WaveSpeedAI

Qwen Image 2.1 vs Qwen Image 3.0:変更点とアップグレードの目安

Qwen Image 2.1とQwen Image 3.0を、ティア、解像度、編集用リファレンス、プロンプト拡張の観点から実践的に比較し、WaveSpeedAIでどのワークロードをQwen Image 3.0へ移行すべきかを解説します。

By WaveSpeedAI3 min read

Qwen Image 2.1 は、高品質なテキストから画像への生成、マルチ参照編集、カスタム LoRA のサポートにより、多くの画像パイプラインで採用されてきました。Qwen Image 3.0 は次世代モデルであり、ファミリーの構成が大きく変わります。多くのパラメータを備えた単一のモデルではなく、3.0 は Standard と Pro の 2 つの品質ティアで提供され、それぞれにテキストから画像への生成エンドポイントと編集エンドポイントがあります。さらに、プロンプト拡張機能が組み込まれています。

このガイドでは、2 つの世代をパラメータごとに比較し、どのワークロードを今すぐ Qwen Image 3.0 に移行すべきかを解説します。Qwen Image 3.0 の 4 つのエンドポイントはすべて、Qwen Image 3.0 コレクションでまとめて利用できます。

概要比較

Qwen Image 2.1Qwen Image 3.0
ラインナップテキストから画像、編集、LoRA バリアントStandard と Pro の 2 ティア。それぞれにテキストから画像と編集あり
解像度ティア1k、1.5k、2k1k、2k
アスペクト比1:3 から 3:1 までの 15 プリセット(9:21 と 21:9 を含む)同じ 15 プリセット
編集用参照画像1〜10 枚1〜3 枚(1 辺あたり 384〜2048 px)
プロンプト拡張利用不可オプションの enable_prompt_expansion(デフォルトはオフ)
プロンプトの言語自然言語のプロンプト中国語と英語、最大 800 文字
カスタム LoRALoRA バリアントで最大 3 つの LoRA利用不可
出力形式jpeg、png、webp標準の画像出力
シード制御ありあり。ランダムは -1、指定する場合は 0〜2147483647

Qwen Image 3.0 の新機能

1 つではなく 2 つの品質ティア

最大の変更点は Standard と Pro への分割です。両ティアはリクエストの形式が同じなので、切り替えは連携コードの 1 行を変更するだけで済みます。

  • Qwen Image 3.0 Text-to-Image と Qwen Image 3.0 Edit は日常使い向けのティアで、スループットとコストが最も重要な大量生成、ドラフト、本番用アセットに適しています。
  • Qwen Image 3.0 Pro Text-to-Image と Qwen Image 3.0 Pro Edit は、仕上げ品質の高い最終出力を目指したティアです。ポートレート、ファッション、商品のヒーローショット、キャンペーンビジュアルに向けて、ディテール、質感、視覚的な忠実度がより強化されています。

一般的な使い方は、Standard で試行錯誤を重ね、承認されたコンセプトを同じプロンプト、アスペクト比、シードで Pro でレンダリングするというものです。

組み込みのプロンプト拡張

Qwen Image 3.0 は、生成の前に短いプロンプトを補強できます。簡単なアイデアから照明、構図、ディテールをモデルに補ってほしい場合は、enable_prompt_expansion を true に設定してください。出力に表現どおりに従ってほしい場合は、オフのままにします。Qwen Image 2.1 には同等の機能がなかったため、チームは通常、長いプロンプトを手作業で書くか、別途リライト用のステップを実行していました。

2 言語でのプロンプト理解力の向上

Qwen Image 3.0 は中国語と英語の両方でプロンプトを受け付け、最大 800 文字まで対応します。被写体、構図、スタイル、照明、属性への追従性が高く、バイリンガルのプロダクトや、複数の言語が混在するプロンプトに自然に適合します。

よりシンプルになった解像度の選択

Qwen Image 3.0 は、15 種類すべてのアスペクト比プリセットで 1k と 2k のティアを提供します。2.1 にあった中間の 1.5k ティアはなくなりました。実際には、ほとんどのチームがプレビューには 1k、最終出力には 2k を使っていました。Standard では 2k を選んでも価格は変わりません。Pro は解像度ティアごとに価格が設定されており、どちらのティアでも編集リクエストは参照画像の枚数に応じて料金が変わります。最新の料金は各モデルのページに掲載されています。

Qwen Image 2.1 が今も優れている点

公平な比較として、3.0 に引き継がれなかった点も取り上げます。

  • 多数の参照画像による編集。 Qwen Image 2.1 Edit は最大 10 枚の参照画像を受け付けますが、Qwen Image 3.0 Edit は最大 3 枚です。ほとんどの編集(被写体、スタイル参照、背景)であれば、3 枚の参照で十分です。多数の個別の入力を 1 回の呼び出しで合成しているワークフローは、複数回のパスに再構成する必要があります。
  • カスタム LoRA。 Qwen Image 2.1 には、最大 3 つのカスタム LoRA を適用できる LoRA バリアントがあります。Qwen Image 3.0 は LoRA に対応していないため、アイデンティティやスタイルの固定は、代わりに編集エンドポイントの参照画像に頼ることになります。
  • 出力形式の選択。 Qwen Image 2.1 では jpeg、png、webp を選択できます。Qwen Image 3.0 は標準の画像出力を返すため、パイプラインで特定の形式が必要な場合は、後段で変換してください。

どちらを使うべきか

ワークロード推奨
アプリ、ソーシャルコンテンツ、ドラフト向けの大量のテキストから画像への生成Qwen Image 3.0 Standard
マーケティング、商品、ファッション、ポートレートの最終レンダリングQwen Image 3.0 Pro
コンシューマー向けアプリでの、短い、またはカジュアルなユーザープロンプトenable_prompt_expansion をオンにした Qwen Image 3.0
テンプレート化された生成での厳密なプロンプト制御プロンプト拡張をオフにし、シードを固定した Qwen Image 3.0
1〜3 枚の参照画像による指示ベースの編集Qwen Image 3.0 Edit または Pro Edit
バイリンガル(中国語と英語)でのプロンプト入力Qwen Image 3.0
カスタム LoRA を軸にしたパイプライン、または 1 回の編集で 4 枚以上の参照画像を使うパイプライン当面は Qwen Image 2.1 のままにし、3.0 の参照ベースの編集でユースケースを満たせるかをテストする

新規プロジェクトの大半では、Qwen Image 3.0 が適切なデフォルトです。明確な 2 つの品質ティア、優れたプロンプト処理、同等のアスペクト比対応を備えており、プロンプト拡張以外に新たに覚えるパラメータもありません。

2.1 から 3.0 への移行

既存の連携を移行するには、いくつかの小さな変更が必要です。

  1. モデルパスを差し替える。 同じタスク(テキストから画像、または編集)の Qwen Image 3.0 または 3.0 Pro のエンドポイントに変更します。
  2. 解像度ティアを対応付ける。 1k と 2k はそのまま使います。1.5k は、品質を重視する場合は 2k、コストを重視する場合は 1k に対応付けます。
  3. 編集用の参照画像を減らす。 最大 3 枚とし、各画像は 1 辺 384〜2048 ピクセルにします。
  4. output_format を削除する。 必要であれば後段で変換します。
  5. プロンプトは 800 文字未満に収める。 プロンプト拡張を有効にするかどうかは、ユースケースごとに判断します。
  6. シードを再確認する。 シードはモデルの世代をまたいで再現できないため、再現したい仕上がりについてはシードを選び直してください。

aspect_ratio と seed は名前もプリセットも同じなので、一般的なリクエストの残りの部分はそのまま使えます。

WaveSpeedAI で Qwen Image 3.0 を試す

Qwen Image 3.0 のすべてのエンドポイントは WaveSpeedAI 上で動作し、すぐに使える REST API、コールドスタートなし、画像単位の従量課金で提供されます。Standard と Pro を並べて比較し、ご自身のプロンプトでプロンプト拡張を試して、ワークロードごとに最適なティアを選んでください。

WaveSpeedAI で Qwen Image 3.0 コレクションを見る

共有