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。
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 2.1 | Qwen 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、2k | 1k、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 LoRA | LoRA 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:
- Qwen Image 3.0 Text-to-Image 和 Qwen Image 3.0 Edit 是日常使用的档位,适用于大批量生成、草稿以及对吞吐量和成本最为敏感的生产素材。
- Qwen Image 3.0 Pro Text-to-Image 和 Qwen Image 3.0 Pro Edit 面向精修的最终成品,在人像、时尚、产品主视觉和营销活动视觉方面具有更出色的细节、质感和视觉保真度。
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:
- 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。
- 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。 - 精简编辑参考图,最多 3 张,每张每边在 384 到 2048 像素之间。
- 去掉
output_format,如有需要在下游转换。 - 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。
- 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。
/filters:quality(82)/media/images/1773962750383987480_n3hqzHRZ.webp)
/filters:quality(82)/media/images/1790881558547248482_yDNV6fox.webp)
/filters:quality(82)/media/images/4877d48b-4349-431c-93c5-6b977a0cfe37.webp)
/filters:quality(82)/media/images/1775454354187499843_FsWsCKow.webp)