Qwen Image 3.0 Pro – Bilder mit Text, den man lesen kann
Alibabas Flaggschiff-Bildmodell, gebaut um das, was die meisten Bildmodelle nebenbei erledigen: die Schrift im Bild. Preislisten, Kleingedrucktes, Beschriftungen von Oberflächen, vier Schriftsysteme auf einem Schild. Es kostet $0.04 pro 1K-Bild und $0.08 pro 2K, nimmt einen Seed, einen echten Negativ-Prompt und bis zu 3 Referenzbilder, und ein 2K-Render ist in etwa zwanzig Sekunden fertig. Krypto oder Karte, ohne Abo.
Eine echte Qwen-Generierung auf BananaBanana: ein Prompt, vier Schriftsysteme, 2K-Stufe, $0.08. Alle vier Zeilen sind korrekt geschrieben, inklusive der verbundenen arabischen Buchstaben. Nichts wurde retuschiert.
01Was es ist
Was ist Qwen Image 3.0 Pro?
Qwen Image 3.0 Pro ist Alibabas Flaggschiff-Modell für Text-zu-Bild, erschienen am 21. Juli 2026 und bereitgestellt über Alibaba Cloud Model Studio. Alibabas Versprechen passt in drei Zeilen: Prompts mit bis zu 4.500 Tokens, Text ab 10 px Größe und native Darstellung von 12 Sprachen in mehreren Schriftarten. Es gibt keine öffentlichen Gewichte und keine Benchmark-Tabelle – bewerten lässt sich also nur das Ergebnis, und genau das zeigt diese Seite. Hier läuft es über die offizielle API von Alibaba für $0.04 pro 1K-Bild und $0.08 pro 2K.
Wie klein kann der Text wirklich werden?
Zehn Pixel sind eine Aussage über die Datei, nicht über dein Design. Auf dem Poster unten, gerendert in 1760×2336, sind die Zeilen des Programms etwa 20 px hoch, und jedes Zeichen stimmt beim ersten Versuch. Schrumpfst du dasselbe Layout auf die 1K-Stufe, landen diese Zeilen bei rund 15 px, und die Buchstaben werden weich. Die Regel ist also einfach: Wenn der Text der Sinn des Bildes ist, zahl für 2K. Vier Cent sind die falsche Stelle zum Sparen, wenn ein einziges falsches Zeichen den Render unbrauchbar macht.
Ein Aufruf, 2K-Stufe, $0.08. Eine Überschrift, drei Zeilen Details und ein zweispaltiges Programm – alles im Prompt vorgegeben und alles korrekt geschrieben.
Der Programmblock, im Maßstab 1:1 aus der Datei in voller Auflösung geschnitten. Nichts skaliert, nichts nachgeschärft.
02Was es gut kann
Sechs Dinge, die du wissen solltest, bevor du Geld ausgibst
Kleingedrucktes, das hält
Zeitpläne, Preislisten, Zutatenlisten. In 2K kommen Zeilen von etwa 20 px Höhe ausgerichtet, gleichmäßig verteilt und richtig geschrieben zurück – eine Größe, die die meisten Modelle zu grauem Brei machen.
Zwölf Sprachen, ein Bild
Englisch, Japanisch, Chinesisch und Arabisch auf demselben Schild kamen in allen vier Zeilen korrekt zurück, auch die arabischen Buchstabenverbindungen – genau da scheitern günstigere Modelle.
Text in Anführungszeichen wird gesetzt
Jeder String, den du in Anführungszeichen ausschreibst, kommt wortgetreu zurück: Zahlen auf Kennzahl-Karten, Achsenbeschriftungen, Tabellenköpfe, Menüpunkte. Du diktierst den Text, du bekommst den Text.
Seed und nativer Negativ-Prompt
Der Negativ-Prompt ist ein eigenes Feld und keine „avoid:“-Zeile, die an deinen Text geklebt wird. Leg den Seed fest, und du siehst, was ein einzelnes geändertes Wort bewirkt hat.
Dein Prompt wird nicht umgeschrieben
Alibabas API schreibt Prompts standardmäßig um, um sie zu „optimieren“, und die eigene Doku empfiehlt, das bei ausführlichen Prompts abzuschalten. Wir lassen es bei jedem Aufruf aus: Bei Tausenden Tokens an Layout-Anweisungen ist ein stilles Umschreiben das Letzte, was du willst.
Das günstigste 2K hier
$0.04 für 1K und $0.08 für 2K, Referenzbilder kostenlos. Damit taugt es auch als Entwurfsmodell, wenn gar kein Text im Spiel ist.
03Ehrliche Grenzen
Wo Qwen Wörter erfindet
Die Falle heißt Pseudotext. Ich habe ein Analytics-Dashboard für einen erfundenen Großhandel für Bäckereibedarf angefragt. Alles, was ich ausgeschrieben hatte, kam wortgetreu zurück: Orders 1,284, Revenue $18,430, Mon bis Sun auf der Achse, die Spaltenköpfe Item, Stock und Reorder. Alles, was ich dem Modell überlassen hatte, kam als überzeugender Unsinn zurück – Produktnamen wie „Ttabk“ und „Supporlice“, ein Logo mit der Aufschrift „SksaltiaW rarp“. Das machen die meisten Bildmodelle. Eine Warnung ist es hier trotzdem wert, weil der Rest des Bildes so sehr nach echtem Screenshot aussieht, dass es beim schnellen Durchblättern einer Präsentation niemand merkt. Schreib jeden String aus, der dir wichtig ist, auch die langweiligen.
Die übrigen Grenzen sind schlichter. Es gibt zwei Stufen, 1K und 2K, und kein 4K. Es gibt kein Bearbeiten im Dialog: Um ein Bild zu ändern, schickst du es als Referenzbild mit einer Anweisung zurück. Es nimmt 3 Referenzen, nicht vierzehn. Arabisch wird originalgetreu gesetzt, aber das Layout wird nicht für Rechts-nach-links-Lesen gespiegelt – sag also, welche Spalte wohin gehört. Fotorealismus ist sehr gut, aber nicht maßstabsetzend: Haut, Poren und einzelne Haare halten in voller Auflösung, doch die Farbgebung ist flacher als bei Nano Banana Pro. Und das Prompt-Feld hier nimmt 20.000 Zeichen, während Alibaba 4.500 Tokens als empfohlenes Maximum nennt, nicht als harte Grenze – die API von Alibaba warnt dich nicht, wenn du darüber liegst, also schätzen wir die Tokens und warnen vor dem Aufruf.
Vorgegebene Zahlen und Beschriftungen stimmen exakt. Schau dir die Produktnamen in der Tabelle an.
Dieselbe Tabelle im Maßstab 1:1. Die Spaltenköpfe, die ich diktiert habe, sind gesetzt; die Namen, die ich nicht diktiert habe, sind Textur in Textform.
Fotorealismus in 2K: Poren, graue Haare, eine Lampe, die sich in der Lupe spiegelt. Gut, mit leicht flachen Farben.
04So nutzt du es
Vom Briefing zum Bild in drei Schritten
1
Ein Satz für die Szene
Was das Objekt ist, wie die Kamera es sieht, woraus es besteht. Alibabas eigene Beispiel-Prompts beginnen genau so – „a vertical outdoor portrait photograph“ – und beschreiben erst danach die Szene. Ein gedrucktes Poster an einer Wand, ein Schild aus gebürstetem Aluminium, eine flache Oberfläche auf einem Laptop-Bildschirm.
2
Jeder String in Anführungszeichen, mit seinem Platz
Überschrift, Unterzeile, jede Tabellenzeile, jede Beschriftung – in Anführungszeichen und mit Position, so wie das offizielle Beispiel ein Ladenschild als 'Il Messaggero' ausschreibt und beschreibt, wie die Schrift aussieht. Qwen hält sich eng an Text in Anführungszeichen und füllt Lücken mit Unsinn. Zum Schluss Licht und Farbe, wie in Alibabas Beispielen.
3
Entwurf in 1K, Endfassung in 2K
Prüf das Layout für $0.04 und render die Endfassung dann in 2K für $0.08 mit demselben Seed. Eine fehlgeschlagene oder gefilterte Generierung wird automatisch erstattet. Lade mit Krypto oder Karte auf; eine Monatsgebühr gibt es nicht.
Ein Remake von Alibabas eigenem Beispiel-Prompt
Alibaba liefert zu diesem Modell einen Showcase-Prompt mit: ein Sci-Fi-Poster mit dem Titel 'A QWEN PLANET', große Neon-Schrift, drei Zeilen Credits, kleiner Text am unteren Rand und ein Urheber-Vermerk in der Ecke. Ich habe dieses Gerüst behalten, unsere eigene Ankündigung eingesetzt, die Farben auf unsere umgestellt und alle sechs Strings Wort für Wort diktiert, statt auch nur einen dem Modell zu überlassen. Ein 2K-Aufruf für $0.08, ein Versuch, keine Retusche: Jede Zeile kam exakt wie geschrieben zurück, BANANABANANA.PRO eingeschlossen. Alles, was kein Text ist – der Astronaut, die Planeten, das Neonleuchten –, füllt das Modell rund um den Text auf. Genau deshalb schreibt man den Text zuerst.
2K-Stufe, $0.08, ein Versuch. Der Negativ-Prompt enthielt die üblichen Ausschlüsse; der Seed ist fest, sodass sich derselbe Aufruf wiederholen lässt.
Unser Prompt, Wort für Wort
Sci-fi cinematic movie poster design titled 'DOUBLE FEATURE', vertical format. Two glowing planets hang in a deep starry background: a large violet planet high on the left, a smaller amber one further away on the right. In the foreground an astronaut in a detailed white space suit stands on a dark rocky alien plateau, seen from behind at a three-quarter angle, gazing toward the planets; helmet visor and life-support backpack clearly visible with realistic reflections and textures, violet and amber rim light along the suit. Large creative neon-glowing typography 'DOUBLE FEATURE' centered at the top, the letters glowing in a violet-to-amber gradient. Three lines of small white credit text centered beneath the title, reading exactly, line by line: 'STARRING WAN 3.0 - 30-SECOND TAKES WITH SOUND', 'AND QWEN IMAGE 3.0 PRO - TEXT YOU CAN READ', 'NOW PLAYING ON BANANABANANA.PRO'. A single line of small white text along the bottom edge reading 'NO SUBSCRIPTION - PAY PER GENERATION - CRYPTO OR CARD'. Small subtle white credit text in the upper left corner reading 'GENERATED WITH QWEN IMAGE 3.0 PRO'. Dramatic volumetric lighting, deep space colour palette with violet and fuchsia nebula accents and a warm amber horizon glow, epic scale, photorealistic CGI rendering, IMAX poster composition.
Der Credit-Block, im Maßstab 1:1 aus der Datei in voller Auflösung geschnitten. Diese drei Zeilen, der Titel, die untere Zeile und der Vermerk in der Ecke kamen alle exakt wie diktiert zurück.
05Preise
Was kostet Qwen Image 3.0 Pro 2026 im Vergleich zu Nano Banana und GPT Image?
Qwen Image 3.0 Pro nach Auflösung, neben den Bildmodellen, mit denen es konkurriert
Modell
1K
2K
4K
Referenzen
Qwen Image 3.0 ProSeed, Negativ-Prompt
$0.04
$0.08
—
3
Nano Banana ProBearbeitung im Dialog, Filtersteuerung
$0.11
$0.11
$0.20
11
GPT Image 2.5 Sunburstlange, wörtliche Briefings
$0.05
$0.11
$0.18
14
Nano Banana 2schnell, bis 4K
$0.06
$0.09
$0.13
14
Preise gelten pro Bild; Referenzbilder sind kostenlos. Ein Strich bedeutet, dass das Modell diese Stufe nicht anbietet. Einzahlungen ab $50 bringen 5 % mehr Guthaben, ab $100 sind es 10 %; ein aktiver Promo-Code gibt auf dieselbe Einzahlung noch einmal 10 % obendrauf. Der Mengenbonus von +5 % / +10 % gilt nur für Aufladungen mit Krypto.
Die vollständige Tabelle für alle Modelle findest du auf der Preisseite.
Nein. Alibaba hat für die Generation 3.0 keine Gewichte veröffentlicht, selbst hosten ist also nicht möglich; das Modell läuft nur als gehostete API. Hier kostet es $0.04 pro 1K-Bild und $0.08 pro 2K, abgerechnet pro Bild, ohne Abo und ohne monatliches Minimum. Neue Konten starten mit $0.20 Guthaben – das sind fünf 1K-Renders, bevor du dich für irgendetwas entscheidest.
Kann es Arabisch, Chinesisch und Japanisch im selben Bild schreiben?+
Ja. Alibaba verspricht native Darstellung von 12 Sprachen, und das Schild mit vier Schriftsystemen oben auf dieser Seite kam in allen vier korrekt zurück, arabische Buchstabenverbindungen inklusive. Das Layout wird für Rechts-nach-links-Schriften nicht gespiegelt – sag also, welche Spalte wohin gehört.
Welche Auflösungen unterstützt es?+
Nur 1K und 2K. Alibabas API akzeptiert jede Ausgabe zwischen 512×512 und 2048×2048 mit einem Seitenverhältnis zwischen 1:8 und 8:1; hier wählst du eines der üblichen zehn Seitenverhältnisse von 21:9 bis 9:16, und das Modell liefert ein PNG. Eine 4K-Stufe gibt es nicht; dafür nimm Nano Banana Pro oder GPT Image 2.5.
Kann ich damit ein vorhandenes Foto bearbeiten?+
Nicht im Hin und Her eines Dialogs. Übergib das Bild als eines von bis zu 3 Referenzbildern zusammen mit einer Anweisung, und das Modell rendert die Szene neu. Für Bearbeitung über mehrere Runden, bei der jede Runde das vorige Ergebnis behält, nimm Nano Banana Pro.
Warum hat es Wörter erfunden, um die ich nie gebeten habe?+
Weil jeder Text, den du nicht vorgibst, als Textur gezeichnet wird. Beschriftungen, Produktnamen, Logos, Kleingedrucktes im Hintergrund – wenn dir wichtig ist, was da steht, schreib es in Anführungszeichen in den Prompt. Ausgeschriebene Strings werden exakt wiedergegeben.
Was passiert, wenn die Generierung fehlschlägt?+
Der volle Betrag geht automatisch zurück auf dein Guthaben, auch bei Ablehnungen durch den Inhaltsfilter. Diese Regel gilt für jedes Modell auf der Plattform.
Ja. Über den MCP-Server ist es das Tool generate_image mit der Modell-ID qwen-image-3.0-pro und einer Auflösung von 1024 oder 2048. Als Referenz gehen eine frühere Job-ID, eine öffentliche URL oder ein Inline-Bild in base64 – ein Agent kann also ein Bild zurückgeben, das er vor einer Minute erstellt hat.
Neue Konten starten mit $0.20 Guthaben – fünf 1K-Renders, um zu sehen, ob Qwen dein Layout richtig schreibt. Bilder ab $0.04, ohne Abo, ohne Verpflichtung.
