Qwen Image 3 Pro vs GPT Image 2 : cinq prompts, deux modèles

Les deux sont sur OmniaKey : Qwen Image 3 Pro et GPT Image 2. Le chiffre de Qwen est le tarif 2K officiel d'Alibaba dans cinq régions, celui de GPT vient de la consommation renvoyée par notre propre requête.

GPT Image 2 n'est pas le modèle d'image le plus récent d'OpenAI : gpt-image-2.5-sunburst et gpt-image-2.5-flare sont sortis le 8 septembre 2026, d'après le changelog d'OpenAI (vérifié le 3 novembre 2026). Alibaba présente le modèle Pro pour les mises en page denses comme les menus et les sujets d'examen, avec du texte jusqu'à 10 px (notes de version de Model Studio, vérifiées le 3 novembre 2026).

Comment nous avons testé

• Modèles et identifiants : Qwen Image 3 Pro (qwen-image-3-pro sur OmniaKey, qwen-image-3.0-pro chez Alibaba) et GPT Image 2 (gpt-image-2).
• 3 novembre 2026. Cinq prompts, une exécution chacun : dix images et une source commune pour la retouche.
• Réglages Qwen : size=2048*2048, prompt_extend=false, watermark=false. Réglages GPT : size=2048x2048, quality=medium.
• La source de la retouche était une image 1024x1024 d'une théière produite par GPT Image 2.
• Le temps va de l'envoi à succeeded, file d'attente et réseau compris.
• Un modèle de vision distinct a lu chaque image en résolution native et transcrit chaque mot. Pour l'affiche, l'enseigne et les petits caractères, il a aussi relu un recadrage en résolution native.
• OmniaKey vend l'accès API aux deux modèles, les tests sont donc passés par OmniaKey. Chaque prix est celui d'Alibaba ou d'OpenAI.
• Les limites et les prix viennent de la référence de l'API image Qwen et des tarifs Model Studio d'Alibaba, ainsi que du guide de génération d'images et de la page de tarifs d'OpenAI, tout vérifié le 3 novembre 2026.

Il y a une exécution par prompt, les résultats sont donc des exemples.

Cinq tests, les mêmes prompts

Test 1 : affiche de boulangerie en anglais (1:1)

Ce test regarde si les deux modèles composent trois lignes anglaises exactement comme elles sont écrites.

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) : les 80 caractères justes dans le recadrage en résolution native. L'affiche est posée à plat sur une table en bois, avec le veinage tout autour, et le titre est composé dans une écriture manuscrite au-dessus d'un pain au trait fin.
• GPT Image 2 (57.6 s) : les mêmes 80 caractères justes, sur papier crème avec un pain façon gravure et des filets fins et des épis de blé au-dessus et au-dessous du texte.

Verdict : Égalité sur le texte. Le fichier de GPT est plus décoré et a pris 57.6 s, celui de Qwen est plus sobre et a pris 29.0 s.

Test 2 : enseigne de restaurant de nouilles chinois (1:1)

Ce test porte sur cinq lignes d'un menu chinois, nous avons donc écrit le prompt en chinois plutôt que de le traduire.

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 français, il demande un panneau de menu en bois devant un restaurant de nouilles : cinq lignes manuscrites, une guirlande de piments rouges, une rue floue et la lumière du jour.

• Qwen Image 3 Pro (28.4 s) : les cinq lignes justes, un plat par ligne avec le prix après le nom, une écriture noire manuscrite sur la planche en bois devant une rue floue avec des piments rouges sur le bord. Un recadrage en résolution native a confirmé les cinq lignes caractère par caractère.
• GPT Image 2 (32.8 s) : les cinq lignes justes, réparties en deux colonnes avec les prix alignés à droite sous un filet crème, ce qui se lit comme un menu imprimé. La vérification sur recadrage a donné le même résultat propre.

Verdict : Égalité. Les deux ont réussi chaque caractère, et le menu en deux colonnes est une préférence de mise en page.

Test 3 : portrait de forgeron (1:1)

Ce test regarde le détail de la peau, le fer à cheval dans la main et la manière dont chaque modèle construit l'atelier décrit.

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) : les rides du front, les pattes d'oie, les pores et la barbe de trois jours se lisent comme une photographie. Le fer dans la main se casse en deux morceaux sans courbe qui les relie, il ne se lit donc pas comme un fer à cheval, et les doigts se chevauchent et se plient.
• GPT Image 2 (24.0 s) : la même peau et la même barbe photographiques, avec un fer à cheval complet dans la main et quelques doigts cachés derrière. La forge est à droite et la fenêtre à gauche, l'image miroir du cadrage de Qwen.

Verdict : GPT Image 2, le seul fer à cheval complet. C'était une seule exécution, et tout le reste du portrait était identique.

Test 4 : retouche de la théière (1:1)

Ce test regarde si la théière survit au nouveau décor et combien de temps prend une retouche. Les deux modèles ont retouché la même image source en 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) : a gardé la théière, son couvercle, son bec, son anse et son émail, puis ajouté la nappe en lin, le bol de thé en vrac, la cuillère en bois et la lumière du matin venant de la gauche.
• GPT Image 2 (31.0 s) : les mêmes accessoires et la même direction de lumière, avec la forme et l'émail de la théière intacts. Il a terminé en 31.0 s, 25.6 s avant Qwen.

Verdict : Égalité sur la conservation de la théière. GPT Image 2 retouche 25.6 s plus vite.

Test 5 : carte de caractéristiques en petits caractères (1:1)

Ce test regarde un titre, quatre lignes en deux colonnes et une note de bas de page en petits caractères gris.

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) : chaque mot et chaque chiffre justes, y compris 268 g, 6 mm, $149, EU 39-47 et le « a EU 42 » de la note. Quatre lignes, filets fins gris clair, libellés alignés à gauche.
• GPT Image 2 (26.3 s) : chaque mot et chaque chiffre justes, note comprise. La colonne des libellés a un fond gris clair et la colonne des prix est plus large.

Verdict : Égalité. Les deux ont géré les petits caractères, seul le style du tableau change.

Résultat par test

Prix et vitesse

Alibaba facture Qwen Image 3 Pro à l'image : $0.068761 pour une sortie 2K en Chine, à Hong Kong, Francfort, en Virginie et à Tokyo, et $0.075 à Singapour (tarifs Model Studio, vérifiés le 3 novembre 2026). Une retouche ajoute un coût d'image d'entrée : $0.00275 par image d'entrée dans ces cinq régions, $0.003 à Singapour. Notre retouche de théière revient donc à $0.068761 + $0.00275 = $0.071511 dans les cinq régions et à $0.075 + $0.003 = $0.078 à Singapour.

OpenAI facture GPT Image 2 au token et non à l'image : $30 par million de tokens de sortie d'image, $8 par million de tokens d'entrée d'image et $5 par million de tokens d'entrée de texte (tarifs OpenAI, vérifiés le 3 novembre 2026). Une image générée a renvoyé 2,058 tokens de sortie d'image et 97 tokens d'entrée de texte, donc 2,058 × $30 ÷ 1,000,000 = $0.0617 et 97 × $5 ÷ 1,000,000 = $0.0005, environ $0.0622 au total. La retouche a renvoyé 2,058 en sortie d'image, 194 en entrée d'image et 60 en entrée de texte : 2,058 × $30 + 194 × $8 + 60 × $5 par million = $0.0636.

Ces deux chiffres demandent une réserve : les $0.068761 de Qwen achètent un fichier en 2048×2048, alors que les $0.0622 de GPT Image 2 ont acheté un fichier en 1254×1254 dans quatre exécutions sur cinq, soit moins de la moitié des pixels. Au pixel, les deux sont loin l'un de l'autre. Le tableau par image du guide d'OpenAI ne liste que 1024x1024, 1024x1536 et 1536x1024, la valeur 2048 doit donc venir de la consommation renvoyée par une requête.

La vitesse sépare les deux selon la tâche. La médiane de Qwen est de 28.55 s pour une nouvelle image et de 56.6 s pour la retouche. Celle de GPT est de 29.55 s pour une nouvelle image et de 31.0 s pour la retouche, l'écart se creuse donc sur la retouche.

La taille est la différence pratique. GPT Image 2 a renvoyé du 1254×1254 sur quatre requêtes sur cinq en size=2048x2048 (l'affiche, l'enseigne, la retouche et la carte), et du 2048×2048 seulement pour le portrait. Qwen a renvoyé 2048×2048 à chaque fois, une chaîne d'impression qui exige un fichier fixe en 2048 px est donc plus simple avec Qwen.

Points forts et points faibles

Qwen Image 3 Pro

• Points forts : 2048×2048 à chaque requête, chaque caractère juste dans les trois tests de texte et une médiane de 28.55 s pour les nouvelles images.
• Points faibles : 56.6 s pour la retouche et le fer à cheval cassé du portrait.

GPT Image 2

• Points forts : le seul fer à cheval complet, une retouche en 31.0 s et environ $0.0622 par image en qualité medium.
• Points faibles : quatre fichiers sur cinq sont revenus en 1254×1254 et l'affiche a pris 57.6 s.

Quel modèle pour quel usage

Les deux modèles avec une seule clé

OmniaKey sert les deux modèles sur le même point d'accès aux tâches média, seuls model et parameters changent. Ceci crée une affiche 2K avec 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 même requête sur GPT Image 2, avec ses propres champs de taille et de qualité :

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 réponse est 202 avec un identifiant de tâche.
2. Interrogez https://api.omniakey.com/v1/media/tasks/{id} toutes les quelques secondes jusqu'à ce que status passe à succeeded.
3. Téléchargez l'image depuis assets[0].url et vérifiez sa taille en pixels avant de la publier. GPT Image 2 a répondu 1254×1254 à une demande de 2048 dans quatre de nos cinq exécutions.

Pour une retouche, mettez operation sur edit et envoyez l'image source dans input.image, avec les mêmes champs prompt_extend et watermark chez Qwen. Les pages de Qwen Image 3 Pro et de GPT Image 2 donnent les tarifs actuels par appel. Pour essayer un prompt sans code, ouvrez le générateur d'images IA.

Questions fréquentes

Quel modèle écrit le texte le plus précisément, Qwen Image 3 Pro ou GPT Image 2 ?

Aucun ne s'est détaché dans nos cinq tests. Les deux ont écrit les 80 caractères de l'affiche anglaise, les cinq lignes du menu chinois et toute la carte en petits caractères.

Qwen Image 3 Pro est-il moins cher que GPT Image 2 ?

Par fichier, non. Aux tarifs par token d'OpenAI, une image de GPT Image 2 a coûté environ $0.0622 et une retouche $0.0636, alors que Qwen coûte le tarif catalogue 2K d'Alibaba, $0.068761 l'image, et $0.0715 la retouche une fois ajoutés les $0.00275 de l'image d'entrée. Mais dans quatre exécutions sur cinq, GPT a renvoyé du 1254×1254 là où Qwen renvoyait du 2048×2048 : à prix égal, Qwen donne plus de pixels.

Pourquoi GPT Image 2 a-t-il renvoyé du 1254×1254 alors que j'ai demandé du 2048×2048 ?

Le nôtre a fait pareil sur quatre requêtes sur cinq. Lisez la largeur et la hauteur du fichier téléchargé avant de promettre une taille, et renvoyez la requête si le fichier doit faire 2048 px.

Puis-je appeler les deux modèles avec une seule clé ?

Oui. Les deux tournent sur le point d'accès aux tâches média d'OmniaKey, vous changez model et parameters et gardez les mêmes étapes d'interrogation. Les pages de Qwen Image 3 Pro et de GPT Image 2 donnent les tarifs actuels.

Sources vérifiées

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

Journal des mises à jour

• 3 novembre 2026 : première version, avec cinq tests au même prompt, durées et coûts par image.