Qwen-Image-3.0 resmi GA: Model gambar praktis Alibaba hadir dengan harga ¥0,18 per gambar

Pada 5 Agustus 2026, Qwen-Image-3.0 berhenti menjadi pratinjau khusus undangan dan terbuka untuk semua pengguna platform AI Qwe​n milik Alibaba. Seluruh produk ini diberi harga seperti utilitas, bukan layanan seni premium — teks-ke-gambar mulai dari sekitar ¥0.18 per gambar di sisi konsumen, dengan tingkatan Pro di atasnya — dan pembingkaian Alibaba sendiri adalah bahwa ini adalah model gambar yang dibuat untuk melakukan pekerjaan, bukan untuk memenangkan kontes kecantikan. Seminggu setelah ketersediaan umum penuh, pembingkaian itu patut dianggap serius: dua hal yang diunggulkan Qwen-Image-3.0, prompt yang sangat panjang dan teks kecil yang sangat terbaca, adalah dua hal yang diam-diam gagal dilakukan oleh kebanyakan model gambar.

Qwen-Image-3.0 hadir dalam dua edisi — Qwen-Image-3.0-Pro dan Qwen-Image-3.0-Standard — keduanya tersedia melalui API yang sama yang dihosting. Peluncurannya bertahap: diumumkan pada 21 Juli 2026 dengan akses API khusus undangan di Alibaba Cloud Bailian dan platform Qwen AI, kemudian dibuka penuh pada 5 Agustus. Pengembang internasional mengaksesnya melalui Qwen Cloud, di mana liputan peluncuran mencantumkan Pro seharga $0.04 per gambar dan Standard seharga $0.03 per gambar. Harga konsumen domestik mulai sekitar ¥0.18 per gambar. Angka-angka itu adalah angka peluncuran yang dilaporkan vendor, dan artikel ini memperlakukannya seperti itu — angka-angka itu adalah angka yang dipilih Alibaba untuk dipublikasikan, bukan audit independen.

Peluncuran dalam tiga angka

Jika Anda membaca satu hal dari pengumuman tersebut, itulah tiga hal ini:

• Prompt 4.500 token. Qwen-Image-3.0 menerima sekitar 4,5× panjang prompt pendahulunya. Itulah perubahan yang memungkinkan segala hal lainnya: sebuah prompt kini dapat menentukan halaman koran penuh, storyboard, infografis pengetahuan sembilan grid, atau kertas ujian, dan menghasilkannya dalam satu kali proses, alih-alih harus dirangkai di editor.

• ~Perenderan teks 10 piksel. Model ini merender teks kecil yang mudah dibaca hingga sekitar sepuluh piksel tinggi huruf — perbedaan antara gambar yang terlihat seperti memiliki teks dan gambar yang benar-benar terbaca dengan benar.

• 12 bahasa, 20+ font. Output multibahasa merupakan bawaan, bukan sekadar tambahan: Tionghoa, Inggris, Korea, dan lainnya, dirender dalam aksara yang diminta oleh prompt tanpa kotak glyph yang hilang yang mengganggu sebagian besar model yang dilatih di Barat pada CJK.

Tambahkan komponen-komponen yang kurang menarik untuk dikutip tetapi sama pentingnya — image-to-image dan pengeditan gambar dalam model yang sama, diagram pengetahuan yang menggabungkan rumus, geometri, dan langkah-langkah derivasi, serta purwarupa antarmuka web, game, dan live-streaming yang masuk akal — dan profilnya menjadi jelas. Alibaba menargetkan pekerjaan produksi: pembuatan soal ujian massal untuk pendidikan, poster e-commerce lintas batas, tata letak penerbitan, pembuatan purwarupa UI. Materi peluncuran China merangkum posisi tersebut dalam satu karakter: 实, "praktis".

Apa yang telah diverifikasi secara independen sejauh ini

Inilah bagian yang penting bagi siapa pun yang pernah dirugikan oleh peluncuran yang mencolok. Qwen-Image-3.0 adalah model tertutup: tanpa bobot, tanpa lisensi, tanpa laporan teknis, tanpa rilis tolok ukur resmi. Itu adalah pembalikan yang disengaja — Qwen-Image 1.0 dan 2.0 dirilis sebagai sumber terbuka, bobot Apache-2.0 di Hugging Face dengan laporan teknis pada hari yang sama. 3.0 memutus tradisi itu, dan Alibaba tidak menerbitkan kartu model atau jumlah parameter. Pemberitaan peluncuran awal menggambarkannya sekitar 20B parameter pada arsitektur MMDiT, tetapi anggap itu sebagai laporan, bukan konfirmasi: tanpa laporan untuk diperiksa, tidak ada orang di luar Alibaba yang dapat memverifikasinya.

Itu berarti setiap kemampuan utama di atas — input 4.500 token, teks 10px, 12 bahasa — adalah klaim vendor. Bukti independen terkuat sejauh ini adalah perbandingan langsung dari Tiongkok yang diterbitkan pada jendela peluncuran yang menguji Qwen-Image-3.0-Pro melawan sebelas konfigurasi lainnya. Temuannya memiliki dua sisi: Qwen-Image-3.0-Pro sangat unggul dalam pembuatan UI/dashboard, diagram ilmiah, dan sistem desain terpadu, dengan kualitas penyelesaian keseluruhan tertinggi di kategori-kategori tersebut — tetapi juga menjadi model yang paling lambat secara rata-rata, dan teks berukuran kecil masih menghasilkan karakter yang kacau dalam beberapa kasus. Untuk akurasi teks yang ketat, pengujian yang sama lebih memilih GPT-Image-2 medium, Gemi​ni 3 Pro, dan Seedream 5.0 Lite. Itulah gambaran yang berguna dan jujur: kuat pada struktur, namun belum sempurna pada teks kecil yang diiklankannya.

Di sisi papan peringkat, liputan peluncuran Alibaba mengklaim Qwen-Image-3.0-Pro mencapai #1 di antara model-model Tiongkok dan #2 di antara model-model mainstream di papan peringkat text-to-image Arena, di belakang seri G​PT-Image milik Ope​nAI. Situs pelacakan independen (AITNT, 5 Agustus) menunjukkan model Pro berada di puncak model-model Alibaba sendiri dalam kategori Art Creation (1.256 Elo, rentang peringkat global 2–11) dan Photorealistic (1.258 Elo, global 4–13). Berdasarkan peringkat mingguan Arena pada 10 Agustus, model Pro berada di #7 keseluruhan dalam generasi gambar — masih kelas atas, dan patut disimak apakah posisi ini bertahan setelah euforia minggu peluncuran mereda.

Dua edisi, satu kisah harga

Qwen-Image-3.0-Pro dan Qwen-Image-3.0-Standard adalah keluarga model yang sama dengan harga dua tingkat. Di Qwe​n Cloud, tarif per gambar yang dipublikasikan adalah $0,04 untuk Pro dan $0,03 untuk Standard; tarif konsumen domestik mulai sekitar ¥0,18. Sebagai konteks, angka tersebut berada di bawah tingkat menengah GPT-Image-2 dan kira-kira sejajar dengan posisi Nano Banana 2 Lite milik Goo​gle — harga yang sengaja dibuat "cukup murah untuk diiterasi". Satu peringatan dari audit buildability independen perlu disorot: audit yang sama tidak dapat menemukan entri Qwen-Image-3.0 di halaman harga Model Studio milik Alibaba Cloud pada suatu titik di akhir Juli. Kesenjangan tersebut kemudian tertutup seiring berjalannya peluncuran GA, tetapi ini adalah pengingat bahwa permukaan API dari model yang baru berumur satu minggu masih bisa berubah — periksa halaman harga saat ini sebelum Anda mengikatkan pipeline produksi padanya.

Di mana Anda dapat menyebutnya

Qwen-Image-3.0 adalah model yang di-host, sehingga jalur aksesnya adalah API milik vendor itu sendiri dan beberapa platform pihak ketiga yang telah mengadopsinya sejak GA. Tidak ada opsi self-hosting dan tidak ada jalur open-weights, yang penting jika kebutuhan Anda adalah residensi data atau kontrol penuh atas pipeline. Di sisi positifnya, karena di-host, berarti tidak perlu perencanaan kapasitas GPU — Anda membayar per gambar dan vendor yang menskalakannya.

Inilah juga momen di mana router membuktikan nilainya. Qwen-Image-3.0 masih sangat baru dan halaman harganya sudah berubah sekali dalam seminggu; jika Anda mengevaluasinya dibandingkan dengan model gambar lainnya, Anda tidak ingin integrasi khusus per vendor saat Anda masih memutuskan. OrcaRouter menghadirkan 200+ model di balik satu endpoint yang kompatibel dengan OpenAI dengan harga daftar penyedia tanpa markup, sehingga penurunan harga vendor — termasuk untuk model yang baru berumur seminggu — langsung aktif di sisi kami pada hari yang sama saat dirilis. Failover otomatis berarti Anda dapat menjalankan beban kerja terkait Qwen-Image-3.0 melalui model-model yang kami rute (keluarga gpt-image-2 dari Ope​nAI, Grok Imagine dari xAI, keluarga Imagen 4 dari Goo​gle) tanpa pipeline gambar Anda mati selagi Anda membandingkan satu pendatang baru dengan model-model lain di bidang itu. Perbandingan itulah intinya: satu kunci API, satu bentuk panggilan, dan angka-angka yang berdampingan.

Siapa yang harus bertindak sekarang

Tim yang menghasilkan aset padat dan kaya teks — kertas ujian, lembar produk, poster multibahasa, mock-up dasbor, papan cerita — adalah pengadopsi awal yang alami, karena justru beban kerja seperti itulah di mana prompt 4.500 token dengan rendering multibahasa asli menghemat berjam-jam penyambungan dan pengetikan ulang. Tim yang berpatokan pada fotorealisme atau ketepatan tipografi absolut memiliki opsi yang lebih teruji saat ini, dan data pengujian independen mendukung untuk menunggu masalah teks kecil dirapikan. Bagaimanapun, jangan hanya mengandalkan klaim peluncuran: modelnya tertutup, jadi satu-satunya hal yang akan memberi tahu Anda apakah ia layak mendapat tempat di tumpukan teknologi Anda adalah menjalankan prompt nyata Anda sendiri terhadapnya — yang, dengan harga $0,03–$0,04 per gambar, merupakan eksperimen murah untuk dijalankan.