Qwen Image 3 vs Nano Banana 2.1: prueba con el mismo prompt y precio

El 25 de octubre de 2026 pasamos los mismos cuatro prompts por Qwen Image 3 y Nano Banana 2.1, y los dos escribieron bien todas las palabras en inglés y en chino. Nano Banana 2.1 ganó dos pruebas, Qwen Image 3 ganó una y otra quedó en empate. Una imagen 2K cuesta $0.03 con el precio de lista de Alibaba y unos $0.057 con el de Google, pensamiento incluido.

Si sigues con Nano Banana 2, el cambio ya toca: Google lo declaró obsoleto el 6 de octubre de 2026 y la 2.1 cuesta la mitad por imagen 2K.

Los dos están en OmniaKey: Qwen Image 3 y Nano Banana 2.1.

Cómo hicimos la prueba

• Modelos e ID: qwen-image-3 y gemini-nano-banana-2.1 en OmniaKey. El qwen-image-3 de OmniaKey es el qwen-image-3.0 de Alibaba, así que los documentos y los precios de Alibaba que vienen abajo usan ese ID.
• Parámetros enviados: Qwen Image 3 recibió {"size": "2048*2048", "prompt_extend": false, "watermark": false} y Nano Banana 2.1 recibió {"aspect_ratio": "1:1", "image_size": "2K"}. Todas las imágenes son de 2048×2048.
• Todo se ejecutó el 25 de octubre de 2026. El póster y el cartel chino se generaron dos veces por modelo; el retrato y la edición, una. Son 12 imágenes de prueba más una foto de origen para la edición, y todas las tareas salieron bien al primer intento.
• Para comparar en igualdad, apagamos la reescritura de prompts de Qwen (prompt_extend, activada por defecto), que también apaga su modo de pensamiento, así que Qwen dibujó nuestro texto exacto. Nano Banana 2.1 mantuvo su pensamiento por defecto.
• La foto que sirvió de origen para la edición se generó con GPT Image 2 a 1024×1024, de modo que ningún modelo editó una imagen suya.
• El tiempo va desde el envío del trabajo hasta que la tarea aparece como succeeded.
• Juzgamos a tamaño completo: cada palabra pedida letra a letra y después si la imagen sigue el prompt en composición, lugar y profundidad de campo; en la edición, si sobrevivieron el producto y su etiqueta.
• OmniaKey vende acceso por API a los dos modelos, así que las pruebas corrieron por ahí. Todos los precios de abajo son los de lista de Alibaba y de Google, no los nuestros.
• Fuentes: la referencia de la API de imágenes de Qwen de Alibaba, sus precios de Model Studio y sus modelos recién publicados; de Google, los precios de la API de Gemini, la generación de imágenes y el registro de cambios, todos consultados el 25 de octubre de 2026.

Una o dos imágenes por prompt son una muestra pequeña, así que lee los resultados como ejemplos y no como un ranking.

Cuatro pruebas, los mismos prompts

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

Esta prueba revisa palabra por palabra una línea de póster con mayúsculas y minúsculas mezcladas, y si el archivo es un póster o la foto de un póster.

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 y 23.5 s): todas las palabras bien en las dos ejecuciones. La línea pequeña dice "Friday 14 November · 8 PM · The Lantern Room" con las mismas mayúsculas y minúsculas del prompt. Papel crudo, un póster plano que llena el encuadre y una silueta de saxofón casi negra sobre un panel con degradado azul, las dos veces.
• Nano Banana 2.1 (32.2 s y 36.5 s): todas las palabras bien en las dos ejecuciones, pero la línea pequeña va en mayúsculas: "FRIDAY 14 NOVEMBER · 8 PM · THE LANTERN ROOM". El saxofón es dorado y de latón, sobre un círculo azul en la primera ejecución y sobre un panel azul en la segunda. Las dos veces el póster aparece como una hoja de papel fotografiada sobre un fondo gris o oscuro, así que hay que recortarlo antes de usarlo.

Veredicto: Qwen Image 3. Los dos escribieron bien todas las palabras, dos veces. Qwen respetó nuestras mayúsculas y entregó un póster plano listo para imprimir. El saxofón dorado de Nano está más cerca del prompt, pero cambió la línea pequeña a mayúsculas y enmarcó el póster como una maqueta fotografiada las dos veces. Para pósters en Nano, añade "flat design, no mockup, keep the capitalization".

Prueba 2: cartel de una casa de té china (1:1)

Esta prueba revisa dos líneas de chino en un rótulo y si el resultado se parece a la fotografía realista que pide el prompt.

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。

Traducción: la fachada de una casa de té antigua, luz cálida de atardecer, fotografía realista. Sobre la puerta, una placa de madera oscura con caracteres dorados grandes que dicen 清风茶舍 (Qingfeng Tea House) y una línea más pequeña debajo, 始于一九八六 (desde 1986). Una linterna roja a cada lado de la puerta y unas sillas de bambú en la entrada.

• Qwen Image 3 (23.1 s y 23.2 s): "清风茶舍" y "始于一九八六" están bien en las dos ejecuciones. Caracteres dorados con brillo sobre madera oscura limpia, tejas arriba, luz cálida, linternas rojas y sillas de bambú. El acabado se parece más a un render 3D que a una foto.
• Nano Banana 2.1 (36.5 s y 32.0 s): las dos líneas bien en las dos ejecuciones. La placa es madera desgastada con pintura descascarillada y caracteres dorados mate. Se lee como una foto real: gente dentro, linternas encendidas, plantas, un juego de té e incluso un aparato de aire acondicionado en la pared.

Veredicto: Nano Banana 2.1. Las cuatro imágenes tienen bien las dos líneas en chino, así que el texto empata. El prompt pedía 写实摄影, fotografía realista, y la versión de Nano parece una foto mientras la de Qwen parece un render limpio.

Prueba 3: retrato en el mercado de pescado de Lisboa (1:1)

Esta prueba revisa un retrato espontáneo: las señales de lugar, la poca profundidad de campo y la textura de la piel.

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): una mujer que se ríe, de pelo castaño rojizo, con un paquete de sardinas envuelto en papel en las dos manos. Detrás, un mostrador cubierto con hielo y pescado plateado, apenas desenfocado. Nada en el encuadre dice Lisboa.
• Nano Banana 2.1 (37.1 s): una mujer canosa que se ríe, con pañuelo, con un paquete de sardinas en las dos manos. Azulejos azules y blancos en la pared, un cartel escrito a mano que dice "SARDINHAS 1,40", gente desenfocada al fondo y suelo de piedra.

Veredicto: Nano Banana 2.1. Situó la escena en Lisboa, con azulejos y un cartel de precios en portugués, y desenfocó más el fondo, que es lo que pide "shallow depth of field". El retrato de Qwen podría salir de cualquier mercado cubierto.

Prueba 4: editar la foto de un producto (1:1)

Esta prueba revisa si la edición cambia solo el fondo y deja la botella y su etiqueta exactamente como estaban. La foto de origen se hizo con GPT Image 2 y los dos modelos recibieron el mismo archivo.

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): conservó la forma de la botella, el corcho y la etiqueta, "OLIVA", el dibujo de la rama de olivo y "Extra Virgin · 500 ml". Encimera de mármol y romero al lado. La ventana de atrás queda nítida. La botella es la más fiel al original.
• Nano Banana 2.1 (28.4 s): conservó el corcho y las mismas palabras y el dibujo de la etiqueta. Encimera de mármol, romero y una ventana muy desenfocada detrás, como pedía el prompt. El aceite se ve algo más dorado que en el original y todo el encuadre parece más una fotografía.

Veredicto: empate. Los dos conservaron cada palabra de la etiqueta. Qwen mantuvo la botella más fiel al original. Nano siguió lo de la "ventana desenfocada", parece más fotografiado y fue más rápido en esta edición. Elige Qwen cuando el producto no deba cambiar en nada.

Resultados por prueba

El texto no decidió: las ocho generaciones de póster y cartel escribieron bien cada palabra pedida, en inglés y en chino. Decidieron las mayúsculas, la composición y el aspecto fotográfico. Qwen siguió el texto al pie de la letra. Nano añadió detalles de lugar, como azulejos y un cartel de precios.

Precio y velocidad

Precio de lista de Alibaba, según la página de precios de Alibaba Cloud Model Studio, consultada el 25 de octubre de 2026:

Precio de lista de Google, según la página de precios de la API de Gemini, consultada el 25 de octubre de 2026:

Lo que cuesta una imagen de nuestras pruebas con esos precios de lista:

La edición de Qwen son $0.03 más $0.003 de la imagen de entrada, sin cargo por tokens. Las cinco generaciones de Nano Banana 2.1 usaron 812, 825, 860, 878 y 1,011 tokens de pensamiento, con una mediana de 860, que suma 860 × $7.50 por millón = $0.0065 a los $0.0504 de la imagen. Nuestra edición con Nano usó 87 tokens de pensamiento y una imagen de entrada de 1,120 tokens.

La diferencia viene del pensamiento. Google cobra los tokens de pensamiento como salida de texto a $7.50 por millón y deja el pensamiento en medio por defecto, así que la cifra por imagen de su tabla de precios es un mínimo y no la factura final.

Qwen fue más rápido en todas las imágenes nuevas, de 23.1 a 27.4 s frente a los 32.0 a 37.1 s de Nano, y más lento en la única edición. Para las tarifas actuales de OmniaKey, mira las páginas de Qwen Image 3 y Nano Banana 2.1.

¿Y Nano Banana 2?

Google declaró obsoleto Nano Banana 2 (gemini-3.1-flash-image) el 6 de octubre de 2026, el mismo día en que publicó la 2.1, según su registro de cambios, consultado el 25 de octubre de 2026. Señala la 2.1 como reemplazo y no ha anunciado fecha de apagado. La documentación de Google todavía lista Nano Banana 2 como estable y compatible, aunque manda los proyectos nuevos a la 2.1.

Solo por precio, la 2.1 es la opción: $0.0504 por imagen 2K frente a $0.101 de Nano Banana 2, y $0.0252 frente a $0.050 en la Batch API. Si buscaste "qwen image 3 vs nano banana 2", prueba la 2.1: Google ya dirige ahí los proyectos nuevos y los resultados del cartel y del retrato de arriba son de la 2.1. Las diferencias entre la 2 y la 2.1, y cómo queda la 2.1 frente a Pro, están en nuestra prueba Nano Banana 2.1 vs Pro.

Ventajas y desventajas

• Ventajas: texto exacto, mayúsculas incluidas; diseños planos sin maqueta; generaciones más rápidas, con una mediana de 23 s; el precio de lista más bajo por imagen 2K, $0.03.
• Desventajas: aspecto limpio y de render en prompts de foto; pocos detalles de lugar si no los pides; la edición más lenta, 41.5 s; se queda en 2048×2048.

• Ventajas: los resultados más fotográficos; añade detalles de lugar y del mundo real; edición más rápida; hasta 4K; Batch API a mitad de precio.
• Desventajas: cambió las mayúsculas de nuestra línea pequeña; enmarcó el póster como maqueta las dos veces; generaciones más lentas, con una mediana de 36.5 s; gasta tokens de pensamiento en cada imagen.

Cuál elegir para cada trabajo

Corre la misma prueba por una sola API

Esta petición manda el prompt del póster a Qwen Image 3 a 2048×2048, con la reescritura de prompts y la marca de agua apagadas, tal como lo corrimos:

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. La respuesta es 202 con un id de tarea.
2. Cada pocos segundos, pide https://api.omniakey.com/v1/media/tasks/{id} hasta que status sea succeeded.
3. Descarga la imagen desde assets[0].url.

Para Nano Banana 2.1, pon model en gemini-nano-banana-2.1 y parameters en {"aspect_ratio": "1:1", "image_size": "2K"}. Para editar, pon operation en edit: Qwen recibe la imagen de origen en input.images como un arreglo de URL o data URL, y Nano Banana 2.1 la recibe en input.image como {"data": "<base64>", "mime_type": "image/jpeg"}.

Abre las páginas de Qwen Image 3 y Nano Banana 2.1 para empezar una ejecución, y la documentación de la API de imágenes para ver cada parámetro.

Preguntas frecuentes

¿Qwen Image 3 es mejor que Nano Banana 2.1?

Para pósters y otros diseños planos donde el texto exacto importa, sí: ganó la prueba del póster con un archivo plano en 23 s. Para fotos es mejor Nano Banana 2.1: ganó el escaparate chino y el retrato de Lisboa.

¿Qwen Image 3 es de código abierto?

No. No hay pesos de Qwen Image 3.0: la página de Hugging Face del equipo de Qwen lista la familia Qwen-Image-2.1 y nada de la 3.0. El modelo de imagen abierto más nuevo de Qwen es Qwen-Image-2.1, de 7B, con la Qwen Research License. Nuestra review de Qwen-Image-2.1 cuenta qué hacen esos pesos en tu propia máquina.

¿Qwen Image 3 puede hacer imágenes 4K?

No. Su salida máxima es 2048×2048, con relaciones de aspecto de 1:8 a 8:1, así que 2K es el techo. Nano Banana 2.1 saca 1K, 2K o 4K, y Google cobra $0.113 por una imagen 4K.

¿Cuál es más barato, Qwen Image 3 o Nano Banana 2.1?

Con los precios de lista de los fabricantes, Qwen Image 3 cuesta cerca de la mitad: $0.03 por una imagen 2K frente a $0.0504 de Nano Banana 2.1, o unos $0.057 si cuentas sus tokens de pensamiento. Las ediciones salen a $0.033 en Qwen y unos $0.053 en Nano.

¿Nano Banana 2.1 pone marca de agua?

Toda imagen de Nano Banana 2.1 lleva una marca de agua SynthID invisible, según la documentación de generación de imágenes de Google. Qwen Image 3 solo añade una si la pides, porque watermark viene en false.

Registro de cambios

• 25 de octubre de 2026: primera versión, con cuatro pruebas del mismo prompt hechas ese mismo día.