WaveSpeedAI

Qwen Image 2.1 vs Qwen Image 3.0:有哪些變化,何時該升級

針對 Qwen Image 2.1 與 Qwen Image 3.0 的實用比較,涵蓋規格層級、解析度、編輯參考圖、提示詞擴寫,以及哪些工作負載應在 WaveSpeedAI 上遷移至 Qwen Image 3.0。

By WaveSpeedAI3 min read

Qwen Image 2.1 在許多圖像生成流程中佔有一席之地:穩定的文字生圖品質、多參考圖編輯,以及自訂 LoRA 支援。Qwen Image 3.0 是新一代版本,並改變了整個系列的形態。3.0 不再是一個擁有眾多調整參數的模型,而是推出 Standard 與 Pro 兩個品質層級,每個層級各有文字生圖與編輯端點,並內建提示詞擴寫功能。

本指南逐項參數比較這兩代模型,並說明哪些工作負載現在就應該遷移到 Qwen Image 3.0。四個 Qwen Image 3.0 端點都可在 Qwen Image 3.0 collection 中一併找到。

概覽

Qwen Image 2.1Qwen Image 3.0
產品線文字生圖、編輯與 LoRA 變體Standard 與 Pro 兩個層級,各有文字生圖與編輯
解析度層級1k、1.5k、2k1k、2k
長寬比15 種預設,從 1:3 到 3:1,包含 9:21 與 21:9相同的 15 種預設
編輯參考圖1 至 10 張圖片1 至 3 張圖片(每邊 384 至 2048 px)
提示詞擴寫不提供可選的 enable_prompt_expansion(預設關閉)
提示詞語言自然語言提示詞中文與英文,最多 800 個字元
自訂 LoRALoRA 變體最多支援 3 個 LoRA不提供
輸出格式jpeg、png、webp標準圖像輸出
種子控制支援支援,-1 為隨機,或 0 至 2147483647

Qwen Image 3.0 新增了什麼

兩個品質層級取代單一模型

最大的變化是 Standard/Pro 的區分。兩個層級共用相同的請求結構,因此在整合中切換只需修改一行:

常見的做法是在 Standard 上反覆迭代,再用相同的提示詞、長寬比與種子,在 Pro 上渲染最終定案的構想。

內建提示詞擴寫

Qwen Image 3.0 可在生成前豐富簡短的提示詞。當您希望模型根據簡短的想法補足光線、構圖與細節時,請將 enable_prompt_expansion 設為 true;當您需要輸出嚴格遵循您的措辭時,則保持關閉。Qwen Image 2.1 沒有對應功能,因此團隊通常需要手動撰寫冗長的提示詞,或另外執行一個改寫步驟。

更強的雙語提示詞理解

Qwen Image 3.0 同時接受中文與英文提示詞,最多 800 個字元,對主體、構圖、風格、光線與屬性都有很強的遵循能力。這使它非常適合雙語產品,以及混用多種語言的提示詞。

更簡單的解析度選擇

Qwen Image 3.0 在全部 15 種長寬比預設下提供 1k 與 2k 兩個層級。2.1 中的 1.5k 中間層級已取消。實務上,大多數團隊本來就是用 1k 預覽、用 2k 輸出最終成品。在 Standard 上,選擇 2k 不會改變價格;Pro 依解析度層級計價,而兩個層級的編輯請求也會隨參考圖數量而增加費用。目前的費率列於各模型頁面。

Qwen Image 2.1 仍然不同的地方

誠實的比較也應涵蓋 3.0 沒有延續的部分:

  • 多參考圖編輯。 Qwen Image 2.1 Edit 最多接受 10 張參考圖;Qwen Image 3.0 Edit 最多接受 3 張。對大多數編輯而言(一個主體、一張風格參考與一個背景),三張參考圖已足夠。若工作流程需要在單次呼叫中合成多個獨立輸入,則需要重新規劃為多次處理。
  • 自訂 LoRA。 Qwen Image 2.1 有可套用最多 3 個自訂 LoRA 的 LoRA 變體。Qwen Image 3.0 不支援 LoRA,因此身分或風格的鎖定改為依賴編輯端點中的參考圖。
  • 輸出格式選擇。 Qwen Image 2.1 可讓您選擇 jpeg、png 或 webp。Qwen Image 3.0 回傳標準圖像輸出,因此若您的流程需要特定格式,請在下游自行轉換。

您該使用哪一個?

您的工作負載建議
應用程式、社群內容與草稿的大量文字生圖Qwen Image 3.0 Standard
最終的行銷、產品、時尚或人像渲染Qwen Image 3.0 Pro
消費型應用中簡短或隨意的使用者提示詞開啟 enable_prompt_expansion 的 Qwen Image 3.0
模板化生成需要嚴格控制提示詞關閉提示詞擴寫並固定種子的 Qwen Image 3.0
使用 1 至 3 張參考圖的指令式編輯Qwen Image 3.0 Edit 或 Pro Edit
雙語(中文與英文)提示Qwen Image 3.0
圍繞自訂 LoRA 或每次編輯使用 4 張以上參考圖所建構的流程目前先保留在 Qwen Image 2.1,並測試 3.0 的參考圖編輯能否涵蓋該使用情境

對大多數新專案而言,Qwen Image 3.0 是更好的預設選擇:兩個清晰的品質層級、更好的提示詞處理,以及相同的長寬比覆蓋範圍,除了提示詞擴寫之外,無需學習任何新參數。

從 2.1 遷移到 3.0

遷移現有整合只需幾項小改動:

  1. 替換模型路徑,改為相同任務(文字生圖或編輯)的 Qwen Image 3.0 或 3.0 Pro 端點。
  2. 對應解析度層級。 保留 1k 與 2k。重視品質時將 1.5k 對應到 2k,重視成本時則對應到 1k。
  3. 精簡編輯參考圖至最多 3 張,每張圖片每邊介於 384 至 2048 像素之間。
  4. 移除 output_format,必要時在下游轉換。
  5. 提示詞保持在 800 個字元以內,並依各使用情境決定是否啟用提示詞擴寫。
  6. 重新檢查種子。 種子無法跨模型世代通用,因此若您想重現某些風格效果,請重新挑選種子。

aspect_ratio 與 seed 的名稱與預設值保持不變,因此一般請求的其餘部分可以維持原樣。

在 WaveSpeedAI 上試用 Qwen Image 3.0

每個 Qwen Image 3.0 端點都在 WaveSpeedAI 上運行,提供開箱即用的 REST API、無冷啟動,以及按張計費的定價。您可以並排比較 Standard 與 Pro,用自己的提示詞試用提示詞擴寫,並為每種工作負載選擇合適的層級。

在 WaveSpeedAI 上探索 Qwen Image 3.0 collection

分享