GPT-Image-2.5 vs Qwen-Image-3.0: สองเรือธงแบบปิด สองป้ายราคาที่แตกต่างกัน

วิธีที่ชัดเจนที่สุดในการเปรียบเทียบ GPT-Image-2.5 กับ Qwen-Image-3.0 คือมองว่าทั้งคู่เป็นเรือธงที่ปิดประตูในฤดูร้อนเดียวกัน เมื่อวันที่ 8 กันยายน OpenAI ปล่อย GPT-Image-2.5 ซึ่งเป็นโมเดล ChatGPT Images 2.5 ที่ให้บริการผ่าน API ในชื่อ GPT-Image-2.5 Flare และ GPT-Image-2.5 Sunburst เป็นผลิตภัณฑ์ที่โฮสต์เท่านั้น คิดราคาเป็นโทเค็น — 8 ดอลลาร์ต่อล้านโทเค็นภาพนำเข้า และ 30 ดอลลาร์ต่อล้านโทเค็นภาพส่งออก ก่อนหน้านั้นประมาณห้าสัปดาห์ ในวันที่ 4 สิงหาคม ทีม Qwen ของ Alibaba นำ Qwen-Image-3.0 ออกให้ใช้งานทั่วไปบน Qwen Cloud และ Alibaba Cloud Bailian — และในครั้งนี้ เป็นการพลิกกลับอย่างเงียบ ๆ ที่สำคัญกว่าฟีเจอร์ใด ๆ เดียว พวกเขาปล่อยโดยไม่มีน้ำหนักโมเดลเลย Qwen-Image 1.0 และ 2.0 เป็นโอเพนซอร์สภายใต้ Apache-2.0 พร้อมรายงานทางเทคนิคในวันเดียวกัน ส่วน Qwen-Image-3.0 ไม่มีน้ำหนักให้ดาวน์โหลด ไม่มีรายงานทางเทคนิค ไม่มีการ์ดโมเดล ไม่มีจำนวนพารามิเตอร์ และไม่มีเกณฑ์มาตรฐานจากผู้สร้างเอง ทั้งสองโมเดลนี้ตอนนี้กลายเป็นเรือธงภาพแบบโฮสต์ปิด จากสองห้องแล็บที่มีชื่อเสียงด้านโอเพนเวตมากที่สุดคนละฝั่งมหาสมุทรแปซิฟิก การเปรียบเทียบระหว่างทั้งคู่ส่วนหนึ่งเกี่ยวกับคุณภาพของภาพ และส่วนใหญ่เกี่ยวกับสิ่งที่แต่ละห้องแล็บตัดสินใจหยุดให้

ไม่มีโมเดลใดได้รับการรับรองจากเอกสารของผู้ผลิตเอง และนั่นคือจุดที่ทั้งสองแตกต่างกันอย่างแท้จริง GPT-Image-2.5 ยังไม่มีคะแนนอิสระใด ๆ — ไม่มีรายชื่อใน Artificial Analysis ณ วันที่ 9 กันยายน 2026 ดังนั้นข้ออ้างด้านคุณภาพจึงเป็นเพียงสิ่งที่ OpenAI รายงานและยังไม่ถูกทำซ้ำโดยอิสระ ส่วน Qwen-Image-3.0 มาพร้อมกับแทบไม่มีอะไรจาก Alibaba แต่รุ่น Pro กลับปรากฏบนกระดานคะแนนอิสระแล้ว: ในภาพรวมเดือนกันยายนของ Artificial Analysis Qwen-Image-3.0-Pro อยู่อันดับกลางตารางที่ประมาณ 1,086 Elo สำหรับการสร้างภาพจากข้อความ และ 1,079 สำหรับการแก้ไขภาพ โดยแสดงราคาใกล้เคียง 40 ดอลลาร์ต่อ 1,000 ภาพ นั่นคือสัญญาณอิสระอย่างแท้จริง และไม่ใช่สัญญาณที่น่าชมเชย — มันวางเรือธงของ Alibaba ไว้ที่ประมาณเก้าสิบ Elo ตามหลังผู้นำอย่าง GPT Image 2 (high) และต่ำกว่า Meta Muse Image และ Nano Banana 2 ทุกราคาในบทความนี้คือราคาที่ผู้ขายประกาศ ทุกคะแนนเป็นของ Artificial Analysis ไม่ใช่ของ Alibaba

เหตุใดความปิดจึงเป็นเรื่องราว

สำหรับ Alibaba การปิด Qwen-Image เป็นการเปลี่ยนกลยุทธ์ครั้งสำคัญที่มีเหตุผลชัดเจน: โมเดลภาพแบบเปิดก่อนหน้านี้ถูกดาวน์โหลดอย่างแพร่หลาย แต่ไม่มีคุณค่าทางพาณิชย์สำหรับ Alibaba เพราะใครๆ ก็สามารถโฮสต์ด้วยตัวเองได้ Qwen-Image-3.0 ถูกสร้างให้ตรงกันข้าม — ทีม Qwen วางตำแหน่งมันอย่างชัดเจนรอบตัวอักษร 实 ที่แปลว่า "practical" (ใช้งานได้จริง) หมายถึงงาน production ที่รันผ่าน hosted API แบบเสียเงิน ตรรกะเดียวกันนี้ครอบงำระดับบนสุดของตระกูล Qwen ที่เหลืออยู่แล้ว และทำให้บทช่วยสอน "แค่ดาวน์โหลด Qwen-Image" ก่อนหน้านี้ทุกบทกลายเป็นเอกสารทางประวัติศาสตร์

OpenAI ไม่เคยมีโมเดลภาพเรือธงแบบเปิดให้ต้องปิดตัวลง ดังนั้นจุดยืนจึงไม่เปลี่ยนแปลง: GPT-Image-2.5 มีไว้เพื่อให้ถูกเรียกใช้งาน คิดค่าบริการ และวัดปริมาณการใช้งาน พร้อมระบบพิสูจน์แหล่งที่มา C2PA และลายน้ำในตัว ผลในทางปฏิบัติสำหรับนักพัฒนานั้นเหมือนกันทั้งสองฝั่งของการเปรียบเทียบนี้ — ไม่มีตัวเลือกให้โฮสต์เอง ไม่มีการปรับแต่งโมเดลฐาน และไม่มีระบบสำรองแบบออฟไลน์ คุณกำลังเช่าโมเดลจากเจ้าของตามเรตราคาของเจ้าของ และคำถามเดียวที่เหลืออยู่คือคุณต้องการเช่าแบบใด

แท้จริงแล้วเรือธงแต่ละรุ่นถูกสร้างขึ้นมาเพื่อดึงดูดอะไร

เรื่องราวทางวิศวกรรมของ Qwen-Image-3.0 คือเอกสาร การจัดวาง และความหนาแน่นของภาษา Alibaba อ้างว่ารองรับพรอมต์ได้ 4,500 โทเคน — ราวสี่เท่าครึ่งของรุ่นก่อนหน้า — ซึ่งเป็นสิ่งที่ทำให้โมเดลสามารถจัดวางเลย์เอาต์ที่หนาแน่นได้ในรอบเดียว ตั้งแต่หน้าหนังสือพิมพ์เต็มหน้า ตารางอินโฟกราฟิก สตอรีบอร์ด ข้อสอบ และโมคอัป UI โดยอ้างว่าสามารถเรนเดอร์ข้อความที่อ่านได้ชัดเจนจนถึงประมาณสิบพิกเซล รวมถึงคณิตศาสตร์และ LaTeX รองรับการเรนเดอร์ภาษาพื้นเมืองสิบสองภาษาด้วยฟอนต์มากกว่ายี่สิบแบบและสไตล์ศิลปะร้อยแบบ และเอาต์พุตสูงสุด 2048×2048 พร้อมรูปภาพได้มากถึงหกภาพในการเรียกใช้ครั้งเดียว การสร้างภาพและการแก้ไขแบบภาพต่อภาพอยู่ในโมเดลเดียว หากข้อกล่าวอ้างเหล่านี้เป็นจริง มันคือโมเดลโฮสต์ที่แข็งแกร่งที่สุดสำหรับงานภาพที่เน้นข้อความหนาแน่น เน้นเลย์เอาต์ และหลายภาษา — แต่ตำแหน่ง AA ของรุ่น Pro บ่งชี้ว่าความเป็นจริงยังตามหลังความทะเยอทะยาน: คุณภาพภาพที่ใช้ได้ในระดับกลาง ๆ ยังไม่มีวี่แววของการเป็นผู้นำด้านเลย์เอาต์ข้อความ

เรื่องราวทางวิศวกรรมของ GPT-Image-2.5 อยู่ปลายตรงข้ามของสเปกตรัมการสร้างภาพ: การแก้ไขและตัวแบบ ไม่ใช่หน้ากระดาษ ข้อกล่าวอ้างของ OpenAI เน้นที่ความเที่ยงตรงต่อภาพอ้างอิง — การทำให้บุคคล สัตว์เลี้ยง หรือผลิตภัณฑ์ยังคงเป็นที่จดจำได้เมื่อเปลี่ยนฉากและสไตล์ — การแก้ไขหลายรอบที่แตะต้องเฉพาะสิ่งที่ถูกขอเท่านั้น พื้นหลังโปร่งใส และรายละเอียดปลีกย่อยที่คมชัดยิ่งขึ้น โดยเอนด์พอยต์ Sunburst ถูกออกแบบมาสำหรับงานแก้ไขที่แม่นยำ และ Flare สำหรับการสร้างภาพที่รวดเร็ว ข้อกล่าวอ้างด้านการเรนเดอร์ข้อความนั้นแคบกว่าของ Qwen (การจัดการภาษาจีนอย่างถูกต้อง รวมถึงอักษรอื่นๆ) เพราะ OpenAI ไม่ได้ไล่ตามการจัดวางเอกสาร แต่มุ่งสู่เวิร์กโฟลว์การถ่ายภาพเชิงพาณิชย์และการออกแบบผลิตภัณฑ์ ซึ่งภาพเดียวที่ถูกแก้ไขซ้ำแล้วซ้ำเล่าคือสิ่งที่ส่งมอบ

การเปรียบเทียบราคาที่ผู้ขายทั้งสองรายไม่เสร็จสิ้น

Qwen-Image-3.0 ระบุราคาเป็นราคาต่อภาพ: ราคาผู้บริโภคภายในประเทศเริ่มต้นที่ประมาณ ¥0.18 ต่อภาพสำหรับรุ่น Standard ส่วน Pro สูงกว่า — ประมาณ ¥0.25 ที่ความละเอียด 1K และสูงสุดประมาณ ¥0.5 ที่ 2K — และราคา Standard สำหรับต่างประเทศอยู่ในช่วง $0.03–$0.04 ต่อภาพ บอร์ดอิสระบันทึกรุ่น Pro ไว้ที่ประมาณ $40 ต่อ 1,000 ภาพ GPT-Image-2.5 ระบุราคาเป็นโทเคนและไม่มีการเผยแพร่ราคาต่อภาพที่เทียบเท่า; ตารางอัตราค่าบริการตรงกับ GPT-Image-2 ซึ่ง Artificial Analysis กำหนดไว้ใกล้ $211 ต่อ 1,000 ภาพที่คุณภาพสูง แม้จะยอมรับว่าตัวเลขของ OpenAI เป็นของรุ่นก่อนหน้า ช่องว่างของราคาป้ายยังอยู่ในลำดับห้าถึงแปดเท่า และมันซื้อคำสัญญาด้านคุณภาพที่แตกต่างกันโดยสิ้นเชิงสองประการ: คำสัญญาของ Qwen วัดจากปริมาณข้อความขนาดเล็กที่แสดงผลอย่างถูกต้องบนหน้าที่มีความหนาแน่นของเนื้อหา ส่วนของ OpenAI วัดจากความเที่ยงตรงของวัตถุที่ถูกแก้ไข

การเปรียบเทียบนี้ก็เป็นอีกเรื่องที่ผู้จำหน่ายทั้งสองรายไม่ยอมให้คุณทำได้อย่างครบถ้วนสมบูรณ์ ราคาของ Qwen ในรุ่น Standard เป็นเรื่องจริง แต่คุณภาพของรุ่น Standard นั้นเป็นกล่องดำ — อาลีบาบาไม่เปิดเผยอะไรเลย และมีเพียงคะแนน AA ระดับกลางของรุ่น Pro เท่านั้นที่ใช้อ้างอิงกลุ่มผลิตภัณฑ์นี้ได้ การอ้างสิทธิ์ด้านคุณภาพของ OpenAI มีความเฉพาะเจาะจงและผ่านการประเมินภายใน แต่ต้นทุนต่อภาพไม่เป็นที่ทราบ และผลลัพธ์ไม่เคยถูกวัดโดยอิสระ คุณสามารถตั้งราคาผลิตภัณฑ์ทั้งสองตระกูลได้ แต่สามารถตรวจสอบความถูกต้องของแต่ละฝ่ายได้เพียงบางส่วนเท่านั้น

ทีละมิติ

• เผยแพร่ — GPT-Image-2.5: เปิดตัวอย่างเป็นทางการวันที่ 8 กันยายน 2026. Qwen-Image-3.0: เปิดตัวอย่างเป็นทางการวันที่ 4 สิงหาคม 2026 (ประกาศเมื่อวันที่ 21 กรกฎาคม; รุ่น Pro ถูกระบุแยกต่างหากตั้งแต่เดือนกรกฎาคม).

• ความเปิดเผย — ทั้งคู่เป็นแบบปิด ให้บริการผ่านโฮสต์เท่านั้น การปิดซอร์สของ Qwen-Image-3.0 เป็นการย้อนกลับการเปิดเผยซอร์สโค้ดภายใต้ Apache-2.0 ของ Qwen-Image 1.0 และ 2.0 ส่วน GPT-Image-2.5 ไม่เคยเปิดเผยซอร์สโค้ดเลย

• ราคา — GPT-Image-2.5: $8 ต่อภาพขาเข้า / $30 ต่อภาพขาออก ต่อล้านโทเคน โดยยังไม่มีการเปิดเผยราคาต่อภาพ Qwen-Image-3.0: เริ่มต้นที่ ~¥0.18 ต่อภาพ (Standard, ~$0.03 สากล); Pro ~¥0.25–0.5, ~$40/1k บน AA.

• จุดแข็ง — GPT-Image-2.5: ความแม่นยำในการแก้ไขภาพ, ความเที่ยงตรงต่อภาพอ้างอิง, ความสม่ำเสมอในหลายรอบการสนทนา. Qwen-Image-3.0: การสร้างเอกสาร/เลย์เอาต์หนาแน่น, พรอมป์ต์ยาว 4,500 โทเคน, ข้อความอ่านชัดที่ ~10px, รองรับ 12 ภาษา

• สัญญาณอิสระ — GPT-Image-2.5: ยังไม่มี. Qwen-Image-3.0: Pro อยู่ระดับกลางใน AA — ~1,086 T2I, ~1,079 การแก้ไข, ห่างจาก GPT Image 2 ประมาณ 90 Elo (สูง).

• ผลลัพธ์ — GPT-Image-2.5: รองรับความละเอียดสูงสุด 3840×2160, พื้นหลังโปร่งใส. Qwen-Image-3.0: รองรับความละเอียดสูงสุด 2048×2048, สูงสุดหกภาพต่อการเรียกใช้.

รถเช่าแบบใดเหมาะกับปริมาณงานของคุณ

{{1}}หากงานของคุณคือเอกสาร การศึกษา โลคัลไลเซชัน หรือเลย์เอาต์หลายภาษาปริมาณมาก — สื่อการเรียนที่มีสมการ หน้าหนังสือพิมพ์และนิตยสาร โมกอัป UI อินโฟกราฟิกที่ต้องแสดงข้อความให้อ่านได้ชัดเจนในหลายสิบภาษา — Qwen-Image-3.0 คือรุ่นเรือธงที่สร้างมาเพื่องานนี้โดยเฉพาะ และราคาต่อภาพของรุ่น Standard ทำให้การทดลองในปริมาณมากมีต้นทุนต่ำ{{/1}} {{2}}เงื่อนไขคือความไว้วางใจ: รุ่น Standard ไม่มีเอกสารประกอบ และคะแนนการประเมินอิสระที่มีอยู่นั้นเป็นของรุ่น Pro ที่แพงกว่า ซึ่งอยู่ในระดับกลาง — ใช้ทำงานเลย์เอาต์ได้ดี แต่ไม่ใช่ผู้นำด้านคุณภาพ{{/2}} {{3}}ควรจัดงบประมาณสำหรับการตรวจสอบคุณภาพด้วยสายตาเมื่อทำงานในปริมาณมาก{{/3}}

หากงานของคุณเป็นภาพเชิงพาณิชย์ — ภาพผลิตภัณฑ์ ครีเอทีฟแคมเปญ งานแก้ไขที่ต้องคงความสอดคล้องกับภาพอ้างอิง ซึ่งตัวแบบต้องไม่เปลี่ยนแปลงไปตามขั้นตอนการแก้ไขที่ยาวนาน — GPT-Image-2.5 เป็นตัวเลือกที่เหมาะสมกว่า โดยมีข้อควรระวังเดียวกันในรูปแบบที่เบากว่า: อย่างน้อย OpenAI ก็เปิดเผยเรตการ์ดและข้อกล่าวอ้างที่เฉพาะเจาะจง และอันดับ #1 ที่วัดได้ของรุ่นก่อนหน้าบนกระดาน text-to-image ของ AA ทำให้คุณมี prior ที่สมเหตุสมผล ทั้งสองโมเดลยังไม่อยู่ในแคตตาล็อกของ OrcaRouter ณ วันที่ 9 กันยายน 2026 (เจนเนอเรชันก่อนหน้าอย่าง GPT-Image-2 อยู่ในรายการแล้ว ในราคารายการของผู้ให้บริการโดยไม่มีมาร์กอัป) ดังนั้นการทดสอบ A/B จึงหมายถึงการต้องถือคีย์ของทั้ง Qwen Cloud และ OpenAI API แนวคิด pass-through ยังใช้ได้เมื่อโมเดลเหล่านี้เชื่อมต่อเรียบร้อย: ตัวรวมที่เรียกเก็บตามราคารายการของผู้ให้บริการโดยไม่มีมาร์กอัป เป็นวิธีที่สะอาดที่สุดในการทดสอบข้ามผู้ให้บริการเช่นนี้ โดยไม่ต้องสร้างระบบเรียกเก็บเงินแยกตามผู้ให้บริการ

คำถามที่ยังไม่มีคำตอบซึ่งทั้งสองโมเดลทิ้งไว้คือว่า "closed flagship" เป็นกลยุทธ์ที่ยั่งยืนสำหรับการสร้างภาพหรือเป็นเพียงกลยุทธ์ชั่วคราว การปิดของ Qwen-Image-3.0 นั้นย้อนกลับได้ง่ายกว่า — Alibaba มีแบบอย่างของการเปิดและมีชุมชนที่คาดหวังสิ่งนั้น — และสัญญาณที่ดังกว่าเมื่อมันปล่อยน้ำหนักออกมาอีกครั้งคือการที่การทดลองแบบโฮสต์เท่านั้นไม่สามารถทำรายได้เพียงพอ เดิมพันของ GPT-Image-2.5 คือความเป็นผู้นำด้านการแก้ไขภาพของ OpenAI เมื่อวัดผลแล้ว จะทำให้ราคาแบบคิดตามโทเคนมีความสมเหตุสมผลเมื่อเทียบกับคู่แข่งที่คิดราคาต่อภาพ จับตาดูสองเหตุการณ์: Qwen-Image-3.0 (ไม่ใช่รุ่น Pro) ปรากฏบนบอร์ดอิสระใดๆ ก็ตาม และ GPT-Image-2.5 ทำแบบเดียวกัน จนกว่าจะถึงตอนนั้น นี่คือการประมือกันของแผ่นราคาสองแผ่นที่ผูกติดกับคำมั่นสัญญาด้านคุณภาพ ซึ่งมีเพียงหนึ่งเดียวเท่านั้น — Qwen รุ่น Pro — ที่ผ่านการตรวจสอบโดยบุคคลภายนอก และผลตรวจนั้นออกมาอยู่ในระดับกลางๆ