阿里巴巴 · 千问团队
能把字写对的生图模型

整份提示词,一次交给
Qwen Image

Qwen Image 是阿里千问(Qwen)团队的生图模型系列,和千问大语言模型出自同一个团队。它最早出名靠的是一件别家常翻车的事:画面里的字,尤其是中文。这一页把其中三个模型——Qwen Image 3.0、Qwen Image 3.0 Pro 和开源权重的 Qwen Image 2.1——接进同一个批量表单,整份提示词一批跑完。

每行一个,多行 = 多个提示词。

已输入 0 个提示词

拖拽或点击上传,支持 PNG / JPEG / WEBP / GIF,单张不超过 10MB。

每组合生成几张
将生成 0 张图 · 消耗 0 积分

Qwen Image 这条线 是怎么走过来的

这个系列的版本号和发布先后对不上,很多人第一次看都会困惑。其实是两条线并行:闭源 API 那条已经到了 3.0,开源权重那条还在 2.x。分清这两条,下面规格表里的差异基本就都能解释了。

起点是「字」

第一代 Qwen Image 在 2025 年 8 月发布,200 亿参数的 MMDiT 架构,Apache 2.0 开源。官方说明里最突出的一项就是文字渲染,特别点名了中文。整个系列后来的方向,都是从「画面里的字写得对」这个口碑往外扩的。

3.0:信息密集的版面

阿里在 2026 年 7 月发布 Qwen Image 3.0,目标换成了「能承载信息的图」:发布素材里是一整张信息图网格、小字号正文、数学公式和界面原型,官方称原生支持十几种语言的文字。和第一代不同,3.0 没有公开权重,只以 API 形式提供。

2.1:后发布的开源分支

Qwen Image 2.1 在 2026 年 9 月发布,比 3.0 晚两个月,权重放在 Hugging Face 和 ModelScope,许可是 Qwen Research License。它的视觉生成部分是 70 亿参数,一个模型同时做生成和编辑,能把多张参考图合进同一个画面,官方主打人物和商品的身份保持。

三个 Qwen Image 模型 逐项对照

每个 Qwen Image 模型的积分、分辨率档位、画幅比例、参考图上限和提示词长度,都直接读自批量表单用的同一份配置。三者哪里不一样,以这张表为准,而不是这段文字。

模型厂商积分 / 张分辨率可选比例参考图提示词上限
QwenQwen Image 3.0Alibaba1K 4 · 2K 41K · 2K8最多 3 张5,000 字符
QwenQwen Image 3.0 ProAlibaba1K 6 · 2K 101K · 2K8最多 3 张5,000 字符
QwenQwen Image 2.1Alibaba1K 4 · 2K 61K · 2K9最多 10 张5,000 字符

注意表里分叉的地方:2.1 并不是缩水版的 3.0。在参考图数量和画幅选择上,它比两个 3.0 都走得更远,所以下面的问答把它当成另一种选择,而不是「便宜款」。

先选分支, 再放提示词

跑 Qwen Image 只多一个前置决定:三个模型里用哪个。选完之后就是 BulkImagen 的常规流程——放提示词、传参考图、确认总价。

  1. 01

    在 3.0、3.0 Pro 和 2.1 之间选

    文字多、版面密,就用 3.0 这一对:量大用 Qwen Image 3.0,版面最复杂、要直接交给客户的用 Qwen Image 3.0 Pro。如果这批图要贴合好几张现成照片,或者需要特别高、特别宽的画幅,选 Qwen Image 2.1。

  2. 02

    把要出现的字直接写进提示词

    海报要标题,就把标题原文用引号写进每一行,海报是什么语言就写什么语言。Qwen Image 在文字被逐字写明时表现最好,靠暗示让它猜往往不行。表格里一列标题,正好对应批次里的一行行提示词。

  3. 03

    确认、逐张读字、下载

    确认页会在排队前显示积分总数。结果陆续出来时,把每张图上的字认真读一遍——官方样图不等于你的文案——留下合格的,选中后一次打包成 ZIP 下载。

适合交给 Qwen Image 的批次

这个系列公开的示例,大多是「图里得说清楚一件事」的画面。下面几类任务里,这一点比画风本身更要紧。

中英双语海报和包装

同一张新品海报要出中文版和英文版标题,或者一组带真实品名的包装正面,正是 Qwen Image 起家时最被认可的活。一个版本一行,一批跑完,上线前每张都核一遍错别字。

信息图、课件和讲解卡片

Qwen Image 3.0 和 3.0 Pro 发布时主打的就是密集版面:多格网格、带标注的示意图、小字说明。一份课件或一套讲解卡片,可以按条写成需求清单丢进来,出一整套再删改,不用在排版软件里耗一整天。

用商品照片铺场景

Qwen Image 2.1 能把多张参考图合进同一个画面,官方也强调它对人物和商品的身份保持。商品图只传一次,批次里每一行把它放进不同的场景。

Qwen Image 常见问题

还有别的问题?发邮件到 support@bulkimagen.com

  • 阿里巴巴的千问(Qwen)团队,也就是做千问大语言模型的那个团队。BulkImagen 上的 Z-Image 虽然也来自阿里,但出自另一个团队 Tongyi-MAI,是同一家公司里不同的模型线。
  • 因为它们是两条分支。Qwen Image 3.0 和 3.0 Pro 在 2026 年 7 月以托管 API 的形式发布;Qwen Image 2.1 在 2026 年 9 月发布,是可以下载权重的开源分支。在这个系列里,版本号大不代表更新,也不代表一定更强。
  • 阿里云的文档把标准版 3.0 描述为能力与 Pro 相同、速度更快的版本,Pro 则定位为处理复杂版面的旗舰。实际用法:打草稿、跑大量用 3.0,最密、最重要的版面换 3.0 Pro。两者每张的价格在上面的表里并排列着。
  • 要密集文字和小字号,选 3.0 这一对,它们发布时主打的就是这个。中英文标题类的活,我们建议从 Qwen Image 3.0 开始。不管选哪个,用你自己的真实文案跑一小批测试,比看任何样图都可靠。
  • 这里的三个模型都支持在提示词之外上传参考图。其中 Qwen Image 2.1 是专门围绕多图合成设计的,单次能接收的参考图也比两个 3.0 多,各自的具体上限见上方表格。
  • 部分是。第一代 Qwen Image 以 Apache 2.0 开源。Qwen Image 2.1 的权重可以下载,但许可是 Qwen Research License,和 Apache 不是一回事,商用部署前请先读条款。3.0 系列没有公开权重。
  • 目前不能。它的 GitHub 页面确实写了 RGBA 输出,但在 BulkImagen 上,所有 Qwen Image 模型都输出普通的不透明图片,选它们时也不会出现背景选项。需要抠图效果的话,可以到 /models 页面的对比表里找支持透明背景的模型。
  • 当作厂商说法来看。发布时的报道就指出,阿里展示的是精选样例,也没有同步发布技术报告。小字和公式到底行不行,最好拿你自己的提示词来判断——这正是先跑一小批的意义。
  • 可以。上传 CSV 或 Excel,指定提示词所在的那一列,每一行就是 Qwen Image 批次里的一张图。一整列标题或品名,不用再手抄一遍。
  • 开跑前你就能看到总价;如果某张渲染失败,对应积分会退回余额。任何一行都可以单独重跑,也可以换一个 Qwen Image 模型重跑,不用重建整份列表。

把你的文案交给 Qwen Image

带上标题、品名或需求清单,按任务选 Qwen Image 3.0、3.0 Pro 或 2.1,一批把每一行都画出来。逐张读字,留下好的,打包成 ZIP 带走。