Qwen Image 3 Pro vs GPT Image 2：同提示词实测和价格

两个模型都在 OmniaKey 上：Qwen Image 3 Pro 和 GPT Image 2。Qwen 的价格是阿里云在五个地域的官方 2K 单价，GPT 的价格按我们这次请求返回的用量算出。

GPT Image 2 不是 OpenAI 最新的图像模型：gpt-image-2.5-sunburst 和 gpt-image-2.5-flare 已在 2026 年 9 月 8 日发布（OpenAI changelog，2026 年 11 月 3 日核对）。阿里云把 Pro 版的强项写成密集排版，比如菜单和试卷，小字能到 10 px（Model Studio 发布说明，2026 年 11 月 3 日核对）。

怎么测的

• 模型和 ID：Qwen Image 3 Pro（OmniaKey 上是 qwen-image-3-pro，阿里云官方是 qwen-image-3.0-pro）和 GPT Image 2（gpt-image-2）。
• 2026 年 11 月 3 日，五个提示词各跑一次，一共十张图，另有一张共用的改图原图。
• Qwen 的参数：size=2048*2048、prompt_extend=false、watermark=false。GPT 的参数：size=2048x2048、quality=medium。
• 改图的原图是 GPT Image 2 生成的一张 1024x1024 茶壶图。
• 耗时从提交算到状态变成 succeeded，包含排队和网络时间。
• 看图由一个独立的视觉模型完成。它在原尺寸下逐字抄下每张图的文字，海报、招牌和脚注还额外重读了一次原尺寸裁切图。
• OmniaKey 在卖这两个模型的接口，测试就是通过它跑的。文中每个价格都是阿里云或 OpenAI 自己的价格。
• 价格和参数来自阿里云的 Qwen 图像 API 参考 和 Model Studio 价格页，以及 OpenAI 的图像生成指南和价格页，都在 2026 年 11 月 3 日核对。

每组提示词只跑一次，下面的结果当成例子看。

五项测试，同一组提示词

测试 1：英文面包店海报（1:1）

这一项看两个模型能不能把三行英文按原文排对。

提示词：

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 秒）：原尺寸裁切下 80 个字符全对。海报平放在木桌上，四周露出木纹，标题是手写体，面包是细线画。
• GPT Image 2（57.6 秒）：同样 80 个字符全对。米色纸上是雕刻版画风的面包，字的上下还多了细横线和麦穗。

结论： 平。字都对，GPT 的装饰更多、用了 57.6 秒，Qwen 更素、用了 29.0 秒。

测试 2：中文面馆招牌（1:1）

这一项看五行中文菜单写得对不对，所以提示词直接用中文写。

提示词：

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。

• Qwen Image 3 Pro（28.4 秒）：五行全对，每道菜一行、价格跟在名字后面，黑字手写体写在木牌上，背后是虚化的街道，边上一串红辣椒。原尺寸裁切逐字复核，五行都没错。
• GPT Image 2（32.8 秒）：五行也全对，菜名和价格分成两列，价格右对齐排在奶油色横线下方，更像印出来的菜单。裁切复核同样干净。

结论： 平。两边都一个字不错，两列还是单列只是排版口味。

测试 3：铁匠人像（1:1）

这一项看皮肤细节、手里的马蹄铁，还有车间是不是按提示词搭的。

提示词：

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 秒）：额头纹、鱼尾纹、毛孔和胡茬都像真照片。手里那块铁器断成两片，中间没有连接的弯，看着不像马蹄铁，手指也有重叠和弯折。
• GPT Image 2（24.0 秒）：皮肤和胡茬一样真实，手里是一整块马蹄铁，几根手指挡在它后面。炉火在右、窗在左，构图和 Qwen 左右相反。

结论： GPT Image 2，只有它的马蹄铁是完整的。这一项只跑了一次，人像的其他细节两边都对。

测试 4：茶壶改图（1:1）

这一项看茶壶换背景之后能不能保住，也看改图要多久。两边改的是同一张 1024x1024 原图。

提示词：

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 秒）：茶壶、盖钮、壶嘴、把手和釉色都在，然后按提示词加了亚麻桌布、小碗散茶、木勺和左侧的晨光。
• GPT Image 2（31.0 秒）：道具一样，光线方向一样，茶壶的形状和釉色也没有变。它用了 31.0 秒，比 Qwen 快 25.6 秒。

结论： 保主体这一项平。改图速度上 GPT Image 2 快 25.6 秒。

测试 5：细字信息卡（1:1）

这一项看标题、四行两列的表，还有一行灰色小字脚注。

提示词：

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 秒）：所有文字和数字都对，包括 268 g、6 mm、$149、EU 39-47 和脚注里的 "a EU 42"。四行两列，浅灰细边框，标签左对齐。
• GPT Image 2（26.3 秒）：所有文字和数字也对，脚注同样没错。标签列有浅灰底色，价格列更宽。

结论： 平。细字两边都读对了，差别只在表格样式。

每项结果

价格和速度

阿里云对 Qwen Image 3 Pro 按张计价。2K 输出在中国、香港、法兰克福、弗吉尼亚和东京都是每张 $0.068761，在新加坡是每张 $0.075（Model Studio 价格页，2026 年 11 月 3 日核对）。

改图要多收一张输入图的钱：上面五个地域每张 $0.00275，新加坡 $0.003。所以改一次茶壶，前五个地域是 $0.068761 + $0.00275 = $0.071511 一张，新加坡是 $0.075 + $0.003 = $0.078 一张。

OpenAI 对 GPT Image 2 按 token 计费，不按张数：图片输出每百万 token $30，图片输入每百万 $8，文本输入每百万 $5（OpenAI 价格页，2026 年 11 月 3 日核对）。

生成一张图，接口返回 2,058 个图片输出 token 和 97 个文本输入 token。2,058 × $30 ÷ 1,000,000 = $0.0617，97 × $5 ÷ 1,000,000 = $0.0005，合计约 $0.0622。改图返回 2,058 个图片输出、194 个图片输入和 60 个文本输入 token：2,058 × $30 + 194 × $8 + 60 × $5，每百万算下来是 $0.0636。

这两个数比的时候要记住一点：Qwen 的 $0.068761 买到的是 2048×2048，GPT Image 2 的 $0.0622 在五次里四次买到的是 1254×1254，像素还不到一半。按像素算，两边差得更远。OpenAI 指南里的每张价目表只列了 1024x1024、1024x1536 和 1536x1024，2048 的价钱得按请求返回的用量自己算。

速度上两边各有快的地方。Qwen 新图中位 28.55 秒，改图 56.6 秒。GPT 新图中位 29.55 秒，改图 31.0 秒，差距主要在改图。

尺寸是最实际的区别。GPT Image 2 有四次返回 1254×1254，分别是海报、招牌、改图和信息卡；只有人像那次是 2048×2048，而我们要的是 size=2048x2048。Qwen 每次都返回 2048×2048，印刷流程如果要固定 2048 像素的文件，用 Qwen 更省事。

优点和缺点

Qwen Image 3 Pro

• 优点：每次都返回 2048×2048，三项文字测试一个字不错，新图中位 28.55 秒。
• 缺点：改图用了 56.6 秒，人像里的马蹄铁断成两片。

GPT Image 2

• 优点：唯一做出完整马蹄铁的，改图 31.0 秒，medium 画质下每张约 $0.0622。
• 缺点：五次里四次返回 1254×1254，海报那张用了 57.6 秒。

哪种活选哪个

一个 key 跑两个模型

OmniaKey 把两个模型放在同一个 media-task 接口上，只改 model 和 parameters。下面这段用 Qwen Image 3 Pro 生成一张 2K 海报：

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}
  }'

同样一段请求换成 GPT Image 2，尺寸和画质字段用它自己的：

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. 返回 202 和一个任务 id。
2. 每隔几秒请求 https://api.omniakey.com/v1/media/tasks/{id}，直到 status 变成 succeeded。
3. 从 assets[0].url 下载图片，交付前先看像素尺寸。我们要的是 2048，GPT Image 2 五次里有四次给的是 1254×1254。

改图时把 operation 设成 edit，原图放在 input.image 里，Qwen 这边同样带上 prompt_extend 和 watermark。Qwen Image 3 Pro 和 GPT Image 2 两个模型页写着当前的按次价格。不想写代码，可以直接打开 AI 图像生成器 跑提示词。

常见问题

Qwen Image 3 Pro 和 GPT Image 2 哪个写字更准？

五项测试里没有分出高下。英文海报的 80 个字符、中文菜单的五行字、整张细字信息卡，两个模型都写对了。

Qwen Image 3 Pro 比 GPT Image 2 便宜吗？

按单个文件算不便宜。按 OpenAI 的 token 价，GPT Image 2 新图一张约 $0.0622，改图约 $0.0636；Qwen 按阿里云 2K 标价一张 $0.068761，改图加上 $0.00275 的输入图是 $0.0715。但五次里有四次 GPT 返回的是 1254×1254，Qwen 返回的是 2048×2048，同样的钱 Qwen 给的像素更多。

为什么我要 2048×2048，GPT Image 2 却返回 1254×1254？

我们这次五次请求里有四次是这样。下载后先读文件的宽高再交付，必须 2048 像素就再发一次请求。

一个 key 能同时调两个模型吗？

能。两个模型都在 OmniaKey 的 media-task 接口上，改 model 和 parameters 就行，轮询步骤一样。Qwen Image 3 Pro 和 GPT Image 2 页面写着当前价格。

来源核对

• Qwen 图像生成与编辑 API 参考，阿里云 Model Studio，2026 年 11 月 3 日核对。
• Model Studio 模型价格，阿里云 Model Studio，2026 年 11 月 3 日核对。
• 新发布模型，阿里云 Model Studio，2026 年 11 月 3 日核对。
• Image generation guide，OpenAI，2026 年 11 月 3 日核对。
• Pricing，OpenAI，2026 年 11 月 3 日核对。
• Changelog，OpenAI，2026 年 11 月 3 日核对。

更新记录

• 2026 年 11 月 3 日：第一版，含五项同题实测、耗时和单张成本。