# Qwen Image 3 Pro vs GPT Image 2：同じ5つのプロンプトで比べた結果 > Qwen Image 3 Pro と GPT Image 2 に同じ5つのプロンプトを実行。英語ポスター、中国語看板、人物、編集、細字カードを所要時間と公式料金つきで比較します。 - Canonical HTML: https://omniakey.com/ja/blog/qwen-image-3-pro-vs-gpt-image-2 - Markdown: https://omniakey.com/ja/blog/qwen-image-3-pro-vs-gpt-image-2.md - Published: 2026-11-03 (updated 2026-11-03) - Author: Kiki, COO at OmniaKey - Language: ja - Category: Comparison - Reading time: 13 min - All posts: https://omniakey.com/blog/llms.txt --- ![2つの同一プロンプト検証を上下に並べた画像。上はパン屋のポスター、下は中国語の麺店の看板で、左が Qwen Image 3 Pro、右が GPT Image 2](https://omniakey.com/_img/blog/qwen-image-3-pro-vs-gpt-image-2/overview.b4857eed.1600.webp) _5つのうち2つ。上はパン屋のポスター、下は中国語の麺店の看板です。左が Qwen Image 3 Pro、右が GPT Image 2 で、どちらも各行を正しく書きました。_ - **Qwen Image 3 Pro** (2048 px で固定): 5回のリクエストすべてで 2048×2048 を返し、中国語メニューの文字も1文字も外しませんでした。Alibaba の料金で 2K 1枚 $0.068761、編集は 56.6 秒です。 - **GPT Image 2** (人物と速い編集): 人物テストで唯一、蹄鉄を完全な形で描きました。編集は 31.0 秒。OpenAI の料金で1枚約 $0.0622 ですが、5回中4回は 1254×1254 で返ってきました。 ||Qwen Image 3 Pro|GPT Image 2| |-|-|-| |英語ポスターの文字|80文字すべて正しい|80文字すべて正しい| |中国語看板の文字|5行すべて正しい|5行すべて正しい| |人物の細部|蹄鉄が2つに割れる|蹄鉄が完全| |ティーポットの編集|保った|保った| |返るサイズ|毎回 2048×2048|5回中4回 1254×1254| |新規生成の中央値|28.55 秒|29.55 秒| |編集の中央値|56.6 秒|31.0 秒| |新規生成の実費|$0.068761|$0.0622| |編集の実費|$0.0715|$0.0636| どちらも OmniaKey で使えます：[Qwen Image 3 Pro](https://omniakey.com/ja/qwen-image-3-pro) と [GPT Image 2](https://omniakey.com/ja/gpt-image-2)。Qwen の数字は Alibaba が5つの地域で出している公式の 2K 料金、GPT の数字は今回のリクエストが返した使用量から計算しました。 GPT Image 2 は OpenAI の最新画像モデルではありません。gpt-image-2.5-sunburst と gpt-image-2.5-flare が 2026年9月8日に公開されています（OpenAI changelog、2026年11月3日確認）。Alibaba は Pro の強みを、メニューや試験問題のような密なレイアウト、10 px までの小さな文字と説明しています（Model Studio リリースノート、2026年11月3日確認）。 ## 検証方法 - モデルと ID：Qwen Image 3 Pro（OmniaKey では `qwen-image-3-pro`、Alibaba では `qwen-image-3.0-pro`）と GPT Image 2（`gpt-image-2`）。 - 2026年11月3日。プロンプト5つを各1回、画像は10枚、加えて編集の元画像を1枚用意しました。 - Qwen の設定は `size=2048*2048`、`prompt_extend=false`、`watermark=false` です。GPT の設定は `size=2048x2048`、`quality=medium` です。 - 編集の元画像は GPT Image 2 が作った 1024x1024 のティーポット画像です。 - 時間は送信から `succeeded` までで、待ち時間と通信も含みます。 - 画像の読み取りは別の視覚モデルが行い、元の解像度で1文字ずつ書き写しました。ポスター、看板、小さな文字は元解像度の切り出しも読み直しています。 - OmniaKey はこの2モデルの API を販売しているので、検証は OmniaKey 経由で実行しました。料金はすべて Alibaba と OpenAI の公式な数字です。 - 料金と制限は Alibaba の [Qwen image API reference](https://www.alibabacloud.com/help/en/model-studio/qwen-image-generation-and-editing-api-reference) と [Model Studio pricing](https://www.alibabacloud.com/help/en/model-studio/model-pricing)、OpenAI の [image generation guide](https://developers.openai.com/api/docs/guides/image-generation) と [pricing page](https://developers.openai.com/api/docs/pricing) から取り、いずれも 2026年11月3日に確認しました。 プロンプト1つにつき1回の実行なので、結果は例として読んでください。 ## 5つのテスト、同じプロンプト ### テスト1：英語のパン屋ポスター（1:1） 英語の3行を、書いたとおりに組めるかを見ます。 プロンプト： > 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 と GPT Image 2 が同じパン屋ポスターのプロンプトで作った画像。モデル名を添えてあります](https://omniakey.com/_img/blog/qwen-image-3-pro-vs-gpt-image-2/t1-compare.7764179f.1872.webp) _同じプロンプトで、Qwen Image 3 Pro が 29.0 秒、GPT Image 2 が 57.6 秒。3行とも正しく書けています。_ - **Qwen Image 3 Pro**（29.0 秒）：元解像度の切り出しで80文字すべて正しい。ポスターは木のテーブルに平置きで、周りに木目が見えます。見出しは手書き風、パンは細い線画です。 - **GPT Image 2**（57.6 秒）：同じ80文字が正しく、クリーム色の紙に版画風のパン、文字の上下には細い罫線と麦の穂が付きます。 **結論：** 引き分けです。文字はどちらも正しく、GPT は装飾が多くて 57.6 秒、Qwen は簡素で 29.0 秒でした。 ### テスト2：中国語の麺店の看板（1:1） 中国語メニューの5行を見るテストなので、プロンプトは中国語で書きました。 プロンプト： > 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。 日本語にすると、麺店の前の木のメニュー板、手書きの5行、赤唐辛子の房、ぼけた街並み、日中の光という内容です。 ![Qwen Image 3 Pro と GPT Image 2 が作った中国語の麺店の看板。モデル名を添えてあります](https://omniakey.com/_img/blog/qwen-image-3-pro-vs-gpt-image-2/t2-compare.cd00645d.1872.webp) _同じ中国語プロンプトで、Qwen Image 3 Pro 28.4 秒、GPT Image 2 32.8 秒。どちらも1文字も外していません。_ - **Qwen Image 3 Pro**（28.4 秒）：5行すべて正しく、1行に1品、名前の後に価格が続きます。木の板に黒の手書き文字、背景はぼけた街で、端に赤唐辛子があります。元解像度の切り出しで5行を1文字ずつ確認しました。 - **GPT Image 2**（32.8 秒）：5行すべて正しく、2列に分かれて価格が右揃え、クリーム色の罫線の下に並びます。印刷されたメニューのようです。切り出しの確認でも同じ結果でした。 **結論：** 引き分けです。どちらも1文字も外しておらず、2列か1列かは好みの問題です。 ### テスト3：鍛冶職人の人物（1:1） 肌の細部、手に持った蹄鉄、作業場がプロンプトどおりに作られているかを見ます。 プロンプト： > 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 と GPT Image 2 が描いた鍛冶職人の人物。モデル名を添えてあります](https://omniakey.com/_img/blog/qwen-image-3-pro-vs-gpt-image-2/t3-compare.381d57b1.1872.webp) _同じプロンプトで、Qwen Image 3 Pro 28.7 秒は蹄鉄が2つに割れ、GPT Image 2 24.0 秒は完全な形でした。_ - **Qwen Image 3 Pro**（28.7 秒）：額のしわ、目尻のしわ、毛穴、無精ひげまで写真のように写っています。手の鉄は2つに割れ、つなぎ目の曲線がないので蹄鉄に見えません。指も重なって曲がっています。 - **GPT Image 2**（24.0 秒）：肌とひげの写実性は同じで、手には1つの完全な蹄鉄、指の一部はその陰に隠れています。炉は右、窓は左で、Qwen とは左右が逆の構図です。 **結論：** GPT Image 2 です。完全な蹄鉄を作れたのはこちらだけでした。1回の実行で、人物のほかの部分はどちらも同じでした。 ### テスト4：ティーポットの編集（1:1） 背景を変えてもティーポットが残るか、編集にどれだけかかるかを見ます。どちらも同じ 1024x1024 の元画像を編集しました。 プロンプト： > 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. ![2×2 の画像：元のティーポットと、Qwen Image 3 Pro と GPT Image 2 の編集結果](https://omniakey.com/_img/blog/qwen-image-3-pro-vs-gpt-image-2/t4-compare.c8588646.2072.webp) _左上が元画像、残りが編集結果です。ティーポット、ふた、注ぎ口、取っ手、青磁の釉薬はどちらも保たれました。_ - **Qwen Image 3 Pro**（56.6 秒）：ティーポット、ふた、注ぎ口、取っ手、釉薬を保ち、リネンのクロス、茶葉の小鉢、木のスプーン、左からの朝の光を加えました。 - **GPT Image 2**（31.0 秒）：小道具も光の向きも同じで、ティーポットの形と釉薬もそのままです。31.0 秒で、Qwen より 25.6 秒速い結果です。 **結論：** 被写体を保つ点は引き分けです。編集の速さは GPT Image 2 が 25.6 秒上です。 ### テスト5：小さな文字のスペックカード（1:1） 見出し、2列4行の表、グレーの小さな注記を見ます。 プロンプト： > 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 と GPT Image 2 が作った小さな文字のスペックカード。モデル名を添えてあります](https://omniakey.com/_img/blog/qwen-image-3-pro-vs-gpt-image-2/t5-compare.a3bfbaf8.1872.webp) _同じプロンプトで、Qwen Image 3 Pro 24.9 秒、GPT Image 2 26.3 秒。注記はどちらも正しく読めました。_ - **Qwen Image 3 Pro**（24.9 秒）：268 g、6 mm、$149、EU 39-47、注記の "a EU 42" まで、文字も数字もすべて正しい。4行2列、薄いグレーの罫線、ラベルは左揃えです。 - **GPT Image 2**（26.3 秒）：文字も数字もすべて正しく、注記も合っています。ラベル列に薄いグレーの下地が入り、価格列が広くなっています。 **結論：** 引き分けです。小さな文字はどちらも正しく、違いは表の見た目だけでした。 ## テスト別の結果 |テスト|勝ち|決め手| |-|-|-| |1. 英語ポスター|引き分け|80文字をどちらも正しく書いた| |2. 中国語の看板|引き分け|5行とも正しい。並べ方が違う| |3. 鍛冶職人の人物|GPT Image 2|蹄鉄が完全。Qwen は2つに割れた| |4. ティーポットの編集|引き分け|どちらも保った。GPT が 25.6 秒速い| |5. 小さな文字のカード|引き分け|注記をどちらも正しく読めた| ## 料金と速度 Alibaba の Qwen Image 3 Pro は1枚ごとの料金です。2K 出力は中国、香港、フランクフルト、バージニア、東京で1枚 $0.068761、シンガポールで1枚 $0.075 です（Model Studio pricing、2026年11月3日確認）。 編集には入力画像の料金が加わります。上の5地域は1枚 $0.00275、シンガポールは $0.003 です。今回のティーポット編集は、5地域で $0.068761 + $0.00275 = $0.071511、シンガポールで $0.075 + $0.003 = $0.078 になります。 OpenAI の GPT Image 2 は枚数ではなくトークンで課金されます。画像出力が100万トークンあたり $30、画像入力が $8、テキスト入力が $5 です（OpenAI pricing、2026年11月3日確認）。 生成1枚で、画像出力 2,058 トークンとテキスト入力 97 トークンが返りました。2,058 × $30 ÷ 1,000,000 = $0.0617、97 × $5 ÷ 1,000,000 = $0.0005 で、合計約 $0.0622 です。編集では画像出力 2,058、画像入力 194、テキスト入力 60 トークンが返り、2,058 × $30 + 194 × $8 + 60 × $5 を100万で割ると $0.0636 です。 この2つを比べるときの注意が1つあります。Qwen の $0.068761 は 2048×2048 のファイル、GPT Image 2 の $0.0622 は5回中4回が 1254×1254 で、画素数は半分に届きません。画素あたりでは差がもっと開きます。OpenAI のガイドの1枚あたりの表は 1024x1024、1024x1536、1536x1024 だけで、2048 の金額はリクエストが返す使用量から計算するしかありません。 速さは用途で分かれました。Qwen は新規生成の中央値が 28.55 秒、編集が 56.6 秒。GPT は新規生成が 29.55 秒、編集が 31.0 秒で、差が開くのは編集です。 実務で効く違いはサイズです。GPT Image 2 は `size=2048x2048` の指定に対して5回中4回（ポスター、看板、編集、カード）が 1254×1254 で、2048×2048 だったのは人物の1回だけでした。Qwen は毎回 2048×2048 なので、2048 px 固定の入稿が必要な制作の流れは Qwen のほうが簡単です。 ## 長所と短所 **Qwen Image 3 Pro** - 長所：毎回 2048×2048、文字の3テストで1文字も外さず、新規生成の中央値が 28.55 秒。 - 短所：編集に 56.6 秒、人物の蹄鉄が2つに割れた。 **GPT Image 2** - 長所：唯一の完全な蹄鉄、編集 31.0 秒、medium 画質で1枚約 $0.0622。 - 短所：5回中4回が 1254×1254、ポスターは 57.6 秒。 ## 用途別の選び方 |用途|選ぶなら|理由| |-|-|-| |文字を正確に写すポスターやメニュー|どちらでも|各行をどちらも正しく書いた| |中国語の看板|どちらでも|5行とも正しい| |2048 px 固定のファイル|Qwen Image 3 Pro|5回すべて 2048×2048| |手や小道具のある人物|GPT Image 2|唯一の完全な蹄鉄| |速い背景編集|GPT Image 2|31.0 秒 対 56.6 秒| |1ファイルあたりの安さ|GPT Image 2|$0.0636 対 $0.0715、ただし 1254×1254| ## 1つのキーで両方を動かす OmniaKey は2モデルを同じ media-task エンドポイントで提供しているので、変えるのは `model` と `parameters` だけです。次は Qwen Image 3 Pro で 2K のポスターを1枚作ります： ```bash 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} }' ``` 同じリクエストを GPT Image 2 で、サイズと画質はこのモデル自身の項目で送ります： ```bash 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"} }' ``` > サイズの区切り文字が違います。Qwen はアスタリスクの `2048*2048`、GPT Image 2 は英字 x の `2048x2048` です。Qwen の `prompt_extend` は既定でオンなので、プロンプトをそのまま渡すためにオフにしました。 1. 応答は `202` とタスク id です。 2. 数秒ごとに `https://api.omniakey.com/v1/media/tasks/{id}` を確認し、`status` が `succeeded` になるまで待ちます。 3. `assets[0].url` から画像をダウンロードし、公開前に画素数を確かめます。GPT Image 2 は 2048 の指定に 1254×1254 で返した回が5回中4回ありました。 編集では `operation` を `edit` にして、元画像を `input.image` に入れます。Qwen では `prompt_extend` と `watermark` も同じように指定します。[Qwen Image 3 Pro](https://omniakey.com/ja/qwen-image-3-pro) と [GPT Image 2](https://omniakey.com/ja/gpt-image-2) のモデルページに現在の1回あたりの料金があります。コードを書かずに試すなら、[AI Image Generator](https://omniakey.com/ja/ai-image-generator) を開いてください。 ## よくある質問 ### Qwen Image 3 Pro と GPT Image 2 では、どちらが文字を正確に書きますか？ 5つのテストでは優劣が付きませんでした。英語ポスターの80文字、中国語メニューの5行、小さな文字のカード全体を、どちらも正しく書いています。 ### Qwen Image 3 Pro は GPT Image 2 より安いですか？ 1ファイルあたりでは安くありません。OpenAI のトークン料金で、GPT Image 2 は新規1枚約 $0.0622、編集約 $0.0636 でした。Qwen は Alibaba の 2K 定価で1枚 $0.068761、編集は入力画像の $0.00275 を足して $0.0715 です。ただし5回中4回、GPT が返したのは 1254×1254 で、Qwen は 2048×2048 でした。同じ金額で得られる画素は Qwen のほうが多くなります。 ### 2048×2048 を指定したのに GPT Image 2 が 1254×1254 を返すのはなぜですか？ 今回の5回のうち4回がそうでした。ダウンロードしたファイルの幅と高さを読んでから公開し、2048 px が必要ならもう一度リクエストしてください。 ### 1つのキーで両方のモデルを呼べますか？ 呼べます。どちらも OmniaKey の media-task エンドポイントで動くので、`model` と `parameters` を変えるだけで、確認の手順は同じです。[Qwen Image 3 Pro](https://omniakey.com/ja/qwen-image-3-pro) と [GPT Image 2](https://omniakey.com/ja/gpt-image-2) のページに現在の料金があります。 ## 参照した情報源 - [Qwen Image generation and editing API reference](https://www.alibabacloud.com/help/en/model-studio/qwen-image-generation-and-editing-api-reference), Alibaba Model Studio, 2026年11月3日確認。 - [Model Studio model pricing](https://www.alibabacloud.com/help/en/model-studio/model-pricing), Alibaba Model Studio, 2026年11月3日確認。 - [Newly released models](https://www.alibabacloud.com/help/en/model-studio/newly-released-models), Alibaba Model Studio, 2026年11月3日確認。 - [Image generation guide](https://developers.openai.com/api/docs/guides/image-generation), OpenAI, 2026年11月3日確認。 - [Pricing](https://developers.openai.com/api/docs/pricing), OpenAI, 2026年11月3日確認。 - [Changelog](https://developers.openai.com/api/docs/changelog), OpenAI, 2026年11月3日確認。 ## 更新履歴 - 2026年11月3日：初版。5つの同一プロンプト検証、所要時間、1枚あたりのコストを掲載。