Modelo · Alibaba Qwen Image 3.0 Pro
El modelo de imagen insignia de Alibaba, construido en torno a lo que la mayoría de los modelos trata como algo secundario: lo que está escrito dentro de la imagen. Listas de precios, letra pequeña, etiquetas de interfaz, cuatro escrituras en un mismo rótulo. Cuesta $0.04 por imagen 1K y $0.08 por 2K, admite seed, un prompt negativo de verdad y hasta 3 imágenes de referencia, y un render 2K termina en unos veinte segundos. Cripto o tarjeta, sin suscripción.
Qwen Image 3.0 Pro es el modelo insignia de texto a imagen de Alibaba, lanzado el 21 de julio de 2026 y servido a través de Alibaba Cloud Model Studio. La propuesta de Alibaba cabe en tres líneas: prompts de hasta 4.500 tokens, texto generado a tamaños de hasta 10 px y renderizado nativo de 12 idiomas con varias tipografías. No hay pesos públicos ni tabla de benchmarks, así que lo único que se puede juzgar es el resultado, que es lo que muestra esta página. Aquí funciona sobre la API oficial de Alibaba por $0.04 por imagen 1K y $0.08 por 2K.
Diez píxeles es una afirmación sobre el archivo, no sobre tu diseño. En el cartel de abajo, generado a 1760×2336, las líneas del programa miden unos 20 px de alto y cada carácter es correcto al primer intento. Reduce la misma composición al nivel 1K y esas líneas quedan cerca de 15 px, donde las letras empiezan a ablandarse. Así que la regla es sencilla: si el texto es la razón de ser de la imagen, paga 2K. Cuatro centavos es mal sitio para ahorrar cuando un solo glifo mal hace inútil el render.
Programas, listas de precios, paneles de ingredientes. A 2K, las líneas de unos 20 px de alto vuelven alineadas, con espaciado uniforme y bien escritas: un tamaño que la mayoría de los modelos convierte en una mancha gris.
Inglés, japonés, chino y árabe en el mismo rótulo volvieron correctos en las cuatro filas, incluida la unión de letras del árabe, que es donde fallan los modelos más baratos.
Cada cadena que escribes entre comillas vuelve literal: cifras en tarjetas de métricas, etiquetas de ejes, cabeceras de tabla, platos de un menú. Dicta el texto y obtienes el texto.
El prompt negativo entra como campo propio, no como una línea «avoid:» pegada a tu texto. Fija el seed y verás qué hizo una sola palabra cambiada.
La API de Alibaba reescribe los prompts por defecto para «optimizarlos». Nosotros lo desactivamos. Con miles de tokens de instrucciones de maquetación, una reescritura silenciosa es lo último que quieres.
$0.04 por 1K y $0.08 por 2K, con imágenes de referencia gratis. Eso lo convierte en un modelo razonable para borradores incluso cuando no hay texto de por medio.
La trampa es el pseudotexto. Pedí un panel de analítica para una tienda imaginaria de suministros de panadería. Todo lo que dicté volvió literal: Orders 1,284, Revenue $18,430, de Mon a Sun en el eje, las cabeceras Item, Stock y Reorder. Todo lo que dejé en manos del modelo volvió como un sinsentido convincente: nombres de producto como «Ttabk» y «Supporlice», un logotipo que dice «SksaltiaW rarp». La mayoría de los modelos de imagen hace esto. Aquí merece un aviso porque el resto del encuadre se parece tanto a una captura real que alguien que hojee una presentación no lo notará. Escribe cada cadena que te importe, incluidas las aburridas.
Los demás límites son más simples. Hay dos niveles, 1K y 2K, y no hay 4K. No hay edición conversacional: para cambiar una imagen, envíala de vuelta como referencia con una instrucción. Admite 3 referencias, no catorce. Dibuja el árabe con fidelidad, pero no invierte tu composición para la lectura de derecha a izquierda, así que di qué columna va dónde. El fotorrealismo es muy bueno, sin definir categoría: piel, poros y pelos sueltos aguantan a resolución completa, pero el color es más plano que el que da Nano Banana Pro. Y el campo de prompt acepta 20.000 caracteres, pero el techo recomendado por Alibaba es de 4.500 tokens y en origen nada avisa cuando lo superas; nosotros estimamos los tokens y avisamos antes de la llamada.
Qué es el objeto, cómo lo ve la cámara, de qué está hecho. Un cartel impreso en una pared, un rótulo sobre aluminio cepillado, una interfaz plana en la pantalla de un portátil.
Titular, subtítulo, cada fila de tabla, cada etiqueta: entre comillas y con su posición. Qwen sigue de cerca las cadenas entre comillas y rellena el silencio con sinsentidos. Termina con la iluminación.
Comprueba la composición por $0.04 y luego genera la definitiva a 2K por $0.08 con el mismo seed. Una generación fallida o filtrada se reembolsa automáticamente. Recarga con cripto o tarjeta; no hay cuota mensual.
Alibaba publica un prompt de muestra junto con el modelo: un cartel de ciencia ficción titulado «A QWEN PLANET», con tipografía de neón enorme, tres líneas de créditos, texto pequeño a lo largo del borde inferior y la firma del autor en la esquina. Me quedé con ese esqueleto, metí dentro nuestro propio anuncio, cambié la paleta por la nuestra y dicté las seis cadenas palabra por palabra, sin dejarle ninguna al modelo. Una llamada 2K por $0.08, un intento, sin retoques: cada línea volvió exactamente como estaba escrita, BANANABANANA.PRO incluido. Todo lo que no es texto —el astronauta, los planetas, el resplandor de neón— es el modelo rellenando alrededor de los textos, y ese es justo el sentido de escribirlos primero.
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.
| Modelo | 1K | 2K | 4K | Referencias |
|---|---|---|---|---|
| Qwen Image 3.0 Proseed, prompt negativo | $0.04 | $0.08 | — | 3 |
| Nano Banana Proedición por turnos, control del filtro | $0.11 | $0.11 | $0.20 | 11 |
| GPT Image 2.5 Sunburstencargos largos y literales | $0.05 | $0.11 | $0.18 | 14 |
| Nano Banana 2rápido, hasta 4K | $0.06 | $0.09 | $0.13 | 14 |
Los precios son por imagen; las imágenes de referencia son gratis. Una raya significa que el modelo no vende ese nivel. Los depósitos de $50 añaden un 5% a tu saldo y los de $100 un 10%; un código promocional activo suma otro 10% sobre el mismo depósito.
La tabla completa de todos los modelos está en la página de precios.
Los mismos prompts por el lado Google del catálogo, con costes y casos de fallo.
Leer la guíaEl modelo al que acudir cuando el color y la luz importan más que la etiqueta.
Leer la guíaPor qué pagar por imagen gana a un plan mensual para la mayoría, con las cuentas hechas.
Leer la guíaNo. Alibaba no publicó los pesos de la generación 3.0, así que no hay vía de autoalojamiento; funciona solo como API alojada. Aquí cuesta $0.04 por imagen 1K y $0.08 por 2K, cobrado por imagen, sin suscripción ni mínimo mensual. Las cuentas nuevas empiezan con $0.20 de saldo, que son cinco renders 1K antes de decidir nada.
Sí. Alibaba afirma renderizado nativo de 12 idiomas, y el rótulo de cuatro escrituras del principio de esta página volvió correcto en las cuatro, unión de letras árabes incluida. No invierte la composición para las escrituras de derecha a izquierda, así que di qué columna va dónde.
Solo 1K y 2K. El área de salida va de 512×512 a 2048×2048, en las diez relaciones de aspecto habituales de 21:9 a 9:16, y el archivo llega en PNG. No hay nivel 4K; para eso usa Nano Banana Pro o GPT Image 2.5.
No como una conversación de ida y vuelta. Pasa la imagen como una de las hasta 3 imágenes de referencia junto con una instrucción y el modelo vuelve a generar la escena. Para edición por turnos en la que cada ronda conserva el resultado anterior, usa Nano Banana Pro.
Porque todo texto que no dictas se dibuja como textura. Etiquetas, nombres de producto, logotipos, letra pequeña de fondo: si te importa lo que dicen, escríbelos en el prompt entre comillas. Las cadenas que escribes se reproducen con exactitud.
El importe completo vuelve a tu saldo automáticamente, incluidos los rechazos del filtro de contenido. Es la misma regla para todos los modelos de la plataforma.
Leer la respuesta completaSí. En el servidor MCP es la herramienta generate_image con el id de modelo qwen-image-3.0-pro y una resolución de 1024 o 2048. Las referencias aceptan el id de un trabajo anterior, una URL pública o una imagen base64 en línea, así que un agente puede devolver una imagen que hizo hace un minuto.
Las cuentas nuevas empiezan con $0.20 de saldo: cinco renders 1K para ver si Qwen escribe bien tu composición. Imágenes desde $0.04, sin suscripción, sin compromiso.