Qwen Image 3 Pro vs GPT Image 2: cinco prompts, dois modelos

Os dois estão no OmniaKey: Qwen Image 3 Pro e GPT Image 2. O número do Qwen é o preço 2K oficial da Alibaba em cinco regiões, e o do GPT vem do consumo que a nossa própria requisição devolveu.

O GPT Image 2 não é o modelo de imagem mais novo da OpenAI: gpt-image-2.5-sunburst e gpt-image-2.5-flare saíram em 8 de setembro de 2026, segundo o changelog da OpenAI (verificado em 3 de novembro de 2026). A Alibaba apresenta o modelo Pro para layouts densos como menus e provas de exame, com texto até 10 px (notas de versão do Model Studio, verificadas em 3 de novembro de 2026).

Como testamos

• Modelos e IDs: Qwen Image 3 Pro (qwen-image-3-pro no OmniaKey, qwen-image-3.0-pro na Alibaba) e GPT Image 2 (gpt-image-2).
• 3 de novembro de 2026. Cinco prompts, uma execução de cada: dez imagens e uma fonte compartilhada para a edição.
• Ajustes do Qwen: size=2048*2048, prompt_extend=false, watermark=false. Ajustes do GPT: size=2048x2048, quality=medium.
• A fonte da edição foi uma imagem 1024x1024 de um bule feita pelo GPT Image 2.
• O tempo vai do envio até succeeded, então inclui fila e rede.
• Um modelo de visão separado leu cada imagem em resolução nativa e transcreveu cada palavra. No cartaz, na placa e na letra miúda ele também releu um recorte em resolução nativa.
• O OmniaKey vende acesso por API aos dois modelos, então os testes passaram por ele. Cada preço é o da Alibaba ou o da OpenAI.
• Os limites e os preços vêm da referência da API de imagens do Qwen e dos preços do Model Studio da Alibaba, além do guia de geração de imagens e da página de preços da OpenAI, tudo verificado em 3 de novembro de 2026.

É uma execução por prompt, então os resultados servem como exemplos.

Cinco testes, os mesmos prompts

Teste 1: cartaz de padaria em inglês (1:1)

Este teste vê se os dois modelos compõem três linhas em inglês exatamente como estão 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): os 80 caracteres certos no recorte em resolução nativa. O cartaz está plano sobre uma mesa de madeira, com o veio em volta, e o título vem em letra manuscrita sobre um pão de traço fino.
• GPT Image 2 (57.6 s): os mesmos 80 caracteres certos, em papel creme com um pão em estilo gravura e filetes finos e espigas de trigo acima e abaixo do texto.

Veredito: Empate no texto. O arquivo do GPT é mais decorado e levou 57.6 s, o do Qwen é mais simples e levou 29.0 s.

Teste 2: placa de restaurante de macarrão chinês (1:1)

Este teste olha cinco linhas de um menu chinês, então escrevemos o prompt em chinês em vez de traduzir.

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。

Em português ele pede uma placa de menu de madeira na porta de um restaurante de macarrão: cinco linhas manuscritas, uma penca de pimentas vermelhas, uma rua desfocada e luz do dia.

• Qwen Image 3 Pro (28.4 s): as cinco linhas certas, um prato por linha com o preço depois do nome, letra preta manuscrita na placa de madeira diante de uma rua desfocada com pimentas vermelhas na borda. Um recorte em resolução nativa confirmou as cinco linhas caractere por caractere.
• GPT Image 2 (32.8 s): as cinco linhas certas, divididas em duas colunas com os preços alinhados à direita sob um filete creme, o que lembra um menu impresso. A checagem no recorte deu o mesmo resultado limpo.

Veredito: Empate. Os dois acertaram cada caractere, e o menu em duas colunas é uma preferência de layout.

Teste 3: retrato de ferreiro (1:1)

Este teste olha o detalhe da pele, a ferradura na mão e se cada modelo monta a oficina que o prompt descreve.

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): rugas na testa, pés de galinha, poros e barba por fazer leem como fotografia. O ferro na mão se parte em duas peças sem curva que as una, então não lê como ferradura, e os dedos se sobrepõem e se dobram.
• GPT Image 2 (24.0 s): a mesma pele e a mesma barba fotográficas, com uma ferradura completa na mão e alguns dedos escondidos atrás. A forja fica à direita e a janela à esquerda, a imagem espelhada do enquadramento do Qwen.

Veredito: GPT Image 2, a única ferradura completa. Foi uma execução, e o resto do retrato ficou igual.

Teste 4: edição do bule (1:1)

Este teste olha se o bule sobrevive ao fundo novo e quanto tempo leva uma edição. Os dois modelos editaram a mesma imagem 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): manteve o bule, a tampa, o bico, a alça e o esmalte, e acrescentou a toalha de linho, a tigela de chá solto, a colher de madeira e a luz da manhã vindo da esquerda.
• GPT Image 2 (31.0 s): os mesmos objetos e a mesma direção de luz, com a forma e o esmalte do bule intactos. Terminou em 31.0 s, 25.6 s antes do Qwen.

Veredito: Empate em manter o bule. O GPT Image 2 edita 25.6 s mais rápido.

Teste 5: cartão de especificações com letra miúda (1:1)

Este teste olha um título, quatro linhas em duas colunas e uma nota de rodapé em letra cinza pequena.

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 palavra e cada número certos, incluindo 268 g, 6 mm, $149, EU 39-47 e o "a EU 42" da nota. Quatro linhas, filetes finos em cinza claro, rótulos alinhados à esquerda.
• GPT Image 2 (26.3 s): cada palavra e cada número certos, também com a nota de rodapé. A coluna de rótulos tem fundo cinza claro e a coluna de preços é mais larga.

Veredito: Empate. Os dois deram conta da letra miúda, e o estilo da tabela é a única diferença.

Resultado por teste

Preço e velocidade

A Alibaba cobra o Qwen Image 3 Pro por imagem: $0.068761 pela saída 2K na China, em Hong Kong, Frankfurt, Virgínia e Tóquio, e $0.075 em Singapura (preços do Model Studio, verificados em 3 de novembro de 2026). Uma edição soma uma cobrança de imagem de entrada: $0.00275 por imagem nessas cinco regiões e $0.003 em Singapura. A nossa edição do bule fica em $0.068761 + $0.00275 = $0.071511 nas cinco regiões e em $0.075 + $0.003 = $0.078 em Singapura.

A OpenAI cobra o GPT Image 2 por token e não por imagem: $30 por milhão de tokens de saída de imagem, $8 por milhão de tokens de entrada de imagem e $5 por milhão de tokens de entrada de texto (preços da OpenAI, verificados em 3 de novembro de 2026). Uma imagem gerada devolveu 2,058 tokens de saída de imagem e 97 tokens de entrada de texto, então 2,058 × $30 ÷ 1,000,000 = $0.0617 e 97 × $5 ÷ 1,000,000 = $0.0005, cerca de $0.0622 no total. A edição devolveu 2,058 de saída de imagem, 194 de entrada de imagem e 60 de entrada de texto: 2,058 × $30 + 194 × $8 + 60 × $5 por milhão = $0.0636.

Vale comparar esses dois números com uma ressalva: os $0.068761 do Qwen compram um arquivo de 2048×2048, enquanto os $0.0622 do GPT Image 2 compraram um arquivo de 1254×1254 em quatro de cinco execuções, menos da metade dos pixels. Por pixel, os dois ficam longe um do outro. A tabela por imagem do guia da OpenAI lista só 1024x1024, 1024x1536 e 1536x1024, então o valor de 2048 tem que sair do consumo que uma requisição devolve.

A velocidade separa os dois por tarefa. A mediana do Qwen foi 28.55 s para imagem nova e 56.6 s para a edição. A do GPT foi 29.55 s para imagem nova e 31.0 s para a edição, então a distância abre na edição.

O tamanho é a diferença prática. O GPT Image 2 devolveu 1254×1254 em quatro das cinco requisições com size=2048x2048 (o cartaz, a placa, a edição e o cartão) e 2048×2048 só no retrato. O Qwen devolveu 2048×2048 todas as vezes, então um fluxo de impressão que exige arquivo fixo de 2048 px é mais simples com o Qwen.

Prós e contras

Qwen Image 3 Pro

• Prós: 2048×2048 em cada requisição, cada caractere certo nos três testes de texto e mediana de 28.55 s para imagens novas.
• Contras: 56.6 s na edição e a ferradura quebrada do retrato.

GPT Image 2

• Prós: a única ferradura completa, uma edição de 31.0 s e cerca de $0.0622 por imagem na qualidade medium.
• Contras: quatro de cinco arquivos voltaram em 1254×1254, e o cartaz levou 57.6 s.

Qual modelo para cada tarefa

Os dois modelos com uma chave

O OmniaKey entrega os dois modelos no mesmo endpoint de tarefas de mídia, então só mudam model e parameters. Isto cria um cartaz 2K com o 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}
  }'

A mesma requisição no GPT Image 2, com os campos de tamanho e qualidade dele:

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. A resposta é 202 com um id de tarefa.
2. Consulte https://api.omniakey.com/v1/media/tasks/{id} a cada poucos segundos até status virar succeeded.
3. Baixe a imagem de assets[0].url e confira o tamanho em pixels antes de publicar. O GPT Image 2 respondeu 1254×1254 a um pedido de 2048 em quatro das nossas cinco execuções.

Para uma edição, coloque operation em edit e envie a imagem original em input.image, com os mesmos campos prompt_extend e watermark no Qwen. As páginas do Qwen Image 3 Pro e do GPT Image 2 listam os preços atuais por chamada. Para testar um prompt sem código, abra o gerador de imagens com IA.

Perguntas frequentes

Qual modelo escreve texto com mais precisão, Qwen Image 3 Pro ou GPT Image 2?

Nenhum se destacou nos nossos cinco testes. Os dois escreveram os 80 caracteres do cartaz em inglês, as cinco linhas do menu chinês e o cartão de letra miúda inteiro.

O Qwen Image 3 Pro é mais barato que o GPT Image 2?

Por arquivo, não. Com os preços por token da OpenAI, uma imagem do GPT Image 2 custou cerca de $0.0622 e uma edição $0.0636, enquanto o Qwen custa o preço de tabela 2K da Alibaba, $0.068761 por imagem, e $0.0715 por edição somando os $0.00275 da imagem de entrada. Mas em quatro de cinco execuções o GPT devolveu 1254×1254 onde o Qwen devolveu 2048×2048, então o Qwen entregou mais pixels pelo mesmo dinheiro.

Por que o GPT Image 2 devolveu 1254×1254 se eu pedi 2048×2048?

O nosso fez o mesmo em quatro das cinco requisições. Leia a largura e a altura do arquivo baixado antes de prometer um tamanho e envie a requisição de novo se o arquivo precisar ter 2048 px.

Posso chamar os dois modelos com uma chave só?

Sim. Os dois rodam no endpoint de tarefas de mídia do OmniaKey, então você troca model e parameters e mantém os mesmos passos de consulta. As páginas do Qwen Image 3 Pro e do GPT Image 2 listam os preços atuais.

Fontes verificadas

• Qwen Image generation and editing API reference, Alibaba Model Studio, verificado em 3 de novembro de 2026.
• Model Studio model pricing, Alibaba Model Studio, verificado em 3 de novembro de 2026.
• Newly released models, Alibaba Model Studio, verificado em 3 de novembro de 2026.
• Image generation guide, OpenAI, verificado em 3 de novembro de 2026.
• Pricing, OpenAI, verificado em 3 de novembro de 2026.
• Changelog, OpenAI, verificado em 3 de novembro de 2026.

Registro de atualizações

• 3 de novembro de 2026: primeira versão, com cinco testes de prompt idêntico, tempos e custos por imagem.