# Qwen Image 3 Pro vs GPT Image 2：同提示词实测和价格 > 同一组五个提示词分别跑 Qwen Image 3 Pro 和 GPT Image 2：英文海报、中文招牌、人像、改图和细字信息卡，附耗时与官方价格。 - Canonical HTML: https://omniakey.com/zh/blog/qwen-image-3-pro-vs-gpt-image-2 - Markdown: https://omniakey.com/zh/blog/qwen-image-3-pro-vs-gpt-image-2.md - Published: 2026-11-03 (updated 2026-11-03) - Author: Kiki, COO at OmniaKey - Language: zh - Category: Comparison - Reading time: 13 min - All posts: https://omniakey.com/blog/llms.txt --- ![两项同题实测上下排列：上面是面包店海报，下面是中文面馆招牌；左边 Qwen Image 3 Pro，右边 GPT Image 2](https://omniakey.com/_img/blog/qwen-image-3-pro-vs-gpt-image-2/overview.b4857eed.1600.webp) _五项里的两项：上面是面包店海报，下面是中文面馆招牌。左 Qwen Image 3 Pro，右 GPT Image 2，每一行字都对。_ - **Qwen Image 3 Pro** (固定 2048 像素): 五次请求都返回 2048×2048，中文菜单五行一个字不错。阿里云 2K 单价 $0.068761，改图用了 56.6 秒。 - **GPT Image 2** (人像和更快的改图): 人像里唯一做出完整马蹄铁，改图 31.0 秒。按 OpenAI 的 token 价每张约 $0.0622，但五次里四次返回 1254×1254。 ||Qwen Image 3 Pro|GPT Image 2| |-|-|-| |英文海报文字|80 个字符全对|80 个字符全对| |中文招牌文字|五行全对|五行全对| |人像细节|马蹄铁断开|马蹄铁完整| |茶壶改图|保住了|保住了| |返回尺寸|每次都是 2048×2048|五次里四次 1254×1254| |新图中位耗时|28.55 秒|29.55 秒| |改图中位耗时|56.6 秒|31.0 秒| |本次新图成本|$0.068761|$0.0622| |本次改图成本|$0.0715|$0.0636| 两个模型都在 OmniaKey 上：[Qwen Image 3 Pro](https://omniakey.com/zh/qwen-image-3-pro) 和 [GPT Image 2](https://omniakey.com/zh/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](https://www.alibabacloud.com/help/en/model-studio/qwen-image-generation-and-editing-api-reference) 和 [Model Studio 价格页](https://www.alibabacloud.com/help/en/model-studio/model-pricing)，以及 OpenAI 的[图像生成指南](https://developers.openai.com/api/docs/guides/image-generation)和[价格页](https://developers.openai.com/api/docs/pricing)，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 和 GPT Image 2 用同一段提示词做出的面包店海报，图上标了模型名](https://omniakey.com/_img/blog/qwen-image-3-pro-vs-gpt-image-2/t1-compare.7764179f.1872.webp) _同一段提示词：Qwen Image 3 Pro 用了 29.0 秒，GPT Image 2 用了 57.6 秒，三行字都对。_ - **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 和 GPT Image 2 做出来的中文面馆招牌，图上标了模型名](https://omniakey.com/_img/blog/qwen-image-3-pro-vs-gpt-image-2/t2-compare.cd00645d.1872.webp) _同一段中文提示词：Qwen Image 3 Pro 28.4 秒，GPT Image 2 32.8 秒，两边都没写错字。_ - **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 和 GPT Image 2 画出的铁匠人像，图上标了模型名](https://omniakey.com/_img/blog/qwen-image-3-pro-vs-gpt-image-2/t3-compare.381d57b1.1872.webp) _同一段提示词：Qwen Image 3 Pro 28.7 秒把马蹄铁画成两片，GPT Image 2 24.0 秒画完整了。_ - **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. ![2×2 拼图：左上角是原图茶壶，另外两张是 Qwen Image 3 Pro 和 GPT Image 2 的改图](https://omniakey.com/_img/blog/qwen-image-3-pro-vs-gpt-image-2/t4-compare.c8588646.2072.webp) _左上角是原图，另外两张是改图：茶壶、盖钮、壶嘴、把手和青瓷釉色都保住了。_ - **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 和 GPT Image 2 做的细字信息卡，图上标了模型名](https://omniakey.com/_img/blog/qwen-image-3-pro-vs-gpt-image-2/t5-compare.a3bfbaf8.1872.webp) _同一段提示词：Qwen Image 3 Pro 24.9 秒，GPT Image 2 26.3 秒，脚注两边都读对了。_ - **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 |测试|胜者|关键点| |-|-|-| |1. 英文海报|平|80 个字符两边全对| |2. 中文招牌|平|五行都全对，排版不同| |3. 铁匠人像|GPT Image 2|马蹄铁完整，Qwen 断成两片| |4. 茶壶改图|平|都保住了壶，GPT 快 25.6 秒| |5. 细字信息卡|平|脚注两边都读对| ## 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 |活|选谁|为什么| |-|-|-| |海报、菜单这类要求原文|都行|两边每行字都对| |中文招牌|都行|五行都全对| |要固定的 2048 像素文件|Qwen Image 3 Pro|五次请求都是 2048×2048| |人像里的手和道具|GPT Image 2|唯一做出完整马蹄铁| |要快的改图|GPT Image 2|31.0 秒对 56.6 秒| |单个文件更便宜|GPT Image 2|$0.0636 对 $0.0715，但只有 1254×1254| ## 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： ```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} }' ``` 同样一段请求换成 GPT Image 2，尺寸和画质字段用它自己的： ```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"} }' ``` > 尺寸的分隔符不一样：Qwen 用星号 `2048*2048`，GPT Image 2 用字母 x 的 `2048x2048`。Qwen 的 `prompt_extend` 默认开着，我们把它关掉，让提示词原样进模型。 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](https://omniakey.com/zh/qwen-image-3-pro) 和 [GPT Image 2](https://omniakey.com/zh/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](https://omniakey.com/zh/ai-image-generator) 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](https://omniakey.com/zh/qwen-image-3-pro) 和 [GPT Image 2](https://omniakey.com/zh/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](https://www.alibabacloud.com/help/en/model-studio/qwen-image-generation-and-editing-api-reference)，阿里云 Model Studio，2026 年 11 月 3 日核对。 - [Model Studio 模型价格](https://www.alibabacloud.com/help/en/model-studio/model-pricing)，阿里云 Model Studio，2026 年 11 月 3 日核对。 - [新发布模型](https://www.alibabacloud.com/help/en/model-studio/newly-released-models)，阿里云 Model Studio，2026 年 11 月 3 日核对。 - [Image generation guide](https://developers.openai.com/api/docs/guides/image-generation)，OpenAI，2026 年 11 月 3 日核对。 - [Pricing](https://developers.openai.com/api/docs/pricing)，OpenAI，2026 年 11 月 3 日核对。 - [Changelog](https://developers.openai.com/api/docs/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。