Nei suoi esempi di lancio, Qwen-Image-3.0 rende un'infografica a nove pannelli in un'unica passata: una derivazione di fisica, una dimostrazione di teoria dei gruppi, un diagramma medico, un confronto di biologia cellulare, con ogni pannello ricco dei propri diagrammi etichettati e didascalie, e ogni riga di testo piccolo ancora leggibile. Quell'immagine è il riassunto più chiaro di ciò per cui serve davvero il modello di immagini Qwen di terza generazione, rilasciato il 21 luglio 2026.
*Esempio ufficiale di Qwen-Image-3.0 (tramite qwen.ai). Qwen afferma che l’intera griglia è stata generata da un singolo prompt, non assemblata da nove render.*
Qwen riassume il rilascio con una parola: "实," approssimativamente *sostanziale* o *pratico*. Se la 1.0 inseguiva l'accuratezza e la 2.0 inseguiva l'ampiezza, la 3.0 è pensata per il lavoro di produzione: giornali, storyboard, prove d'esame, mockup UI annidati e figure accademiche che si tengono insieme a colpo d'occhio. Si tratta meno di una singola immagine bella e più di layout densi e ricchi di informazioni che restano corretti fin nei piccoli dettagli.
Cos'è realmente Qwen-Image-3.0
Qwen-Image-3.0 è un modello foundation text-to-image del team Qwen di Alibaba, la terza versione di una serie il cui punto di forza distintivo è da tempo il rendering del testo. Qwen descrive le generazioni come una progressione: la 1.0 era "accurata", la 2.0 era "accurata, varia, completa, bella, reale", e la 3.0 è "sostanziale". In pratica, ciò significa che punta alle scene che la maggior parte dei generatori di immagini ancora gestisce con difficoltà (una pagina di giornale completa, uno storyboard a più pannelli, uno screenshot annidato dentro uno screenshot) così che l'output possa essere inserito direttamente in un flusso di lavoro di design, istruzione, e-commerce o contenuti.
I tre aggiornamenti che contano
Qwen organizza il rilascio attorno a tre pilastri. Spogliati del marketing, ognuno di essi ti offre qualcosa di concreto.
Contenuti ricchi: prompt da 4,5k token e layout complessi one-shot
Il dato principale è la lunghezza del prompt. Qwen-Image-3.0 accetta fino a 4.5k tokens di input, un grande salto rispetto alla lunghezza di istruzioni di circa 1k token gestita dalla generazione precedente. Un token è un frammento di testo che il modello legge, quindi più token significano che puoi descrivere una scena più densa e strutturata in un colpo solo.
Quel budget sblocca due cose. La prima che Qwen chiama layout *orizzontale*: la griglia a nove pannelli sopra, in cui ogni cella è una propria infografica dettagliata e l’intero elemento viene generato in un solo passaggio. Secondo Qwen, descrivere completamente quella griglia ha richiesto circa 3,7k token, motivo per cui il limite aumentato è importante: il vecchio limite non poteva contenere l’istruzione.
La seconda è la *profondità*: annidare interfacce all'interno di interfacce. L'esempio di Qwen rende una finestra di VS Code contenente una finestra di chat Qwen contenente una chat WeChat contenente un poster di caffè, con ogni livello che mantiene la propria interfaccia utente realistica. Se il tuo lavoro coinvolge mockup, dashboard o scene stratificate, questo è l'aggiornamento da tenere d'occhio.
Dettagli realistici: testo piccolo che rimane leggibile
La resa del testo è da tempo il punto di forza della serie Qwen, e la 3.0 abbassa la soglia fino a testo piccolo da 10px che rimane leggibile. Negli esempi, questo regge anche nei casi difficili: una pagina intera di LaTeX accademico con apici, pedici, lettere greche e numerazione dei teoremi corretti; un giornale con testo fitto su carta realistica; piccole etichette di annotazione su una tavola scientifica.
*Esempio ufficiale di Qwen-Image-3.0 (tramite qwen.ai): una tavola in stile tassonomico costruita attorno a una foto, con piccole etichette e barre di scala da 0,5 mm che rimangono nitide.*
La caratteristica più notevole di questi esempi è che il carattere piccolo non si riduce a rumore. Didascalie, note a piè di pagina ed etichette degli assi mantengono la loro forma a dimensioni in cui il testo illeggibile è il normale modo di fallire. Il dettaglio va oltre il testo, inoltre: Qwen mostra una texture della pelle a livello di pori e capelli che si avvicina al realismo fotografico, e una modifica che ripristina un dipinto tradizionale a inchiostro danneggiato, riempiendo le aree mancanti e preservando la pennellata originale.
Conoscenza ricca: 12 lingue, oltre 100 stili e output connesso al web
Il terzo pilastro è l’ampiezza. Qwen-Image-3.0 renderizza 12 lingue in modo nativo (giapponese, coreano e spagnolo tra le demo), supporta oltre 100 stili artistici e più font, e produce interfacce utente simulate convincenti per web, giochi e livestream.
*Esempio ufficiale di Qwen-Image-3.0 (tramite qwen.ai): un poster di conoscenza a immagine singola con otto sezioni e decine di piccole etichette, tutte leggibili.*
Due capacità si sono distinte. Crea infografiche di riferimento dettagliate a partire da una foto reale: l’immagine della targa sopra aggiunge etichette tassonomiche, richiami morfologici, una vista di dettaglio ingrandita e una barra di scala a un’immagine sorgente. E Qwen mostra di estrarre informazioni in tempo reale dal web, generando in una demo un grafico delle previsioni del tempo per una città e una data specifiche. Questo va oltre il semplice “disegna ciò che descrivo” verso “disegna ciò che è attuale” — anche se, come per qualsiasi figura generata, dovresti comunque verificare i fatti prima di farci affidamento.
Come si confronta con altri modelli di immagini fortemente orientati al testo
Se stai scegliendo un modello per lavori con molto testo o molto orientati al layout, queste sono le alternative realistiche. Le valutazioni qui sotto sono indicative, non basate su benchmark: Qwen non ha pubblicato punteggi per 3.0, quindi trattare qualsiasi numero testa a testa come un fatto sarebbe un azzardo.
| Modello | Rendering del testo | Layout complessi | Editing | Come accedere |
|---|---|---|---|---|
| Qwen-Image-3.0 | Molto forte; leggibile a 10px, qualità da LaTeX | Molto forte; 4,5k token, 9 pannelli in un solo passaggio | Sì (annotazioni, ripristino) | Qwen Studio, Qwen API |
| Qwen-Image-2.0 | Forte | Buono; ~1k token | Sì (unificato) | Qwen Studio, endpoint di terze parti |
| Nano Banana Pro | Buono | Buono | Sì | Google; API unificata |
| Seedream 5 Pro | Buono | Buono | Sì | ByteDance; API unificata |
| GPT-Image-2 | Buono | Buono | Sì | OpenAI; API unificata |
Quando li confronti tu stesso, tre test distinguono un modello "capace di gestire il testo" da uno affidabile: se i caratteri piccoli restano leggibili in formato poster, se i layout a più pannelli mantengono la loro struttura invece di confondersi, e se il modello conserva il vero sistema di scrittura di una lingua invece di approssimarlo. Qwen ha costruito la release 3.0 proprio attorno a questi tre aspetti. Se usi già Nano Banana Pro, Seedream 5 o GPT-Image-2 tramite una singola API come AIReiter, nota che Qwen-Image-3.0 non è ancora in quel catalogo; per ora è disponibile solo sulla piattaforma di Qwen.
Come provare Qwen-Image-3.0 oggi
Il giorno del lancio, la strada più affidabile è la piattaforma stessa di Qwen:
- Qwen Studio su chat.qwen.ai, su web, iOS, Android, macOS e Windows. È il percorso più diretto verso il modello il giorno del lancio; apri lo strumento immagine e inserisci lì il prompt.
- La piattaforma API di Qwen (Qwen Cloud) per l'accesso programmatico.
- Le schede modello di Qwen-Image su Hugging Face per i dettagli tecnici della famiglia.
Per sfruttare la potenza di 4,5k token, scrivi un prompt che specifichi esplicitamente la struttura: nomina ciascun pannello, il suo titolo e il testo esatto che vuoi al suo interno, invece di una singola frase generica. Uno scheletro da adattare:
Crea un poster infografico unico 2x2, "Metodi di preparazione del caffè".
In alto a sinistra — "Pour Over": 3 passaggi con etichette (risciacqua il filtro, bloom 30 s, versa in cerchi), piccola didascalia "1:16 ratio, 92°C".
In alto a destra — "French Press": diagramma etichettato, didascalia "4 min steep, coarse grind".
In basso a sinistra — "Espresso": sezione trasversale di un espresso con strati etichettati (crema, body, heart), didascalia "9 bar, 25-30s".
In basso a destra — "AeroPress": passaggi numerati, didascalia "inverted method".
Stile flat-illustration coerente, piccole didascalie leggibili, sfondo bianco.Più concreta è l’istruzione di layout, più utilizzi realmente la nuova funzionalità.
Una nota di cautela dai test del giorno del lancio: il 21 luglio, un endpoint di terze parti qwen/text-to-image che ho provato (tramite il marketplace Kie) ha restituito ripetuti errori 500 dopo aver accettato il job. Si tratta di un provider, non della prova di un’interruzione a livello di piattaforma, ma se oggi un endpoint Qwen downstream non funziona per te, la scelta più sicura è andare direttamente su Qwen Studio finché i mirror non si stabilizzano.
Cosa non sappiamo ancora
Poiché questo è stato lanciato poche ore fa, alcune cose non sono ancora pubbliche, e dovresti essere scettico nei confronti di chiunque le affermi come fatti:
- Prezzi. L'annuncio di Qwen non include alcun listino prezzi API. Qualsiasi costo specifico per immagine che vedi oggi è un'ipotesi.
- Pesi aperti. I precedenti modelli di immagini di Qwen erano scaricabili, ma Qwen non ha detto se i pesi di 3.0 verranno rilasciati. La comunità ha discusso apertamente se Qwen si stia orientando verso modelli chiusi, quindi non dare per scontato di poter ancora self-hostare 3.0.
- Parametri e benchmark. Nessun conteggio dei parametri né punteggio benchmark ha accompagnato questo rilascio. I numeri che circolano di solito appartengono a 2.0.
FAQ
Qwen Image 3 è gratuito?
Puoi usare Qwen-Image-3.0 tramite Qwen Studio su chat.qwen.ai, che offre accesso gratuito agli strumenti di chat e immagini di Qwen. Qwen non ha ancora pubblicato i prezzi API, quindi i costi del livello a pagamento per l'uso programmatico sono ancora sconosciuti.
Posso scaricare Qwen-Image-3.0?
Non confermato. Il post di lancio di Qwen non indica se i pesi di 3.0 saranno disponibili per il download. Le versioni precedenti erano disponibili su Hugging Face, ma considera la 3.0 come disponibile solo nel cloud finché Qwen non afferma il contrario.
In cosa differisce Qwen Image 3 da 2.0?
I cambiamenti più importanti sono un salto da circa 1k a 4.5k token di input del prompt, rendering leggibile di testo piccolo a 10px, layout complessi in un solo passaggio come una griglia a nove pannelli, testo nativo in 12 lingue e generazione connessa al web. Qwen lo descrive come il passaggio da "bello da vedere" a "utile".
Qwen Image 3 gestisce testo non in inglese?
Sì. Qwen afferma che rende nativamente 12 lingue, e le demo includono giapponese, coreano e spagnolo resi nello script reale di ciascuna lingua anziché con caratteri approssimativi.
Dove posso utilizzare Qwen Image 3 online?
Qwen Studio (chat.qwen.ai) è il percorso online ufficiale, con app web e mobile. L'accesso programmatico è disponibile tramite la piattaforma API di Qwen.