Qwen Image 3 vs GPT Image 2：文字、编辑与价格对比

Qwen Image 3 vs GPT Image 2，归根结底是质量和成本之间的取舍。在 Artificial Analysis 上，用户对成对的图片进行盲投，高质量档的 GPT Image 2 在文生图上得到 1172 Elo，Qwen-Image-3.0-Pro 为 1088^[1]。但按官方定价，OpenAI 一张高质量的正方形 GPT Image 2 图片要 $0.211^[2]，而阿里云给 1K 的 Qwen-Image-3.0-Pro 图片标价 $0.04^[3]。

本文从大家最常问的四个方面比较这两个模型：文字与排版、编辑、输出尺寸和价格。很多读者也会拿 Qwen Image 3 和 Nano Banana 2 比较，所以把它作为第三个参照。每一节最后都给出明确建议。

要点速览

总体偏好： Artificial Analysis 文生图榜单上，GPT Image 2 (high) 1172，Nano Banana 2 1126，Qwen-Image-3.0-Pro 1088，Qwen-Image-3.0 1075^[1]。
文字渲染： 在文字渲染分类中，GPT Image 2 (high) 以 1207 排第一，Qwen-Image-3.0-Pro 为 1090^[4]。
排版： Qwen-Image-3.0-Pro（1181）排在 Nano Banana 2（1154）之前，但落后于 GPT Image 2（1222）^[5]。
价格： 阿里云给 Qwen-Image-3.0 的标价是 1K 和 2K 都为每张 $0.03^[3]。Google 给 Nano Banana 2 的标价是每张 1K 图片 $0.067^[6]。
输出尺寸： Qwen Image 3.0 的上限是总像素 2048×2048^[7]。GPT Image 2 的长边最高可达 3840 像素^[8]。

Qwen Image 3 vs GPT Image 2 一览

	Qwen Image 3.0（Standard / Pro）	GPT Image 2	Nano Banana 2
发布时间	2026 年 7 月 21 日^[9]	2026 年 4 月 21 日^[10]	2026 年 5 月 28 日 GA^[11]
提示词长度	最多 4.5k tokens^[9]	未说明	未说明
最大输出	总像素 2048×2048^[7]	长边 3840 px，最多 8,294,400 像素^[8]	4K^[6]
参考图	1–3^[7]	多张，另加一张蒙版^[8]	最多 14^[12]
蒙版编辑（局部重绘）	无蒙版输入^[7]	蒙版图片^[13]	在提示词中描述^[12]
透明背景	文档未提及	2026 年 8 月 20 日起预览^[10]	文档未提及
官方标价，1K	每张 $0.03 / $0.04^[3]	$0.006 low、$0.053 medium、$0.211 high（1024×1024）^[2]	$0.067^[6]
竞技场 Elo，文生图	1075 / 1088^[1]	1172 (high)^[1]	1126^[1]
竞技场 Elo，编辑	1056 / 1077^[14]	1125 (high)^[14]	1110^[14]

价格均为各厂商自己的官方标价，于 2026 年 10 月 7 日核对。阿里云的数字为新加坡地域。Elo 分数是同一天的快照，会随着新投票变化。

竞技场分数如何看文字与排版

Qwen 主打的卖点是 Qwen Image 3.0 的文字能力。发布文章称该模型能渲染“text as small as 10px”，原生支持 12 种语言，并能用一条提示词排出报纸、试卷和 3×3 信息图网格^[9]。阿里云的 API 参考把两个档位列为相同的输入输出上限，并把 Standard 描述为“balances quality and speed”的档位^[7]。

不过盲投结果并没有把 Qwen 排在文字第一。Artificial Analysis 根据成对的人类偏好投票按 Elo 给模型排名^[1]，它的文字渲染分类第一名是 1207 的 GPT Image 2 (high)。Nano Banana 2 为 1109，Qwen-Image-3.0-Pro 为 1090，Qwen-Image-3.0 为 1078^[4]。Nano Banana 2（1087–1131）和 Qwen-Image-3.0-Pro（1064–1116）的置信区间重叠，所以在文字上两者几乎打平。

排版是 Qwen 表现最好的地方。在排版分类中，Qwen-Image-3.0-Pro 得 1181，排第六。GPT Image 2 (high) 为 1222，Nano Banana 2 为 1154^[5]。这与 Qwen 宣传的能力相符：在一页上排布大量版块和说明文字。OpenAI 自己也把“precise text placement”和“layout-sensitive compositions”列为 GPT Image 模型的局限^[8]。但从这些投票看，GPT Image 2 在排版上仍然高于 Qwen。

我们对 Qwen Image 3 vs GPT Image 2 在文字上的判断：如果文字质量决定成败、预算不是问题，高质量档的 GPT Image 2 证据最充分。如果需要以较低的单张价格做信息密集的多版块页面，Qwen-Image-3.0-Pro 能以很小一部分成本接近它。

编辑：参考图、蒙版与透明背景

三个模型都能根据文字指令加参考图进行编辑，但控制方式不同。

Qwen Image 3.0 接受 1 到 3 张参考图，每次请求输出 1 到 6 张。阿里云的 API 参考中没有蒙版参数，因此编辑内容要在提示词里描述^[7]。
GPT Image 2 支持局部重绘（inpainting）^[13]。上传一张蒙版，编辑就只作用于该区域。输入多张图片时，OpenAI 会把蒙版应用到第一张^[8]。gpt-image-2 的透明背景自 2026 年 8 月 20 日起以预览形式提供^[10]。
Nano Banana 2 最多接受 14 张参考图，是三者中最多的。Google 的指南把蒙版描述为在对话中定义的内容，而不是通过蒙版文件^[12]。

编辑榜单的投票与文生图的顺序相同：GPT Image 2 (high) 1125，Nano Banana 2 1110，Qwen-Image-3.0-Pro 1077，Qwen-Image-3.0 1056^[14]。对于产品抠图、局部修改或任何需要 alpha 通道的工作，三者中只有 GPT Image 2 提供相应的控制。如果要融合大量参考图，Nano Banana 2 接受的数量最多。

输出尺寸与分辨率

Qwen Image 3.0 的输出总像素在 512×512 到 2048×2048 之间^[7]。GPT Image 2 接受任何边长为 16 的倍数的尺寸，长边最多 3840 像素，宽高比不超过 3:1，总像素最多 8,294,400，因此 3840x2160 是合法尺寸^[8]。Nano Banana 2 的定价最高到 4K^[6]。

如果要印刷大幅海报，或需要模型直接输出 4K 文件，三者中只有 Qwen Image 3.0 做不到。

按官方标价每张图要多少钱

三家的计费方式各不相同：

阿里云（Qwen Image 3.0）： 按张计费。Qwen-Image-3.0 在 1K 和 2K 都是 $0.03。Qwen-Image-3.0-Pro 在 1K 为 $0.04，2K 为 $0.075。每张输入图另加 $0.003。以上均为新加坡标价^[3]。
OpenAI（GPT Image 2）： 按 token 计费，每百万图像输出 token $30^[2]。OpenAI 对一张 1024×1024 图片的估算为 low $0.006、medium $0.053、high quality $0.211^[8]。
Google（Nano Banana 2）： 1K $0.067，2K $0.101，4K $0.151^[6]。

把这些标价放在一起看：Artificial Analysis 测试 GPT Image 2 (high) 所用的质量档，成本约为一张 1K Qwen-Image-3.0-Pro 图片的五倍（$0.211 对 $0.04）。用 medium 质量时，差距缩小到约 1.3 倍（$0.053 对 $0.04）。GPT Image 2 的 medium 档没有竞技场分数，所以这一比较只涉及价格。

在 reAPI 上，三者都通过同一个 /api/v1/images/generations 端点调用。Qwen Image 3.0 按实际交付的图片计费。Standard 在 1K 和 2K 价格相同，Pro 的 2K 是 1K 的两倍，参考图每次请求只计一次^[15]。GPT Image 2 提供两个模型 id。gpt-image-2 按分辨率固定价格。gpt-image-2-official 按 token 计量，并增加质量档位、蒙版和透明背景^[16]。reAPI 当前价格见 Qwen Image 3.0、GPT Image 2 和 Nano Banana 2 模型页。Qwen 的完整价格拆解见 Qwen Image 3.0 API pricing。

不同任务该选哪个模型

任务	选择	原因
预算有限的菜单、报纸、试卷、多版块信息图	Qwen-Image-3.0-Pro	排版排名第六^[5]；阿里云标价 1K 为 $0.04^[3]
大批量、需要 2K 的通用图片	Qwen-Image-3.0	1K 和 2K 标价相同^[3]
文字准确性是首要需求	GPT Image 2 (high)	文字渲染分类第一^[4]
蒙版编辑、抠图、透明 PNG	GPT Image 2	局部重绘和透明背景^[13]^[10]
4K 输出	GPT Image 2 或 Nano Banana 2	Qwen Image 3.0 最高 2048×2048^[7]
一次编辑用大量参考图	Nano Banana 2	最多 14 张参考图^[12]

这张 Qwen Image 3 vs GPT Image 2 选择表是我们基于上文引用的分数和规格做出的编辑判断。在切换生产流量之前，先用自己的几条提示词在每个模型上跑一遍。

常见问题

Qwen Image 3 vs Nano Banana 2？

Nano Banana 2 在总体榜（1126，Qwen-Image-3.0-Pro 为 1088）^[1]和编辑榜^[14]上得票更多。Qwen-Image-3.0-Pro 在排版上更高（1181 对 1154），但区间重叠^[5]。Qwen 的标价更低（1K 为 $0.04 对 $0.067）^[3]^[6]。Google 已于 2026 年 10 月 6 日将 Nano Banana 2 标为弃用，改推 Nano Banana 2.1，但尚未公布停用日期^[11]。

Qwen-Image-3.0-Pro vs GLM Image？

两者是不同类型的产品。GLM-Image 是 MIT 许可的开放权重模型，由一个 9B 的自回归生成器和一个 7B 的扩散解码器组成^[17]。它在 Artificial Analysis 上文生图 891、编辑 785。Qwen-Image-3.0-Pro 分别为 1088 和 1077^[1]^[14]。需要在自己的硬件上运行模型就选 GLM-Image，更看重输出质量就选 Qwen-Image-3.0-Pro。

Qwen Image 3 基准测试

Qwen 的发布文章没有附基准测试表^[9]。独立数据来自 Artificial Analysis：文生图上 Qwen-Image-3.0-Pro 为 1088，Qwen-Image-3.0 为 1075，2026 年 10 月 7 日分别排第 14 和第 16^[1]。

Qwen Image 3.0 文字渲染能力

据 Qwen 介绍，Qwen Image 3.0 能渲染小到 10px 的文字，覆盖 12 种语言，提示词最多 4.5k tokens，足以描述一整页内容^[9]。在文字渲染盲投中，Qwen-Image-3.0-Pro 得 1090，落后于 1207 的 GPT Image 2 (high)，与 1109 的 Nano Banana 2 接近^[4]。

Qwen Image 3 Pro 编辑

传入 1 到 3 个参考图 URL 和一条指令，Qwen-Image-3.0-Pro 就会进行编辑，而不是从零生成^[7]。它没有蒙版输入。在编辑榜上，Pro 档为 1077，标准档为 1056^[14]。参数见 Qwen Image 3.0 API 文档。

GPT Image 2.5 vs Nano Banana Pro vs Nano Banana 2 vs Qwen Image 3 vs Seedream 5.0 Pro，你觉得哪个更好？

在 2026 年 10 月 7 日的 Artificial Analysis 文生图榜单上，顺序为 GPT Image 2.5 Sunburst (max) 1198、GPT Image 2.5 Flare (max) 1191、Nano Banana 2 1126、Nano Banana Pro 1102、Qwen-Image-3.0-Pro 1088、Seedream 5.0 Pro 1081、Qwen-Image-3.0 1075^[1]。OpenAI 于 2026 年 9 月 8 日发布了 GPT Image 2.5^[10]。它在 reAPI 上以 GPT Image 2.5 提供。

在 Qwen Image 3 和 GPT Image 2 之间做选择

从证据看，GPT Image 2 胜出：它在人类偏好、文字、排版和编辑上得分都更高，而且两者中只有它支持蒙版、透明背景和 4K 输出。如果由单张成本决定，就选 Qwen Image 3.0。它的 Pro 档在文字上接近 Nano Banana 2，在排版上领先，而且标价更低。所以 Qwen Image 3 vs GPT Image 2 首先是一个预算问题。拿不准的话，用同样三条提示词在两个模型上各试一次：Qwen Image 3.0 在它的模型页，GPT Image 2 在它的模型页。Qwen Image 3.0 能否本地运行，见 Is Qwen Image 3 open source?。

参考资料

Artificial Analysis. Text to Image leaderboard (AA-Image-T2I v2.0). 2026 年 10 月获取自 artificialanalysis.ai/image/leaderboard/text-to-image
OpenAI. API pricing. 2026 年 10 月获取自 developers.openai.com/api/docs/pricing
Alibaba Cloud. Model Studio: model inference pricing. 2026 年 10 月获取自 alibabacloud.com/help/en/model-studio/model-pricing
Artificial Analysis. Text to Image leaderboard, Text Rendering category. 2026 年 10 月获取自 artificialanalysis.ai/image/leaderboard/text-to-image?category=text-rendering
Artificial Analysis. Text to Image leaderboard, Layout category. 2026 年 10 月获取自 artificialanalysis.ai/image/leaderboard/text-to-image?category=layout
Google. Gemini Developer API pricing. 2026 年 10 月获取自 ai.google.dev/gemini-api/docs/pricing
Alibaba Cloud. Qwen Image Generation and Editing API reference. 2026 年 10 月获取自 alibabacloud.com/help/en/model-studio/qwen-image-generation-and-editing-api-reference
OpenAI. Image generation guide. 2026 年 10 月获取自 developers.openai.com/api/docs/guides/image-generation
Qwen Team. Qwen-Image-3.0: Rich Content, Authentic Details, Deep Knowledge. 2026 年 10 月获取自 qwen.ai/blog?id=qwen-image-3.0
OpenAI. API changelog. 2026 年 10 月获取自 developers.openai.com/api/docs/changelog
Google. Gemini API release notes. 2026 年 10 月获取自 ai.google.dev/gemini-api/docs/changelog
Google. Nano Banana image generation. 2026 年 10 月获取自 ai.google.dev/gemini-api/docs/image-generation
OpenAI. GPT-Image-2 model page. 2026 年 10 月获取自 developers.openai.com/api/docs/models/gpt-image-2
Artificial Analysis. Image Editing leaderboard (AA-Image-Editing v2.0). 2026 年 10 月获取自 artificialanalysis.ai/image/leaderboard/editing
reAPI. Qwen Image 3.0 API reference. 2026 年 10 月获取自 reapi.ai/docs/qwen-image-3
reAPI. GPT Image 2 stable API reference. 2026 年 10 月获取自 reapi.ai/docs/gpt-image-2-stable
Z.ai. GLM-Image model card. 2026 年 10 月获取自 huggingface.co/zai-org/GLM-Image