Modelo · Alibaba Qwen Image 3.0 Pro
O principal modelo de imagem da Alibaba, construído em torno daquilo que a maioria dos modelos trata como detalhe: o que está escrito dentro da imagem. Listas de preços, letras miúdas, rótulos de interface, quatro escritas numa mesma placa. Custa $0.04 por imagem 1K e $0.08 por 2K, aceita seed, um prompt negativo de verdade e até 3 imagens de referência, e um render 2K termina em cerca de vinte segundos. Cripto ou cartão, sem assinatura.
O Qwen Image 3.0 Pro é o principal modelo de texto para imagem da Alibaba, lançado em 21 de julho de 2026 e servido pelo Alibaba Cloud Model Studio. O argumento da Alibaba cabe em três linhas: prompts de até 4.500 tokens, texto renderizado em até 10 px e renderização nativa de 12 idiomas com várias fontes. Não há pesos públicos nem tabela de benchmarks, então a única coisa a julgar é o resultado — que é o que esta página mostra. Aqui ele roda pela API oficial da Alibaba por $0.04 por imagem 1K e $0.08 por 2K.
Dez pixels é uma afirmação sobre o arquivo, não sobre o seu layout. No pôster abaixo, renderizado em 1760×2336, as linhas da programação têm cerca de 20 px de altura e cada caractere está certo na primeira tentativa. Reduza o mesmo layout para o nível 1K e essas linhas caem para perto de 15 px, onde as letras começam a amolecer. Então a regra é simples: se o texto é a razão da imagem, pague pelo 2K. Quatro centavos é um péssimo lugar para economizar quando um único glifo errado inutiliza o render.
Programações, listas de preços, painéis de ingredientes. Em 2K, linhas com cerca de 20 px de altura voltam alinhadas, com espaçamento uniforme e grafia correta — um tamanho que a maioria dos modelos transforma em borrão cinza.
Inglês, japonês, chinês e árabe na mesma placa voltaram corretos nas quatro linhas, inclusive a ligação das letras do árabe, que é onde os modelos mais baratos desmoronam.
Cada string que você escreve entre aspas volta literal: números em cartões de métricas, rótulos de eixos, cabeçalhos de tabela, itens de cardápio. Dite o texto e você recebe o texto.
O prompt negativo entra como campo próprio, não como uma linha "avoid:" colada ao seu texto. Fixe o seed e você vê o que uma única palavra trocada fez.
A API da Alibaba reescreve os prompts por padrão para "otimizá-los". Nós desligamos isso. Com milhares de tokens de instruções de layout, uma reescrita silenciosa é a última coisa que você quer.
$0.04 por 1K e $0.08 por 2K, com imagens de referência gratuitas. Isso faz dele um modelo razoável para rascunhos mesmo quando não há texto envolvido.
A armadilha é o pseudotexto. Pedi um painel de analytics para uma loja imaginária de suprimentos de panificação. Tudo o que ditei voltou literal: Orders 1,284, Revenue $18,430, de Mon a Sun no eixo, os cabeçalhos Item, Stock e Reorder. Tudo o que deixei por conta do modelo voltou como um absurdo convincente — nomes de produto como "Ttabk" e "Supporlice", um logotipo dizendo "SksaltiaW rarp". A maioria dos modelos de imagem faz isso. Vale o aviso aqui porque o resto do quadro se parece tanto com uma captura de tela real que quem passa os olhos por uma apresentação não vai notar. Escreva cada string que importa para você, inclusive as sem graça.
Os outros limites são mais simples. Há dois níveis, 1K e 2K, e não há 4K. Não existe edição conversacional: para mudar uma imagem, envie-a de volta como referência com uma instrução. Ele aceita 3 referências, não quatorze. Renderiza o árabe com fidelidade, mas não espelha o seu layout para leitura da direita para a esquerda, então diga qual coluna vai onde. O fotorrealismo é muito bom, sem definir a categoria — pele, poros e fios de cabelo se sustentam em resolução total, mas a cor é mais chapada do que a que o Nano Banana Pro entrega. E o campo de prompt aceita 20.000 caracteres, mas o teto recomendado pela Alibaba é de 4.500 tokens, e nada avisa na origem quando você passa disso; nós estimamos os tokens e avisamos antes da chamada.
O que é o objeto, como a câmera o vê, do que ele é feito. Um pôster impresso numa parede, uma placa em alumínio escovado, uma interface plana na tela de um notebook.
Título, subtítulo, cada linha de tabela, cada rótulo — entre aspas, com a posição. O Qwen segue de perto as strings entre aspas e preenche o silêncio com absurdos. Termine com a iluminação.
Confira o layout por $0.04 e depois gere a versão final em 2K por $0.08 com o mesmo seed. Uma geração que falhou ou foi filtrada é reembolsada automaticamente. Recarregue com cripto ou cartão; não há mensalidade.
A Alibaba publica um prompt de demonstração junto com o modelo: um pôster de ficção científica intitulado “A QWEN PLANET”, com tipografia neon enorme, três linhas de créditos, texto pequeno ao longo da borda inferior e a assinatura do autor no canto. Mantive esse esqueleto, coloquei dentro o nosso próprio anúncio, troquei a paleta pela nossa e ditei as seis strings palavra por palavra, sem deixar nenhuma por conta do modelo. Uma chamada 2K por $0.08, uma tentativa, sem retoque: cada linha voltou exatamente como foi escrita, BANANABANANA.PRO incluído. Tudo o que não é texto — o astronauta, os planetas, o brilho neon — é o modelo preenchendo em volta dos textos, e é justamente para isso que se escreve o texto primeiro.
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 | Referências |
|---|---|---|---|---|
| Qwen Image 3.0 Proseed, prompt negativo | $0.04 | $0.08 | — | 3 |
| Nano Banana Proedição em várias rodadas, controle do filtro | $0.11 | $0.11 | $0.20 | 11 |
| GPT Image 2.5 Sunburstbriefings longos e literais | $0.05 | $0.11 | $0.18 | 14 |
| Nano Banana 2rápido, até 4K | $0.06 | $0.09 | $0.13 | 14 |
Os preços são por imagem; imagens de referência são gratuitas. Um traço significa que o modelo não vende esse nível. Depósitos de $50 acrescentam 5% ao saldo e de $100 acrescentam 10%; um código promocional ativo soma mais 10% sobre o mesmo depósito.
A tabela completa de todos os modelos fica na página de preços.
Os mesmos prompts pelo lado Google do catálogo, com custos e casos de falha.
Ler o guiaO modelo a procurar quando cor e luz importam mais do que o rótulo.
Ler o guiaPor que pagar por imagem vence um plano mensal para a maioria das pessoas, com a conta feita.
Ler o guiaNão. A Alibaba não publicou os pesos da geração 3.0, então não há caminho de hospedagem própria; ele roda apenas como API hospedada. Aqui custa $0.04 por imagem 1K e $0.08 por 2K, cobrado por imagem, sem assinatura e sem mínimo mensal. Contas novas começam com $0.20 de saldo, o que dá cinco renders 1K antes de você decidir qualquer coisa.
Sim. A Alibaba afirma renderização nativa de 12 idiomas, e a placa de quatro escritas no topo desta página voltou correta nas quatro, incluindo a ligação das letras árabes. Ele não espelha o layout para escritas da direita para a esquerda, então diga qual coluna vai onde.
Só 1K e 2K. A área de saída vai de 512×512 a 2048×2048, nas dez proporções habituais de 21:9 a 9:16, e o arquivo chega em PNG. Não há nível 4K; para isso, use o Nano Banana Pro ou o GPT Image 2.5.
Não como uma conversa de ida e volta. Passe a imagem como uma das até 3 imagens de referência junto com uma instrução, e o modelo refaz a cena. Para edição em várias rodadas, em que cada rodada mantém o resultado anterior, use o Nano Banana Pro.
Porque todo texto que você não dita é desenhado como textura. Rótulos, nomes de produto, logotipos, letras miúdas ao fundo — se importa o que dizem, escreva-os no prompt entre aspas. As strings que você soletra são reproduzidas com exatidão.
O valor integral volta para o seu saldo automaticamente, incluindo recusas do filtro de conteúdo. É a mesma regra para todos os modelos da plataforma.
Ler a resposta completaSim. No servidor MCP é a ferramenta generate_image com o id de modelo qwen-image-3.0-pro e resolução de 1024 ou 2048. As referências aceitam o id de um job anterior, uma URL pública ou uma imagem base64 embutida, então um agente pode devolver uma imagem que fez um minuto atrás.
Contas novas começam com $0.20 de saldo — cinco renders 1K para ver se o Qwen grafa o seu layout. Imagens a partir de $0.04, sem assinatura, sem compromisso.