Qwen-Image-3.0: como usar de graça e quanto ele realmente custa

Menos de um dia após o lançamento do Qwen-Image-3.0, sites de terceiros já exibiam preços por imagem para o modelo. O problema é que nenhum deles cita uma fonte oficial: em 22 de julho de 2026, o modelo nem sequer constava na lista oficial de preços da Alibaba Cloud.

O que está confirmado é o seguinte: o Qwen Image 3 pode ser usado gratuitamente em chat.qwen.ai, os preços da API ainda não foram divulgados e não há pesos disponíveis para download, até 22 de julho de 2026. Seu grande atrativo é a renderização de texto de terceira geração, que continua nítida mesmo em tamanhos minúsculos — a amostra oficial abaixo preserva rótulos pequenos e barras de escala de 0,5 mm.

Exemplo oficial do Qwen-Image-3.0, via qwen.ai: uma prancha em estilo taxonômico criada a partir de uma foto, com rótulos pequenos e barras de escala de 0,5 mm que permanecem nítidos.

Como usar o Qwen-Image-3.0 de graça agora

O caminho confirmado é a própria plataforma da Qwen:

• Qwen Studio, em chat.qwen.ai, disponível na web, iOS, Android, macOS e Windows. Basta abrir a ferramenta de imagem e escrever o prompt; é o canal indicado no anúncio da própria Qwen. Quando verifiquei, em 22 de julho, a ferramenta funcionava em uma conta gratuita, com limites de uso que a Qwen ainda não detalhou.
• Plataforma de API da Qwen (Qwen Cloud), para acesso programático, assim que a versão 3.0 aparecer por lá. Em 22 de julho, ela ainda não estava na lista oficial de preços dos modelos, então a disponibilidade via API deve ser tratada como algo em implantação.
• Os cards do modelo Qwen-Image no Hugging Face, que reúnem detalhes técnicos das gerações anteriores.

Um alerta sobre acessos de terceiros: quando consultei o catálogo do marketplace Kie em 22 de julho, seus endpoints de imagem da Qwen ainda cobriam apenas gerações anteriores (qwen/text-to-image, qwen2/text-to-image), sem nenhum modelo 3.0. Um endpoint de terceiros chamado "Qwen image 3" tão cedo merece desconfiança, pois pode estar direcionando as solicitações a um modelo antigo.

Também há uma questão de estabilidade. No dia do lançamento, 21 de julho, o endpoint qwen/text-to-image desse serviço retornou repetidamente erros 500 depois de aceitar meus jobs. Falhas em um único provedor não comprovam uma indisponibilidade geral, mas são mais um motivo para começar pelo Qwen Studio.

Preço: o que é confirmado e o que é palpite

A Qwen não publicou uma tabela de preços da API para a versão 3.0. Portanto, qualquer custo específico por imagem que esteja sendo divulgado agora para o Qwen Image 3 não tem respaldo em uma fonte oficial.

A geração anterior é a referência mais útil disponível. Na tabela oficial de preços, a família 2.0 custa:

Se a versão 3.0 seguir o padrão da família, é razoável esperar um preço no nível Pro ou acima dele. Isso é uma inferência, não um anúncio. Até o valor real aparecer, o acesso sem custo pelo Qwen Studio é o único preço com que você pode contar.

Para quem ele faz sentido — e para quem ainda não

Vale adotar agora se o seu trabalho se parece com isto:

• Layouts carregados de informação: infográficos, provas, cartazes, storyboards e explicadores com múltiplos painéis, nos quais a estrutura e o texto pequeno precisam sobreviver. Essa é justamente a capacidade em torno da qual o 3.0 foi construído, e nenhum dos modelos da tabela comparativa abaixo anuncia um orçamento de instruções equivalente.
• Texto multilíngue dentro das imagens: 12 idiomas renderizados em seus sistemas de escrita reais, algo útil para materiais localizados de e-commerce e educação.
• Mockups de interface e cenas aninhadas: as demonstrações de aninhamento em profundidade falam diretamente com fluxos de produto e design.

Melhor esperar se este for o seu caso:

• Você precisa hospedar ou ajustar o modelo por conta própria. Não há pesos da versão 3.0 para download — verificado no Hugging Face em 22 de julho de 2026 — nem um plano anunciado para liberá-los.
• Você está montando um pipeline de API para produção. Sem preços publicados, limites de taxa ou SLA, o 3.0 ainda não está pronto para virar uma dependência. A família 2.0 e rivais como Nano Banana Pro já estão, hoje.
• O material final precisa continuar editável. Uma página de jornal ou slide gerado é composto por pixels achatados. Se o cliente pedir revisões, uma ferramenta de layout combinada a um modelo convencional de imagem continua sendo o fluxo mais seguro.

Qwen-Image-3.0 versus outros modelos fortes em texto

Para trabalhos pesados em texto ou layout, estas são as alternativas mais realistas. As avaliações abaixo são indicativas, não resultados de benchmark: a Qwen não publicou pontuações do 3.0, então tratar qualquer número de comparação direta como fato seria apenas especulação.

Ao comparar esses modelos por conta própria, três testes separam um modelo apenas "capaz de gerar texto" de um modelo realmente confiável:

• O texto pequeno continua legível em escala de cartaz?
• Layouts com vários painéis preservam sua estrutura ou tudo se mistura?
• O modelo mantém o sistema de escrita real de um idioma, em vez de imitar caracteres?

Se você já usa Nano Banana Pro, Seedream 5 ou GPT-Image-2 por uma API única, como a AIReiter, vale notar que o Qwen-Image-3.0 ainda não está nesse catálogo. Em 22 de julho, a única via que consegui confirmar era a própria plataforma da Qwen.

O que realmente muda no 3.0

A Qwen apresenta suas gerações como uma progressão: a 1.0 era "precisa", a 2.0 era "precisa, variada, completa, bonita, real", e a 3.0 é "substancial" — o resumo de uma palavra da Qwen é "实". A proposta é gerar algo que entre direto em um fluxo de design, educação, e-commerce ou conteúdo, em vez de servir apenas como rascunho.

O lançamento se apoia em três pilares.

Conteúdo rico: prompts de 4.5k tokens e layouts complexos de uma vez

O número que mais chama atenção é o tamanho do prompt. O Qwen-Image-3.0 aceita até 4.5k tokens de entrada, um salto considerável sobre os cerca de 1k tokens de instrução que a Qwen atribui à geração anterior. Um token é um trecho de texto que o modelo lê; mais tokens permitem descrever uma cena mais densa e estruturada em uma única solicitação.

Esse orçamento libera duas possibilidades. A primeira é o layout horizontal, como a demonstração de nove painéis no anúncio da Qwen: cada célula é um infográfico detalhado e, segundo a empresa, a composição inteira saiu em uma única geração. De acordo com a Qwen, descrever completamente essa grade exigiu cerca de 3.7k tokens — acima do que o limite antigo comportava.

A segunda é a profundidade: interfaces dentro de interfaces. No exemplo da Qwen, uma janela do VS Code contém uma janela de chat da Qwen, que contém uma conversa no WeChat, que contém um cartaz de café. Cada camada preserva sua própria interface com aparência realista. Para quem trabalha com mockups, dashboards ou cenas em camadas, esta é a evolução a acompanhar.

Para explorar a capacidade de 4.5k tokens, escreva prompts que definam a estrutura de forma explícita: nomeie cada painel, seu título e o texto exato que ele deve conter. Veja um esqueleto para adaptar:

Crie um único pôster infográfico 2x2, "Métodos de Preparo de Café".
Superior esquerdo — "Pour Over": 3 etapas com rótulos (enxaguar filtro, florescer 30s, despejar em círculos), pequena legenda "proporção 1:16, 92°C".
Superior direito — "French Press": diagrama com rótulos, legenda "infusão de 4 min, moagem grossa".
Inferior esquerdo — "Espresso": seção transversal de uma dose com camadas identificadas (crema, corpo, coração), legenda "9 bar, 25-30s".
Inferior direito — "AeroPress": etapas numeradas, legenda "método invertido".
Estilo consistente de ilustração plana, legendas pequenas legíveis, fundo branco.

Detalhe realista: texto pequeno que continua legível

A renderização de texto sempre foi uma das maiores forças da série Qwen, e a empresa afirma que o 3.0 mantém o texto legível até 10px.

As amostras trazem casos difíceis: uma página acadêmica completa em LaTeX, com sobrescritos, subscritos, letras gregas e numeração de teoremas corretos; um jornal com corpo de texto denso; e a prancha de pesquisa no início deste artigo, cujos rótulos de anotação permanecem legíveis no tamanho de uma legenda de miniatura. São demonstrações selecionadas para o lançamento, não testes independentes, mas indicam que legendas, notas de rodapé e rótulos de eixos mantêm a forma em tamanhos nos quais texto embaralhado costuma ser o resultado.

O nível de detalhe vai além do texto: a Qwen mostra textura de pele em nível de poros e pelos, próxima do realismo fotográfico, além de uma edição que restaura uma pintura tradicional em tinta danificada sem perder os traços originais do pincel.

Conhecimento amplo: 12 idiomas, mais de 100 estilos e resultados conectados à web

O terceiro pilar é amplitude. O Qwen-Image-3.0 renderiza 12 idiomas nativamente — japonês, coreano e espanhol estão entre as demonstrações —, suporta 100+ estilos artísticos e várias fontes, além de produzir interfaces simuladas convincentes para web, jogos e transmissões ao vivo.

Exemplo oficial do Qwen-Image-3.0, via qwen.ai: um pôster informativo em imagem única, com oito seções e dezenas de rótulos pequenos, todos legíveis.

Duas demonstrações se destacam. Em uma delas, o modelo cria um infográfico de referência a partir de uma foto real, adicionando rótulos taxonômicos, chamadas de morfologia, uma visualização ampliada de detalhes e uma barra de escala. Em outra, a Qwen mostra o modelo buscando informações atualizadas na web para gerar um gráfico de previsão do tempo para uma cidade e data específicas.

As duas demonstrações foram produzidas pela Qwen. A empresa não documentou se entrada de foto e recuperação de dados da web estão disponíveis em todas as interfaces públicas do Qwen Image 3; por isso, confirme esses recursos na sua antes de planejar um fluxo em torno deles.

O que ainda não sabemos

Alguns pontos seguem sem publicação, e convém desconfiar de quem os apresenta como fatos:

• Preço da API. Como explicado acima, não há nada oficial até 22 de julho. A faixa de preços da família 2.0 é a única referência fundamentada.
• Pesos abertos. Modelos de imagem Qwen anteriores podiam ser baixados — a versão 1.0 foi lançada como um MMDiT aberto de 20B —, mas a Qwen não informou se os pesos da 3.0 serão liberados, e nada apareceu no Hugging Face desde o lançamento.
• Parâmetros e benchmarks. O lançamento não trouxe contagem de parâmetros nem pontuações de benchmark, e o 3.0 ainda não apareceu em arenas públicas de texto para imagem. Os números que circulam normalmente pertencem ao 2.0.

Perguntas frequentes

Qwen Image 3 é gratuito?

Sim, pelo Qwen Studio em chat.qwen.ai, onde a ferramenta de imagem funciona em uma conta gratuita com limites de uso, conforme verificado em 22 de julho de 2026. A Qwen não divulgou preços de API; a faixa oficial da família 2.0 é de $0.03-0.075 por imagem.

Posso baixar o Qwen-Image-3.0?

Não. Em 22 de julho de 2026, não havia pesos da versão 3.0 no Hugging Face, e o post de lançamento da Qwen não se compromete a disponibilizá-los. As versões anteriores continuam disponíveis para download, mas considere o 3.0 exclusivo da nuvem até a Qwen informar o contrário.

Qual é a diferença entre o Qwen Image 3 e o 2.0?

O orçamento de prompt sobe de cerca de 1k para 4.5k tokens, o texto pequeno permanece legível em tamanhos que a Qwen situa em 10px, e a geração passa a incluir texto nativo em 12 idiomas e resultados conectados à web. A Qwen descreve a mudança como uma transição de "bonito" para "útil".

O Qwen Image 3 lida com texto em outros idiomas?

Sim. A Qwen afirma renderizar 12 idiomas nativamente, e as demonstrações incluem japonês, coreano e espanhol escritos nos sistemas de escrita reais de cada língua, em vez de caracteres aproximados.

Onde posso usar o Qwen Image 3 online?

O Qwen Studio (chat.qwen.ai) é o canal online oficial, com apps para web e dispositivos móveis. O acesso por API ainda não chegou à lista oficial de preços, e o marketplace de terceiros que consultei não oferece a versão 3.0; portanto, o Qwen Studio é, no momento, a única forma de acesso confirmada.