Images 2.6 vs Qwen Image 3.0: Żaden z nich nie jest otwarty, a tylko jeden był

Osoby szukające tego porównania zwykle szukają tej samej rzeczy: powodu, by uruchomić model obrazu na własnych GPU. Qwen Image 3.0 wydaje się odpowiedzią, ponieważ linia modeli obrazu Qwen ma otwarte wagi sięgające trzech generacji wstecz. To nie jest odpowiedź. Qwen Image 3.0 i Qwen Image 3.0 Pro to modele API hostowane, ogłoszone 22 lipca 2026 r. i ogólnie dostępne w Alibaba Cloud Model Studio od 4 sierpnia 2026 r., bez karty modelu, bez raportu technicznego i bez opublikowanej liczby parametrów. Otwarta linia kończy się o krok wcześniej, na modelu Qwen-Image-2.1. Tymczasem Images 2.6 — wydanie OpenAI z 4 listopada 2026 r. obejmujące GPT-Image-2.6 Sunburst i GPT-Image-2.6 Flare — jest oczywiście zamknięty i nigdy nie udawał, że jest inaczej.

Uczciwe ujęcie tego starcia nie polega więc na przeciwstawieniu rozwiązania otwartego zamkniętemu. To zamknięte kontra zamknięte — jeden dostawca udostępnił opcję otwartą sześć tygodni wcześniej, a drugi sprzedaje szerszy produkt z animacją, eksportem wektorowym i systemem poziomów jakości. Kwestia otwartych wag i tak zasługuje na odpowiedź, ponieważ właśnie dlatego ta strona istnieje, a odpowiedź brzmi: Qwen-Image-2.1 to model, którego naprawdę chcesz, jeśli wymogiem jest self-hosting.

Stanowisko w sprawie licencji, ujęte ostrożnie

To temat, w którym źródła wtórne są rażąco błędne, więc dobór źródeł ma większe znaczenie niż sam wniosek.

Kilka stron agregatorów — w tym strony porównawcze LLM Stats i tabela generatywnej AI w Wikipedii — wymienia Qwen Image 3.0 jako model o otwartych wagach na licencji Apache 2.0 lub „Qwen License”. Te wpisy wyglądają na artefakty szablonu: strony są generowane ze schematu, który zakłada, że rodzina jest otwarta, i stoją w sprzeczności z bardziej szczegółowymi doniesieniami. Nie udało się znaleźć żadnego repozytorium Hugging Face, żadnego checkpointu safetensors ani karty modelu dla 3.0 lub 3.0 Pro. Ostrożna interpretacja, którą przyjmuje ten artykuł, jest taka, że 3.0 jest dostępny wyłącznie jako usługa hostowana, dopóki Alibaba nie opublikuje wag.

Jednoznacznie otwarta jest poprzednia generacja. Qwen-Image-2.1, wydany we wrześniu 2026 r., to 7B transformer dyfuzyjny połączony z enkoderem tekstowym Qwen3-VL 8B, opublikowany na licencji Qwen Research License — nie Apache 2.0 i nie jest bezpłatny do użytku komercyjnego bez odrębnego porozumienia. Dla większości firm ta różnica ma większe znaczenie niż same wagi. Licencja badawcza, która wymaga negocjacji, zanim będzie można wypuścić produkt, to inny problem zakupowy niż pobranie Apache 2.0, a zespoły, które zakładały, że linia obrazów Qwen ma jednolicie permisywną licencję, przekonają się, że warunki zmieniły się pod ich stopami.

Co stawia {{1}}Qwen Image 3.0{{/1}} w niezręcznej sytuacji. Jest lepszy niż {{2}}2.1{{/2}} w każdym mierzonym aspekcie — więcej na ten temat poniżej — ale nie można go hostować samodzielnie, nie można go dostroić na własnych danych i nie można go przypiąć do punktu kontrolnego, który kontrolujesz. Jeśli to były powody, dla których rozważano linię {{3}}Qwen{{/3}}, {{4}}3.0{{/4}} ich nie spełnia, a {{5}}2.1{{/5}} to krok w tył.

Karta wyników, z luką we właściwym miejscu

Artificial Analysis, 5 listopada 2026, obie tablice:

• AA-Image-Editing v2.1 — Qwen Image 3.0 Pro z wynikiem 1,092 (miejsce 20, 13 614 próbek), Qwen Image 3.0 z wynikiem 1,069 (miejsce 29, 8 137 próbek), Qwen-Image-2.1 z wynikiem 1,081. GPT Image 2.5 Sunburst prowadzi z wynikiem 1,199.

• AA-Image-T2I v2.1 — Qwen Image 3.0 Pro z wynikiem 1,096 (17. miejsce), Qwen Image 3.0 z wynikiem 1,073 (18. miejsce), Qwen-Image-2.1 z wynikiem 1,044. GPT Image 2.5 Sunburst prowadzi z wynikiem 1,224.

• Images 2.6 — brak wiersza na żadnej z tablic. Ma jeden dzień.

Trzy obserwacje. Po pierwsze, różnica między Qwen Image 3.0 Pro a poprzednikiem OpenAI wynosi około 100 Elo w obu rankingach, co nie jest wyrównaną rywalizacją. Po drugie, uaktualnienie do Pro daje 23 Elo w generowaniu obrazów z tekstu i 23 w edycji za niewielką podwyżkę ceny — realną, spójną poprawę, a nie marketingowy poziom. Po trzecie, i co najciekawsze, Qwen-Image-2.1 wygrywa z Qwen Image 3.0 w rankingu edycji (1 081 do 1 069), mimo że jest starszym modelem z otwartymi wagami i wyraźnie ustępuje mu w generowaniu. Wydanie 3.0 poprawiło generowanie, ale nie poprawiło edycji. Jeśli edycja jest tym, czego potrzebujesz od rodziny Qwen, lepszy jest model otwarty, co jest nietypowym i naprawdę przydatnym odkryciem.

Przedziały ufności są wystarczająco szerokie — od ±12 do ±13 — że różnica w edycji między 2.1 a 3.0 mieści się w szumie. Ale kierunek jest spójny z liczebnościami próbek i jest powodem, by nie zakładać, że nowszy numer zawsze oznacza lepszy model.

W czym Qwen Image 3.0 jest naprawdę dobry

Powodem, by tego użyć, nie jest kolumna z wynikami testów. To tekst.

Deklaracje Alibaby dotyczące Qwen Image 3.0 są konkretne: prompty o długości do około 4 500 tokenów, czytelne renderowanie tekstu o wielkości już od około 10 pikseli, obsługa 12 języków, do sześciu obrazów na wywołanie i maksymalna rozdzielczość wyjściowa 2048 × 2048. Obrazy referencyjne są rozliczane osobno, po około 0,003 USD za sztukę, a ponownie przesyłane referencje są rozliczane kolejny raz — szczegół wart śledzenia, ponieważ pętla edycji przekazująca tę samą referencję przy każdej turze po cichu kumuluje koszty.

Spośród tych twierdzeń to dotyczące renderowania tekstu wielojęzycznego ma najsilniejsze niezależne poparcie. Alibaba nie opublikowała oficjalnych benchmarków dla poziomów 3.0, co samo w sobie wiele mówi, ale reputacja modelu w społeczności opiera się na obrazach z gęstym tekstem: plakatach, makietach UI, opakowaniach z drobnym drukiem i typografii CJK, z którą modele zachodnie radzą sobie źle. Jeśli Twój materiał końcowy musi zawierać czytelne teksty w języku chińskim, japońskim lub koreańskim w zaprojektowanym układzie, to jest model w tym porównaniu stworzony do tego, a linia OpenAI nie ma równoważnego twierdzenia.

Mocne strony Images 2.6 leżą gdzie indziej i mają charakter strukturalny, a nie typograficzny. Model oferuje generowanie animowanych GIF-ów w ChatGPT, eksport SVG, edycje kierowane znacznikami oraz parametr złożoności, który określa, ile planowania model poświęca na żądanie. Dodaje też możliwość ponownego wykorzystania zapisanych obrazów referencyjnych. Żadna z tych funkcji nie jest dostępna w Qwen Image 3.0. Eksport SVG jest tu szczególnie atutem całej kategorii, a nie miłym dodatkiem: wyjście wektorowe dla ikon, logo i diagramów to coś, czego żaden model rastrowy w tym porównaniu nie potrafi uzyskać przy żadnym ustawieniu jakości.

Koszt w przeliczeniu na użyteczny obraz, a nie na obraz

Karty stawek wyglądają podobnie, dopóki nie wycenisz wskaźnika odrzutów.

• Qwen Image 3.0 Standard — około 0,03–0,035 USD za obraz w rozdzielczości 1K lub 2K, czyli około 30 USD za tysiąc według cennika Artificial Analysis.

• Qwen Image 3.0 Pro — $0.04 przy 1K, $0.075 przy 2K lub około $40 za tysiąc. Każde odwołanie dodaje około $0.003.

• Images 2.6 — rozliczane za tokeny: 5 USD za milion tokenów wejściowych tekstowych, 8 USD za milion tokenów wejściowych obrazowych i 30 USD za milion tokenów wyjściowych obrazowych, przy czym w trybie wsadowym stawka wynosi około połowy. Na obraz przypada to około 0,006 USD przy ustawieniu niskim, 0,013 USD przy średnim, 0,053 USD przy wysokim i 0,21 USD przy maksymalnym, wyliczone na podstawie budżetów tokenów przeniesionych z generacji 2.5, a nie opublikowanych wartości dla wersji 2.6.

Na papierze Qwen Image 3.0 Pro w cenie 0,075 USD za 2K plasuje się między ustawieniami high i xhigh OpenAI. Jednak 100-punktowa strata w Elo to nie mała różnica w jakości; oznacza istotnie wyższy odsetek wyników, które są odrzucane, wymagają ponownego promptu lub ręcznej poprawki. Jeśli Pro potrzebuje dwóch prób, by osiągnąć akceptowalny wynik, a Images 2.6 w trybie high — jednej, efektywny koszt wynosi 0,15 USD wobec 0,053 USD — tańszy model jest trzykrotnie droższy, gdy policzyć te, które wyrzucasz. Ta arytmetyka działa w obie strony, dlatego uczciwa rada brzmi: mierz odsetek odrzuceń na własnych promptach, zamiast ufać którejkolwiek z tych kart cen.

To również tutaj 0% narzutu ma konkretne znaczenie. OrcaRouter przekazuje cenę listową dostawcy bez zmian, więc kwota za obraz w naszym katalogu jest kwotą, którą pobiera dostawca — do rachunku rozliczanego tokenowo nie dolicza się spreadu, a zmiana ceny dostawcy jest odzwierciedlana tego samego dnia, a nie w następnym cyklu ustalania cen. W przypadku przepływu pracy, którego rzeczywisty koszt zależy od wskaźnika odrzuceń, który wciąż mierzysz, rozliczenie bez narzutu to różnica między porównywalną liczbą a liczbą zawyżoną.

Decyzja dotycząca otwartych wag, jeśli to jest twoje rzeczywiste pytanie

Jeśli samodzielne hostowanie nie podlega negocjacjom, nic z tego nie ma znaczenia, a odpowiedź jest krótka: uruchom Qwen-Image-2.1, zaakceptuj wynik edycji 1 081, zaplanuj budżet na rozmowę o licencji Qwen Research, jeśli jesteś firmą, i nie czekaj na wagi 3.0, które nie zostały opublikowane i być może nigdy nie zostaną. Połącz go z modelem hostowanym w zadaniach, w których jest słaby, czyli w generowaniu, a nie w edycji.

Jeśli samodzielne hostowanie było preferencją, a nie wymogiem, kalkulacja się zmienia. Zaletą Qwen Image 3.0 jest renderowanie tekstu w wielu językach i niska cena za obraz. Zaletami Images 2.6 są animacja, dane wyjściowe wektorowe, edycje znaczników oraz znacznie silniejsza zmierzona linia bazowa — przynajmniej ta osiągana przez jego poprzednika. To w dużej mierze niepokrywające się zalety, co oznacza, że oba modele mogą funkcjonować w tym samym pipeline bez konkurowania: oferta OpenAI do generowania i ruchu, Qwen do układów o dużej ilości typografii w językach, które modele zachodnie zniekształcają.

Uruchamianie obu tych modeli nie jest problemem dwóch umów, jeśli współdzielą jeden klucz. OrcaRouter kieruje modele obrazów OpenAI po cenie katalogowej z automatycznym przełączaniem awaryjnym, a reguła routingu może skierować żądanie do jednego lub drugiego w zależności od tego, czego wymaga prompt — bez drugiego SDK, bez drugiej relacji rozliczeniowej, bez rotacji poświadczeń dla każdego dostawcy. To skromna kwestia operacyjna, ale właśnie ona decyduje o tym, czy pipeline dwumodelowy w ogóle warto budować.

Gdzie to trafi

Qwen Image 3.0 to dobry model z nierozstrzygniętą kwestią dystrybucji. Jego cena jest konkurencyjna, jego wielojęzyczne renderowanie tekstu jest naprawdę najlepsze w swojej klasie w tym porównaniu, a jego zmierzona jakość jest o około 100 Elo niższa niż w przypadku poprzedniej generacji OpenAI na obu rankingach. Otwarte wagi, które w założeniu czynią linię Qwen Image atrakcyjną, nie występują w wersji 3.0, a model, który je posiada — Qwen-Image-2.1 — uzyskuje lepsze wyniki w edycji niż wersja 3.0.

Images 2.6 to szerszy produkt o niezmierzonej pozycji. Wszystko, co w nim weryfikowalne, jest twierdzeniem odziedziczonym: model cenowy, zestaw endpointów, struktura dwóch wariantów. Wszystko, co w nim nowe — GIF, SVG, modyfikacje znaczników, parametr złożoności — jest niezweryfikowane przez żaden niezależny test i częściowo nieudokumentowane.

Jedyny wniosek, który nie zależy od brakującego benchmarku, dotyczy licencji, i to on jest powodem, dla którego większość czytelników tu trafiła: jeśli potrzebujesz wag, nie ma ich tutaj, nie ma ich też w 3.0. Sprawdź organizację Hugging Face, zanim zaczniesz planować w oparciu o checkpoint. To był niezawodny sygnał dla tej rodziny przez cały rok, a obecnie zatrzymuje się na 2.1.