Modèle · Alibaba Qwen Image 3.0 Pro
Le modèle d’image phare d’Alibaba, construit autour de ce que la plupart des modèles traitent comme un détail : ce qui est écrit dans l’image. Listes de prix, petits caractères, libellés d’interface, quatre écritures sur un même panneau. Il coûte $0.04 par image 1K et $0.08 par image 2K, accepte un seed, un vrai prompt négatif et jusqu’à 3 images de référence, et un rendu 2K se termine en une vingtaine de secondes. Crypto ou carte, sans abonnement.
Qwen Image 3.0 Pro est le modèle text-to-image phare d’Alibaba, sorti le 21 juillet 2026 et servi via Alibaba Cloud Model Studio. L’argumentaire d’Alibaba tient en trois lignes : des prompts jusqu’à 4 500 tokens, du texte rendu jusqu’à 10 px, et le rendu natif de 12 langues avec plusieurs polices. Il n’y a ni poids publics ni tableau de benchmarks : la seule chose à juger, c’est le résultat — et c’est ce que montre cette page. Ici, il tourne sur l’API officielle d’Alibaba pour $0.04 par image 1K et $0.08 par image 2K.
Dix pixels, c’est une affirmation sur le fichier, pas sur votre maquette. Sur l’affiche ci-dessous, rendue en 1760×2336, les lignes du programme font environ 20 px de haut et chaque caractère est juste du premier coup. Réduisez la même mise en page au palier 1K et ces lignes tombent vers 15 px, là où les lettres commencent à se ramollir. La règle est donc simple : si le texte est la raison d’être de l’image, payez la 2K. Quatre cents, c’est un mauvais endroit pour économiser quand un seul glyphe faux rend l’image inutilisable.
Programmes, listes de prix, tableaux d’ingrédients. En 2K, des lignes d’environ 20 px de haut reviennent alignées, régulièrement espacées et bien orthographiées — une taille que la plupart des modèles transforment en bouillie grise.
Anglais, japonais, chinois et arabe sur le même panneau sont revenus corrects sur les quatre lignes, liaisons de l’arabe comprises — là où les modèles moins chers s’effondrent.
Chaque chaîne que vous écrivez entre guillemets revient mot pour mot : chiffres des cartes de statistiques, libellés d’axes, en-têtes de tableau, plats d’un menu. Dictez le texte, vous obtenez le texte.
Le prompt négatif passe dans son propre champ, pas dans une ligne « avoid: » collée à votre texte. Fixez le seed et vous verrez ce qu’un seul mot changé a fait.
L’API d’Alibaba réécrit les prompts par défaut pour les « optimiser ». Nous désactivons cela. Avec des milliers de tokens de consignes de mise en page, une réécriture silencieuse est la dernière chose que l’on souhaite.
$0.04 en 1K et $0.08 en 2K, images de référence gratuites. De quoi en faire un modèle de brouillon raisonnable même quand il n’y a pas de texte en jeu.
Le piège, c’est le pseudo-texte. J’ai demandé un tableau de bord analytique pour une boutique imaginaire de fournitures de boulangerie. Tout ce que j’avais dicté est revenu mot pour mot : Orders 1,284, Revenue $18,430, de Mon à Sun sur l’axe, les en-têtes Item, Stock et Reorder. Tout ce que j’avais laissé au modèle est revenu en charabia convaincant — des noms de produits comme « Ttabk » et « Supporlice », un logo affichant « SksaltiaW rarp ». La plupart des modèles d’image font cela. L’avertissement s’impose ici parce que le reste du cadre ressemble tellement à une vraie capture d’écran qu’un relecteur qui parcourt une présentation ne verra rien. Écrivez chaque chaîne qui compte pour vous, y compris les plus banales.
Les autres limites sont plus simples. Il y a deux paliers, 1K et 2K, et pas de 4K. Pas de retouche conversationnelle : pour modifier une image, renvoyez-la comme image de référence avec une consigne. Il prend 3 références, pas quatorze. Il rend l’arabe fidèlement mais n’inverse pas votre mise en page pour la lecture de droite à gauche : dites quelle colonne va où. Le photoréalisme est très bon sans être hors catégorie — peau, pores et cheveux isolés tiennent en pleine résolution, mais l’étalonnage est plus plat que ce que donne Nano Banana Pro. Et le champ de prompt accepte 20 000 caractères, mais le plafond recommandé par Alibaba est de 4 500 tokens, et rien ne vous prévient en amont quand vous le dépassez ; nous estimons les tokens et prévenons avant l’appel.
Ce qu’est l’objet, comment la caméra le voit, de quoi il est fait. Une affiche imprimée sur un mur, un panneau en aluminium brossé, une interface plate sur un écran d’ordinateur portable.
Titre, sous-titre, chaque ligne de tableau, chaque libellé — entre guillemets, avec son emplacement. Qwen suit de près les chaînes entre guillemets et comble les silences par du charabia. Terminez par l’éclairage.
Vérifiez la mise en page pour $0.04, puis rendez la version finale en 2K pour $0.08 avec le même seed. Une génération échouée ou filtrée est remboursée automatiquement. Rechargez en crypto ou par carte ; il n’y a pas de frais mensuels.
Alibaba livre un prompt de démonstration avec le modèle : une affiche de science-fiction intitulée « A QWEN PLANET », avec d’énormes lettres néon, trois lignes de crédits, du petit texte le long du bord inférieur et une signature d’auteur dans le coin. J’ai gardé ce squelette, j’y ai mis notre propre annonce, basculé la palette sur la nôtre et dicté les six chaînes mot pour mot, sans en laisser une seule au modèle. Un appel 2K à $0.08, un essai, aucune retouche : chaque ligne est revenue exactement telle qu’écrite, BANANABANANA.PRO compris. Tout ce qui n’est pas du texte — l’astronaute, les planètes, la lueur néon — c’est le modèle qui remplit autour des mots, et c’est précisément pour ça qu’on écrit le texte en premier.
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.
| Modèle | 1K | 2K | 4K | Références |
|---|---|---|---|---|
| Qwen Image 3.0 Proseed, prompt négatif | $0.04 | $0.08 | — | 3 |
| Nano Banana Proretouche en plusieurs tours, contrôle du filtre | $0.11 | $0.11 | $0.20 | 11 |
| GPT Image 2.5 Sunburstlongs briefs littéraux | $0.05 | $0.11 | $0.18 | 14 |
| Nano Banana 2rapide, jusqu’à 4K | $0.06 | $0.09 | $0.13 | 14 |
Les prix s’entendent par image ; les images de référence sont gratuites. Un tiret signifie que le modèle ne vend pas ce palier. Un dépôt de $50 ajoute 5 % à votre solde et un dépôt de $100 ajoute 10 % ; un code promo actif ajoute encore 10 % sur le même dépôt.
Le tableau complet, modèle par modèle, se trouve sur la page des tarifs.
Les mêmes prompts passés par le côté Google du catalogue, avec coûts et cas d’échec.
Lire le guideLe modèle vers lequel se tourner quand la couleur et la lumière comptent plus que l’étiquette.
Lire le guidePourquoi payer à l’image bat un forfait mensuel pour la plupart des gens, calculs à l’appui.
Lire le guideNon. Alibaba n’a pas publié les poids de la génération 3.0 : il n’y a donc pas de voie auto-hébergée, le modèle n’existe que comme API hébergée. Ici, il coûte $0.04 par image 1K et $0.08 par image 2K, facturé à l’image, sans abonnement ni minimum mensuel. Les nouveaux comptes démarrent avec $0.20 de solde, soit cinq rendus 1K avant de décider quoi que ce soit.
Oui. Alibaba annonce le rendu natif de 12 langues, et le panneau à quatre écritures en haut de cette page est revenu correct dans les quatre, liaisons de l’arabe comprises. Il n’inverse pas la mise en page pour les écritures de droite à gauche : dites quelle colonne va où.
1K et 2K uniquement. La surface de sortie va de 512×512 à 2048×2048, dans les dix formats habituels de 21:9 à 9:16, et le fichier arrive en PNG. Il n’y a pas de palier 4K ; pour cela, utilisez Nano Banana Pro ou GPT Image 2.5.
Pas sous forme d’échange en plusieurs tours. Passez l’image comme l’une des 3 images de référence possibles, avec une consigne, et le modèle refait la scène. Pour une retouche en plusieurs tours où chaque étape conserve le résultat précédent, utilisez Nano Banana Pro.
Parce que tout texte que vous ne dictez pas est dessiné comme une texture. Libellés, noms de produits, logos, petits caractères à l’arrière-plan — si ce qu’ils disent vous importe, écrivez-les dans le prompt entre guillemets. Les chaînes que vous épelez sont reproduites à l’identique.
Le montant complet revient automatiquement sur votre solde, refus du filtre de contenu compris. La règle est la même pour tous les modèles de la plateforme.
Lire la réponse complèteOui. Sur le serveur MCP, c’est l’outil generate_image avec l’id de modèle qwen-image-3.0-pro et une résolution de 1024 ou 2048. Les références acceptent l’id d’un job précédent, une URL publique ou une image base64 en ligne : un agent peut donc renvoyer une image qu’il a faite une minute plus tôt.
Les nouveaux comptes démarrent avec $0.20 de solde — cinq rendus 1K pour voir si Qwen orthographie votre mise en page. Images dès $0.04, sans abonnement, sans engagement.