Images 2.6 vs Qwen Image 3.0：どちらもオープンではない。そして、かつてオープンだったのは一方だけだ

この比較を検索している人々は、たいてい同じものを探している。自前のGPUで画像モデルを動かす理由だ。Qwen Image 3.0は答えのように見える。Qwenの画像モデル系列には3世代前までオープンウェイトがあるからだ。しかし、それは答えではない。Qwen Image 3.0とQwen Image 3.0 Proはホスト型APIモデルであり、2026年7月22日に発表され、2026年8月4日からAlibaba Cloud Model Studioで一般提供されているが、モデルカードも技術レポートも公開されたパラメータ数もない。オープンな系譜は一つ手前、Qwen-Image-2.1で止まる。一方、Images 2.6 — OpenAIが2026年11月4日にリリースしたGPT-Image-2.6 SunburstとGPT-Image-2.6 Flare — は明らかにクローズドであり、そうでないふりをしたことは一度もない。

では、この対決を正直に位置づけるなら、オープン対クローズドではありません。クローズド対クローズドであり、一方のベンダーは6週間早くオープンな選択肢を提供し、もう一方はアニメーション、ベクター出力、品質の階層化スキームを備えたより広範な製品を販売しています。それでもオープンウェイトの問いには答える価値があります。それがこのページが存在する理由であり、答えは、セルフホスティングが要件ならQwen-Image-2.1こそ実際に欲しいモデルだということです。

ライセンス上の立場を、慎重に述べる

これは二次資料が積極的に誤っている話題であり、結論よりも出典の裏付けの方が重要です。

複数のアグリゲーターページ——その中にはLLM Statsの比較ページやWikipediaの生成AI表も含まれる——が、Qwen Image 3.0をApache 2.0または「Qwen License」の下でのオープンウェイトとして掲載している。これらの掲載はテンプレート由来の痕跡と思われる。ページはこのファミリーがオープンであることを前提としたスキーマから生成されており、より詳細な報道とは矛盾している。3.0および3.0 Proについて、Hugging Faceリポジトリ、safetensorsチェックポイント、モデルカードはいずれも見つからなかった。慎重な解釈、そして本記事が取る解釈は、Alibabaが重みを公開するまで3.0はホスト提供のみである、というものだ。

紛れもなくオープンなのは前世代です。 Qwen-Image-2.1は2026年9月にリリースされ、7Bの拡散トランスフォーマーとQwen3-VL 8Bテキストエンコーダーを組み合わせたもので、Qwen Research Licenseの下で公開されています——Apache 2.0ではなく、別途の取り決めがない限り商用利用は無料ではありません。ほとんどの企業にとって、この違いは重みそのものより重要です。出荷前に交渉を要する研究ライセンスは、Apache 2.0のダウンロードとは異なる調達上の問題であり、Qwenの画像ラインが一律に寛容だと想定していたチームは、自分たちの足元で条件が変わったことに気づくでしょう。

これにより、Qwen Image 3.0は微妙な立場に置かれる。測定されたあらゆる軸で2.1より優れている（詳細は後述）が、セルフホストはできず、自社データでのファインチューニングもできず、自分で管理するチェックポイントに固定することもできない。もしそうした理由からQwen系列を検討していたなら、3.0はその期待に応えず、2.1はダウングレードだ。

スコアカード、ギャップは正しい位置に

Artificial Analysis、2026年11月5日、両リーダーボード：

• AA-Image-Editing v2.1 — 1,092のQwen Image 3.0 Pro（20位、13,614サンプル）、1,069のQwen Image 3.0（29位、8,137サンプル）、1,081のQwen-Image-2.1。GPT Image 2.5 Sunburstが1,199で首位です。

• AA-Image-T2I v2.1 — Qwen Image 3.0 Proは1,096（17位）、Qwen Image 3.0は1,073（18位）、Qwen-Image-2.1は1,044。GPT Image 2.5 Sunburstは1,224で首位。

• Images 2.6 — どちらのボードにも該当する行はありません。これは1日前のものです。

3つの所見がある。第一に、Qwen Image 3.0 ProとOpenAIの前モデルの差は両方のリーダーボードで約100 Eloあり、接戦とは言えない。第二に、Proへのアップグレードは、小幅な価格上昇でテキストから画像への生成では23 Elo、編集では23 Eloを獲得する。これはマーケティング上の区分ではなく、実質的で一貫した改善だ。第三に、そして最も興味深いのは、Qwen-Image-2.1が編集リーダーボードでQwen Image 3.0を上回っているという点だ（1,081対1,069）。これは、より古いオープンウェイトモデルであり、生成では明らかに後れを取っているにもかかわらずのことだ。3.0のリリースは生成を改善したが、編集は改善しなかった。Qwenファミリーに編集を求めるなら、オープンモデルの方が優れており、これは珍しく、かつ実に有用な発見だ。

信頼区間は±12から±13と十分に広く、2.1対3.0の編集差はノイズの範囲内にある。しかしその方向はサンプル数と整合しており、新しい番号が常により良いモデルを意味すると仮定すべきでない理由でもある。

Qwen Image 3.0 が実際に得意としていること

それを使う理由はベンチマークの列ではなく、テキストです。

Qwen Image 3.0に対するAlibabaの主張は具体的だ。プロンプトは最大約4,500トークン、約10ピクセルの文字まで判読可能に描画でき、12言語をサポートし、1回の呼び出しで最大6枚の画像を生成でき、最大出力は2048 × 2048である。参照画像は1枚あたり約0.003ドルで別途課金され、再投入された参照画像にも再度課金される。これは追跡する価値のある詳細だ。なぜなら、毎ターン同じ参照画像を渡す編集ループは、気付かないうちにコストを積み上げていくからである。

それらの主張のうち、最も強い独立した裏付けがあるのは多言語テキストレンダリングだ。Alibabaは3.0ティアについて公式ベンチマークを公開しておらず、それ自体が一つの示唆ではあるが、このモデルのコミュニティでの評判は高密度テキスト画像に基づいて築かれている。ポスター、UIモックアップ、小さな文字が入ったパッケージ、そして欧米のモデルが苦手とするCJKタイポグラフィだ。成果物として、デザインされたレイアウトの中で読みやすい中国語・日本語・韓国語のコピーを載せる必要があるなら、比較対象の中でそれに特化して作られているのはこのモデルであり、OpenAIの製品ラインには同等の主張がない。

Images 2.6の強みは別のところにあり、タイポグラフィではなく構造的なものだ。搭載しているのはアニメーションGIFのChatGPTでの生成、SVGエクスポート、マークアップガイド付き編集、そして複雑さパラメーターだ。このパラメーターは、リクエストに対してモデルがどれだけ計画に時間をかけるかを設定する。また、再利用可能な保存済み参照画像も追加する。これらはいずれもQwen Image 3.0が提供する機能ではない。特にSVGエクスポートは、あると便利な機能というよりカテゴリー上の優位性だ。アイコン、ロゴ、図表向けのベクター出力は、この比較の中のどのラスターモデルも、どの品質設定でも生成できないものだ。

画像1枚あたりではなく、使用可能な画像1枚あたりのコスト

料金表はどれも大差なく見える——不良率をコストに換算するまでは。

• Qwen Image 3.0 Standard — 1Kまたは2Kで画像1枚あたり約$0.03～$0.035、またはArtificial Analysisの掲載リストでは1,000枚あたり約$30です。

• Qwen Image 3.0 Pro — 1Kで$0.04、2Kで$0.075、または1,000枚あたり約$40。参照は1件につき約$0.003追加されます。

• Images 2.6 — トークン課金制で、テキスト入力は100万あたり$5、画像入力は100万あたり$8、画像出力は100万あたり$30、バッチは概ね半額です。画像1枚あたりでは、低が約$0.006、中が約$0.013、高が約$0.053、最大が約$0.21となり、これは公開されている2.6の数値ではなく、2.5世代から引き継がれたトークン予算から算出されています。

机上では、2Kで$0.075のQwen Image 3.0 ProはOpenAIのhigh設定とxhigh設定の間に位置する。しかしEloで100ポイントの劣位は小さな品質差ではなく、却下され、再プロンプトされ、手動で修正される出力の割合が実質的に高くなることを意味する。Proが許容できる結果に達するまで2回試行し、Images 2.6のhighが1回で済むなら、実効コストは$0.15対$0.053になる——捨てる出力を数に入れると、安い方のモデルの方が3倍の価格になる。この計算は逆にも働くからこそ、正直な助言は、どちらの料金表を信じるのではなく、自分のプロンプトで却下率を測ることだ。

ここが、0%マークアップが具体的に意味を持つ場面でもあります。OrcaRouterはプロバイダーの定価をそのまま透過させるため、当社カタログ上の1枚あたりの金額はプロバイダーが請求する金額そのものです。トークン従量課金の請求に上乗せは加えられず、ベンダーの価格変更は次の価格改定サイクルではなく当日に反映されます。実際のコストがまだ測定中の不合格率に左右されるワークフローにとって、マークアップのないメーターは、比較可能な数値か水増しされた数値かの違いになります。

オープンウェイトの決定についてですね、それが本当にご質問であれば

セルフホスティングが譲れない条件なら、これまでの話はすべて無関係で、答えは単純です：Qwen-Image-2.1を実行し、編集スコア1,081を受け入れ、企業ならQwen Research Licenseに関する協議を見込んでおき、未公開で今後も公開されない可能性がある3.0の重みは待たないでください。苦手な作業は編集ではなく生成なので、そこはホスト型モデルと組み合わせてください。

セルフホスティングが要件ではなく好みであるなら、計算は変わってくる。Qwen Image 3.0の強みは多言語テキストのレンダリングと画像1枚あたりの低価格だ。Images 2.6の強みは、アニメーション、ベクター出力、マークアップ編集、そして少なくとも前身モデルを通じて見れば、はるかに強力な実測ベースラインだ。これらは主に重複しない強みであり、つまり両者は競合せず同じパイプラインに共存できる。OpenAIの製品ラインは生成とモーション、Qwenの製品ラインは西側モデルが崩してしまう言語における文字組み中心のレイアウト向けだ。

両方を動かすことは、鍵を共有していれば2つの契約の問題にはならない。OrcaRouterはOpenAIの画像モデルを定価でルーティングし、自動フェイルオーバーも提供する。さらにルーティングルールを使えば、プロンプトが求める内容に応じてどちらか一方にリクエストを振り分けられる — 2つ目のSDKも、2つ目の請求関係も、ベンダーごとの認証情報のローテーションも不要だ。これはささやかな運用上のポイントにすぎないが、2モデルのパイプラインを構築する価値がそもそもあるかどうかを決めるのは、まさにこの点だ。

これがどこに着地するか

Qwen Image 3.0は、配布をめぐる課題が未解決のままの優れたモデルだ。価格は競争力があり、多言語テキストのレンダリングは今回の比較ではまさに最良クラスで、測定された品質は両リーダーボードでOpenAIの前世代に約100 Elo劣る。Qwen画像ラインを原理的に魅力的にしているオープンウェイトは3.0には含まれておらず、それを実際に備えるモデルであるQwen-Image-2.1は、編集において3.0よりも良いスコアを出している。

Images 2.6は、位置づけが測定されていない、より広範な製品です。検証可能な点はすべて、引き継いだ主張です。価格モデル、エンドポイントサーフェス、2バリアント構造がそれに当たります。新しい点はすべて — GIF、SVG、マークアップ編集、複雑度パラメータ — 独立したテストで検証されておらず、一部は文書化されていません。

欠落したベンチマークに依存しない唯一の結論はライセンスに関するものであり、それがほとんどの読者がたどり着いた理由です。重みが必要なら、それはここにはなく、3.0にもありません。チェックポイントを前提に計画を立てる前に、Hugging Faceの組織を確認してください。それはこのファミリーにとって年間を通じて信頼できるシグナルであり続けており、現時点では2.1で止まっています。