WaveSpeedAI

Qwen Image 2.1 vs Qwen Image 3.0:变化在哪里,何时升级

对 Qwen Image 2.1 与 Qwen Image 3.0 进行实用对比,涵盖版本层级、分辨率、编辑参考图、提示词扩展,以及哪些工作负载应在 WaveSpeedAI 上迁移到 Qwen Image 3.0。

By WaveSpeedAI3 min read

Qwen Image 2.1 在许多图像生产流程中占有一席之地:扎实的文生图质量、多参考图编辑以及自定义 LoRA 支持。Qwen Image 3.0 是下一代产品,并改变了整个系列的形态。3.0 不再是一个带有众多参数的模型,而是分为 Standard 和 Pro 两个质量档位,每个档位都提供文生图和编辑两个端点,并内置提示词扩写功能。

本指南逐项参数对比这两代模型,并说明哪些工作负载应当现在就迁移到 Qwen Image 3.0。全部四个 Qwen Image 3.0 端点均可在 Qwen Image 3.0 合集中一并使用。

概览

Qwen Image 2.1Qwen Image 3.0
产品线文生图、编辑及 LoRA 变体Standard 和 Pro 两个档位,每个档位均含文生图和编辑
分辨率档位1k、1.5k、2k1k、2k
宽高比15 种预设,从 1:3 到 3:1,包括 9:21 和 21:9相同的 15 种预设
编辑参考图1 到 10 张图片1 到 3 张图片(每边 384 到 2048 px)
提示词扩写不支持可选 enable_prompt_expansion(默认关闭)
提示词语言自然语言提示词中文和英文,最多 800 个字符
自定义 LoRALoRA 变体最多支持 3 个 LoRA不支持
输出格式jpeg、png、webp标准图像输出
种子控制支持支持,-1 表示随机,或 0 到 2147483647

Qwen Image 3.0 的新增功能

两个质量档位取代单一模型

最大的变化是 Standard/Pro 的划分。两个档位共用相同的请求结构,因此在它们之间切换,只需在集成代码中改动一行:

常见做法是先在 Standard 上反复迭代,再用相同的提示词、宽高比和种子,在 Pro 上渲染最终确认的创意。

内置提示词扩写

Qwen Image 3.0 可以在生成前丰富简短的提示词。当你希望模型根据一个简略的想法补全光线、构图和细节时,将 enable_prompt_expansion 设为 true;当你需要输出严格遵循你的措辞时,则保持关闭。Qwen Image 2.1 没有对应功能,因此团队通常需要手写冗长的提示词,或另外运行一个改写步骤。

对双语提示词更强的理解能力

Qwen Image 3.0 同时接受中文和英文提示词,最多 800 个字符,对主体、构图、风格、光线和属性都有很强的遵循能力。这使它非常适合双语产品,以及混合使用多种语言的提示词。

更简单的分辨率选择

Qwen Image 3.0 在全部 15 种宽高比预设上提供 1k 和 2k 两个档位。2.1 中的中间档 1.5k 已被取消。实际上,大多数团队本来就是用 1k 做预览、用 2k 出终稿。在 Standard 上,选择 2k 不会改变价格;Pro 按分辨率档位定价,而且两个档位的编辑请求还会随参考图数量而变化。当前价格列在各模型页面上。

Qwen Image 2.1 仍有不同之处

诚实的对比也应涵盖 3.0 未延续的部分:

  • 多参考图编辑。 Qwen Image 2.1 Edit 最多接受 10 张参考图;Qwen Image 3.0 Edit 最多接受 3 张。对于大多数编辑(一个主体、一张风格参考和一个背景),三张参考图已经足够。需要在单次调用中合成许多独立输入的工作流,则需要重构为多次处理。
  • 自定义 LoRA。 Qwen Image 2.1 有 LoRA 变体,最多可应用 3 个自定义 LoRA。Qwen Image 3.0 不支持 LoRA,因此身份或风格的锁定需要改为依赖编辑端点中的参考图。
  • 输出格式选择。 Qwen Image 2.1 允许你选择 jpeg、png 或 webp。Qwen Image 3.0 返回标准图像输出,因此如果你的流程需要特定格式,请在下游自行转换。

该用哪一个?

你的工作负载推荐
面向应用、社交内容和草稿的大批量文生图Qwen Image 3.0 Standard
最终的营销、产品、时尚或人像渲染Qwen Image 3.0 Pro
消费级应用中简短或随意的用户提示词开启 enable_prompt_expansion 的 Qwen Image 3.0
模板化生成所需的严格提示词控制关闭提示词扩写并固定种子的 Qwen Image 3.0
使用 1 到 3 张参考图的指令式编辑Qwen Image 3.0 Edit 或 Pro Edit
双语(中文和英文)提示词Qwen Image 3.0
围绕自定义 LoRA 或每次编辑 4 张以上参考图构建的流程暂时保留在 Qwen Image 2.1 上,并测试 3.0 基于参考图的编辑能否满足该用例

对大多数新项目而言,Qwen Image 3.0 是更好的默认选择:两个清晰的质量档位、更好的提示词处理能力和同样的宽高比覆盖范围,除提示词扩写外无需学习任何新参数。

从 2.1 迁移到 3.0

迁移现有集成只需几处小改动:

  1. 替换模型路径,改为同一任务(文生图或编辑)对应的 Qwen Image 3.0 或 3.0 Pro 端点。
  2. 映射分辨率档位。 保留 1k 和 2k。注重质量时将 1.5k 映射为 2k,注重成本时映射为 1k。
  3. 精简编辑参考图,最多 3 张,每张每边在 384 到 2048 像素之间。
  4. 去掉 output_format,如有需要在下游转换。
  5. 将提示词控制在 800 个字符以内,并根据具体用例决定是否启用提示词扩写。
  6. 重新检查种子。 种子无法跨模型代际通用,因此对于任何想要复现的效果,请重新挑选种子。

aspect_ratio 和 seed 的名称与预设保持不变,因此典型请求的其余部分无需改动。

在 WaveSpeedAI 上体验 Qwen Image 3.0

每个 Qwen Image 3.0 端点都运行在 WaveSpeedAI 上,提供开箱即用的 REST API、无冷启动,并按图片计费。你可以并排对比 Standard 和 Pro,用自己的提示词试用提示词扩写,并为每个工作负载选择合适的档位。

在 WaveSpeedAI 上探索 Qwen Image 3.0 合集

分享