Qwen Image 3 vs Nano Banana 2.1: Test mit demselben Prompt und Preise

Am 25. Oktober 2026 liefen dieselben vier Prompts durch Qwen Image 3 und Nano Banana 2.1, und beide schrieben jedes englische und chinesische Wort richtig. Nano Banana 2.1 gewann zwei Tests, Qwen Image 3 einen, einer ging unentschieden aus. Ein 2K-Bild kostet $0.03 zum Listenpreis von Alibaba und rund $0.057 bei Google, Thinking eingerechnet.

Wer noch mit Nano Banana 2 arbeitet, sollte wechseln: Google hat das Modell am 6. Oktober 2026 abgekündigt, und 2.1 kostet pro 2K-Bild die Hälfte.

Beide Modelle gibt es bei OmniaKey: Qwen Image 3 und Nano Banana 2.1.

So haben wir getestet

• Modelle und IDs: qwen-image-3 und gemini-nano-banana-2.1 bei OmniaKey. Das qwen-image-3 von OmniaKey ist Alibabas qwen-image-3.0, deshalb nennen die Alibaba-Dokumente und -Preise unten diese ID.
• Gesendete Parameter: Qwen Image 3 bekam {"size": "2048*2048", "prompt_extend": false, "watermark": false}, Nano Banana 2.1 bekam {"aspect_ratio": "1:1", "image_size": "2K"}. Alle Bilder sind 2048×2048.
• Alle Läufe am 25. Oktober 2026. Plakat und chinesisches Schild liefen zweimal pro Modell, Porträt und Bearbeitung einmal. Das sind 12 Testbilder plus ein Ausgangsfoto für die Bearbeitung, und jede Aufgabe klappte im ersten Versuch.
• Für gleiche Bedingungen war Qwens Prompt-Umschreibung (prompt_extend, standardmäßig an) aus, was auch den Thinking-Modus abschaltet; Qwen zeichnete also unseren Wortlaut. Nano Banana 2.1 behielt das Standard-Thinking.
• Das Ausgangsfoto für die Bearbeitung entstand mit GPT Image 2 in 1024×1024, damit kein Modell sein eigenes Bild bearbeitet.
• Die Zeit läuft vom Absenden des Jobs bis zum Status succeeded.
• Geprüft wurde in voller Größe: jedes verlangte Wort Buchstabe für Buchstabe, danach, ob das Bild dem Prompt folgt, also Layout, Ort und Schärfentiefe, und bei der Bearbeitung, ob Produkt und Etikett erhalten blieben.
• OmniaKey verkauft den API-Zugang zu beiden Modellen, deshalb liefen die Tests darüber. Alle Preise unten sind die Listenpreise von Alibaba und Google, nicht unsere.
• Quellen: Alibabas Qwen-Bild-API-Referenz, Model-Studio-Preise und neu veröffentlichte Modelle; von Google die Gemini-API-Preise, die Bildgenerierung und das Changelog, alle am 25. Oktober 2026 geprüft.

Ein oder zwei Bilder pro Prompt sind eine kleine Stichprobe; lies die Ergebnisse als Beispiele, nicht als Rangliste.

Vier Tests, dieselben Prompts

Test 1: englisches Jazzplakat (1:1)

Dieser Test prüft jedes Wort einer Plakatschriftzeile mit gemischter Groß- und Kleinschreibung und ob am Ende ein Plakat oder das Foto eines Plakats herauskommt.

Prompt:

A minimalist concert poster for a jazz night. Large headline at the top: BLUE HOUR SESSIONS. Below it, in smaller type: Friday 14 November · 8 PM · The Lantern Room. In the middle, a brass saxophone silhouette against a deep blue gradient. Off-white paper texture, generous margins, clean modern typography.

• Qwen Image 3 (23.1 s und 23.5 s): alle Wörter in beiden Durchläufen richtig. Die kleine Zeile lautet "Friday 14 November · 8 PM · The Lantern Room", in derselben Schreibung wie im Prompt. Naturweißes Papier, ein flaches Plakat über die volle Fläche und eine fast schwarze Saxofon-Silhouette auf einem blauen Verlaufsfeld, beide Male.
• Nano Banana 2.1 (32.2 s und 36.5 s): alle Wörter in beiden Durchläufen richtig, aber die kleine Zeile steht in Großbuchstaben: "FRIDAY 14 NOVEMBER · 8 PM · THE LANTERN ROOM". Das Saxofon ist golden und aus Messing, im ersten Durchlauf auf einem blauen Kreis, im zweiten auf einem blauen Feld. Beide Male erscheint das Plakat als Papierbogen, der auf grauem oder dunklem Untergrund fotografiert wurde; du musst es also vor der Nutzung freistellen.

Fazit: Qwen Image 3. Beide schrieben jedes Wort richtig, zweimal. Qwen hielt unsere Schreibung und lieferte ein flaches Plakat, das druckfertig ist. Nanos goldenes Saxofon liegt näher am Prompt, aber es änderte die kleine Zeile in Großbuchstaben und rahmte das Plakat beide Male als fotografiertes Mockup. Wer bei Nano ein Plakat will, hängt "flat design, no mockup, keep the capitalization" an.

Test 2: chinesisches Teehaus-Schild (1:1)

Dieser Test prüft zwei chinesische Zeilen auf einem Schild und ob das Ergebnis wie die realistische Fotografie aussieht, die der Prompt verlangt.

Prompt:

一家老茶馆的门面，傍晚暖光，写实摄影。门楣上挂着一块深色木质牌匾，金色大字写着“清风茶舍”，牌匾下方一行小字“始于一九八六”。门两侧各挂一盏红灯笼，门口摆着几把竹椅。

Übersetzung: die Fassade eines alten Teehauses, warmes Abendlicht, realistische Fotografie. Über der Tür eine dunkle Holztafel mit großen goldenen Zeichen 清风茶舍 (Qingfeng Tea House) und darunter eine kleinere Zeile 始于一九八六 (seit 1986). Je eine rote Laterne links und rechts der Tür, ein paar Bambusstühle davor.

• Qwen Image 3 (23.1 s und 23.2 s): "清风茶舍" und "始于一九八六" stimmen in beiden Durchläufen. Glänzende goldene Zeichen auf sauberem dunklem Holz, Dachziegel darüber, warmes Licht, rote Laternen, Bambusstühle. Die Oberfläche wirkt eher wie ein 3D-Rendering als wie ein Foto.
• Nano Banana 2.1 (36.5 s und 32.0 s): beide Zeilen in beiden Durchläufen richtig. Die Tafel ist verwittertes Holz mit abblätternder Farbe und matten goldenen Zeichen. Es liest sich wie ein echtes Foto: Menschen drinnen, leuchtende Laternen, Pflanzen, ein Teeservice und sogar ein Klimagerät an der Wand.

Fazit: Nano Banana 2.1. Alle vier Bilder haben beide chinesischen Zeilen richtig, der Text ist also Gleichstand. Der Prompt verlangte 写实摄影, realistische Fotografie, und Nanos Version sieht wie ein Foto aus, Qwens wie ein sauberes Rendering.

Test 3: Porträt auf dem Fischmarkt in Lissabon (1:1)

Dieser Test prüft ein Porträt aus dem Alltag: Ortshinweise, geringe Schärfentiefe und Hautstruktur.

Prompt:

Candid street portrait of a woman in her sixties laughing at a fish market stall in Lisbon, holding a paper-wrapped bundle of sardines in both hands. Morning light, shallow depth of field, natural skin texture with fine wrinkles, ice and silver fish blurred in the background. Shot on a 50mm lens.

• Qwen Image 3 (27.4 s): eine lachende Frau mit kastanienbraunem Haar, die in Papier gewickelte Sardinen in beiden Händen hält. Dahinter eine Fischtheke mit Eis und silbrigem Fisch, leicht unscharf. Nichts im Bild deutet auf Lissabon hin.
• Nano Banana 2.1 (37.1 s): eine lachende Frau mit grauem Haar und Schal, die ein Papierpaket Sardinen in beiden Händen hält. Blau-weiße Kacheln an der Wand, ein handgeschriebenes Preisschild "SARDINHAS 1,40", unscharfe Menschen im Hintergrund, ein Steinboden.

Fazit: Nano Banana 2.1. Es verlegt die Szene nach Lissabon, mit Kacheln und einem portugiesischen Preisschild, und macht den Hintergrund stärker unscharf, was "shallow depth of field" verlangt. Qwens Porträt könnte aus jeder überdachten Fischhalle stammen.

Test 4: ein Produktfoto bearbeiten (1:1)

Dieser Test prüft, ob eine Bearbeitung nur den Hintergrund ändert und Flasche und Etikett genau so bleiben, wie sie waren. Das Ausgangsfoto entstand mit GPT Image 2, beide Modelle bekamen dieselbe Datei.

Prompt:

Place this exact bottle on a sunlit white marble kitchen counter with a blurred window behind it and a sprig of rosemary beside it. Keep the bottle, the cork, the label and every word on the label exactly the same.

• Qwen Image 3 (41.5 s): behielt Flaschenform, Korken und Etikett, "OLIVA", die Zeichnung des Olivenzweigs und "Extra Virgin · 500 ml". Marmorarbeitsplatte und Rosmarin daneben. Das Fenster dahinter ist scharf. Die Flasche kommt dem Original am nächsten.
• Nano Banana 2.1 (28.4 s): behielt den Korken sowie dieselben Wörter und dieselbe Zeichnung auf dem Etikett. Marmorarbeitsplatte, Rosmarin und ein stark unscharfes Fenster dahinter, wie im Prompt verlangt. Das Öl wirkt etwas goldener als im Original, und das ganze Bild wirkt fotografischer.

Fazit: Gleichstand. Beide behielten jedes Wort auf dem Etikett. Qwen hielt die Flasche am nächsten am Original. Nano folgte dem "unscharfen Fenster", wirkt fotografierter und war bei dieser Bearbeitung schneller. Nimm Qwen, wenn sich am Produkt nichts ändern darf.

Ergebnisse nach Test

Der Text entschied nicht: alle acht Plakate und Schilder schrieben jedes verlangte Wort richtig, englisch wie chinesisch. Entschieden haben Schreibung, Layout und wie fotografisch das Ergebnis wirkt. Qwen folgte dem Wortlaut. Nano ergänzte Ortsdetails wie Kacheln und ein Preisschild.

Preis und Tempo

Alibabas Listenpreis laut der Preisseite von Alibaba Cloud Model Studio, geprüft am 25. Oktober 2026:

Googles Listenpreis laut der Preisseite der Gemini-API, geprüft am 25. Oktober 2026:

Was ein Bild aus unseren Läufen zu diesen Listenpreisen kostet:

Qwens Bearbeitung sind $0.03 plus $0.003 für das Eingabebild, ohne Token-Kosten. Die fünf Generierungen von Nano Banana 2.1 verbrauchten 812, 825, 860, 878 und 1,011 Thinking-Token, im Median 860, was 860 × $7.50 pro Million = $0.0065 zu den $0.0504 des Bildes addiert. Unsere Bearbeitung mit Nano brauchte 87 Thinking-Token und ein Eingabebild mit 1,120 Token.

Der Unterschied kommt vom Thinking. Google berechnet Thinking-Token als Textausgabe mit $7.50 pro Million und lässt Thinking standardmäßig auf mittlerer Stufe an, deshalb ist die Zahl pro Bild in der Preistabelle eine Untergrenze und nicht die Rechnung.

Bei jedem neuen Bild war Qwen schneller, 23.1 bis 27.4 s gegen 32.0 bis 37.1 s bei Nano, und bei der einen Bearbeitung langsamer. Die aktuellen Sätze von OmniaKey stehen auf den Modellseiten Qwen Image 3 und Nano Banana 2.1.

Was ist mit Nano Banana 2?

Google hat Nano Banana 2 (gemini-3.1-flash-image) am 6. Oktober 2026 abgekündigt, am Tag der Veröffentlichung von 2.1, laut dem Changelog, geprüft am 25. Oktober 2026. Es nennt 2.1 als Ersatz und hat kein Abschaltdatum angekündigt. Googles Dokumentation führt Nano Banana 2 weiterhin als stabil und unterstützt, verweist neue Projekte aber auf 2.1.

Allein beim Preis ist 2.1 die Wahl: $0.0504 pro 2K-Bild gegen $0.101 bei Nano Banana 2 und $0.0252 gegen $0.050 in der Batch API. Wer nach "qwen image 3 vs nano banana 2" gesucht hat, testet 2.1: Google lenkt neue Projekte dorthin, und die Ergebnisse für Schild und Porträt oben stammen von 2.1. Die Unterschiede zwischen 2 und 2.1 und wie 2.1 gegen Pro abschneidet, stehen in unserem Test Nano Banana 2.1 vs Pro.

Vorteile und Nachteile

• Vorteile: exakter Text bis in die Schreibung; flache Layouts ohne Mockup; schnellste Generierungen mit 23 s im Median; niedrigster Listenpreis pro 2K-Bild mit $0.03.
• Nachteile: sauberer, renderingartiger Look bei Fotoprompts; wenige Ortsdetails, wenn du sie nicht verlangst; langsamste Bearbeitung mit 41.5 s; endet bei 2048×2048.

• Vorteile: die fotografischsten Ergebnisse; ergänzt Orts- und Realitätsdetails; schnellere Bearbeitung; bis 4K; Batch API zum halben Preis.
• Nachteile: änderte die Schreibung unserer kleinen Zeile; rahmte das Plakat beide Male als Mockup; langsamere Generierungen mit 36.5 s im Median; verbraucht bei jedem Bild Thinking-Token.

Welches Modell für welche Aufgabe

Denselben Test über eine API fahren

Diese Anfrage schickt den Plakat-Prompt an Qwen Image 3 in 2048×2048, mit ausgeschalteter Prompt-Umschreibung und ohne Wasserzeichen, so wie wir getestet haben:

curl https://api.omniakey.com/v1/media/tasks \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: blue-hour-poster-001" \
  -d '{
    "model": "qwen-image-3",
    "type": "image",
    "operation": "generate",
    "input": {"prompt": "A minimalist concert poster for a jazz night. Large headline at the top: BLUE HOUR SESSIONS. Below it, in smaller type: Friday 14 November · 8 PM · The Lantern Room. In the middle, a brass saxophone silhouette against a deep blue gradient. Off-white paper texture, generous margins, clean modern typography."},
    "parameters": {"size": "2048*2048", "prompt_extend": false, "watermark": false}
  }'

1. Die Antwort ist 202 mit einer Task-ID.
2. Alle paar Sekunden https://api.omniakey.com/v1/media/tasks/{id} abrufen, bis status auf succeeded steht.
3. Das Bild über assets[0].url herunterladen.

Für Nano Banana 2.1 model auf gemini-nano-banana-2.1 setzen, und parameters auf {"aspect_ratio": "1:1", "image_size": "2K"}. Zum Bearbeiten operation auf edit setzen: Qwen bekommt das Ausgangsbild in input.images als Array aus URLs oder Data-URLs, Nano Banana 2.1 bekommt es in input.image als {"data": "<base64>", "mime_type": "image/jpeg"}.

Öffne die Modellseiten Qwen Image 3 und Nano Banana 2.1, um einen Lauf zu starten, und die Dokumentation zur Bild-API für jeden Parameter.

Häufige Fragen

Ist Qwen Image 3 besser als Nano Banana 2.1?

Für Plakate und andere flache Layouts, bei denen der Text exakt stimmen muss, ja: Es gewann den Plakattest mit einer flachen Datei in 23 s. Für Fotos ist Nano Banana 2.1 besser: Es gewann das chinesische Schaufenster und das Porträt aus Lissabon.

Ist Qwen Image 3 Open Source?

Nein. Es gibt keine Gewichte für Qwen Image 3.0: Die Hugging-Face-Seite des Qwen-Teams listet die Familie Qwen-Image-2.1 und nichts zu 3.0. Das neueste offene Bildmodell von Qwen ist Qwen-Image-2.1 mit 7B unter der Qwen Research License. Unser Test von Qwen-Image-2.1 zeigt, was diese Gewichte auf deinem eigenen Rechner leisten.

Kann Qwen Image 3 4K-Bilder erzeugen?

Nein. Die maximale Ausgabe ist 2048×2048, mit Seitenverhältnissen von 1:8 bis 8:1, also ist 2K die Obergrenze. Nano Banana 2.1 gibt 1K, 2K oder 4K aus, und Google berechnet $0.113 für ein 4K-Bild.

Welches ist günstiger, Qwen Image 3 oder Nano Banana 2.1?

Zu den Listenpreisen der Anbieter kostet Qwen Image 3 etwa die Hälfte: $0.03 für ein 2K-Bild gegen $0.0504 bei Nano Banana 2.1, oder rund $0.057 mit den Thinking-Token. Bearbeitungen kommen auf $0.033 bei Qwen und rund $0.053 bei Nano.

Setzt Nano Banana 2.1 ein Wasserzeichen?

Jedes Bild von Nano Banana 2.1 trägt ein unsichtbares SynthID-Wasserzeichen, laut Googles Dokumentation zur Bildgenerierung. Qwen Image 3 setzt nur eines, wenn du es verlangst, weil watermark standardmäßig false ist.

Änderungsverlauf

• 25. Oktober 2026: erste Fassung, vier Tests mit demselben Prompt am selben Tag.