Qwen Image 3.0 Pro – immagini con testo che si legge davvero
Il modello di immagini di punta di Alibaba, costruito attorno a ciò che quasi tutti gli altri relegano a dettaglio secondario: la scritta dentro l'immagine. Listini, caratteri minuscoli, etichette di interfaccia, quattro alfabeti sullo stesso cartello. Costa $0.04 per un'immagine 1K e $0.08 per una 2K, accetta un seed, un vero prompt negativo e fino a 3 immagini di riferimento, e un render 2K è pronto in una ventina di secondi. Crypto o carta, senza abbonamento.
Una vera generazione Qwen su BananaBanana: un solo prompt, quattro alfabeti, fascia 2K, $0.08. Tutte e quattro le righe sono scritte correttamente, legature delle lettere arabe comprese. Nessun ritocco.
01Che cos'è
Che cos'è Qwen Image 3.0 Pro?
Qwen Image 3.0 Pro è il modello di punta di Alibaba per generare immagini da testo, uscito il 21 luglio 2026 e distribuito tramite Alibaba Cloud Model Studio. La proposta di Alibaba sta in tre righe: prompt fino a 4.500 token, testo leggibile fino a 10 px e rendering nativo di 12 lingue con più font. Non ci sono pesi pubblici né tabelle di benchmark, quindi l'unica cosa da giudicare è il risultato – ed è quello che mostra questa pagina. Qui gira sull'API ufficiale di Alibaba a $0.04 per immagine 1K e $0.08 per 2K.
Quanto piccolo può essere davvero il testo?
Dieci pixel riguardano il file, non il tuo design. Nel poster qui sotto, generato a 1760×2336, le righe del programma sono alte circa 20 px e ogni carattere è corretto al primo tentativo. Riduci lo stesso layout alla fascia 1K e quelle righe scendono intorno ai 15 px, dove le lettere cominciano a impastarsi. Quindi la regola è semplice: se l'immagine esiste per il testo, paga il 2K. Quattro centesimi sono un pessimo posto dove risparmiare, quando un solo glifo sbagliato rende inutilizzabile il render.
Una chiamata, fascia 2K, $0.08. Un titolo, tre righe di dettagli e un programma su due colonne, tutto dettato nel prompt e tutto scritto correttamente.
Il blocco del programma ritagliato dal file a piena risoluzione, in scala 1:1. Niente ingrandimenti, niente nitidezza aggiunta.
02In cosa è forte
Sei cose da sapere prima di spendere
Caratteri minuscoli che reggono
Programmi, listini, etichette degli ingredienti. In 2K, righe alte circa 20 px tornano allineate, ben spaziate e scritte correttamente – una dimensione che la maggior parte dei modelli trasforma in poltiglia grigia.
Dodici lingue, un'unica immagine
Inglese, giapponese, cinese e arabo sullo stesso cartello: tutte e quattro le righe corrette, legature dell'arabo comprese, ed è proprio lì che i modelli più economici crollano.
Le stringhe tra virgolette vengono composte
Ogni stringa che scrivi tra virgolette torna identica: numeri sulle card delle statistiche, etichette degli assi, intestazioni di tabella, voci di menu. Detti il testo e ottieni il testo.
Seed e prompt negativo nativo
Il prompt negativo entra come campo a sé, non come una riga «avoid:» incollata al tuo testo. Fissa il seed e vedi esattamente cosa ha cambiato una singola parola.
Il tuo prompt non viene riscritto
Di default l'API di Alibaba riscrive i prompt per «ottimizzarli», e la sua stessa documentazione consiglia di disattivare l'opzione quando il prompt è dettagliato. Noi la teniamo spenta a ogni chiamata: con migliaia di token di istruzioni sul layout, una riscrittura silenziosa è l'ultima cosa che vuoi.
Il 2K più economico del catalogo
$0.04 per 1K e $0.08 per 2K, con le immagini di riferimento gratis. Per questo è un buon modello per le bozze anche quando il testo non c'entra.
03Limiti, onestamente
Dove Qwen si inventa le parole
La trappola è lo pseudo-testo. Ho chiesto una dashboard di analytics per un immaginario negozio di forniture per panetterie. Tutto quello che avevo scritto per esteso è tornato identico: Orders 1,284, Revenue $18,430, da Mon a Sun sull'asse, le intestazioni Item, Stock e Reorder. Tutto quello che avevo lasciato al modello è tornato come parole senza senso ma convincenti – nomi di prodotto come «Ttabk» e «Supporlice», un logo con scritto «SksaltiaW rarp». Lo fanno quasi tutti i modelli di immagini. Lo segnalo qui perché il resto dell'immagine sembra così tanto uno screenshot vero che chi sfoglia una presentazione di corsa non se ne accorgerà. Scrivi ogni stringa che ti interessa, anche quelle noiose.
Gli altri limiti sono più banali. Ci sono due fasce, 1K e 2K, e niente 4K. Non c'è editing conversazionale: per modificare un'immagine, rimandala come immagine di riferimento con un'istruzione. Accetta 3 riferimenti, non quattordici. Rende l'arabo fedelmente ma non ribalta il layout per la lettura da destra a sinistra, quindi specifica quale colonna va dove. Sul fotorealismo è molto bravo, senza però ridefinire la categoria – pelle, pori e singoli capelli reggono a piena risoluzione, ma il color grading è più piatto di quello che ti dà Nano Banana Pro. E qui il campo del prompt accetta 20.000 caratteri, mentre Alibaba indica 4.500 token come massimo consigliato, non come limite rigido – a monte nessuno ti avvisa quando lo superi, quindi stimiamo i token e ti avvisiamo prima della chiamata.
Numeri ed etichette dettati sono esatti. Ora guarda i nomi dei prodotti nella tabella.
La stessa tabella in scala 1:1. Le intestazioni che ho dettato sono composte correttamente; i nomi che non ho dettato sono texture a forma di testo.
Fotorealismo in 2K: pori, capelli grigi, una lampada riflessa nella lente. Buono, con colori un po' piatti.
04Come usarlo
Dal brief all'immagine in tre passaggi
1
Una frase per la scena
Cos'è l'oggetto, come lo vede la camera, di cosa è fatto. I prompt di esempio di Alibaba iniziano proprio così – «a vertical outdoor portrait photograph» – e solo dopo descrivono la scena. Un poster stampato su un muro, un cartello in alluminio spazzolato, un'interfaccia flat sullo schermo di un laptop.
2
Ogni stringa tra virgolette, con la sua posizione
Titolo, sottotitolo, ogni riga di tabella, ogni etichetta – tra virgolette e con la loro posizione, come fa l'esempio ufficiale che scrive l'insegna di un negozio come 'Il Messaggero' e descrive l'aspetto delle lettere. Qwen segue da vicino le stringhe tra virgolette e riempie i silenzi con parole senza senso. Chiudi con luce e colore, come negli esempi di Alibaba.
3
Bozza in 1K, versione finale in 2K
Controlla il layout a $0.04, poi genera la versione buona in 2K a $0.08 con lo stesso seed. Una generazione fallita o bloccata dal filtro viene rimborsata automaticamente. Ricarichi in crypto o con carta; nessun canone mensile.
Un remake del prompt di esempio di Alibaba
Alibaba accompagna questo modello con un prompt dimostrativo: un poster di fantascienza intitolato 'A QWEN PLANET', con grandi scritte al neon, tre righe di crediti, testo piccolo lungo il bordo inferiore e la firma dell'autore in un angolo. Ho tenuto quello scheletro, ci ho messo il nostro annuncio, ho spostato la palette sui nostri colori e ho dettato parola per parola tutte e sei le stringhe, invece di lasciarne anche solo una al modello. Una chiamata 2K a $0.08, un solo tentativo, nessun ritocco: ogni riga è tornata esattamente come scritta, BANANABANANA.PRO compreso. Tutto ciò che non è testo – l'astronauta, i pianeti, il bagliore al neon – è il modello che riempie lo spazio attorno alle scritte, ed è proprio il motivo per cui il testo si scrive per primo.
Fascia 2K, $0.08, un solo tentativo. Il prompt negativo conteneva le solite esclusioni; il seed è fisso, così la stessa chiamata si può ripetere.
Il nostro prompt, parola per parola
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.
Il blocco dei crediti ritagliato dal file a piena risoluzione, in scala 1:1. Queste tre righe, il titolo, la riga in basso e la firma nell'angolo sono tornati tutti esattamente come dettati.
05Prezzi
Quanto costa Qwen Image 3.0 Pro rispetto a Nano Banana e GPT Image nel 2026?
Qwen Image 3.0 Pro per risoluzione, accanto ai modelli di immagini con cui compete
Modello
1K
2K
4K
Riferimenti
Qwen Image 3.0 Proseed, prompt negativo
$0.04
$0.08
—
3
Nano Banana Proediting multi-turno, controllo del filtro
$0.11
$0.11
$0.20
11
GPT Image 2.5 Sunburstbrief lunghi e letterali
$0.05
$0.11
$0.18
14
Nano Banana 2veloce, fino a 4K
$0.06
$0.09
$0.13
14
Prezzi per immagine; le immagini di riferimento sono gratis. Un trattino indica che il modello non offre quella fascia. Con un deposito da $50 ricevi il 5% in più sul saldo, con $100 il 10%; un codice promo attivo aggiunge un altro 10% sullo stesso deposito. Il bonus sul volume +5% / +10% vale solo per le ricariche in crypto.
No. Alibaba non ha pubblicato i pesi della generazione 3.0, quindi non c'è modo di farlo girare in proprio: esiste solo come API ospitata. Qui costa $0.04 per immagine 1K e $0.08 per 2K, addebitati a immagine, senza abbonamento e senza minimo mensile. I nuovi account partono con $0.20 sul saldo, cioè cinque render 1K prima di decidere qualsiasi cosa.
Può scrivere arabo, cinese e giapponese nella stessa immagine?+
Sì. Alibaba dichiara il rendering nativo di 12 lingue, e il cartello in quattro alfabeti in cima a questa pagina è tornato corretto in tutte e quattro, legature dell'arabo comprese. Non ribalta il layout per le scritture da destra a sinistra, quindi specifica quale colonna va dove.
Quali risoluzioni supporta?+
Solo 1K e 2K. L'API di Alibaba accetta qualsiasi uscita tra 512×512 e 2048×2048 con proporzioni tra 1:8 e 8:1; qui scegli uno dei dieci formati più comuni, da 21:9 a 9:16, e il modello restituisce un PNG. Non esiste la fascia 4K: per quella usa Nano Banana Pro o GPT Image 2.5.
Posso modificare una foto che ho già?+
Non con un botta e risposta. Passa l'immagine come riferimento (se ne possono dare fino a 3) insieme a un'istruzione, e il modello rigenera la scena. Per l'editing multi-turno, in cui ogni passaggio mantiene il risultato precedente, usa Nano Banana Pro.
Perché ha inventato parole che non avevo chiesto?+
Perché qualunque testo che non detti viene disegnato come texture. Etichette, nomi di prodotto, loghi, scritte piccole sullo sfondo – se ti importa cosa dicono, scrivile nel prompt tra virgolette. Le stringhe che scrivi per esteso vengono riprodotte esattamente.
Cosa succede se la generazione fallisce?+
L'intero importo torna automaticamente sul saldo, compresi i rifiuti del filtro sui contenuti. È la stessa regola per tutti i modelli della piattaforma.
Sì. Tramite il server MCP è il tool generate_image con l'id modello qwen-image-3.0-pro e una risoluzione di 1024 o 2048. Come riferimenti accetta l'id di un job precedente, un URL pubblico o un'immagine base64 inline, così un agente può ripassare un'immagine che ha creato un minuto prima.
I nuovi account partono con $0.20 sul saldo – cinque render 1K per vedere se Qwen scrive giusto il tuo layout. Immagini da $0.04, senza abbonamento, senza vincoli.
