ตัวพิมพ์เล็กที่รอด
ตารางเวลา รายการราคา แผงส่วนผสม ที่ 2K บรรทัดสูงราว 20 px กลับมาเรียงตรง เว้นระยะสม่ำเสมอ และสะกดถูก เป็นขนาดที่โมเดลส่วนใหญ่ทำให้กลายเป็นปื้นสีเทา
โมเดล · Alibaba Qwen Image 3.0 Pro
Qwen Image 3.0 Pro — ภาพที่มีข้อความอ่านออกจริง
โมเดลภาพเรือธงของ Alibaba ที่สร้างขึ้นรอบสิ่งที่โมเดลภาพส่วนใหญ่มองเป็นเรื่องรอง คือตัวหนังสือในภาพ รายการราคา ตัวพิมพ์เล็ก ป้ายกำกับอินเทอร์เฟซ อักษรสี่ระบบบนป้ายเดียว ราคา $0.04 ต่อภาพ 1K และ $0.08 ต่อภาพ 2K รองรับ seed, negative prompt ของจริง และภาพอ้างอิงสูงสุด 3 ภาพ เรนเดอร์ 2K เสร็จในราวยี่สิบวินาที จ่ายด้วยคริปโตหรือบัตร ไม่มีค่าสมาชิก
01มันคืออะไร
Qwen Image 3.0 Pro คืออะไร?
Qwen Image 3.0 Pro คือโมเดล text-to-image เรือธงของ Alibaba เปิดตัวเมื่อ 21 กรกฎาคม 2026 และให้บริการผ่าน Alibaba Cloud Model Studio จุดขายของ Alibaba สรุปได้สามบรรทัด คือพรอมต์ยาวได้ถึง 4,500 โทเคน ข้อความที่เรนเดอร์ได้เล็กถึง 10 px และการเรนเดอร์ 12 ภาษาแบบเนทีฟด้วยฟอนต์หลายแบบ ไม่มีน้ำหนักโมเดลแบบสาธารณะและไม่มีตารางเบนช์มาร์ก สิ่งเดียวที่ตัดสินได้จึงเป็นผลลัพธ์ ซึ่งก็คือสิ่งที่หน้านี้แสดง ที่นี่มันรันผ่าน API ทางการของ Alibaba ในราคา $0.04 ต่อภาพ 1K และ $0.08 ต่อภาพ 2K
ข้อความเล็กได้แค่ไหนจริง ๆ?
สิบพิกเซลเป็นคำกล่าวเกี่ยวกับไฟล์ ไม่ใช่เกี่ยวกับดีไซน์ของคุณ บนโปสเตอร์ด้านล่างที่เรนเดอร์ที่ 1760×2336 บรรทัดตารางเวลาสูงราว 20 px และทุกอักขระถูกต้องตั้งแต่ครั้งแรก ย่อเลย์เอาต์เดียวกันลงมาที่ระดับ 1K บรรทัดเหล่านั้นจะเหลือราว 15 px ซึ่งรูปตัวอักษรเริ่มนิ่ม กฎจึงง่ายมาก ถ้าข้อความคือหัวใจของภาพ ให้จ่ายเพื่อ 2K สี่เซนต์ไม่ใช่จุดที่ควรประหยัด เมื่ออักขระผิดตัวเดียวทำให้เรนเดอร์ใช้ไม่ได้
02สิ่งที่มันทำได้ดี
หกเรื่องที่ควรรู้ก่อนจ่ายเงิน
สิบสองภาษา ในเฟรมเดียว
อังกฤษ ญี่ปุ่น จีน และอาหรับบนป้ายเดียวกันกลับมาถูกต้องทั้งสี่แถว รวมถึงการเชื่อมตัวอักษรอาหรับ ซึ่งเป็นจุดที่โมเดลราคาถูกกว่าพัง
สตริงในเครื่องหมายคำพูดถูกเรียงพิมพ์ตามนั้น
ทุกสตริงที่คุณสะกดในเครื่องหมายคำพูดกลับมาตรงตัวอักษร ทั้งตัวเลขบนการ์ดสถิติ ป้ายแกน หัวตาราง และรายการเมนู กำหนดข้อความไป คุณก็ได้ข้อความนั้น
seed และ negative prompt แบบเนทีฟ
negative prompt ถูกส่งเป็นฟิลด์ของมันเอง ไม่ใช่บรรทัด "avoid:" ที่แปะต่อท้ายข้อความของคุณ ล็อก seed ไว้แล้วคุณจะเห็นว่าคำที่เปลี่ยนเพียงคำเดียวทำอะไรไป
พรอมต์ของคุณไม่ถูกเขียนใหม่
API ของ Alibaba เขียนพรอมต์ใหม่โดยค่าเริ่มต้นเพื่อ "ปรับให้เหมาะ" เราปิดฟีเจอร์นั้น เมื่อมีคำสั่งเลย์เอาต์เป็นพันโทเคน การเขียนใหม่แบบเงียบ ๆ คือสิ่งสุดท้ายที่คุณต้องการ
2K ที่ถูกที่สุดที่นี่
$0.04 สำหรับ 1K และ $0.08 สำหรับ 2K โดยภาพอ้างอิงฟรี ทำให้มันเป็นโมเดลร่างงานที่สมเหตุสมผล แม้งานนั้นจะไม่มีข้อความเกี่ยวข้อง
03ข้อจำกัดตามจริง
จุดที่ Qwen แต่งคำขึ้นเอง
กับดักคือข้อความปลอม ผมขอแดชบอร์ดวิเคราะห์ข้อมูลของร้านวัตถุดิบเบเกอรีสมมติ ทุกอย่างที่ผมสะกดไว้กลับมาตรงตัวอักษร Orders 1,284, Revenue $18,430, Mon ถึง Sun บนแกน หัวตาราง Item, Stock และ Reorder ทุกอย่างที่ผมปล่อยให้โมเดลคิดเองกลับมาเป็นคำไร้ความหมายที่ดูน่าเชื่อ ชื่อสินค้าอย่าง "Ttabk" และ "Supporlice" โลโก้ที่เขียนว่า "SksaltiaW rarp" โมเดลภาพส่วนใหญ่ทำแบบนี้ ที่ต้องเตือนตรงนี้เพราะส่วนที่เหลือของเฟรมเหมือนภาพหน้าจอจริงมาก จนคนที่เปิดผ่านสไลด์เร็ว ๆ จะไม่สังเกต เขียนทุกสตริงที่คุณใส่ใจออกมา รวมถึงอันที่น่าเบื่อด้วย
ข้อจำกัดอื่นตรงไปตรงมากว่า มีสองระดับ คือ 1K และ 2K และไม่มี 4K ไม่มีการแก้ไขแบบสนทนา ถ้าจะเปลี่ยนภาพ ให้ส่งกลับไปเป็นภาพอ้างอิงพร้อมคำสั่ง มันรับภาพอ้างอิง 3 ภาพ ไม่ใช่สิบสี่ มันเรนเดอร์อักษรอาหรับได้เที่ยงตรง แต่ไม่กลับด้านเลย์เอาต์ให้สำหรับการอ่านจากขวาไปซ้าย จึงต้องบอกว่าคอลัมน์ไหนอยู่ตรงไหน งานโฟโตเรียลดีมากแต่ยังไม่ถึงขั้นนิยามหมวดใหม่ ผิว รูขุมขน และเส้นผมทีละเส้นยังคงรายละเอียดที่ความละเอียดเต็ม แต่การเกรดสีแบนกว่าที่ Nano Banana Pro ให้ และช่องพรอมต์รับได้ 20,000 อักขระ แต่เพดานที่ Alibaba แนะนำคือ 4,500 โทเคน และต้นทางไม่มีอะไรเตือนเมื่อคุณเกิน เราประมาณจำนวนโทเคนและเตือนก่อนเรียก
04วิธีใช้งาน
จากบรีฟสู่ภาพในสามขั้นตอน
หนึ่งประโยคสำหรับฉาก
วัตถุคืออะไร กล้องมองมันอย่างไร ทำจากอะไร โปสเตอร์พิมพ์บนผนัง ป้ายบนอะลูมิเนียมขัดลาย อินเทอร์เฟซแบบแฟลตบนจอแล็ปท็อป
ทุกสตริงในเครื่องหมายคำพูด พร้อมตำแหน่ง
พาดหัว พาดหัวรอง ทุกแถวของตาราง ทุกป้ายกำกับ ใส่ในเครื่องหมายคำพูดพร้อมบอกว่าอยู่ตรงไหน Qwen ทำตามสตริงในเครื่องหมายคำพูดอย่างใกล้ชิด และเติมช่องว่างด้วยคำไร้ความหมาย ปิดท้ายด้วยแสง
ร่างที่ 1K เก็บจริงที่ 2K
ตรวจเลย์เอาต์ในราคา $0.04 แล้วเรนเดอร์ตัวจริงที่ 2K ในราคา $0.08 ด้วย seed เดิม การสร้างที่ล้มเหลวหรือถูกกรองจะคืนเงินอัตโนมัติ เติมเงินด้วยคริปโตหรือบัตร ไม่มีค่ารายเดือน
รีเมกพรอมต์ตัวอย่างของ Alibaba เอง
Alibaba แถมพรอมต์ตัวอย่างมากับโมเดลนี้ เป็นโปสเตอร์ไซไฟชื่อ “A QWEN PLANET” ตัวอักษรนีออนขนาดใหญ่ เครดิตสามบรรทัด ข้อความเล็ก ๆ ตามขอบล่าง และเครดิตผู้สร้างที่มุมภาพ ผมเก็บโครงนั้นไว้ แล้วเปลี่ยนเนื้อหาเป็นประกาศของเราเอง ปรับโทนสีมาเป็นของเรา และกำหนดสตริงทั้งหกคำต่อคำ ไม่ปล่อยให้โมเดลคิดเองสักอัน เรียก 2K ครั้งเดียวในราคา $0.08 ครั้งเดียวจบ ไม่มีการรีทัช ทุกบรรทัดกลับมาตรงตามที่เขียนไว้ รวมถึง BANANABANANA.PRO ด้วย ส่วนที่ไม่ใช่ตัวหนังสือ ทั้งนักบินอวกาศ ดวงดาว และแสงนีออน คือสิ่งที่โมเดลเติมรอบ ๆ ตัวข้อความ และนั่นคือเหตุผลทั้งหมดของการเขียนข้อความให้ครบก่อน
พรอมต์ของเรา คำต่อคำ
บล็อกเครดิตที่ตัดจากไฟล์ความละเอียดเต็มที่ 1:1 ทั้งสามบรรทัดนี้ พาดหัว บรรทัดล่างสุด และเครดิตที่มุมภาพ กลับมาตรงตามที่กำหนดไว้ทุกตัว
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.
05ราคา
ภาพหนึ่งภาพราคาเท่าไหร่จริง ๆ
| โมเดล | 1K | 2K | 4K | ภาพอ้างอิง |
|---|---|---|---|---|
| Qwen Image 3.0 Proseed, negative prompt | $0.04 | $0.08 | — | 3 |
| Nano Banana Proแก้ไขหลายรอบ ควบคุมตัวกรอง | $0.11 | $0.11 | $0.20 | 11 |
| GPT Image 2.5 Sunburstบรีฟยาวที่ต้องทำตามตัวอักษร | $0.05 | $0.11 | $0.18 | 14 |
| Nano Banana 2เร็ว สูงสุด 4K | $0.06 | $0.09 | $0.13 | 14 |
ราคาเป็นราคาต่อภาพ ภาพอ้างอิงฟรี เครื่องหมายขีดหมายความว่าโมเดลไม่ขายระดับนั้น เติมเงิน $50 ได้เพิ่ม 5% ในยอดคงเหลือ และ $100 ได้เพิ่ม 10% โค้ดโปรโมชันที่ใช้งานอยู่เพิ่มให้อีก 10% บนการเติมเงินครั้งเดียวกัน
ตารางเต็มของทุกโมเดลอยู่ที่หน้าราคา
06อ่านต่อ
คู่มือที่ลงลึกกว่า
สามโมเดลภาพ หนึ่งเบนช์มาร์ก
พรอมต์ชุดเดียวกันผ่านฝั่ง Google ของแค็ตตาล็อก พร้อมต้นทุนและกรณีที่ล้มเหลว
อ่านคู่มือถ่ายภาพสินค้าด้วย Nano Banana Pro
โมเดลที่ควรหยิบใช้เมื่อสีและแสงสำคัญกว่าฉลาก
อ่านคู่มือสร้างภาพโดยไม่ต้องสมัครสมาชิก
ทำไมการจ่ายต่อภาพจึงคุ้มกว่าแพ็กเกจรายเดือนสำหรับคนส่วนใหญ่ พร้อมตัวเลขคำนวณ
อ่านคู่มือ07คำถามที่พบบ่อย
คำถามที่คนถามกันจริง ๆ
Qwen Image 3.0 Pro ใช้ฟรีไหม?
ไม่ฟรี Alibaba ไม่ได้เผยแพร่น้ำหนักโมเดลของรุ่น 3.0 จึงไม่มีเส้นทางโฮสต์เอง มันรันเป็น API แบบโฮสต์เท่านั้น ที่นี่ราคา $0.04 ต่อภาพ 1K และ $0.08 ต่อภาพ 2K คิดต่อภาพ ไม่มีค่าสมาชิกและไม่มีขั้นต่ำรายเดือน บัญชีใหม่เริ่มต้นด้วยยอดคงเหลือ $0.20 ซึ่งเท่ากับเรนเดอร์ 1K ห้าภาพก่อนที่คุณจะตัดสินใจอะไร
เขียนภาษาอาหรับ จีน และญี่ปุ่นในภาพเดียวกันได้ไหม?
ได้ Alibaba ระบุว่าเรนเดอร์ 12 ภาษาแบบเนทีฟ และป้ายอักษรสี่ระบบด้านบนของหน้านี้กลับมาถูกต้องทั้งสี่ รวมถึงการเชื่อมตัวอักษรอาหรับ มันไม่กลับด้านเลย์เอาต์สำหรับอักษรที่เขียนจากขวาไปซ้าย จึงต้องบอกว่าคอลัมน์ไหนอยู่ตรงไหน
รองรับความละเอียดอะไรบ้าง?
เฉพาะ 1K และ 2K พื้นที่เอาต์พุตตั้งแต่ 512×512 ถึง 2048×2048 ในสิบอัตราส่วนภาพที่คุ้นเคยตั้งแต่ 21:9 ถึง 9:16 และไฟล์มาเป็น PNG ไม่มีระดับ 4K ถ้าต้องการ 4K ให้ใช้ Nano Banana Pro หรือ GPT Image 2.5
ใช้แก้ไขรูปที่มีอยู่แล้วได้ไหม?
ไม่ได้ในแบบสนทนาโต้ตอบไปมา ให้ส่งรูปเป็นหนึ่งในภาพอ้างอิงที่ใส่ได้สูงสุด 3 ภาพพร้อมคำสั่ง แล้วโมเดลจะเรนเดอร์ฉากใหม่ สำหรับการแก้ไขหลายรอบที่แต่ละรอบเก็บผลลัพธ์ก่อนหน้าไว้ ให้ใช้ Nano Banana Pro
ทำไมมันแต่งคำที่ฉันไม่เคยขอ?
เพราะข้อความใดที่คุณไม่ได้กำหนดจะถูกวาดเป็นพื้นผิว ป้ายกำกับ ชื่อสินค้า โลโก้ ตัวพิมพ์เล็กในฉากหลัง ถ้าคุณใส่ใจว่ามันเขียนว่าอะไร ให้เขียนลงในพรอมต์ในเครื่องหมายคำพูด สตริงที่คุณสะกดไว้จะถูกทำซ้ำอย่างแม่นยำ
ถ้าการสร้างล้มเหลวจะเกิดอะไรขึ้น?
เงินเต็มจำนวนกลับเข้ายอดคงเหลือของคุณโดยอัตโนมัติ รวมถึงกรณีถูกตัวกรองเนื้อหาปฏิเสธ เป็นกฎเดียวกันสำหรับทุกโมเดลบนแพลตฟอร์ม
อ่านคำตอบฉบับเต็มเอเจนต์ AI ใช้งานได้ไหม?
ได้ ผ่านเซิร์ฟเวอร์ MCP มันคือเครื่องมือ generate_image ที่มี id โมเดล qwen-image-3.0-pro และความละเอียด 1024 หรือ 2048 ภาพอ้างอิงรับ id ของงานก่อนหน้า URL สาธารณะ หรือภาพ base64 แบบอินไลน์ เอเจนต์จึงส่งภาพที่ตัวเองสร้างเมื่อนาทีก่อนกลับเข้ามาได้
ข้อความมาก่อน ภาพอยู่รอบมัน
บัญชีใหม่เริ่มต้นด้วยยอดคงเหลือ $0.20 คือเรนเดอร์ 1K ห้าภาพ เพื่อดูว่า Qwen สะกดเลย์เอาต์ของคุณถูกไหม ภาพเริ่มต้น $0.04 ไม่มีค่าสมาชิก ไม่มีข้อผูกมัด