Krea 3 לעומת Qwen Image 3.0: הקו הפתוח נעצר כאן
- OrcaחדשOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 71 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2952אינטליגנציה
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856אינטליגנציה
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 740 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238אינטליגנציה
- OpenAIOpenAI: GPT-6 Sol2026-09-2248אינטליגנציה
- AnthropicAnthropic: Claude Opus 5.52026-09-2258אינטליגנציה
- xAIGrok 4.72026-09-2146אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 לכל 1M טוקנים · 35 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 לכל 1M טוקנים · 821 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-09-1040אינטליגנציה
- OpenAIOpenAI: GPT-6 Astra2026-09-0453אינטליגנציה77כתיבת קוד
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241אינטליגנציה76כתיבת קוד
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245אינטליגנציה76כתיבת קוד
- AnthropicAnthropic: Claude Fable 5.12026-09-0153אינטליגנציה82כתיבת קוד
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 לכל 1M טוקנים · 52 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 לכל 1M טוקנים · 110 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642אינטליגנציה72כתיבת קוד
- DeepSeekDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.22 / $0.66 לכל 1M טוקנים · 184 tok/s
- z-aiZ.ai: GLM 5.32026-08-1845אינטליגנציה75כתיבת קוד
העובדה השימושית ביותר לגבי Qwen Image 3.0 אינה קשורה כלל למדדי הביצועים שלה. קו מוצרי התמונות של אליבאבא היה פתוח במשך שני דורות — Qwen-Image 1.0 ו-2.0 הופצו תחת Apache 2.0 עם דוחות טכניים באותו יום, וQwen-Image-2.1 בא בעקבותיהם בספטמבר תחת רישיון Qwen Research המגביל יותר. Qwen Image 3.0, הזמין לשימוש כללי מאז 4 באוגוסט 2026, אינו כולל משקלים, אין דוח טכני, אין מספר פרמטרים ואין כרטיס מודל. הקו שהפך את אליבאבא למעבדת התמונות הפתוחה פשוט נעצר, במרחק מודל אחד מהדגל. Krea 3, שיצא ב-15 באוקטובר 2026, סגור גם הוא — אבל Krea לפחות פרסמה מודל תמונות פתוח מוקדם יותר השנה, ושתי החברות עשו כעת את אותו פנייה לאותו כיוון. ההשוואה היא בעצם על מה שמקבלים בתמורה.
מה עליבאבא הפסיקה לפרסם, ועל מה היא החלה לגבות
Qwen Image 3.0 קיים רק כמוצר API בתמחור לפי שימוש ב-Qwen Cloud וב-Bailian / Model Studio של Alibaba Cloud. זהו שבר בסוג, לא בדרגה.
• Qwen-Image 2.1 — 7B פרמטרים, רישיון Qwen Research, לא מסחרי כברירת מחדל, כאשר שימוש מסחרי מחייב רישיון נפרד שיש להסכים עליו בדואר אלקטרוני. רזולוציית ברירת מחדל 2048×2048, שבעה פריסטים, 40 צעדים, שקיפות RGBA בקלט ובפלט, עד עשר תמונות ייחוס, עריכות מקומיות באמצעות עיגולים מצוירים, הערות מצוירות או מסכה נפרדת.
• Qwen Image 3.0 — בלי משקולות בכלל. אין מאגר, אין צ'קפוינט, אין דוח טכני, אין מספר פרמטרים. Artificial Analysis מציגה אותו בלי קישור למשקולות פתוחות, וזו הדרך של לוח הדירוג לומר את אותו הדבר.
• שתי דרגות, ושתיהן על הלוח — בגבהים שונים. Qwen Image 3.0 Standard ו-Qwen Image 3.0 Pro. Artificial Analysis מציגה את שתיהן: Pro עם 1,085 Elo בעריכת תמונות, Standard עם 1,062. Alibaba עצמה אינה מפרסמת בנצ'מרק לאף אחת מהדרגות, כך שהמיקום בלוח המובילים הוא הציון היחיד שיש לכל אחת מהן.
• התמחור נע בין $0.03 ל-$0.04 לכל תמונה.התיעוד של Model Studio מפרט $0.035 עבור qwen-image-3.0; תמחור צרכני מקומי הוא בסביבות ¥0.18 לתמונה ברמת Standard, ועולה לכ-¥0.25 ב-1K ול-¥0.50 ב-2K עבור Pro, כאשר קלט תמונה וקלט עריכה מחויבים בנפרד ב-¥0.02 כל אחד — תמונת ייחוס שמוזנת בחזרה למעבר שני מחויבת שוב כקלט.
Krea עשתה מהלך דומה, אבל עם פחות מרחק לעבור: המשקלים של Krea 2 פתוחים תחת רישיון Krea 2 Community Licence, אלה של Krea 3 לא, והתשובה לאחסון עצמי היא שיחה ארגונית על תנאי רישיון והתאמת חומרה. ההבדל הוא שהשחרור הפתוח של Krea בן חמישה חודשים, ו-Krea מעולם לא הייתה המעבדה של משקלים פתוחים. אצל Alibaba זה היה כל הפיץ'.
שתי בעיות עריכה שונות, שתיהן מתומחרות לפי תמונה
זה המקום שבו שני המודלים מפסיקים להיות ניתנים להחלפה, וזה לא קשור לאיכות.
• Qwen Image 3.0 נבנה לצפיפות — טקסט, פריסה, מסמכים, מבנה. טענות היצרן: קיבולת פרומפט של 4,500 טוקנים, פי 4.5 בקירוב מהדור הקודם; רינדור טקסט קריא עד לכ־עשרה פיקסלים, כולל מתמטיקה ו־LaTeX; רינדור ילידי בשתים־עשרה שפות, ביותר מעשרים גופנים ומאה סגנונות אמנותיים; יצירה ועריכה מתמונה לתמונה במודל אחד; והיכולת לחפש ברשת תוך כדי היצירה.
• Krea 3 נבנה לדיוק ולחזרתיות. שנה רק את מה שביקשת, שמור על תווית המוצר והלוגו חדים, החזק דמות לאורך סדרה, הרץ אותו מאה אלף פעמים בלי שהחשבון יהפוך לסיפור. תיבות תוחמות ממקמות אלמנטים חדשים; עריכות מרובות־תורות מחזיקות מעמד בין התורות; עד שישה מקורות ייחוס לכל עריכה.
• רזולוציה — Krea 3 מרנדרת באופן מקורי ב-2K, עם 4K להדפסה; Qwen Image 3.0 מגיעה עד 2048×2048 ויכולה להחזיר עד שש תמונות בקריאה אחת. היכולת להחזיר מספר תמונות בקריאה היא היתרון של Qwen; תקרת ההדפסה היא היתרון של Krea.
• ממשק — אצל Qwen זה פרומפט וסט ייחוס. אצל Krea זה פרומפט, סט ייחוס, ותיבה שאתם מציירים כדי לסמן היכן השינוי מתרחש.
אם אתם מייצרים אינפוגרפיקה, עמוד עיתון, דף מבחן או מוקאפ ממשק משתמש עם טקסט אמיתי בתוכו, Qwen Image 3.0 תוכנן בדיוק לזה ו-Krea 3 לא. אם אתם משבצים מוצר אחד בארבעים סצנות והתווית חייבת לשרוד ארבעים פעמים, זה ההפך. דפי ההשקה בקושי חופפים בדוגמאות שהם מציגים, וזה לא מקרי.
מה אומרים הדירקטוריונים העצמאיים — על אחד מהם
ל-Qwen Image 3.0 יש רקורד מדוד, והוא לא מחמיא במיוחד למוצר דגל.
• עריכת תמונות, נכון ל-16 באוקטובר 2026 — Qwen Image 3.0 Standard עם 1,062 Elo מ-7,473 דגימות במחיר $30 ל-1,000 תמונות, ממוקם בטווח הדירוג 21-26 של הלוח; Qwen Image 3.0 Pro עם 1,085 Elo מ-12,851 דגימות במחיר $40 ל-1,000, בטווח 15-20. עשרים ושלושה Elo הם כל המרחק בין הדרג הזול לדרג היקר.
• טקסט לתמונה באותו תאריך — Standard 1,069 Elo מ-5,619 דגימות ב-$30 ל-1,000; Pro 1,094 Elo מ-5,898 דגימות ב-$40 ל-1,000. אותה צורה, אותו פער, מעט רחב יותר.
• מובילי הטבלה בפער ברור.GPT Image 2.5 Sunburst של OpenAI ממוקם על 1,198 בעריכה ו-1,217 בטקסט-לתמונה, כאשר וריאנט Flare נמצא על 1,177 ו-1,207 מאחוריו. מהדורת Pro של Qwen נמצאת באמצע הטבלה, עם מדגם של 12,000 הצבעות מאחוריה, וזה לפחות מדידה ולא טענה.
• הדרגה שהופכת את Qwen למעניין היא החלשה יותר, וכעת גם באופן מדיד. מהדורת Standard זולה ב-10 דולר לאלף תמונות וגרועה ב-23 נקודות Elo בעריכה, ו-Alibaba לא מפרסמת שום בנצ'מרק שיאפשר לטעון שהפער קטן מכך. העסקה הזאת — הנחה של עשירית מהמחיר תמורת ירידה מדידה באיכות — היא ההחלטה האמיתית, והיא זו שדף ההשקה של הספק עצמו לא מציג.
ל-Krea 3 אין שום דבר מזה. אין רשומה ב-Artificial Analysis, אין תוצאת ארנה, שום דבר מצד שלישי, נכון ל-16 באוקטובר 2026, יום אחד לאחר ההשקה. מה שיש לו הוא דף השקה שהמתודולוגיה שלו מודפסת עליו: נתוני המהירות הם זמני מבקשה לתוצאה חציוניים עבור אצווה בת שתים-עשרה תמונות של כל מודל, כולל זמן תור, שנמדדו בפלטפורמה של Krea מ-24 בספטמבר עד 1 באוקטובר 2026, ומחיר השוואה אחד באותו דף מתואר בהערת השוליים שלו עצמו כ"אומדן טיוטה הממתין לאימות". רמת גילוי כזו היא נדירה, וזה עדיין ספק שמודד את עצמו.
אז הצורה הכנה של ההשוואה הזו היא: למודל אחד יש ציון מדוד בינוני ורמה זולה נסתרת, ולאחר אין ציון ומחיר גלוי. אף אחת מהעמדות אינה נוחה, ולבחור ביניהן פירושו לבחור עם איזה סוג של אי־ודאות אתה יכול לחיות.
חשבון העלויות, כשהוא מחושב ביושר
במחירי מחירון השניים קרובים מספיק עד שההבדל הוא במבנה, לא במספר.
• Qwen Image 3.0 Standard — $0.035 לתמונה לפי מחירון Model Studio, כ-$30 ל-1,000 לפי הגזירה של Artificial Analysis. Qwen Image 3.0 Pro עולה כ-$40 ל-1,000.
• Krea 3 — $0.03 לתמונה ב-1K ו-$0.06 ב-2K. ב-1K, השניים נמצאים בפער של פחות מחצי סנט; ב-2K Krea 3 כמעט כפול ממחיר המחירון לתמונה של Qwen Standard.
• למדידת החיוב של Qwen יש מלכודות שאין למדידה של Krea. קלט תמונה וקלט עריכה מחויבים בנפרד ב-¥0.02 כל אחד, כך שזרימת עבודה איטרטיבית שמזינה בחזרה תוצאה קודמת משלמת עליה שוב. מחיר לפי תמונה אינו משתנה כשהפרומפט שלך מתארך; מחיר לפי טוקנים יכול להשתנות.
• למדידה של Krea יש רצפה שלמדידה של Qwen אין. המחיר של Krea 3 לתמונה הוא לכל עריכה, נקודה, ואין מדרגה זולה יותר מפורסמת לפלטים קטנים. Qwen Standard יכול לתמחר מתחתיו, ואכן עושה זאת, בשלב שבו השתיים חופפות ביותר.
הפרשנות המעשית: אם עומס העבודה שלך הוא טרנספורמציה במעבר יחיד של תמונות קטנות עד בינוניות, Qwen Image 3.0 Standard הוא כנראה זול יותר ו-Krea 3 הוא כנראה מהיר יותר. אם מדובר בסשן עריכה ארוך ורב-סיבובי על נכס אחד, מדידת הקלט בצד של Qwen היא הנתון שעליך למדל לפני שאתה מתחייב, כי שם החשבון הולך ומצטבר.
זמינות, והיכן משתלבת שכבת הניתוב
Qwen Image 3.0 מוגש ב-Qwen Cloud וב-Bailian / Model Studio של Alibaba Cloud, ו-Krea 3 מוגש ב-krea.ai, דרך נקודת קצה של Krea API המתועדת כבטא, ודרך קבוצה של שותפי הפצה מצד שלישי. אף אחד מהם אינו בקטלוג של OrcaRouter — קו המוצרים שלנו לתמונות כולל את מודלי GPT-Image של OpenAI, את מודל התמונות Grok Imagine של xAI ואת משפחות Imagen ו-Gemini של Google. אנחנו מציעים את מודלי הטקסט Qwen של Alibaba; אנחנו לא מציעים מודל תמונות של Qwen.
המקום שבו זה חשוב הוא בעיית המתאם. צוות שרוצה את Qwen Image 3.0 לפריסות טקסט צפופות ואת Krea 3 לחזרתיות בקטלוג מריץ שני ספקים סגורים עם שני מודלי חיוב, שאחד מהם מחייב לפי טוקן והשני לפי תמונה. זה בדיוק סוג האינטגרציה שנקודת קצה אחת נועדה לחסל: מפתח אחד ליותר מ-200 מודלים, מחיר המחירון של הספק מועבר הלאה בתוספת של 0%, כך ששינוי מחיר של ספק נכנס לתוקף באותו היום, מעבר אוטומטי בין ספקים כאשר אחד מהם מדרדר, ו-DSL לניתוב שיכול לבטא את שלב היצירה של עומס עבודה אחד ואת שלב העריכה של אחר בלי SDK נוסף.
הסיבה שההשוואה הזו מופיעה בכלל בעמודים שלנו היא ששני אלה הם מודלים שאתה קורא להם, לא מודלים שהיית מוריד. כשאף אחד מהספקים לא ישלח לך את המשקלים, כוח המיקוח שלך כולו תלוי בכמה בזול ובאיזו אמינות תוכל לקרוא להם — וזו שאלת ניתוב, לא שאלת מודל.
ההחלטה
• טקסט צפוף, מסמכים, פריסות, רינדור רב-לשוני — Qwen Image 3.0. הטענות של הספק ספציפיות ויוצאות דופן — טקסט קריא עד כעשרה פיקסלים, כולל LaTeX ומתמטיקה, שתים עשרה שפות על פני יותר מעשרים גופנים — ואין אף מודל אחר באצווה הזו שממוצב שם.
• עקביות מוצר ודמות בהיקף גדול — Krea 3. שש הפניות לכל עריכה, תיבות תוחמות, מצב מדויק, ואימון LoRA על המודל עצמו, מה ש-Qwen Image 3.0 לא מפרסמת.
• אתה זקוק לקריאה הזולה ביותר לתמונה ויכול להסתפק באיכות בינונית — Qwen Image 3.0 Standard בכ-30$ ל-1,000. ה-Elo של 1,062 שלו בעריכה הוא אמיתי, מדוד, ונמוך ב-136 מהמוביל בלוח; מה שלא קיים הוא כל בנצ'מרק של ספק שטוען שהפער צר יותר.
• אתה צריך מספר מדוד לפני החתימה — Qwen Image 3.0, לא Krea 3.שתי הרמות של Qwen מספקות אחד כזה, והרמה הזולה מספקת אותו גם כן, וזה יותר ממה ש-Krea 3 יכולה להציע. אף אחד מהמספרים אינו כזה שהיית שם בראש מסמך רכש; שניהם כאלה שאפשר לצטט.
דבר אחד ששתי המעבדות עשו השנה ראוי ליותר תשומת לב מאשר כל אחת מההשקות. אליבאבא הקדישה שני דורות להוכחה שמעבדת תמונות חזיתית יכולה לפרסם משקלים פתוחים ודוח טכני באותו יום, והפסיקה לעשות זאת במודל שחשוב. Krea עשתה זאת פעם אחת, במאי, ולא חזרה על כך. זו מגמה ולא צירוף מקרים, וזו הסיבה שהיכולת לקרוא למודל בלי לשלב אותו הפכה למיומנות הניידת יותר.
