GPT-Image-2.5 vs Qwen-Image-3.0: Hai mẫu flagship đóng, hai mức giá khác biệt

Cách đọc rõ ràng nhất khi so sánh {{1}}GPT-Image-2.5{{/1}} với {{2}}Qwen-Image-3.0{{/2}} là xem chúng như hai sản phẩm chủ lực đã đóng cửa trong cùng một mùa hè. Vào ngày 8 tháng 9, OpenAI đã phát hành {{3}}GPT-Image-2.5{{/3}}, mô hình ChatGPT Images 2.5 được cung cấp qua API dưới tên gọi {{4}}GPT-Image-2.5 Flare{{/4}} và {{5}}GPT-Image-2.5 Sunburst{{/5}}, như một sản phẩm chỉ dùng qua dịch vụ đám mây, định giá theo token — 8 USD mỗi triệu token hình ảnh đầu vào và 30 USD mỗi triệu token hình ảnh đầu ra. Khoảng năm tuần trước đó, vào ngày 4 tháng 8, nhóm Qwen của Alibaba đã đưa {{6}}Qwen-Image-3.0{{/6}} lên trạng thái khả dụng rộng rãi trên Qwen Cloud và Alibaba Cloud Bailian — và lần này, trong một sự đảo ngược lặng lẽ có ý nghĩa hơn bất kỳ tính năng đơn lẻ nào, sản phẩm không hề đi kèm trọng số nào. {{7}}Qwen-Image 1.0{{/7}} và {{8}}2.0{{/8}} là các bản phát hành mở theo giấy phép {{10}}Apache-2.0{{/10}} kèm báo cáo kỹ thuật công bố cùng ngày; còn {{9}}Qwen-Image-3.0{{/9}} không có trọng số để tải xuống, không có báo cáo kỹ thuật, không có thẻ mô hình, không có số tham số, và không có điểm chuẩn nào từ chính nhà sản xuất. Cả hai hiện đều là những sản phẩm hình ảnh chủ lực đóng và chỉ dùng qua dịch vụ đám mây, đến từ hai phòng thí nghiệm có uy tín về trọng số mở mạnh nhất ở hai bên bờ Thái Bình Dương. Việc so sánh giữa chúng một phần xoay quanh chất lượng hình ảnh, nhưng chủ yếu xoay quanh việc mỗi phòng thí nghiệm đã quyết định ngừng cho đi những gì.

Cả hai mô hình đều không được kiểm chứng bởi chính tài liệu của nhà sản xuất, và đó chính là điểm hai bên khác biệt. GPT-Image-2.5 chưa có điểm số độc lập — tính đến ngày 9 tháng 9 năm 2026, nó chưa được liệt kê trên Artificial Analysis, vì vậy các tuyên bố về chất lượng của nó chỉ do OpenAI công bố và chưa được tái kiểm chứng. Qwen-Image-3.0 được phát hành mà không kèm theo thông tin nào từ Alibaba, nhưng phiên bản Pro của nó vẫn đã xuất hiện trên các bảng xếp hạng độc lập: trong các bảng dữ liệu Artificial Analysis tháng 9, Qwen-Image-3.0-Pro đứng giữa bảng với khoảng 1.086 Elo cho text-to-image và 1.079 cho chỉnh sửa hình ảnh, được niêm yết ở mức gần 40 USD mỗi 1.000 hình ảnh. Đó là một tín hiệu độc lập thực sự, và không mấy tích cực — nó xếp sản phẩm chủ lực của Alibaba kém người dẫn đầu khoảng chín mươi Elo, người dẫn đầu là GPT Image 2 (high), và thấp hơn cả Meta Muse Image lẫn Nano Banana 2. Mọi mức giá trong bài viết này là giá niêm yết của nhà cung cấp; mọi điểm số đều là của Artificial Analysis, không phải của Alibaba.

Vì sao tính đóng lại chính là mấu chốt.

Đối với Alibaba, việc đóng cửa Qwen-Image là một sự đảo chiều chiến lược với logic rõ ràng: các mô hình hình ảnh mã nguồn mở trước đây được tải về rộng rãi nhưng lại không có giá trị thương mại đối với Alibaba, vì bất kỳ ai cũng có thể tự lưu trữ chúng. Qwen-Image-3.0 được xây dựng để ngược lại — đội ngũ Qwen công khai định vị nó xoay quanh chữ 实, "thực dụng", nghĩa là các tác vụ sản xuất chạy qua một API lưu trữ trả phí. Logic tương tự đã chi phối các mô hình hàng đầu còn lại của gia đình Qwen, và nó biến mọi hướng dẫn "chỉ cần tải Qwen-Image" trước đây thành tài liệu lịch sử.

OpenAI chưa từng có một mô hình hình ảnh chủ lực dạng mở nào để phải đóng cửa, nên lập trường của họ không đổi: GPT-Image-2.5 tồn tại để được gọi, lập hóa đơn và đo đếm, với tính năng truy xuất nguồn gốc C2PA và đánh dấu chìm được tích hợp sẵn. Hệ quả thực tiễn đối với nhà phát triển là giống hệt nhau ở cả hai phía của phép so sánh này — không có tùy chọn tự lưu trữ, không có tinh chỉnh mô hình gốc, không có phương án dự phòng ngoại tuyến. Bạn đang thuê mô hình từ chủ sở hữu theo bảng giá của họ, và câu hỏi duy nhất còn lại là bạn cần loại hình thuê nào.

Mỗi flagship thực sự được tạo ra để thu hút điều gì?

Câu chuyện kỹ thuật của Qwen-Image-3.0 nằm ở tài liệu, bố cục và mật độ ngôn ngữ. Alibaba tuyên bố khả năng xử lý prompt lên tới 4.500 token — gấp khoảng bốn lần rưỡi so với thế hệ trước — điều này cho phép mô hình tạo ra các bố cục dày đặc trong một lần truyền: toàn bộ trang báo, lưới infographic, storyboard, đề thi và bản mô phỏng giao diện. Mô hình tuyên bố kết xuất văn bản dễ đọc xuống tới khoảng mười pixel, bao gồm toán học và LaTeX, kết xuất gốc bằng mười hai ngôn ngữ với hơn hai mươi phông chữ và một trăm phong cách nghệ thuật, cùng đầu ra lên tới 2048×2048 với tối đa sáu hình ảnh trong một lần gọi. Khả năng tạo sinh và chỉnh sửa ảnh-và-ảnh nằm trong một mô hình duy nhất. Nếu những tuyên bố này đúng, đây là mô hình lưu trữ mạnh nhất cho công việc hình ảnh giàu văn bản, nặng về bố cục và đa ngôn ngữ — tuy nhiên, vị trí AA của phiên bản Pro cho thấy thực tế đang tụt hậu so với tham vọng: chất lượng hình ảnh khá ổn, tầm trung, chưa có dấu hiệu nào của một nhà dẫn đầu về bố cục văn bản.

Câu chuyện kỹ thuật của GPT-Image-2.5 nằm ở đầu kia của phổ hình ảnh: trọng tâm là thao tác chỉnh sửa và đối tượng, không phải bố cục trang. Các tuyên bố của OpenAI tập trung vào độ trung thực với tham chiếu — giữ cho một người, thú cưng hoặc sản phẩm được nhận diện qua các thay đổi về bối cảnh và phong cách — chỉnh sửa nhiều lượt chỉ chạm vào đúng những gì được yêu cầu, nền trong suốt và chi tiết mịn sắc nét hơn, với endpoint Sunburst dành riêng cho các tác vụ chỉnh sửa chính xác và Flare cho tạo sinh nhanh. Tuyên bố về kết xuất văn bản của họ hẹp hơn của Qwen (xử lý chính xác tiếng Trung cùng các hệ chữ viết khác) vì OpenAI không theo đuổi bố cục tài liệu; họ theo đuổi quy trình chụp ảnh thương mại và thiết kế sản phẩm, nơi một hình ảnh duy nhất được chỉnh sửa lặp đi lặp lại chính là sản phẩm cuối cùng.

Không nhà cung cấp nào hoàn thành việc so sánh giá.

Qwen-Image-3.0 niêm yết giá theo từng ảnh: giá dành cho người tiêu dùng nội địa của bản Standard khởi điểm khoảng ¥0.18 mỗi ảnh; bản Pro cao hơn — khoảng ¥0.25 ở độ phân giải 1K và lên tới khoảng ¥0.5 ở 2K — còn giá bản Standard quốc tế nằm trong khoảng $0.03–$0.04 mỗi ảnh. Các nền tảng đánh giá độc lập ghi nhận bản Pro ở mức gần $40 mỗi 1.000 ảnh. GPT-Image-2.5 niêm yết giá theo token và không công bố mức giá tương đương theo từng ảnh; bảng giá của nó khớp với GPT-Image-2, mà Artificial Analysis neo ở mức gần $211 mỗi 1.000 ảnh ở chất lượng cao. Ngay cả khi thừa nhận rằng con số của OpenAI dành cho thế hệ tiền nhiệm, khoảng cách giá niêm yết vẫn ở mức gấp năm đến tám lần, và khoản chi đó đổi lại hai lời hứa về chất lượng hoàn toàn khác nhau: lời hứa của Qwen được đo bằng lượng văn bản nhỏ được kết xuất chính xác trên một trang dày đặc chữ, còn lời hứa của OpenAI nằm ở độ trung thực của một đối tượng đã qua chỉnh sửa.

Đây cũng là một phép so sánh mà không nhà cung cấp nào cho phép bạn hoàn thành một cách trọn vẹn. Mức giá Standard của Qwen là có thật, nhưng chất lượng của phiên bản Standard lại là một hộp đen — Alibaba không công bố gì cả, và chỉ có điểm AA ở giữa bảng của phiên bản Pro là tồn tại để neo giữ cho cả dòng sản phẩm. Các tuyên bố về chất lượng của OpenAI thì cụ thể và được đánh giá nội bộ, nhưng chi phí cho mỗi hình ảnh của họ không được biết đến và đầu ra của họ không được đo lường một cách độc lập. Bạn có thể định giá cả hai dòng sản phẩm, nhưng chỉ có thể xác thực một phần mỗi dòng.

Từng chiều một

• Phát hành — GPT-Image-2.5: GA ngày 8 tháng 9 năm 2026. Qwen-Image-3.0: GA ngày 4 tháng 8 năm 2026 (công bố ngày 21 tháng 7; phiên bản Pro được niêm yết độc lập từ tháng 7).

• Tính mở — Cả hai đều đóng, chỉ dùng qua dịch vụ lưu trữ. Việc đóng mã nguồn của Qwen-Image-3.0 đảo ngược các bản phát hành mở theo Apache-2.0 của Qwen-Image 1.0 và 2.0; GPT-Image-2.5 chưa bao giờ được mở.

• Giá — GPT-Image-2.5: $8/triệu token ảnh đầu vào / $30/triệu token ảnh đầu ra, chưa công bố mức giá theo từng ảnh. Qwen-Image-3.0: từ ~¥0.18 cho mỗi ảnh (bản Standard, ~$0.03 quốc tế); bản Pro ~¥0.25–0.5, ~$40/1k trên AA.

• Điểm mạnh — GPT-Image-2.5: độ chính xác chỉnh sửa, độ trung thực tham chiếu, tính nhất quán đa lượt. Qwen-Image-3.0: tạo tài liệu/bố cục dày đặc, prompt 4.500 token, văn bản dễ đọc ~10px, 12 ngôn ngữ.

• Tín hiệu độc lập — GPT-Image-2.5: chưa có. Qwen-Image-3.0: bản Pro đứng giữa nhóm trên AA — ~1.086 T2I, ~1.079 chỉnh sửa, kém GPT Image 2 (high) khoảng 90 Elo.

• Đầu ra — GPT-Image-2.5: tối đa 3840×2160, nền trong suốt. Qwen-Image-3.0: tối đa 2048×2048, lên đến sáu ảnh mỗi lần gọi.

Loại thuê nào phù hợp với khối lượng công việc của bạn?

Nếu công việc của bạn là tài liệu, giáo dục, bản địa hóa hoặc bất kỳ công việc dàn trang đa ngôn ngữ khối lượng lớn nào — tài liệu khóa học có công thức, trang báo và tạp chí, bản phác thảo giao diện, đồ họa thông tin phải giữ được chữ dễ đọc bằng hàng chục ngôn ngữ — thì Qwen-Image-3.0 là sản phẩm chủ lực được thiết kế cho đúng việc đó, và mức giá tính theo từng ảnh của phiên bản Standard giúp các thử nghiệm khối lượng lớn trở nên rẻ. Điều kiện nằm ở sự tin cậy: phiên bản Standard không có tài liệu chính thức, còn những điểm đánh giá độc lập hiện có chỉ dành cho phiên bản Pro đắt tiền hơn, vốn chỉ xếp hạng giữa bảng — ổn cho việc dàn trang chứ không phải là người dẫn đầu về chất lượng. Hãy dự trù ngân sách cho khâu kiểm định hình ảnh ở quy mô lớn.

Nếu công việc của bạn là hình ảnh thương mại — ảnh sản phẩm, creative chiến dịch, các chỉnh sửa nhất quán theo tham chiếu khi chủ thể phải được giữ nguyên vẹn qua một chuỗi chỉnh sửa dài — thì GPT-Image-2.5 là lựa chọn có hình dạng tốt hơn, với cùng một lưu ý ở mức độ nhẹ hơn: ít nhất OpenAI công bố bảng giá và các tuyên bố cụ thể, và thứ hạng #1 đã được đo của phiên bản tiền nhiệm trên bảng xếp hạng văn-bản-thành-hình-ảnh của AA cho bạn một tiên nghiệm hợp lý. Cả hai mô hình đều chưa có trong danh mục của OrcaRouter tính đến ngày 9 tháng 9 năm 2026 (thế hệ OpenAI trước đó, GPT-Image-2, thì có, ở mức giá niêm yết của nhà cung cấp không cộng phí), vì vậy một thử nghiệm A/B đồng nghĩa với việc phải giữ khóa truy cập cho cả Qwen Cloud và OpenAI API. Ý tưởng truyền thẳng vẫn áp dụng khi các mô hình này được định tuyến: một bộ tổng hợp tính phí theo giá niêm yết của nhà cung cấp không cộng phí là cách sạch nhất để chạy các thử nghiệm đa nhà cung cấp như thế này mà không cần tự xây dựng hệ thống thanh toán cho từng nhà cung cấp.

Câu hỏi mở mà cả hai mô hình để ngỏ là liệu chiến lược "flagship đóng" có bền vững cho mảng tạo hình ảnh hay chỉ là giải pháp tạm thời. Việc đóng mã nguồn của Qwen-Image-3.0 dễ đảo ngược hơn — Alibaba có tiền lệ mở mã nguồn và một cộng đồng luôn kỳ vọng điều đó — và tín hiệu rõ ràng hơn khi họ phát hành lại bộ trọng số sẽ là thí nghiệm chỉ phân phối qua nền tảng đám mây đã không mang lại đủ lợi nhuận. GPT-Image-2.5 đặt cược rằng lợi thế dẫn đầu trong mảng chỉnh sửa ảnh của OpenAI, một khi được định lượng, sẽ biện minh cho mức giá tính theo token so với các đối thủ tính phí theo từng ảnh. Hãy để ý hai sự kiện: việc Qwen-Image-3.0 (bản không phải Pro) xuất hiện trên bất kỳ bảng đánh giá độc lập nào, và việc GPT-Image-2.5 cũng làm được điều tương tự. Cho đến lúc đó, đây là cuộc so tài giữa hai bảng giá gắn với những cam kết về chất lượng, mà chỉ một trong hai — bản Qwen Pro — cho đến nay mới được bên độc lập kiểm chứng, và kết quả kiểm chứng đó chỉ xếp hạng giữa bảng.