Guides & Insights

Qwen-Image-3.0正式发布：阿里巴巴的实用图像模型，每张图片定价0.18元

作者

Rowan Sterling

发布日期

Aug 12, 2026

最新模型 · 20查看全部模型 →

基准测试：Artificial Analysis · 每日更新

返回全部文章

2026年8月5日，Qwen-Image-3.0不再只是邀请制预览版，而是向阿里巴巴Qwen AI平台的每一位用户开放。整个产品的定价更像是一种公用事业服务，而非高端艺术服务——面向消费者的文生图价格约为每张人民币0.18元，其上还有Pro层级——而阿里巴巴自身的定位是：这是一个为完成工作而构建的图像模型，而不是为了赢得选美比赛。全面上线一周后，这种定位值得认真对待：Qwen-Image-3.0领先的两大能力，即超长提示词和高度清晰的小字文本，恰恰是大多数图像模型悄然失败的地方。

Qwen-Image-3.0 提供两个版本——Qwen-Image-3.0-Pro和Qwen-Image-3.0-Standard——两者均通过同一个托管 API 对外提供。发布采取分阶段方式：2026 年 7 月 21 日宣布，先在阿里云百炼和 Qwen AI 平台以邀请制开放 API 访问，8 月 5 日全面开放。国际开发者通过 Qwen Cloud 使用该服务，发布信息显示 Pro 版每张图片 0.04 美元，Standard 版每张图片 0.03 美元。国内消费端定价约为每张图片 ¥0.18。以上均为厂商公布的发布价格，本文也按此口径看待——这些是阿里选择公开的数字，并非独立审计结果。

发布，用三个数字

如果你从公告中只读一件事，那就是以下三件事：

• 4,500 token 的提示词。 Qwen-Image-3.0 可接受的提示词长度约为前代产品的 4.5 倍。这是实现其他一切功能的关键改进：现在，一条提示词可以指定一整份报纸版面、一个故事板、一张九宫格知识信息图或一份试卷，并一次性生成，而无需在编辑器中拼接。

• 约10像素的文本渲染。该模型可渲染小而清晰的文字，字高最低约10像素——这正是“看起来像有文字”的图像与“实际上能正确读出”的图像之间的区别。

• 12种语言，20+种字体。多语言输出是原生功能，而非事后追加：中文、英文、韩文等，均会以提示词所要求的书写系统呈现，不会出现大多数西方训练模型在处理CJK文本时常见的缺字方框。

再加上那些不那么抢眼但同样重要的部分——同一模型内的图生图与图像编辑、结合公式、几何与推导步骤的知识图解，以及网页、游戏和直播界面的逼真原型——全貌就很清楚了。阿里巴巴瞄准的是实际生产工作：教育领域的大批量试卷生成、跨境电商海报、出版排版、UI原型设计。中文发布材料用一个字概括了这一定位：实，即“实用”。

A generated spec scoreboard for Qwen-Image-3.0 showing 4,500-token prompts, ~10px text, 12 native languages, pricing from ¥0.18 / $0.03-0.04 per image, Pro and Standard editions, and closed API-only weights, footnoted as sourced from Alibaba launch materials.

目前已经独立验证了哪些内容？

Screenshot of the Qwen-Image blog post 'Qwen Image 3.0 Released: Long Prompts, Small Text, and Multilingual Layouts', announcing Qwen-Image-3.0 on July 21, 2026.

对于任何曾被浮夸发布坑过的人来说，这才是重点。Qwen-Image-3.0 是一个闭源模型：没有权重，没有许可证，没有技术报告，也没有官方基准测试发布。这是一种刻意的逆转——Qwen-Image 1.0 和 2.0 当初以开源形式发布，Apache-2.0 权重上线于 Hugging Face，技术报告同日发布。3.0 打破了这一惯例，阿里巴巴尚未发布模型卡或参数量。发布初期的报道称其约有 20B 参数、采用 MMDiT 架构，但这只是转述而非确认信息：由于没有报告可供核查，阿里巴巴之外无人能够验证。

这意味着上述每一项主打能力——4,500 token 输入、10px 字号、12 种语言——都只是厂商宣称。目前最强有力的独立数据点，是发布窗口期内一篇中文上手实测对比，该评测将 Qwen-Image-3.0-Pro 与其他十一种配置进行了对比。其结果好坏参半：Qwen-Image-3.0-Pro 在 UI/仪表盘生成、科学示意图和统一设计系统方面表现出色，在这些类别中整体完成质量最高——但它的平均速度也是最慢的，而且在某些情况下，小字号文字仍会出现乱码。在严格的文字准确性上，同一测试更青睐 GPT-Image-2 medium、Gemini 3 Pro 和 Seedream 5.0 Lite。这是一个有用且诚实的图景：结构能力强，但尚未在其宣传的微小字号上做到完美。

在排行榜方面，阿里巴巴的发布报道声称 Qwen-Image-3.0-Pro 在 Arena 文生图排行榜上位列中国模型第一、主流模型第二，仅次于 OpenAI 的 GPT-Image 系列。独立追踪网站（AITNT，8月5日）的数据显示，该 Pro 模型在艺术创作（1,256 Elo，全球排名区间 2–11）和照片写实（1,258 Elo，全球 4–13）两个类别中均位居阿里巴巴自家模型之首。根据 Arena 8月10日的周排名，该 Pro 模型在图像生成总榜上排名第7——仍属顶尖水平，值得关注的是，随着发布首周的热度消退，它能否守住这一位置。

Screenshot of the Text-to-Image Arena overall leaderboard on arena.ai, showing 77 ranked image models by Elo as of August 10, 2026.

两个版本，一个定价故事

Qwen-Image-3.0-Pro 和 Qwen-Image-3.0-Standard 属于同一模型系列，分两个价位。在 Qwen Cloud 上，公布的每张图像价格为 Pro 版 $0.04、Standard 版 $0.03；国内消费者价格从约 ¥0.18 起。作为参考，这一价格低于 GPT-Image-2 的中档价位，与 Google 的 Nano Banana 2 Lite 大致相当——这是一个有意定出的"便宜到可以反复迭代"的价格。独立可构建性审计中的一个注意事项值得指出：该审计在七月下旬某个时间点无法在阿里云 Model Studio 定价页面上找到 Qwen-Image-3.0 的条目。随着 GA 正式发布的推进，这一缺口后来得以补齐，但这也提醒我们：上线仅一周的模型的 API 接口可能仍在调整中——在将生产流水线接入之前，请先查看当前定价页面。

在哪里可以呼叫它

Qwen-Image-3.0 是一个托管模型，因此访问路径是供应商自己的 API，以及自正式发布（GA）以来已接入该模型的几个第三方平台。没有自托管选项，也没有开源权重路线，如果您的需求是数据驻留或对流水线的完全控制，这一点就很重要。从好的方面来看，托管意味着无需进行 GPU 容量规划——您按图像付费，供应商负责扩展。

这也是路由器证明自身价值的时刻。Qwen-Image-3.0 是全新产品，其定价页面在一周内已经变动过一次；如果你正在评估它与图像模型领域其他产品的优劣，你不会希望在决策期间为每个供应商单独定制集成。OrcaRouter 将 200 多个模型整合到一个兼容 OpenAI 的端点后面，按供应商列表价格提供，零加价；因此，供应商降价——包括对刚发布一周的模型的降价——会在发布当天就在我们这边生效。自动故障转移意味着，当你将一个新来者与该领域的其他产品进行基准测试时，可以通过我们确实路由的模型（OpenAI 的 gpt-image-2、xAI 的 Grok Imagine、Google 的 Imagen 4 系列）运行与 Qwen-Image-3.0 相邻的工作负载，而不会让图像流水线中断。比较才是关键：一个 API 密钥、一种调用方式，以及并排呈现的数据。

现在谁该采取行动

生成密集、文本密集型资产的团队——试卷、产品说明书、多语言海报、仪表板原型、故事板——是天然的早期采用者，因为正是在这些工作负载中，一个带有原生多语言渲染的4,500 token提示词就能节省数小时的拼接和重新输入时间。以照片级真实感或绝对排版保真度为标准的团队，如今已有更成熟的选项，独立的测试数据也支持等待小字号文本问题解决后再做判断。无论如何，不要仅凭发布时的宣传就下结论：该模型是封闭的，因此唯一能告诉你它是否值得进入你的技术栈的，就是拿你自己的真实提示词去运行它——按每张图像0.03–0.04美元的价格，这是一项成本很低的实验。