Qwen Image 3 Pro vs GPT Image 2: gleiche Prompts, Preis und Tempo

Beide laufen auf OmniaKey: Qwen Image 3 Pro und GPT Image 2. Die Qwen-Zahl ist Alibabas offizieller 2K-Preis in fünf Regionen, die GPT-Zahl stammt aus der Nutzung, die unsere eigene Anfrage zurückgab.

GPT Image 2 ist nicht OpenAIs neuestes Bildmodell: gpt-image-2.5-sunburst und gpt-image-2.5-flare sind am 8. September 2026 erschienen, laut OpenAIs Changelog (geprüft am 3.11.2026). Alibaba bewirbt das Pro-Modell für dichte Layouts wie Speisekarten und Prüfungsbögen, mit Text bis hinunter zu 10 px (Versionshinweise von Model Studio, geprüft am 3.11.2026).

So haben wir getestet

• Modelle und IDs: Qwen Image 3 Pro (qwen-image-3-pro auf OmniaKey, qwen-image-3.0-pro bei Alibaba) und GPT Image 2 (gpt-image-2).
• 3.11.2026. Fünf Prompts, je ein Durchlauf: zehn Bilder und eine gemeinsame Vorlage für die Bearbeitung.
• Qwen-Einstellungen: size=2048*2048, prompt_extend=false, watermark=false. GPT-Einstellungen: size=2048x2048, quality=medium.
• Die Vorlage der Bearbeitung war ein 1024x1024 großes Bild einer Teekanne von GPT Image 2.
• Die Zeit läuft vom Absenden bis succeeded und enthält Warteschlange und Netzwerk.
• Ein separates Bildmodell las jedes Bild in voller Auflösung und schrieb jedes Wort mit. Beim Poster, beim Schild und beim Kleingedruckten las es zusätzlich einen Ausschnitt in voller Auflösung erneut.
• OmniaKey verkauft den API-Zugang zu beiden Modellen, deshalb liefen die Tests über OmniaKey. Jeder Preis ist Alibabas oder OpenAIs eigener.
• Grenzen und Preise stammen aus Alibabas Qwen-Bild-API-Referenz und den Model-Studio-Preisen sowie aus OpenAIs Leitfaden zur Bildgenerierung und der Preisseite, alle geprüft am 3.11.2026.

Es gibt einen Durchlauf pro Prompt, die Ergebnisse sind also Beispiele.

Fünf Tests, gleiche Prompts

Test 1: englisches Bäckerei-Poster (1:1)

Dieser Test prüft, ob beide Modelle drei englische Zeilen genau so setzen, wie sie geschrieben sind.

Prompt:

A printed poster for a neighbourhood bakery's weekend baking class, photographed flat on a wooden table. Top line in large mixed-case letters: "THE FLOUR HOUR". Under it, two smaller lines: "Sourdough from scratch · Saturday 21 March" and "9:00 to 13:00 · 12 seats". A simple line drawing of a loaf in the middle, cream paper, dark brown ink, generous white margins, everything spelled exactly as written here.

• Qwen Image 3 Pro (29.0 s): alle 80 Zeichen richtig im Ausschnitt in voller Auflösung. Das Poster liegt flach auf einem Holztisch, die Maserung ist rundherum zu sehen, und die Überschrift steht in einer Handschrift über einem fein gezeichneten Brot.
• GPT Image 2 (57.6 s): dieselben 80 Zeichen richtig, auf cremefarbenem Papier mit einem Brot im Stichstil, dazu feine Linien und Weizenähren über und unter dem Text.

Fazit: Unentschieden beim Text. GPTs Datei ist stärker verziert und brauchte 57.6 s, Qwens ist schlichter und brauchte 29.0 s.

Test 2: chinesisches Nudelschild (1:1)

Dieser Test prüft fünf Zeilen einer chinesischen Speisekarte, deshalb haben wir den Prompt auf Chinesisch geschrieben statt ihn zu übersetzen.

Prompt:

一家面馆门口的木质菜单牌，竖排手写中文。最上面一行大字“老陈牛肉面”，下面四行小字分别是“红烧牛肉面 18元”“番茄牛腩面 20元”“酸菜肉丝面 16元”“加蛋 2元”。招牌下方挂着一串红辣椒，背景是虚化的街道，白天自然光，写实摄影。

Auf Deutsch verlangt er ein hölzernes Menübrett vor einem Nudelrestaurant: fünf handgeschriebene Zeilen, eine Kette roter Chilischoten, eine unscharfe Straße und Tageslicht.

• Qwen Image 3 Pro (28.4 s): alle fünf Zeilen richtig, ein Gericht pro Zeile mit dem Preis hinter dem Namen, schwarze Handschrift auf dem Holzbrett vor einer unscharfen Straße mit roten Chilischoten am Rand. Ein Ausschnitt in voller Auflösung bestätigte alle fünf Zeilen Zeichen für Zeichen.
• GPT Image 2 (32.8 s): alle fünf Zeilen richtig, in zwei Spalten geteilt, die Preise rechtsbündig unter einer cremefarbenen Linie, was wie eine gedruckte Karte wirkt. Die Prüfung im Ausschnitt ergab dasselbe saubere Ergebnis.

Fazit: Unentschieden. Beide trafen jedes Zeichen, und die zweispaltige Karte ist eine Frage des Layouts.

Test 3: Porträt eines Schmieds (1:1)

Dieser Test prüft die Hautdetails, das Hufeisen in der Hand und ob jedes Modell die Werkstatt so baut, wie der Prompt sie beschreibt.

Prompt:

Candid portrait of a blacksmith in his fifties holding a finished horseshoe, standing in a dim workshop with a glowing forge behind him. Soot on his forearms, sweat on his forehead, leather apron worn smooth, deep wrinkles around his eyes. Shot on an 85mm lens at f/2, warm forge light from behind, cool window light on his face.

• Qwen Image 3 Pro (28.7 s): Stirnfalten, Krähenfüße, Poren und Bartstoppeln wirken wie ein Foto. Das Eisen in der Hand bricht in zwei Teile ohne verbindende Kurve, es wirkt also nicht wie ein Hufeisen, und die Finger überlappen und verbiegen sich.
• GPT Image 2 (24.0 s): dieselbe fotografische Haut und dieselben Stoppeln, mit einem vollständigen Hufeisen im Griff und einigen Fingern dahinter. Die Esse steht rechts, das Fenster links, also spiegelverkehrt zu Qwens Bildaufbau.

Fazit: GPT Image 2, das einzige vollständige Hufeisen. Das war ein Durchlauf, und alles andere im Porträt war gleich.

Test 4: Teekanne bearbeiten (1:1)

Dieser Test prüft, ob die Teekanne einen neuen Hintergrund übersteht, und wie lange eine Bearbeitung dauert. Beide Modelle bearbeiteten dieselbe 1024x1024-Vorlage.

Prompt:

Put this exact teapot on a pale linen tablecloth beside a small bowl of loose tea and a wooden scoop, with soft morning light from the left and a simple plaster wall behind. Keep the teapot, its lid, its handle, its glaze and every mark on it exactly as they are.

• Qwen Image 3 Pro (56.6 s): behielt Teekanne, Deckel, Tülle, Griff und Glasur und ergänzte das Leinentuch, die Schale mit losem Tee, den Holzlöffel und das Morgenlicht von links.
• GPT Image 2 (31.0 s): dieselben Requisiten und dieselbe Lichtrichtung, mit unveränderter Form und Glasur der Teekanne. Es war in 31.0 s fertig, 25.6 s vor Qwen.

Fazit: Unentschieden beim Erhalt der Kanne. GPT Image 2 bearbeitet 25.6 s schneller.

Test 5: Spezifikationskarte mit Kleingedrucktem (1:1)

Dieser Test prüft eine Überschrift, vier Zeilen in zwei Spalten und eine Fußnote in kleiner grauer Schrift.

Prompt:

A clean product comparison card, portrait orientation, white background. Title at the top in bold: "TRAIL RUNNER X2". Below it a table with four rows and two columns. Left column: "Weight", "Drop", "Price", "Sizes". Right column: "268 g", "6 mm", "$149", "EU 39-47". Under the table a single line in small grey type: "Prices include VAT. Weights are for a EU 42." All text in a modern sans-serif, left aligned, nothing else in the frame.

• Qwen Image 3 Pro (24.9 s): jedes Wort und jede Zahl richtig, auch 268 g, 6 mm, $149, EU 39-47 und das "a EU 42" der Fußnote. Vier Zeilen, dünne hellgraue Linien, Beschriftungen linksbündig.
• GPT Image 2 (26.3 s): jedes Wort und jede Zahl richtig, ebenfalls mit der Fußnote. Die Spalte der Beschriftungen hat eine hellgraue Füllung, die Preisspalte ist breiter.

Fazit: Unentschieden. Beide meisterten das Kleingedruckte, der Tabellenstil ist der einzige Unterschied.

Ergebnis pro Test

Preis und Tempo

Alibaba berechnet Qwen Image 3 Pro pro Bild: $0.068761 für 2K-Ausgabe in China, Hongkong, Frankfurt, Virginia und Tokio und $0.075 in Singapur (Model-Studio-Preise, geprüft am 3.11.2026). Eine Bearbeitung kommt mit einem Aufschlag für das Eingabebild: $0.00275 pro Eingabebild in diesen fünf Regionen, $0.003 in Singapur. Unsere Bearbeitung der Teekanne liegt damit bei $0.068761 + $0.00275 = $0.071511 in den fünf Regionen und bei $0.075 + $0.003 = $0.078 in Singapur.

OpenAI rechnet GPT Image 2 pro Token ab, nicht pro Bild: $30 pro Million Ausgabe-Token für Bilder, $8 pro Million Eingabe-Token für Bilder und $5 pro Million Eingabe-Token für Text (OpenAI-Preise, geprüft am 3.11.2026). Ein erzeugtes Bild gab 2,058 Bild-Ausgabe-Token und 97 Text-Eingabe-Token zurück, also 2,058 × $30 ÷ 1,000,000 = $0.0617 und 97 × $5 ÷ 1,000,000 = $0.0005, zusammen etwa $0.0622. Die Bearbeitung gab 2,058 Bild-Ausgabe-, 194 Bild-Eingabe- und 60 Text-Eingabe-Token zurück: 2,058 × $30 + 194 × $8 + 60 × $5 pro Million = $0.0636.

Diese beiden Zahlen brauchen einen Hinweis: Qwens $0.068761 kaufen eine Datei mit 2048×2048, während GPT Image 2 für $0.0622 in vier von fünf Durchläufen eine Datei mit 1254×1254 lieferte, also weniger als halb so viele Pixel. Pro Pixel liegen die beiden weit auseinander. Die Tabelle pro Bild in OpenAIs Leitfaden nennt nur 1024x1024, 1024x1536 und 1536x1024, den 2048-Wert muss man aus der Nutzung einer Anfrage berechnen.

Beim Tempo trennt sich je nach Aufgabe. Qwens Median lag bei 28.55 s für ein neues Bild und 56.6 s für die Bearbeitung. GPT lag bei 29.55 s für ein neues Bild und 31.0 s für die Bearbeitung, die Lücke entsteht also bei der Bearbeitung.

Die Größe ist der praktische Unterschied. GPT Image 2 lieferte bei vier von fünf Anfragen mit size=2048x2048 eine Datei mit 1254×1254 (Poster, Schild, Bearbeitung und Karte) und nur beim Porträt 2048×2048. Qwen lieferte jedes Mal 2048×2048, eine Druckstrecke mit festen 2048 px ist mit Qwen also einfacher.

Vor- und Nachteile

Qwen Image 3 Pro

• Vorteile: 2048×2048 bei jeder Anfrage, jedes Zeichen in den drei Texttests richtig und ein Median von 28.55 s für neue Bilder.
• Nachteile: 56.6 s für die Bearbeitung und das zerbrochene Hufeisen im Porträt.

GPT Image 2

• Vorteile: das einzige vollständige Hufeisen, eine Bearbeitung in 31.0 s und etwa $0.0622 pro Bild in mittlerer Qualität.
• Nachteile: vier von fünf Dateien kamen mit 1254×1254, und das Poster brauchte 57.6 s.

Welches Modell für welche Aufgabe

Beide Modelle mit einem Schlüssel

OmniaKey bietet beide Modelle auf demselben Endpunkt für Medienaufgaben an, es ändern sich also nur model und parameters. Dies erzeugt ein 2K-Poster mit Qwen Image 3 Pro:

curl https://api.omniakey.com/v1/media/tasks \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: flour-hour-qwen-001" \
  -d '{
    "model": "qwen-image-3-pro",
    "type": "image",
    "operation": "generate",
    "input": {"prompt": "A printed poster for a neighbourhood bakery. Top line: THE FLOUR HOUR."},
    "parameters": {"size": "2048*2048", "prompt_extend": false, "watermark": false}
  }'

Dieselbe Anfrage auf GPT Image 2, mit ihren eigenen Feldern für Größe und Qualität:

curl https://api.omniakey.com/v1/media/tasks \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: flour-hour-gpt-001" \
  -d '{
    "model": "gpt-image-2",
    "type": "image",
    "operation": "generate",
    "input": {"prompt": "A printed poster for a neighbourhood bakery. Top line: THE FLOUR HOUR."},
    "parameters": {"size": "2048x2048", "quality": "medium"}
  }'

1. Die Antwort ist 202 mit einer Aufgaben-ID.
2. Frage https://api.omniakey.com/v1/media/tasks/{id} alle paar Sekunden ab, bis status auf succeeded steht.
3. Lade das Bild über assets[0].url herunter und prüfe die Pixelgröße, bevor du es auslieferst. GPT Image 2 antwortete auf eine 2048-Anfrage in vier unserer fünf Durchläufe mit 1254×1254.

Für eine Bearbeitung setzt man operation auf edit und schickt das Ausgangsbild in input.image, bei Qwen mit denselben Feldern prompt_extend und watermark. Die Modellseiten Qwen Image 3 Pro und GPT Image 2 nennen die aktuellen Preise pro Aufruf. Wer einen Prompt ohne Code testen will, öffnet den KI-Bildgenerator.

Häufige Fragen

Welches Modell schreibt Text genauer, Qwen Image 3 Pro oder GPT Image 2?

In unseren fünf Tests lag keines vorn. Beide schrieben alle 80 Zeichen des englischen Posters, alle fünf Zeilen der chinesischen Karte und die ganze Karte mit Kleingedrucktem richtig.

Ist Qwen Image 3 Pro günstiger als GPT Image 2?

Pro Datei nein. Zu OpenAIs Token-Preisen kostete ein Bild von GPT Image 2 etwa $0.0622 und eine Bearbeitung $0.0636, während Qwen Alibabas 2K-Listenpreis von $0.068761 pro Bild kostet und $0.0715 pro Bearbeitung, wenn die $0.00275 für das Eingabebild dazukommen. In vier von fünf Durchläufen lieferte GPT aber 1254×1254, wo Qwen 2048×2048 lieferte, Qwen gab also mehr Pixel fürs Geld.

Warum lieferte GPT Image 2 1254×1254, obwohl ich 2048×2048 angefragt habe?

Unser Modell tat dasselbe bei vier von fünf Anfragen. Lies Breite und Höhe der heruntergeladenen Datei, bevor du eine Größe zusagst, und schicke die Anfrage erneut, wenn die Datei 2048 px haben muss.

Kann ich beide Modelle mit einem Schlüssel aufrufen?

Ja. Beide laufen auf OmniaKeys Endpunkt für Medienaufgaben, du änderst model und parameters und behältst dieselben Abfrageschritte. Die Seiten Qwen Image 3 Pro und GPT Image 2 nennen die aktuellen Preise.

Geprüfte Quellen

• Qwen Image generation and editing API reference, Alibaba Model Studio, geprüft am 3.11.2026.
• Model Studio model pricing, Alibaba Model Studio, geprüft am 3.11.2026.
• Newly released models, Alibaba Model Studio, geprüft am 3.11.2026.
• Image generation guide, OpenAI, geprüft am 3.11.2026.
• Pricing, OpenAI, geprüft am 3.11.2026.
• Changelog, OpenAI, geprüft am 3.11.2026.

Änderungsprotokoll

• 3.11.2026: Erste Fassung mit fünf Tests zum gleichen Prompt, Zeiten und Kosten pro Bild.