Qwen Image 3 Pro vs GPT Image 2: los mismos prompts y el precio real

Los dos están en OmniaKey: Qwen Image 3 Pro y GPT Image 2. La cifra de Qwen es la tarifa oficial 2K de Alibaba en cinco regiones, y la de GPT sale del consumo que devolvió nuestra propia petición.

GPT Image 2 no es el modelo de imagen más nuevo de OpenAI: gpt-image-2.5-sunburst y gpt-image-2.5-flare salieron el 8 de septiembre de 2026, según el changelog de OpenAI (consultado el 3 nov 2026). Alibaba presenta el modelo Pro para maquetas densas como menús y exámenes, con texto de hasta 10 px (notas de la versión de Model Studio, consultadas el 3 nov 2026).

Cómo lo probamos

• Modelos e IDs: Qwen Image 3 Pro (qwen-image-3-pro en OmniaKey, qwen-image-3.0-pro en Alibaba) y GPT Image 2 (gpt-image-2).
• 3 nov 2026. Cinco prompts, una ejecución de cada uno: diez imágenes y una fuente compartida para la edición.
• Ajustes de Qwen: size=2048*2048, prompt_extend=false, watermark=false. Ajustes de GPT: size=2048x2048, quality=medium.
• La fuente de la edición fue una imagen de 1024x1024 de una tetera hecha por GPT Image 2.
• El tiempo va del envío a succeeded, así que incluye cola y red.
• Un modelo de visión aparte leyó cada imagen a resolución nativa y transcribió todas las palabras. En el póster, el rótulo y la letra pequeña también releyó un recorte a resolución nativa.
• OmniaKey vende acceso por API a los dos modelos, así que las pruebas se hicieron a través de OmniaKey. Todos los precios son los de Alibaba y OpenAI.
• Los límites y los precios vienen de la referencia de la API de imágenes Qwen y de los precios de Model Studio de Alibaba, y de la guía de generación de imágenes y la página de precios de OpenAI, todo consultado el 3 nov 2026.

Hay una ejecución por prompt, así que los resultados sirven como ejemplos.

Cinco pruebas, los mismos prompts

Prueba 1: póster de panadería en inglés (1:1)

Esta prueba mira si los dos modelos componen tres líneas en inglés tal como están escritas.

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): los 80 caracteres correctos en el recorte a resolución nativa. El póster está plano sobre una mesa de madera, con la veta alrededor, y el titular va en una tipografía manuscrita sobre un pan de línea fina.
• GPT Image 2 (57.6 s): los mismos 80 caracteres correctos, sobre papel crema con un pan de estilo grabado y filetes finos y espigas de trigo encima y debajo del texto.

Veredicto: Empate en el texto. El archivo de GPT lleva más decoración y tardó 57.6 s; el de Qwen es más sobrio y tardó 29.0 s.

Prueba 2: rótulo de un restaurante de fideos chino (1:1)

Esta prueba mira cinco líneas de un menú chino, así que escribimos el prompt en chino en lugar de traducirlo.

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。

En español pide un cartel de madera con el menú en la puerta de un restaurante de fideos: cinco líneas escritas a mano, una ristra de guindillas rojas, una calle desenfocada y luz de día.

• Qwen Image 3 Pro (28.4 s): las cinco líneas correctas, un plato por línea con el precio detrás del nombre, letra negra manuscrita sobre la tabla de madera y una calle desenfocada con guindillas rojas en el borde. Un recorte a resolución nativa confirmó las cinco líneas carácter a carácter.
• GPT Image 2 (32.8 s): las cinco líneas correctas, repartidas en dos columnas con los precios alineados a la derecha bajo un filete crema, lo que se lee como un menú impreso. La comprobación del recorte dio el mismo resultado limpio.

Veredicto: Empate. Los dos acertaron cada carácter y el menú a dos columnas es una preferencia de maqueta.

Prueba 3: retrato de un herrero (1:1)

Esta prueba mira el detalle de la piel, la herradura de la mano y si cada modelo construye el taller que describe el prompt.

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): las arrugas de la frente, las patas de gallo, los poros y la barba de dos días se leen como una fotografía. El hierro de la mano se parte en dos piezas sin curva que las una, así que no se lee como una herradura, y los dedos se solapan y se doblan.
• GPT Image 2 (24.0 s): la misma piel y la misma barba fotográficas, con una herradura completa en la mano y algunos dedos escondidos detrás. La fragua queda a la derecha y la ventana a la izquierda, la imagen espejo del encuadre de Qwen.

Veredicto: GPT Image 2, la única herradura completa. Fue una ejecución y el resto del retrato coincidió.

Prueba 4: edición de la tetera (1:1)

Esta prueba mira si la tetera sobrevive al fondo nuevo y cuánto tarda una edición. Los dos modelos editaron la misma imagen original de 1024x1024.

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): mantuvo la tetera, la tapa, la boquilla, el asa y el esmalte, y añadió el mantel de lino, el cuenco de té suelto, la cuchara de madera y la luz de la mañana desde la izquierda.
• GPT Image 2 (31.0 s): los mismos objetos y la misma dirección de luz, con la forma y el esmalte de la tetera intactos. Terminó en 31.0 s, 25.6 s antes que Qwen.

Veredicto: Empate en conservar la tetera. GPT Image 2 edita 25.6 s más rápido.

Prueba 5: tarjeta de especificaciones con letra pequeña (1:1)

Esta prueba mira un título, cuatro filas en dos columnas y una nota al pie en letra gris pequeña.

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): cada palabra y cada cifra correctas, incluidas 268 g, 6 mm, $149, EU 39-47 y el "a EU 42" de la nota. Cuatro filas, filetes finos en gris claro y etiquetas alineadas a la izquierda.
• GPT Image 2 (26.3 s): cada palabra y cada cifra correctas, también la nota al pie. La columna de etiquetas lleva un relleno gris claro y la de precios es más ancha.

Veredicto: Empate. Los dos resolvieron la letra pequeña y el estilo de la tabla es la única diferencia.

Resultados por prueba

Precio y velocidad

Alibaba cobra Qwen Image 3 Pro por imagen: $0.068761 por salida 2K en China, Hong Kong, Fráncfort, Virginia y Tokio, y $0.075 en Singapur (precios de Model Studio, consultados el 3 nov 2026). Una edición suma un cargo por imagen de entrada: $0.00275 por imagen en esas cinco regiones y $0.003 en Singapur. Nuestra edición de la tetera sale por $0.068761 + $0.00275 = $0.071511 en las cinco regiones y por $0.075 + $0.003 = $0.078 en Singapur.

OpenAI factura GPT Image 2 por token y no por imagen: $30 por millón de tokens de salida de imagen, $8 por millón de tokens de entrada de imagen y $5 por millón de tokens de entrada de texto (precios de OpenAI, consultados el 3 nov 2026). Una imagen generada devolvió 2,058 tokens de salida de imagen y 97 tokens de entrada de texto, así que 2,058 × $30 ÷ 1,000,000 = $0.0617 y 97 × $5 ÷ 1,000,000 = $0.0005, unos $0.0622 en total. La edición devolvió 2,058 de salida de imagen, 194 de entrada de imagen y 60 de entrada de texto: 2,058 × $30 + 194 × $8 + 60 × $5 por millón = $0.0636.

Conviene comparar esas dos cifras con una salvedad: los $0.068761 de Qwen compran un archivo de 2048×2048, mientras que los $0.0622 de GPT Image 2 compraron un archivo de 1254×1254 en cuatro de cinco ejecuciones, menos de la mitad de los píxeles. Por píxel no hay comparación. La tabla por imagen de la guía de OpenAI solo tiene 1024x1024, 1024x1536 y 1536x1024, así que la cifra de 2048 tiene que salir del consumo que devuelve una petición.

La velocidad separó a los dos según el trabajo. La mediana de Qwen fue 28.55 s para una imagen nueva y 56.6 s para la edición. La de GPT fue 29.55 s para una imagen nueva y 31.0 s para la edición, así que la distancia se abre en la edición.

El tamaño es la diferencia práctica. GPT Image 2 devolvió 1254×1254 en cuatro de cinco peticiones con size=2048x2048 (el póster, el rótulo, la edición y la tarjeta), y 2048×2048 solo en el retrato. Qwen devolvió 2048×2048 siempre, así que un flujo de impresión que necesita un archivo fijo de 2048 px es más simple con Qwen.

Pros y contras

Qwen Image 3 Pro

• Pros: 2048×2048 en cada petición, cada carácter correcto en las tres pruebas de texto y una mediana de 28.55 s en imágenes nuevas.
• Contras: 56.6 s en la edición y la herradura rota del retrato.

GPT Image 2

• Pros: la única herradura completa, una edición de 31.0 s y unos $0.0622 por imagen con calidad medium.
• Contras: cuatro de cinco archivos llegaron a 1254×1254 y el póster tardó 57.6 s.

Cuál elegir para cada trabajo

Los dos modelos con una sola clave

OmniaKey sirve los dos modelos en el mismo endpoint de tareas multimedia, así que solo cambian model y parameters. Esto crea un póster 2K con 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}
  }'

La misma petición con GPT Image 2, con sus propios campos de tamaño y calidad:

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. La respuesta es 202 con un id de tarea.
2. Consulta https://api.omniakey.com/v1/media/tasks/{id} cada pocos segundos hasta que status sea succeeded.
3. Descarga la imagen desde assets[0].url y mira su tamaño en píxeles antes de publicarla. GPT Image 2 respondió 1254×1254 a una petición de 2048 en cuatro de nuestras cinco ejecuciones.

Para una edición, pon operation en edit y envía la imagen original en input.image, con los mismos campos prompt_extend y watermark en Qwen. Las páginas de Qwen Image 3 Pro y GPT Image 2 listan los precios actuales por llamada. Para probar un prompt sin código, abre el generador de imágenes con IA.

Preguntas frecuentes

¿Qué modelo escribe el texto con más precisión, Qwen Image 3 Pro o GPT Image 2?

Ninguno se adelantó en nuestras cinco pruebas. Los dos escribieron los 80 caracteres del póster en inglés, las cinco líneas del menú chino y toda la tarjeta de letra pequeña.

¿Es Qwen Image 3 Pro más barato que GPT Image 2?

Por archivo, no. Con los precios por token de OpenAI, una imagen de GPT Image 2 costó unos $0.0622 y una edición $0.0636, mientras que Qwen cuesta el precio de lista 2K de Alibaba, $0.068761 por imagen, y $0.0715 por edición al sumar los $0.00275 de la imagen de entrada. Pero en cuatro de cinco ejecuciones GPT devolvió 1254×1254 donde Qwen devolvió 2048×2048, así que Qwen dio más píxeles por el mismo dinero.

¿Por qué devolvió GPT Image 2 1254×1254 si pedí 2048×2048?

El nuestro hizo lo mismo en cuatro de cinco peticiones. Lee el ancho y el alto del archivo descargado antes de prometer un tamaño y repite la petición si el archivo tiene que ser de 2048 px.

¿Puedo llamar a los dos modelos con una sola clave?

Sí. Los dos corren en el endpoint de tareas multimedia de OmniaKey, así que cambias model y parameters y mantienes los mismos pasos de consulta. Las páginas de Qwen Image 3 Pro y GPT Image 2 listan los precios actuales.

Fuentes consultadas

• Qwen Image generation and editing API reference, Alibaba Model Studio, consultado el 3 nov 2026.
• Model Studio model pricing, Alibaba Model Studio, consultado el 3 nov 2026.
• Newly released models, Alibaba Model Studio, consultado el 3 nov 2026.
• Image generation guide, OpenAI, consultado el 3 nov 2026.
• Pricing, OpenAI, consultado el 3 nov 2026.
• Changelog, OpenAI, consultado el 3 nov 2026.

Registro de cambios

• 3 nov 2026: primera versión, con cinco pruebas de prompt idéntico, tiempos y costes por imagen.