GPT-Image-2.5 vs Qwen-Image-3.0: Twee gesloten vlaggenschepen, twee verschillende prijskaartjes

De duidelijkste manier om GPT-Image-2.5 tegen Qwen-Image-3.0 af te zetten, is als twee vlaggenschepen die in dezelfde zomer hun deuren sloten. Op 8 september bracht OpenAI GPT-Image-2.5 uit, het ChatGPT Images 2.5-model dat via de API wordt aangeboden als GPT-Image-2.5 Flare en GPT-Image-2.5 Sunburst, als een uitsluitend gehost product met prijzen in tokens — $8 per miljoen beeldinvoertokens en $30 per miljoen beelduitvoertokens. Ongeveer vijf weken eerder, op 4 augustus, maakte Alibaba's Qwen-team Qwen-Image-3.0 algemeen beschikbaar op Qwen Cloud en Alibaba Cloud Bailian — en deze keer, in een stille koerswijziging die belangrijker is dan welke losse functie ook, werden er helemaal geen gewichten meegeleverd. Qwen-Image 1.0 en 2.0 waren Apache-2.0-openreleases met technische rapporten op dezelfde dag; Qwen-Image-3.0 heeft geen downloadbare gewichten, geen technisch rapport, geen modelkaart, geen parameteraantal en geen benchmarks van de eigen maker. Beide zijn nu gesloten, gehoste beeldvlaggenschepen van de twee labs met de sterkste reputatie op het gebied van open gewichten aan weerszijden van de Stille Oceaan. De vergelijking tussen beide gaat deels over beeldkwaliteit en vooral over wat elk lab heeft besloten niet langer weg te geven.

Geen van beide modellen wordt gevalideerd door de documentatie van de eigen maker, en dat is precies waar de twee uiteenlopen. GPT-Image-2.5 heeft nog geen onafhankelijke score — er is per 9 september 2026 geen Artificial Analysis-notering, dus de kwaliteitsclaims zijn afkomstig van OpenAI en niet onafhankelijk gereproduceerd. Qwen-Image-3.0 wordt zonder enige onderbouwing van Alibaba geleverd, maar de Pro-editie is niettemin op de onafhankelijke ranglijsten verschenen: op de Artificial Analysis-momentopnamen van september staat Qwen-Image-3.0-Pro in het midden van de tabel met ruwweg 1.086 Elo voor text-to-image en 1.079 voor beeldbewerking, genoteerd rond $40 per 1.000 afbeeldingen. Dat is een werkelijk onafhankelijk signaal, en het is geen vleiend signaal — het plaatst Alibaba's vlaggenschip ongeveer negentig Elo achter de leider, GPT Image 2 (high), en onder Meta Muse Image en Nano Banana 2. Elke prijs in dit artikel is een adviesprijs van de leverancier; elke score is van Artificial Analysis, niet van Alibaba.

Waarom de geslotenheid het verhaal is

Voor Alibaba is het stopzetten van Qwen-Image een strategische ommekeer met een duidelijke logica: de eerdere open afbeeldingsmodellen werden veel gedownload, maar waren commercieel waardeloos voor Alibaba, omdat iedereen ze zelf kon hosten. Qwen-Image-3.0 is juist het tegenovergestelde gebouwd — het Qwen-team positioneert het expliciet rond het karakter 实, 'praktisch', dat wil zeggen productiewerk dat via een betaalde gehoste API draait. Dezelfde logica geldt al voor de top van de rest van de Qwen-familie, en het verandert elke eerdere tutorial van het type 'download gewoon Qwen-Image' in een historisch document.

OpenAI heeft nooit een open vlaggenschipmodel voor afbeeldingen gehad om te sluiten, dus de opstelling is ongewijzigd: GPT-Image-2.5 bestaat om te worden aangeroepen, gefactureerd en gemeten, met C2PA-provenance en ingebouwde watermerken. De praktische consequentie voor een ontwikkelaar is aan beide kanten van deze vergelijking identiek — er is geen self-host-optie, geen fijnafstelling van de basis, geen offline fallback. Je huurt het model van de eigenaar volgens de prijslijst van de eigenaar, en de enige vraag die overblijft is welke huurvorm je nodig hebt.

Wat elk vlaggenschip eigenlijk moest aantrekken

Het technische verhaal achter Qwen-Image-3.0 draait om documenten, lay-out en taaldichtheid. Alibaba claimt een promptcapaciteit van 4.500 tokens — ongeveer vierenhalf keer die van de vorige generatie — waardoor het model dichte lay-outs in één doorgang kan samenstellen: volledige krantenpagina's, infographicrasters, storyboards, examenbladen en UI-mockups. Het claimt leesbare tekstweergave tot ongeveer tien pixels, inclusief wiskunde en LaTeX, native weergave in twaalf talen met meer dan twintig lettertypen en honderd artistieke stijlen, en uitvoer tot 2048×2048 met maar liefst zes afbeeldingen in één enkele aanroep. Generatie en beeld-naar-beeldbewerking zitten in één model. Als de claims standhouden, is het het sterkste gehoste model voor tekstintensief, lay-outzwaar, meertalig beeldwerk — en de AA-plaatsing van de Pro-editie suggereert dat de werkelijkheid achterblijft bij de ambitie: competente beeldkwaliteit in de middenmoot, zonder enig teken van een leider op het gebied van tekst en lay-out.

{{1}}Het technische verhaal van GPT-Image-2.5 vormt het tegenovergestelde uiteinde van het beeldspectrum: de bewerking en het onderwerp, niet de pagina.{{/1}} {{2}}De claims van OpenAI draaien om referentietrouw{{/2}} — een persoon, huisdier of product herkenbaar houden bij veranderingen van setting en stijl — en om {{3}}multi-turn bewerking die alleen raakt wat gevraagd is, transparante achtergronden en scherpere fijne details,{{/3}} met het Sunburst-eindpunt voor nauwkeurige bewerkingen en Flare voor snelle generatie. {{4}}De claim over tekstweergave is beperkter dan die van Qwen (onder meer het correct verwerken van Chinees){{/4}} omdat OpenAI niet achter documentopmaak aan jaagt; {{5}}het richt zich op de commerciële fotografie- en productontwerpworkflow{{/5}} waarin één enkel beeld, herhaaldelijk bewerkt, het eindproduct is.

Geen van beide verkopers rondt de prijsvergelijking af.

Qwen-Image-3.0 vermeldt prijzen per afbeelding: de binnenlandse consumentenprijs begint rond ¥0,18 per afbeelding voor de Standard-editie, met Pro hoger — ruwweg ¥0,25 bij 1K-resolutie en tot ongeveer ¥0,5 bij 2K — en internationale Standard-prijzen in het bereik van $0,03–$0,04 per afbeelding. Onafhankelijke boards noteren de Pro-editie rond $40 per 1.000 afbeeldingen. GPT-Image-2.5 vermeldt prijzen in tokens en publiceert geen equivalent per afbeelding; de tariefkaart komt overeen met GPT-Image-2, die Artificial Analysis verankert rond $211 per 1.000 afbeeldingen bij hoge kwaliteit. Zelfs als we toegeven dat het OpenAI-cijfer voor de voorganger is, ligt het verschil in catalogusprijs in de orde van vijf tot acht keer, en daarvoor krijg je twee totaal verschillende kwaliteitsbeloften: Qwen's belofte wordt gemeten in de hoeveelheid correct weergegeven kleine tekst op een dichte pagina, die van OpenAI in de getrouwheid van een bewerkt onderwerp.

De vergelijking is er ook een die geen van beide leveranciers je netjes laat afronden. De Standard-prijzen van Qwen zijn reëel, maar de kwaliteit van de Standard-editie is een black box — Alibaba publiceert niets, en alleen de AA-scores in het middensegment van de Pro-editie bestaan om de familie te verankeren. De kwaliteitsclaims van OpenAI zijn specifiek en intern geëvalueerd, maar de kosten per afbeelding zijn onbekend en de output is niet onafhankelijk gemeten. Je kunt beide families prijzen, maar je kunt elk slechts gedeeltelijk valideren.

Dimensie voor dimensie

• Release — GPT-Image-2.5: GA op 8 september 2026. Qwen-Image-3.0: GA op 4 augustus 2026 (aangekondigd op 21 juli; Pro-editie afzonderlijk vermeld sinds juli).

• Openheid — Beide zijn gesloten en alleen gehost beschikbaar. De sluiting van Qwen-Image-3.0 markeert een ommekeer ten opzichte van de open Apache-2.0-releases van Qwen-Image 1.0 en 2.0; GPT-Image-2.5 was nooit open.

• Prijs — GPT-Image-2.5: $8 image-in / $30 image-out per miljoen tokens, prijs per afbeelding niet gepubliceerd. Qwen-Image-3.0: vanaf ~¥0.18 per afbeelding (Standard, ~$0.03 internationaal); Pro ~¥0.25–0.5, ~$40/1k op AA.

• Sterke punten — GPT-Image-2.5: bewerkingsprecisie, referentietrouw, consistentie over meerdere gespreksronden. Qwen-Image-3.0: generatie van tekstrijke documenten/lay-outs, prompts van 4.500 tokens, leesbare tekst vanaf ~10px, 12 talen.

• Onafhankelijk signaal — GPT-Image-2.5: nog geen. Qwen-Image-3.0: Pro in de middenmoot op AA — ~1.086 T2I, ~1.079 beeldbewerking, ongeveer 90 Elo achter GPT Image 2 (hoog).

• Uitvoer — GPT-Image-2.5: tot 3840×2160, transparante achtergronden. Qwen-Image-3.0: tot 2048×2048, tot zes afbeeldingen per aanroep.

Welke huuroptie past bij uw werklast

Als je werk documenten, onderwijs, lokalisatie of een hoogvolume-meertalige lay-out betreft — cursusmateriaal met formules, kranten- en tijdschriftpagina's, UI-mockups, infographics die in twaalf talen leesbare tekst moeten bevatten — dan is Qwen-Image-3.0 het vlaggenschip dat voor die taak is gebouwd, en de prijs per afbeelding van Standard maakt volume-experimenten goedkoop. De voorwaarde is vertrouwen: de Standard-editie is ongedocumenteerd, en de onafhankelijke scores die er zijn, gelden voor de duurdere Pro-editie, die in de middenmoot eindigt — prima voor lay-outwerk, maar geen kwaliteitsleider. Houd rekening met budget voor visuele QA op schaal.

Als uw werk commercieel beeldmateriaal betreft — productfoto's, campagnecreaties, referentieconsistente bewerkingen waarbij het onderwerp ongewijzigd moet overleven door een lange bewerkingsketen heen — is GPT-Image-2.5 de beter gevormde gok, met dezelfde kanttekening in mildere vorm: OpenAI publiceert ten minste een tariefkaart en specifieke claims, en de gemeten nummer 1-positie van zijn voorganger op het AA-tekst-naar-afbeelding-leaderboard geeft u een rationeel uitgangspunt. Geen van beide modellen staat per 9 september 2026 in de catalogus van OrcaRouter (de vorige OpenAI-generatie, GPT-Image-2, staat er wel, tegen de lijstprijs van de provider, zonder opslag), dus een A/B-test betekent dat u API-sleutels nodig hebt voor zowel Qwen Cloud als de OpenAI-API. Het pass-through-idee blijft van toepassing zodra deze wél worden doorgestuurd: een aggregator die de lijstprijs van de provider zonder opslag in rekening brengt, is de schoonste manier om dit soort leveranciersoverschrijdende tests uit te voeren zonder per-providerfacturatie op te zetten.

De open vraag die beide modellen laten liggen, is of "gesloten vlaggenschip" een duurzame strategie is voor beeldgeneratie of slechts tijdelijk. De geslotenheid van Qwen-Image-3.0 is het meest omkeerbaar — Alibaba heeft een geschiedenis van openheid en een community die dat verwacht — en het duidelijkste signaal wanneer het opnieuw gewichten uitbrengt, zal zijn dat het alleen-gehoste experiment niet genoeg heeft opgeleverd. GPT-Image-2.5 zet in op de verwachting dat OpenAI's voorsprong op het gebied van beeldbewerking, eenmaal gemeten, token-gebaseerde prijzen zal rechtvaardigen ten opzichte van concurrenten die per afbeelding rekenen. Let op twee gebeurtenissen: Qwen-Image-3.0 (non-Pro) dat op een onafhankelijk platform verschijnt, en GPT-Image-2.5 dat hetzelfde doet. Tot die tijd is dit een confrontatie van twee prijslijsten gekoppeld aan kwaliteitsbeloften waarvan er slechts één — de Qwen Pro-editie — tot nu toe door iemand onafhankelijk is gecontroleerd, en die controle kwam als middelmatig uit de bus.