GPT-Image-2.5 לעומת Qwen-Image-3.0: שני דגמי דגל סגורים, שני תגי מחיר שונים

הדרך הבהירה ביותר לקרוא את GPT-Image-2.5 מול Qwen-Image-3.0 היא כשני דגליים שסגרו את שעריהם באותו קיץ. ב-8 בספטמבר OpenAI שחררה את GPT-Image-2.5, מודל ChatGPT Images 2.5 המוגש דרך ה-API בשמות GPT-Image-2.5 Flare ו-GPT-Image-2.5 Sunburst, כמוצר מתארח בלבד המתומחר באסימונים — 8 דולר למיליון אסימוני קלט תמונה ו-30 דולר למיליון אסימוני פלט תמונה. כחמישה שבועות קודם לכן, ב-4 באוגוסט, צוות Qwen של עליבאבא הביא את Qwen-Image-3.0 לזמינות כללית ב-Qwen Cloud וב-Alibaba Cloud Bailian — והפעם, בהיפוך שקט שחשוב יותר מכל תכונה בודדת, הוא לא שחרר שום משקלים. Qwen-Image 1.0 ו-2.0 היו שחרורים פתוחים תחת רישיון Apache-2.0 עם דוחות טכניים שפורסמו באותו היום; ל-Qwen-Image-3.0 אין משקלים להורדה, אין דוח טכני, אין כרטיס מודל, אין מספר פרמטרים, ואין אמות מידה מהיצרן עצמו. שניהם הם כיום דגליים סגורים ומתארחים מתחום התמונות משתי המעבדות בעלות המוניטין החזק ביותר במשקלים פתוחים משני צדי האוקיינוס השקט. ההשוואה ביניהם נוגעת בחלקה לאיכות התמונה, ובעיקר למה שכל מעבדה החליטה להפסיק לתת בחינם.

אף אחד מהמודלים אינו מאומת על ידי התיעוד של היצרן שלו, וזה בדיוק המקום שבו השניים נפרדים. ל-GPT-Image-2.5 אין עדיין ציון עצמאי — אין לו ערך ב-Artificial Analysis נכון ל-9 בספטמבר 2026, כך שטענות האיכות שלו מבוססות על דיווחי OpenAI בלבד ולא שוכפלו. Qwen-Image-3.0 מגיע בלי שום דבר מאליבאבא, אך עם זאת גרסת ה-Pro שלו הופיעה בלוחות העצמאיים: בתמונות המפץ של Artificial Analysis מספטמבר, Qwen-Image-3.0-Pro יושב באמצע הטבלה עם כ-1,086 Elo לטקסט-לתמונה ו-1,079 לעריכת תמונות, ורשום במחיר של כ-40 דולר לאלף תמונות. זהו אות עצמאי אמיתי, והוא לא מחמיא — הוא ממקם את דגל אליבאבא כ-90 Elo מאחורי המוביל, GPT Image 2 (high), ומתחת ל-Meta Muse Image ול-Nano Banana 2. כל מחיר במאמר זה הוא מחירון ספק; כל ציון הוא של Artificial Analysis, לא של אליבאבא.

למה הסגירות היא הסיפור

עבור אליבאבא, סגירת Qwen-Image היא פניית פרסה אסטרטגית עם היגיון ברור: מודלי התמונה הפתוחים הקודמים היו מורדים על ידי רבים אך חסרי ערך מסחרי עבור אליבאבא, מכיוון שכל אחד יכול היה לארח אותם בעצמו. Qwen-Image-3.0 בנוי להיות ההפך — צוות Qwen ממקם אותו במפורש סביב התו 实, "מעשי", כלומר עבודת ייצור שמתנהלת דרך API מתארח בתשלום. אותו היגיון כבר חל על המודלים המובילים בשאר משפחת Qwen, והוא הופך כל מדריך קודם מסוג "פשוט הורידו את Qwen-Image" למסמך היסטורי.

ל-OpenAI מעולם לא היה מוצר דגל פתוח לתמונות שהיה צריך לסגור, ולכן העמדה שלה לא השתנתה: GPT-Image-2.5 קיים כדי לקבל קריאות, חיוב ומדידה, עם מקור C2PA וסימן מים מובנים. ההשלכה המעשית למפתח זהה בשני צדי ההשוואה — אין אפשרות אירוח עצמי, אין כוונון עדין של הבסיס, ואין גיבוי לא מקוון. אתה שוכר את המודל מהבעלים שלו לפי מחירון הבעלים, והשאלה היחידה שנשארה היא איזו שכירות אתה צריך.

מה כל דגם דגל נבנה בפועל כדי למשוך

סיפור ההנדסה של Qwen-Image-3.0 הוא מסמכים, פריסה וצפיפות שפה. Alibaba טוענת לקיבולת פרומפט של 4,500 טוקנים — בערך פי ארבעה וחצי מהדור הקודם — וזה מה שמאפשר למודל להרכיב פריסות צפופות במעבר אחד: עמודים שלמים של עיתון, רשתות אינפוגרפיקה, סטוריבורד, דפי בחינה ואבות-טיפוס של ממשק משתמש. היא טוענת לעיבוד טקסט קריא עד כעשרה פיקסלים, כולל מתמטיקה ו-LaTeX, לעיבוד מקורי בשתים עשרה שפות עם יותר מעשרים גופנים ומאה סגנונות אמנותיים, ולפלט של עד 2048×2048 עם עד שש תמונות בקריאה אחת. יצירה ועריכת תמונה-לתמונה שוכנות במודל אחד. אם הטענות נכונות, זהו מודל הענן החזק ביותר לעבודת תמונות עתירת טקסט, כבדת פריסה ורב-לשונית — ומיקום ה-AA של מהדורת ה-Pro שלו מרמז שהמציאות מפגרת אחרי השאיפה: איכות תמונה מוכשרת ובינונית, ללא סימן עדיין למוביל בתחום פריסת הטקסט.

סיפור ההנדסה של GPT-Image-2.5 הוא הקצה השני של הספקטרום התמונה: העריכה והנושא, לא העמוד. הטענות של OpenAI מתמקדות בנאמנות התייחסות — שמירה על זיהויו של אדם, חיית מחמד או מוצר לאורך שינויים במיקום ובסגנון — עריכה רב-שלבית הנוגעת רק במה שביקשו, רקעים שקופים, ופרטים עדינים חדים יותר, כאשר נקודת הקצה Sunburst מוקדשת לעבודות עריכה מדויקות ו-Flare ליצירה מהירה. טענת עיבוד הטקסט שלה צרה יותר מזו של Qwen (טיפול נכון בסינית בין כתבים אחרים) משום ש-OpenAI אינה רודפת אחר פריסת מסמכים; היא רודפת אחר זרימת העבודה של צילום מסחרי ועיצוב מוצר, שבה התמונה הבודדת, שנערכת שוב ושוב, היא התוצר הסופי.

אף ספק לא מסיים את השוואת המחירים

Qwen-Image-3.0 מפרט מחירים לתמונה: מחיר הצרכן המקומי מתחיל בכ-¥0.18 לתמונה עבור המהדורה הרגילה (Standard), בעוד ש-Pro גבוה יותר — בערך ¥0.25 ברזולוציית 1K ועד כ-¥0.5 ב-2K — ומחיר המהדורה הרגילה הבינלאומית נמצא בטווח של $0.03–$0.04 לתמונה. לוחות עצמאיים מתעדים את מהדורת Pro במחיר של כ-$40 לכל 1,000 תמונות. GPT-Image-2.5 מפרט בטוקנים ואינו מפרסם מחיר מקביל לתמונה; כרטיס התעריפים שלו תואם ל-GPT-Image-2, ש-Artificial Analysis מעגן בכ-$211 לכל 1,000 תמונות באיכות גבוהה. גם אם נקבל שהנתון של OpenAI מתייחס לדגם הקודם, פער המחירון הוא בסדר גודל של פי חמש עד שמונה, והוא קונה שתי הבטחות איכות שונות לחלוטין: ההבטחה של Qwen נמדדת בנפח הטקסט הקטן שמוצג נכון בעמוד צפוף, ושל OpenAI בנאמנות של נושא שעבר עריכה.

ההשוואה היא גם כזו שאף ספק לא מאפשר לך להשלים בצורה נקייה. התמחור הסטנדרטי של Qwen הוא אמיתי, אך האיכות של המהדורה הסטנדרטית היא קופסה שחורה — Alibaba לא מפרסמת דבר, ורק ציוני ה-AA הבינוניים של מהדורת ה-Pro קיימים כדי לעגן את המשפחה. טענות האיכות של OpenAI הן ספציפיות ומוערכות באופן פנימי, אבל העלות לפר-תמונה אינה ידועה והפלט שלה אינו נמדד באופן בלתי תלוי. ניתן לתמחר את שתי המשפחות, אך ניתן לאמת רק חלקית כל אחת מהן.

מימד אחר מימד

• שחרור — GPT-Image-2.5: זמינות כללית ב-8 בספטמבר 2026. Qwen-Image-3.0: זמינות כללית ב-4 באוגוסט 2026 (הוכרז ב-21 ביולי; מהדורת Pro רשומה באופן עצמאי מאז יולי).

• פתיחות — שתיהן סגורות, זמינות רק באירוח. הסגירה של Qwen-Image-3.0 הופכת את המהדורות הפתוחות ברישיון Apache-2.0 של Qwen-Image 1.0 ו-2.0; GPT-Image-2.5 מעולם לא היה פתוח.

• מחיר — GPT-Image-2.5: $8 תמונה נכנסת / $30 תמונה יוצאת למיליון טוקנים, מחיר לתמונה לא פורסם. Qwen-Image-3.0: החל מ-~¥0.18 לתמונה (רגיל, ~$0.03 בינלאומי); Pro ~¥0.25–0.5, ~$40/1k ב-AA.

• עוצמה — GPT-Image-2.5: דיוק בעריכה, נאמנות להתייחסות, עקביות בריבוי סיבובים. Qwen-Image-3.0: יצירת מסמכים/פריסות צפופים, הנחיות של 4,500 טוקנים, טקסט קריא ב-~10px, 12 שפות.

• אות עצמאי — GPT-Image-2.5: אין עדיין. Qwen-Image-3.0: Pro באמצע הדירוג ב-AA — ~1,086 T2I, ~1,079 עריכה, בערך 90 Elo מאחורי GPT Image 2 (גבוה).

• פלט — GPT-Image-2.5: עד 3840×2160, רקעים שקופים. Qwen-Image-3.0: עד 2048×2048, עד שש תמונות בכל קריאה.

איזו השכרה מתאימה לעומס העבודה שלך?

{{1}}אם העבודה שלך היא מסמכים, חינוך, לוקליזציה, או כל פריסה רב-לשונית בנפח גבוה — חומרי קורס עם משוואות, דפי עיתון ומגזין, אב-טיפוס של ממשק משתמש, אינפוגרפיקות שחייבות להכיל טקסט קריא בתריסר שפות{{/1}} — {{2}}Qwen-Image-3.0 הוא מוצר הדגל שנבנה למשימה הזו, והתמחור לכל תמונה של Standard הופך ניסויים בכמות גדולה לזולים{{/2}}. {{3}}התנאי הוא אמון: מהדורת Standard אינה מתועדת, והציונים העצמאיים שקיימים הם עבור מהדורת Pro היקרה יותר, שממוקמת באמצע הדירוג — טובה לעבודת פריסה, אך לא מובילת איכות{{/3}}. {{4}}תקצבו בדיקות QA ויזואליות בהיקף נרחב{{/4}}.

{{1}}אם העבודה שלך היא תמונות מסחריות — צילומי מוצר, קריאייטיב קמפיינים, עריכות תואמות-ייחוס, שבהן הנושא חייב להישאר ללא שינוי לאורך שרשרת עריכה ארוכה — GPT-Image-2.5 הוא ההימור בעל הצורה הטובה יותר, עם אותו סייג בצורה מתונה יותר: לפחות OpenAI מפרסמת מחירון וטענות ספציפיות, והמקום הראשון הנמדד של קודמו בלוח הדירוג AA לטקסט-לתמונה נותן לך פריור רציונלי. אף אחד מהמודלים אינו בקטלוג של OrcaRouter נכון ל-9 בספטמבר 2026 (הדור הקודם של OpenAI, GPT-Image-2, כן נמצא, במחיר הרשום של הספק ללא תוספת), אז ניסוי A/B משמעותו להחזיק מפתחות גם ל-Qwen Cloud וגם ל-OpenAI API. הרעיון של pass-through עדיין תקף ברגע שאלה ייכללו בנתיב: אגרגטור שגובה את המחיר הרשום של הספק ללא תוספת הוא הדרך הנקייה ביותר להריץ ניסויים חוצי-ספקים כאלה בלי לבנות חיוב לכל ספק.{{/1}}

השאלה הפתוחה ששני המודלים משאירים היא האם "מודל דגל סגור" הוא אסטרטגיה בת-קיימא ליצירת תמונות או אסטרטגיה זמנית. הסגירות של Qwen-Image-3.0 היא הפיכה יותר — לאליבאבא יש תקדים של פתיחות וקהילה שמצפה לה — והאות החזק יותר, כשהיא תשחרר שוב משקלים, יהיה שהניסוי באירוח בלבד לא הצליח להרוויח מספיק. ההימור של GPT-Image-2.5 הוא שהובלת העריכה של OpenAI, כשתימדד, תצדיק מחירים לפי-טוקן מול מתחרים שגובים לפי-תמונה. שימו לב לשני אירועים: Qwen-Image-3.0 (לא-Pro) שתופיע בכלל על לוח תוצאות עצמאי, ו-GPT-Image-2.5 שתעשה את אותו הדבר. עד אז, זהו מפגש בין שני מחירונים הצמודים להבטחות איכות; רק אחד מהצדדים — מהדורת Qwen Pro — נבדק עד כה על ידי גורם עצמאי, והבדיקה דירגה אותו באמצע החבורה.