GPT-Image-2.5 vs Qwen-Image-3.0: Due flagship closed-source, due prezzi diversi

Il modo più chiaro di leggere GPT-Image-2.5 rispetto a Qwen-Image-3.0 è vederli come due ammiraglie che hanno chiuso i battenti nella stessa estate. L'8 settembre OpenAI ha rilasciato GPT-Image-2.5, il modello ChatGPT Images 2.5 servito tramite API come GPT-Image-2.5 Flare e GPT-Image-2.5 Sunburst, come prodotto esclusivamente hosted, con prezzo in token: 8 dollari per milione di token di input per immagini e 30 dollari per milione di token di output per immagini. Circa cinque settimane prima, il 4 agosto, il team Qwen di Alibaba ha portato Qwen-Image-3.0 alla disponibilità generale su Qwen Cloud e Alibaba Cloud Bailian — e questa volta, in una silenziosa inversione di rotta che conta più di qualsiasi singola funzionalità, non ha rilasciato alcun peso. Qwen-Image 1.0 e 2.0 erano release aperte con licenza Apache-2.0 e report tecnici pubblicati lo stesso giorno; Qwen-Image-3.0 non ha pesi scaricabili, nessun report tecnico, nessuna model card, nessun numero di parametri e nessun benchmark dal suo stesso creatore. Entrambi sono ora modelli di immagine di punta chiusi e hosted, provenienti dai due laboratori con la più solida reputazione per i pesi aperti sui due lati del Pacifico. Il confronto tra i due riguarda in parte la qualità delle immagini e in gran parte ciò che ciascun laboratorio ha deciso di smettere di regalare.

Nessuno dei due modelli è validato dalla documentazione del proprio produttore, ed è proprio qui che i due divergono. GPT-Image-2.5 non ha ancora un punteggio indipendente — non ha una voce su Artificial Analysis al 9 settembre 2026, quindi le sue affermazioni di qualità sono riportate da OpenAI e non riprodotte. Qwen-Image-3.0 non include nulla da Alibaba, ma la sua edizione Pro è comunque comparsa sulle classifiche indipendenti: negli snapshot di Artificial Analysis di settembre, Qwen-Image-3.0-Pro si colloca a metà classifica con circa 1.086 Elo per la generazione di immagini da testo e 1.079 per l'editing di immagini, elencata a circa 40 dollari per 1.000 immagini. Questo è un segnale genuinamente indipendente, e non è lusinghiero — colloca l'ammiraglia di Alibaba circa novanta Elo dietro il leader, GPT Image 2 (high), e sotto Meta Muse Image e Nano Banana 2. Ogni prezzo in questo articolo è un prezzo di listino del fornitore; ogni punteggio è di Artificial Analysis, non di Alibaba.

Perché la chiusura è la storia

Per Alibaba, chiudere Qwen-Image è un'inversione strategica con una logica chiara: {{1}}i precedenti modelli di immagini open source erano ampiamente scaricati ma privi di valore commerciale per Alibaba{{/1}}, perché chiunque poteva auto-ospitarli. {{2}}Qwen-Image-3.0 è costruito per essere l'opposto{{/2}} — {{3}}il team Qwen lo posiziona esplicitamente attorno al carattere 实, "pratico"{{/3}}, {{4}}ovvero lavoro di produzione che passa attraverso un'API ospitata a pagamento{{/4}}. {{5}}La stessa logica già governa il vertice del resto della famiglia Qwen{{/5}}, e trasforma ogni precedente tutorial del tipo "basta scaricare Qwen-Image" in un documento storico.

OpenAI non ha mai avuto un modello di punta aperto per le immagini da chiudere, quindi la sua posizione è invariata: GPT-Image-2.5 esiste per essere chiamato, fatturato e misurato, con provenienza C2PA e filigrana integrate. La conseguenza pratica per uno sviluppatore è identica su entrambi i lati di questo confronto — non esiste un'opzione self-host, né fine-tuning del modello base, né fallback offline. Stai noleggiando il modello dal suo proprietario secondo il listino prezzi del proprietario, e l'unica domanda che resta è quale noleggio ti serve.

Cosa ogni ammiraglia è stata realmente costruita per attirare.

La storia ingegneristica di Qwen-Image-3.0 è fatta di documenti, layout e densità linguistica. Alibaba dichiara una capacità di prompt di 4.500 token — circa quattro volte e mezzo quella della generazione precedente — che consente al modello di comporre layout densi in un'unica passata: intere pagine di giornale, griglie infografiche, storyboard, fogli d'esame e mockup di interfacce. Dichiara inoltre una resa del testo leggibile fino a circa dieci pixel, inclusi matematica e LaTeX, rendering nativo in dodici lingue con più di venti font e cento stili artistici, e output fino a 2048×2048 con fino a sei immagini in una singola chiamata. Generazione ed editing da immagine a immagine convivono in un unico modello. Se le affermazioni reggono, è il modello hosted più forte per la creazione di immagini ricche di testo, caratterizzate da layout complessi e multilingue — e il posizionamento AA della sua edizione Pro suggerisce che la realtà insegue l'ambizione: qualità delle immagini competente, nella media, senza alcun segno, per ora, di un leader nella composizione di testo e layout.

La storia ingegneristica di GPT-Image-2.5 è all'estremità opposta dello spettro dell'immagine: la modifica e il soggetto, non la pagina. Le affermazioni di OpenAI riguardano principalmente la fedeltà al riferimento — mantenere riconoscibile una persona, un animale domestico o un prodotto al variare di ambientazione e stile — la modifica multi-turno che tocca solo ciò che è stato richiesto, gli sfondi trasparenti e dettagli fini più nitidi, con l'endpoint Sunburst dedicato al lavoro di modifica di precisione e Flare alla generazione rapida. La sua affermazione sul rendering del testo è più limitata di quella di Qwen (gestione corretta del cinese, tra gli altri sistemi di scrittura), perché OpenAI non insegue il layout dei documenti; insegue il flusso di lavoro della fotografia commerciale e del product design, in cui l'immagine singola, modificata ripetutamente, è il risultato finale.

Nessuno dei due venditori completa il confronto dei prezzi.

Qwen-Image-3.0 ha prezzi per immagine: per i consumatori nazionali il prezzo parte da circa ¥0,18 per immagine per la versione Standard, mentre la Pro costa di più — circa ¥0,25 a risoluzione 1K e fino a circa ¥0,5 a 2K — e il prezzo internazionale della Standard si attesta nell'intervallo $0,03–$0,04 per immagine. Le rilevazioni indipendenti collocano la versione Pro vicino a $40 per 1.000 immagini. GPT-Image-2.5 è quotato in token e non pubblica un equivalente per immagine; la sua tariffa corrisponde a quella di GPT-Image-2, che Artificial Analysis fissa intorno a $211 per 1.000 immagini in alta qualità. Anche ammettendo che la cifra di OpenAI si riferisca al modello precedente, il divario di prezzo di listino è dell'ordine di cinque-otto volte, e con tale divario si acquistano due promesse di qualità completamente diverse: quella di Qwen si misura nel volume di testo piccolo correttamente reso su una pagina fitta, quella di OpenAI nella fedeltà di un soggetto modificato.

Il confronto è anche uno che nessuno dei due vendor ti consente di completare in modo pulito. Il prezzo della Standard di Qwen è reale, ma la qualità dell'edizione Standard è una scatola nera — Alibaba non pubblica nulla, e solo i punteggi AA di fascia media dell'edizione Pro esistono per ancorare la famiglia. Le affermazioni sulla qualità di OpenAI sono specifiche e valutate internamente, ma il suo costo per immagine è sconosciuto e il suo output non è misurato in modo indipendente. Puoi quantificare i prezzi di entrambe le famiglie e puoi solo validare parzialmente l'una o l'altra.

Dimensione per dimensione

• Rilascio — GPT-Image-2.5: GA l'8 settembre 2026. Qwen-Image-3.0: GA il 4 agosto 2026 (annunciata il 21 luglio; edizione Pro elencata separatamente da luglio).

• Apertura — Entrambi chiusi, solo hosted. La chiusura di Qwen-Image-3.0 inverte i rilasci open source con licenza Apache-2.0 di Qwen-Image 1.0 e 2.0; GPT-Image-2.5 non è mai stato open.

• Prezzo — GPT-Image-2.5: $8 per immagine in ingresso / $30 per immagine in uscita per milione di token, prezzo per immagine non pubblicato. Qwen-Image-3.0: da ~¥0.18 per immagine (Standard, ~$0.03 internazionale); Pro ~¥0.25–0.5, ~$40/1k su AA.

• Punti di forza — GPT-Image-2.5: precisione di editing, fedeltà dei riferimenti, coerenza multi-turno. Qwen-Image-3.0: generazione di documenti/layout densi, prompt da 4.500 token, testo leggibile a ~10px, 12 lingue.

• Segnale indipendente — GPT-Image-2.5: nessuno ancora. Qwen-Image-3.0: Pro a metà gruppo su AA — ~1.086 T2I, ~1.079 editing, circa 90 Elo dietro a GPT Image 2 (alto).

• Output — GPT-Image-2.5: fino a 3840×2160, sfondi trasparenti. Qwen-Image-3.0: fino a 2048×2048, fino a sei immagini per chiamata.

Quale noleggio si adatta al tuo carico di lavoro

Se il tuo lavoro riguarda documenti, istruzione, localizzazione o qualsiasi impaginazione multilingue ad alto volume — materiali per corsi con equazioni, pagine di giornali e riviste, mockup di interfacce, infografiche che devono mantenere testo leggibile in una dozzina di lingue — Qwen-Image-3.0 è il modello di punta costruito per questo compito, e il prezzo per immagine della versione Standard rende economici gli esperimenti su larga scala. La condizione è la fiducia: l'edizione Standard non è documentata, e i punteggi indipendenti esistenti riguardano la più costosa edizione Pro, che si colloca a metà classifica — adatta per il lavoro di impaginazione, non una leader di qualità. Prevedi un budget per la verifica visiva della qualità su larga scala.

Se il tuo lavoro riguarda l'immaginario commerciale — scatti di prodotto, creatività per campagne, modifiche coerenti con i riferimenti in cui il soggetto deve rimanere invariato attraverso una lunga catena di editing — GPT-Image-2.5 è la scommessa più solida, con la stessa avvertenza in forma più lieve: almeno OpenAI pubblica una scheda tariffaria e affermazioni specifiche, e il primo posto misurato del suo predecessore nella classifica text-to-image di AA ti offre una base razionale a priori. Nessuno dei due modelli è nel catalogo di OrcaRouter al 9 settembre 2026 (lo è la generazione precedente di OpenAI, GPT-Image-2, al prezzo di listino del provider senza markup), quindi una prova A/B significa disporre delle chiavi sia per Qwen Cloud che per l'API di OpenAI. L'idea del pass-through si applica comunque una volta che questi modelli saranno instradati: un aggregatore che addebita il prezzo di listino del provider senza markup è il modo più pulito per eseguire prove cross-vendor come questa, senza costruire una fatturazione per singolo provider.

La domanda aperta che entrambi i modelli lasciano è se l'"ammiraglia chiusa" sia una strategia duratura per la generazione di immagini o una temporanea. La chiusura di Qwen-Image-3.0 è la più reversibile — Alibaba ha un precedente di apertura e una community che se l'aspetta — e il segnale più forte quando ripubblicherà i pesi sarà che l'esperimento solo-hosted non è riuscito a guadagnare abbastanza. La scommessa di GPT-Image-2.5 è che il vantaggio di editing di OpenAI, una volta misurato, giustificherà prezzi a consumo di token rispetto ai concorrenti che fanno pagare per immagine. Da tenere d'occhio due eventi: Qwen-Image-3.0 (non-Pro) che addirittura compare su una piattaforma indipendente, e GPT-Image-2.5 che fa altrettanto. Fino ad allora, è un confronto tra due listini legati a promesse di qualità, di cui solo una — l'edizione Qwen Pro — è stata finora verificata in modo indipendente, e quella verifica ha ottenuto un risultato nella media.