Qwen Image 3.0 API 价格：Pro 与标准版每张图片多少钱

Qwen Image 3.0 API 价格按张计费，而不是按 token。在阿里云百炼（Model Studio）新加坡地域，qwen-image-3.0 在 1K 和 2K 下都是每张 $0.03，qwen-image-3.0-pro 在 1K 下 $0.04、2K 下 $0.075；做编辑时每传入一张图片另收 $0.003^[1]。以上是阿里云于 2026 年 10 月 7 日公布的官方标价，其他地域使用一张更低的价目表。

计费结构比具体几分钱更重要，因为它决定了一个工作负载的总成本：标准版上分辨率不影响价格；Pro 上 2K 大约让账单翻倍；参考图则按请求另外计费。本文依次讲阿里云的价目表、reAPI 上的计费维度、Pro 在什么情况下值得多付钱，以及从拿到 API key 到出第一张图的最短路径。

TL;DR

阿里云新加坡官方标价： 标准版 1K 和 2K 均为 $0.03/张；Pro 1K $0.04、2K $0.075；输入图片每张 $0.003^[1]。
阿里云其他地域（北京、香港、法兰克福、弗吉尼亚、东京）：标准版 $0.024754，Pro 1K $0.034380、2K $0.068761，输入图片 $0.00275^[1]。
生成失败的图片不计费，阿里云^[1]和 reAPI^[2]都是如此。
在 reAPI 上，标准版 1K 和 2K 同一个价，Pro 2K 是 Pro 1K 的两倍，每张参考图按请求只加收一次小额费用。当前价格见 Qwen Image 3.0 模型页面^[3]。
Pro 的价值在密集文字和复杂排版。 在通用提示词上，两个档位在 Artificial Analysis 竞技场里只差 13 个 Elo 分^[4]。

阿里云对 Qwen Image 3.0 怎么收费

阿里云对千问图像模型的计费口径是"based on the number of input images and the number of successfully generated images"（按输入图片数量和成功生成的图片数量计费），公式如下^[1]：

Cost = Input image unit price × Number of input images + Image unit price × Number of images generated

新加坡（国际）地域价目表，2026 年 10 月 7 日所列^[1]：

模型 id	输出 1K	输出 2K	每张输入图片	免费额度
`qwen-image-3.0`	$0.03	$0.03	$0.003	10 张
`qwen-image-3.0-pro`	$0.04	$0.075	$0.003	10 张

北京、香港、法兰克福、弗吉尼亚和东京共用另一张价目表^[1]：

模型 id	输出 1K	输出 2K	每张输入图片
`qwen-image-3.0`	$0.024754	$0.024754	$0.00275
`qwen-image-3.0-pro`	$0.034380	$0.068761	$0.00275

有三个细节容易漏看。免费额度只在新加坡地域提供，有效期 90 天，从百炼开通、模型发布或申请获批三者中较晚的那个时间起算^[1]。Pro 的 2K 溢价并非各地一致：新加坡是 $0.075 / $0.04 = 1.875×，其他地域则是 $0.068761 / $0.034380 = 2.0×。另外，失败的请求"incur no cost and do not consume your free quota"（不产生费用，也不消耗免费额度）^[1]。

按新加坡价目表算一个例子：用 Pro 在 2K 下做一次编辑、带两张参考图，费用为 2 × $0.003 + 1 × $0.075 = $0.081。同样的请求换成标准版是 2 × $0.003 + $0.03 = $0.036。

Qwen Image 3.0 API 价格在 reAPI 上怎么算

reAPI 上的模型 id 相同，即 qwen-image-3.0 和 qwen-image-3.0-pro，账单结构也一样。影响价格的因素^[2]^[3]：

维度	对账单的影响
档位	Pro 单张比标准版贵
分辨率	对标准版无影响；Pro 上 2K 是 1K 的两倍
`n`（1–6）	每张交付的图片都计费
参考图（`image_urls`，1–3）	每个不同的 URL 加收一笔小额费用，按请求计一次，而不是按输出图片数计
原始像素 `size`	面积超过 225 万像素（2.25 million）即按 2K 计费，即使没有传 `resolution: "2K"`

不影响价格的：prompt_extend、negative_prompt、宽高比，以及内容过滤开关。轮询任务免费，生成失败会自动退还预扣的积分^[2]。

reAPI 按积分计费，1 积分 = $0.001，总额计算方式为^[2]：

credits = ceil((per_image_usd × n + per_reference_usd × references) × 1000)

由于参考图按请求计费，n: 4 带两张参考图的批量请求只付四张图片加两张参考图的钱，而不是八张参考图。重复的 URL 只算一次。两个档位的单张价格和单张参考图价格都列在模型页面上，数据读自实时价格表，playground 在提交前也会显示预估费用。没有订阅，积分永不过期。

标准版 vs Pro：什么时候值得为 Pro 付费

阿里云对两个档位的定位很清楚。其模型指南推荐 qwen-image-3.0-pro 用于"complex layouts such as newspapers, storyboards, menus, and exam papers"（报纸、分镜、菜单、试卷等复杂排版）以及小至 10 像素的小字，并把 qwen-image-3.0 描述为"a faster version of qwen-image-3.0-pro"（qwen-image-3.0-pro 的更快版本）。两者接受相同的输入，最多返回六张图片，最高可达 2048×2048^[5]。

独立的偏好数据能帮你把质量差距看得更客观。2026 年 10 月 7 日，在 Artificial Analysis 的文生图竞技场上，Qwen-Image-3.0-Pro 的 Elo 为 1088 ±9，Qwen-Image-3.0 为 1075 ±9，分别基于约 6,600 和 6,300 票^[4]。两者的置信区间几乎挨在一起。竞技场的提示词大多是通用图像，所以这点小差距很难说明密集排版场景下的表现，而那恰恰是 Pro 应该拉开差距的地方。

以下是我们对这些证据的解读，属于编辑判断，而非实测结果：

默认用标准版，适合插画、照片、产品图和社交媒体配图。它在 2K 下与 1K 同价，是从 Qwen Image 3.0 拿到 2K 像素最便宜的方式。
图片需要承载大量可读文字时用 Pro：菜单、报纸版面、试卷、信息图网格、UI 原型。先拿几条你的真实提示词在两个档位上各跑一遍；如果标准版已经能把文字渲染干净，Pro 就没给你带来任何东西。
用 Pro 时先在 1K 下出草稿。 既然 2K 是 1K 的两倍价，就先在 1K 下迭代构图，只把最终选中的那张用 2K 重跑。
参考图只放真正需要的。 每多一张参考图都要计费，尽管相比图片本身这笔钱很小。

想了解 Qwen Image 3.0 与其他模型在价格和出图效果上的对比，可以看 Qwen Image 3 vs GPT Image 2。

获取 API key 并发起第一个请求

在 reAPI 注册，在控制台打开 API keys 创建一个 key。符合条件的新账户会获得注册积分用于测试。
发送请求。下面这个例子用 Pro 档位、1K 分辨率处理一个排版密集的提示词：

curl https://reapi.ai/api/v1/images/generations \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen-image-3.0-pro",
    "prompt": "A cafe menu board, three columns - appetizers, mains, desserts - five dishes each with prices, serif headings, cream paper background",
    "size": "3:4",
    "resolution": "1K"
  }'

响应中包含一个任务 id。轮询 GET /api/v1/tasks/{id}，直到 status 变为 completed，然后读取 output.image_urls。

如果要编辑而不是生成，加上 "image_urls"，传一到三个公网 https 图片 URL；base64 和 data: URI 会被拒绝。API 文档列出了全部参数，包括 negative_prompt、prompt_extend 和显式像素尺寸，并给出同一请求的 Python、Node.js 和 Go 版本^[2]。

Alibaba Cloud. Model Studio: Model inference pricing (Qwen Image Generation and Editing). 2026 年 10 月检索自 alibabacloud.com/help/en/model-studio/model-pricing
reAPI. Qwen Image 3.0 API docs. reapi.ai/docs/qwen-image-3
reAPI. Qwen Image 3.0 model page. reapi.ai/models/qwen-image-3
Artificial Analysis. Text to Image Leaderboard. 2026 年 10 月检索自 artificialanalysis.ai/image/leaderboard/text-to-image
Alibaba Cloud. Model Studio: Image generation and editing. 2026 年 10 月检索自 alibabacloud.com/help/en/model-studio/image-model
Qwen Team. Qwen-Image-3.0: Rich Content, Authentic Details, Deep Knowledge. 2026 年 10 月检索自 qwen.ai/blog?id=qwen-image-3.0