Qwen Image 3 Pro vs GPT Image 2: cinque prompt, due modelli

Sono entrambi su OmniaKey: Qwen Image 3 Pro e GPT Image 2. La cifra di Qwen è il prezzo 2K ufficiale Alibaba in cinque regioni, quella di GPT viene dal consumo restituito dalla nostra richiesta.

GPT Image 2 non è il modello di immagini più recente di OpenAI: gpt-image-2.5-sunburst e gpt-image-2.5-flare sono usciti l'8 settembre 2026, secondo il changelog OpenAI (verificato il 3 novembre 2026). Alibaba presenta il modello Pro per impaginazioni dense come menu e fogli d'esame, con testo fino a 10 px (note di rilascio di Model Studio, verificate il 3 novembre 2026).

Come abbiamo testato

• Modelli e ID: Qwen Image 3 Pro (qwen-image-3-pro su OmniaKey, qwen-image-3.0-pro su Alibaba) e GPT Image 2 (gpt-image-2).
• 3 novembre 2026. Cinque prompt, una esecuzione ciascuno: dieci immagini e una sorgente condivisa per la modifica.
• Impostazioni Qwen: size=2048*2048, prompt_extend=false, watermark=false. Impostazioni GPT: size=2048x2048, quality=medium.
• La sorgente della modifica era un'immagine 1024x1024 di una teiera prodotta da GPT Image 2.
• Il tempo va dall'invio a succeeded, coda e rete comprese.
• Un modello di visione separato ha letto ogni immagine alla risoluzione nativa e trascritto ogni parola. Per il poster, l'insegna e il testo piccolo ha riletto anche un ritaglio alla risoluzione nativa.
• OmniaKey vende l'accesso API a entrambi i modelli, quindi i test sono passati da OmniaKey. Ogni prezzo è quello di Alibaba o di OpenAI.
• Limiti e prezzi vengono dalla referenza dell'API immagini di Qwen e dai prezzi di Model Studio di Alibaba, oltre alla guida alla generazione di immagini e alla pagina dei prezzi di OpenAI, tutto verificato il 3 novembre 2026.

C'è una esecuzione per prompt, quindi i risultati sono esempi.

Cinque test, gli stessi prompt

Test 1: poster della panetteria in inglese (1:1)

Questo test guarda se i due modelli compongono tre righe inglesi esattamente come sono scritte.

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): gli 80 caratteri giusti nel ritaglio a risoluzione nativa. Il poster è appoggiato su un tavolo di legno, con le venature tutt'intorno, e il titolo è composto in una scrittura a mano sopra una pagnotta a tratto sottile.
• GPT Image 2 (57.6 s): gli stessi 80 caratteri giusti, su carta crema con una pagnotta in stile incisione e filetti sottili e spighe di grano sopra e sotto il testo.

Verdetto: Parità sul testo. Il file di GPT è più decorato e ha richiesto 57.6 s, quello di Qwen è più sobrio e ha richiesto 29.0 s.

Test 2: insegna di un ristorante di noodles cinese (1:1)

Questo test riguarda cinque righe di un menu cinese, quindi abbiamo scritto il prompt in cinese invece di tradurlo.

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。

In italiano chiede un'insegna di legno con il menu davanti a un ristorante di noodles: cinque righe scritte a mano, un mazzo di peperoncini rossi, una strada sfocata e la luce del giorno.

• Qwen Image 3 Pro (28.4 s): le cinque righe giuste, un piatto per riga con il prezzo dopo il nome, scrittura nera a mano sull'asse di legno davanti a una strada sfocata con peperoncini rossi sul bordo. Un ritaglio a risoluzione nativa ha confermato le cinque righe carattere per carattere.
• GPT Image 2 (32.8 s): le cinque righe giuste, divise in due colonne con i prezzi allineati a destra sotto un filetto crema, e si legge come un menu stampato. Il controllo sul ritaglio ha dato lo stesso risultato pulito.

Verdetto: Parità. Entrambi hanno centrato ogni carattere, e il menu a due colonne è una scelta di impaginazione.

Test 3: ritratto di fabbro (1:1)

Questo test guarda il dettaglio della pelle, il ferro di cavallo in mano e il modo in cui ogni modello costruisce l'officina descritta.

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): rughe sulla fronte, zampe di gallina, pori e barba di tre giorni si leggono come una fotografia. Il ferro in mano si spezza in due pezzi senza una curva che li unisca, quindi non si legge come un ferro di cavallo, e le dita si sovrappongono e si piegano.
• GPT Image 2 (24.0 s): la stessa pelle e la stessa barba fotografiche, con un ferro di cavallo intero in mano e alcune dita nascoste dietro. La forgia è a destra e la finestra a sinistra, l'immagine speculare dell'inquadratura di Qwen.

Verdetto: GPT Image 2, l'unico ferro di cavallo intero. Era una sola esecuzione, e il resto del ritratto era identico.

Test 4: modifica della teiera (1:1)

Questo test guarda se la teiera sopravvive al nuovo sfondo e quanto tempo richiede una modifica. Entrambi i modelli hanno modificato la stessa immagine sorgente 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): ha conservato la teiera, il coperchio, il beccuccio, il manico e lo smalto, poi ha aggiunto la tovaglia di lino, la ciotola di tè sfuso, il cucchiaio di legno e la luce del mattino da sinistra.
• GPT Image 2 (31.0 s): gli stessi oggetti e la stessa direzione della luce, con forma e smalto della teiera intatti. Ha finito in 31.0 s, 25.6 s prima di Qwen.

Verdetto: Parità nel conservare la teiera. GPT Image 2 modifica 25.6 s più in fretta.

Test 5: scheda tecnica con testo piccolo (1:1)

Questo test guarda un titolo, quattro righe in due colonne e una nota in piccolo carattere grigio.

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): ogni parola e ogni numero giusti, compresi 268 g, 6 mm, $149, EU 39-47 e il "a EU 42" della nota. Quattro righe, filetti sottili grigio chiaro, etichette allineate a sinistra.
• GPT Image 2 (26.3 s): ogni parola e ogni numero giusti, nota compresa. La colonna delle etichette ha uno sfondo grigio chiaro e la colonna dei prezzi è più larga.

Verdetto: Parità. Entrambi hanno gestito il testo piccolo, cambia solo lo stile della tabella.

Risultato per test

Prezzo e velocità

Alibaba fattura Qwen Image 3 Pro a immagine: $0.068761 per un output 2K in Cina, a Hong Kong, Francoforte, in Virginia e a Tokyo, e $0.075 a Singapore (prezzi Model Studio, verificati il 3 novembre 2026). Una modifica aggiunge un costo per l'immagine di input: $0.00275 per immagine in quelle cinque regioni, $0.003 a Singapore. La nostra modifica della teiera costa quindi $0.068761 + $0.00275 = $0.071511 nelle cinque regioni e $0.075 + $0.003 = $0.078 a Singapore.

OpenAI fattura GPT Image 2 a token e non a immagine: $30 per milione di token di output immagine, $8 per milione di token di input immagine e $5 per milione di token di input testo (prezzi OpenAI, verificati il 3 novembre 2026). Un'immagine generata ha restituito 2,058 token di output immagine e 97 token di input testo, quindi 2,058 × $30 ÷ 1,000,000 = $0.0617 e 97 × $5 ÷ 1,000,000 = $0.0005, circa $0.0622 in totale. La modifica ha restituito 2,058 di output immagine, 194 di input immagine e 60 di input testo: 2,058 × $30 + 194 × $8 + 60 × $5 per milione = $0.0636.

Queste due cifre richiedono una precisazione: i $0.068761 di Qwen comprano un file da 2048×2048, mentre i $0.0622 di GPT Image 2 hanno comprato un file da 1254×1254 in quattro esecuzioni su cinque, cioè meno della metà dei pixel. Al pixel i due sono lontani. La tabella per immagine della guida OpenAI elenca solo 1024x1024, 1024x1536 e 1536x1024, quindi il valore 2048 deve venire dal consumo restituito da una richiesta.

La velocità separa i due modelli per compito. La mediana di Qwen è 28.55 s per un'immagine nuova e 56.6 s per la modifica. Quella di GPT è 29.55 s per un'immagine nuova e 31.0 s per la modifica, quindi la distanza si apre sulla modifica.

La dimensione è la differenza pratica. GPT Image 2 ha restituito 1254×1254 in quattro richieste su cinque con size=2048x2048 (il poster, l'insegna, la modifica e la scheda) e 2048×2048 solo nel ritratto. Qwen ha restituito 2048×2048 ogni volta, quindi un flusso di stampa che chiede un file fisso da 2048 px è più semplice con Qwen.

Punti di forza e limiti

Qwen Image 3 Pro

• Punti di forza: 2048×2048 a ogni richiesta, ogni carattere giusto nei tre test di testo e una mediana di 28.55 s sulle immagini nuove.
• Limiti: 56.6 s sulla modifica e il ferro di cavallo spezzato del ritratto.

GPT Image 2

• Punti di forza: l'unico ferro di cavallo intero, una modifica in 31.0 s e circa $0.0622 per immagine a qualità medium.
• Limiti: quattro file su cinque sono tornati a 1254×1254 e il poster ha richiesto 57.6 s.

Quale modello per quale lavoro

Due modelli con una sola chiave

OmniaKey serve entrambi i modelli sullo stesso endpoint dei task media, quindi cambiano solo model e parameters. Questa richiesta crea un poster 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 stessa richiesta su GPT Image 2, con i suoi campi di dimensione e qualità:

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 risposta è 202 con un ID del task.
2. Interrogate https://api.omniakey.com/v1/media/tasks/{id} ogni pochi secondi finché status non passa a succeeded.
3. Scaricate l'immagine da assets[0].url e controllate la dimensione in pixel prima di pubblicarla. GPT Image 2 ha risposto 1254×1254 a una richiesta da 2048 in quattro delle nostre cinque esecuzioni.

Per una modifica mettete operation su edit e inviate l'immagine sorgente in input.image, con gli stessi campi prompt_extend e watermark su Qwen. Le pagine di Qwen Image 3 Pro e di GPT Image 2 riportano i prezzi attuali per chiamata. Per provare un prompt senza codice, aprite il generatore di immagini AI.

Domande frequenti

Quale modello scrive il testo con più precisione, Qwen Image 3 Pro o GPT Image 2?

Nessuno dei due è emerso nei nostri cinque test. Entrambi hanno scritto gli 80 caratteri del poster inglese, le cinque righe del menu cinese e tutta la scheda in testo piccolo.

Qwen Image 3 Pro costa meno di GPT Image 2?

Per file no. Con i prezzi a token di OpenAI, un'immagine di GPT Image 2 è costata circa $0.0622 e una modifica $0.0636, mentre Qwen costa il prezzo di listino 2K di Alibaba, $0.068761 per immagine, e $0.0715 per modifica sommando i $0.00275 dell'immagine di input. Ma in quattro esecuzioni su cinque GPT ha restituito 1254×1254 dove Qwen restituiva 2048×2048, quindi a parità di spesa Qwen ha dato più pixel.

Perché GPT Image 2 ha restituito 1254×1254 se ho chiesto 2048×2048?

Il nostro ha fatto lo stesso in quattro richieste su cinque. Leggete larghezza e altezza del file scaricato prima di promettere una dimensione, e inviate di nuovo la richiesta se il file deve essere da 2048 px.

Posso chiamare entrambi i modelli con una sola chiave?

Sì. Girano entrambi sull'endpoint dei task media di OmniaKey, cambiate model e parameters e tenete gli stessi passaggi di interrogazione. Le pagine di Qwen Image 3 Pro e di GPT Image 2 riportano i prezzi attuali.

Fonti verificate

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

Registro degli aggiornamenti

• 3 novembre 2026: prima versione, con cinque test a prompt identico, tempi e costi per immagine.