Tredje generationen av Alibabas bildmodell Qwen-Image, byggd för användbara bilder: tidningar, infografik och gränssnitt med upp till 4,5k tokens instruktion, läsbar text ner till 10 pixlar och tolv språk.
Nio infografiker i ett 3×3-rutnät, skapade i ett enda svep från en instruktion på 3,7k tokens [1]
Qwen-Image-3.0 lanserades av Qwen-teamet på Alibaba den 21 juli 2026 som tredje generationen av bildserien Qwen-Image. Ledordet är "verklig": bilderna ska vara användbara, inte bara snygga. Qwen beskriver det i tre delar.
Rikt innehåll: instruktionen kan vara upp till 4,5k tokens lång, så modellen kan göra komplexa layouter som tidningar, storyboards och provpapper. I ett exempel ritar den ett rutnät med nio olika infografiker (bland annat matte, fysik, biologi och medicin) i ett enda svep, beskrivet med 3,7k tokens, och i ett annat fyra gränssnitt inuti varandra. Äkta detaljer: text ner till 10 pixlar ska vara läsbar, även matematiska formler i en hel forskningsartikel, och porer och hårstrån återges fotografiskt. Djup kunskap: modellen skriver tolv språk, klarar över 100 konststilar och kan efterlikna webbsidor, spel och livesändningar, och den kan hämta aktuell information från internet, till exempel en väderprognos. Den kan också redigera bilder, som att lägga till handskrivna anteckningar på en boksida eller restaurera en skadad tuschmålning.
Till skillnad från tidigare Qwen-Image-versioner har Qwen inte släppt några vikter, någon teknisk rapport eller några egna jämförelsesiffror för 3.0. Modellen används i Qwen Chat och via Alibabas API, där den enligt tredjepartskällor finns i en Pro- och en standardversion. Qwen-Image-3.0-Pro listas också på Arenas topplista i Microsofts och xAI:s jämförelser från augusti 2026. Den öppna Qwen-Image-2.1, som kom i september 2026, är en separat modell.
Placering i varje lista när den lästes av. Klicka för källa och datum.
Inte bedömd än. Alla kan ändra.
Inga kommentarer än. Skriv gärna vilket projekt den kan passa i.