluadas internamente, pero su coste por imagen es desconocido y su producción no se ha medido de forma independiente. Puedes calcular el precio de ambas familias y solo puedes validar parcialmente cada una.

Dimensión a dimensión

• Lanzamiento — GPT-Image-2.5: GA 8 de septiembre de 2026. Qwen-Image-3.0: GA 4 de agosto de 2026 (anunciado el 21 de julio; la edición Pro figura de forma independiente desde julio).

• Apertura — Ambos cerrados, solo alojados. El cierre de Qwen-Image-3.0 revierte los lanzamientos de código abierto bajo Apache-2.0 de Qwen-Image 1.0 y 2.0; GPT-Image-2.5 nunca fue abierto.

• Precio — GPT-Image-2.5: $8 por millón de tokens para entrada de imagen / $30 por millón de tokens para salida de imagen, precio por imagen no publicado. Qwen-Image-3.0: desde ~¥0,18 por imagen (Estándar, ~$0,03 internacional); Pro ~¥0,25–0,5, ~$40/1k en AA.

• Fortaleza — GPT-Image-2.5: precisión de edición, fidelidad de referencia, consistencia en múltiples turnos. Qwen-Image-3.0: generación de documentos/diseños densos, indicaciones de 4,500 tokens, texto legible de ~10px, 12 idiomas.

• Señal independiente — GPT-Image-2.5: aún no hay ninguna. Qwen-Image-3.0: Pro a mitad de tabla en AA — ~1,086 en T2I, ~1,079 en edición, aproximadamente 90 Elo por detrás de GPT Image 2 (high).

• Salida — GPT-Image-2.5: hasta 3840×2160, fondos transparentes. Qwen-Image-3.0: hasta 2048×2048, hasta seis imágenes por llamada.

¿Qué alquiler se adapta a tu carga de trabajo?

Si tu trabajo son documentos, educación, localización o cualquier maquetación multilingüe de gran volumen — materiales de curso con ecuaciones, páginas de periódicos y revistas, maquetas de interfaz, infografías que deben mantener texto legible en una docena de idiomas — Qwen-Image-3.0 es el buque insignia creado para esa tarea, y el precio por imagen de Standard abarata los experimentos a gran escala. La condición es la confianza: la edición Standard no está documentada, y las puntuaciones independientes que existen son para la edición Pro, más cara, que queda en la mitad del grupo — aceptable para trabajo de maquetación, no un líder en calidad. Reserva presupuesto para el control de calidad visual a gran escala.

Si tu trabajo es imagen comercial —fotografías de producto, creatividades de campaña, ediciones con coherencia de referencia donde el sujeto debe permanecer sin cambios a lo largo de una larga cadena de edición— GPT-Image-2.5 es la apuesta mejor formada, con la misma advertencia en una forma más leve: al menos OpenAI publica una tarifa y afirmaciones específicas, y el puesto #1 medido de su predecesor en el panel de texto-a-imagen de AA te da un prior racional. Ninguno de los dos modelos está en el catálogo de OrcaRouter al 9 de septiembre de 2026 (la generación anterior de OpenAI, GPT-Image-2, sí está, al precio de lista del proveedor sin margen), por lo que una prueba A/B implica tener claves tanto de Qwen Cloud como de la API de OpenAI. La idea de pase directo sigue aplicándose una vez que estos se enruten: un agregador que factura el precio de lista del proveedor sin margen es la forma más limpia de realizar pruebas entre proveedores como esta sin construir facturación por proveedor.

La pregunta abierta que dejan ambos modelos es si el «buque insignia cerrado» es una estrategia duradera para la generación de imágenes o una temporal. El cierre de Qwen-Image-3.0 es el más reversible — Alibaba tiene antecedentes de apertura y una comunidad que lo espera — y la señal más contundente cuando vuelva a publicar los pesos será que el experimento exclusivamente alojado no ganó lo suficiente. La apuesta de GPT-Image-2.5 es que la ventaja de OpenAI en edición, una vez medida, justificará precios medidos por tokens frente a los competidores que cobran por imagen. Hay que estar atentos a dos eventos: que Qwen-Image-3.0 (no Pro) aparezca en un ranking independiente, y que GPT-Image-2.5 haga lo mismo. Hasta entonces, esto es un duelo entre dos tarifas vinculadas a promesas de calidad de las que solo una —la edición Qwen Pro— ha sido verificada hasta ahora por alguien independiente, y esa verificación la situó a mitad de tabla.