2026-08-05模型发布
Qwen-Image-3.0-Pro 上线千问AI平台，支持复杂图文排版、精细渲染与图像编辑
一、概览
Qwen-Image-3.0-Pro 现已上线千问AI平台——面向开发者与 AI Agent 的模型服务平台。作为第三代 Qwen-Image 图像生成模型，Qwen-Image-3.0-Pro 同时支持文生图和图像编辑，围绕「内容丰实、细节真实、知识厚实」三个方向升级：可接收最高 4.5K Tokens 的复杂指令，在单张图中组织多层级、多区域内容；支持约 10 px 小字、公式和真实材质渲染；支持 12 种语言、20 余种字体，以及网页、游戏、直播等界面生成。
从报纸、试卷、论文页面和分镜，到人像摄影、产品质感、知识信息图与多语言设计稿，Qwen-Image-3.0-Pro 可将复杂内容组织、精细视觉呈现和图像编辑纳入同一工作流，为内容创作、设计、教育、电商和应用界面生产提供更完整的图像能力。
二、模型详情
1. Qwen-Image-3.0-Pro：面向复杂视觉内容生产的图像模型
模型名称 / 版本号：Qwen-Image-3.0-Pro（qwen-image-3.0-pro）
能力定位：支持文生图和图像编辑，可根据长指令生成包含复杂版面、精细文字、真实细节和专业知识的图像，也可结合参考图完成重绘、增删、批注和视觉信息重组。
2. 核心参数
| 参数 | 说明 |
|---|---|
| 模型标识 | qwen-image-3.0-pro |
| 任务类型 | 文生图、图生图 / 图像编辑 |
| 输入模态 | 文本、图像；图像编辑支持 1–3 张参考图 |
| 输出模态 | 图像，PNG 格式 |
| 指令长度 | 最高 4.5K Tokens |
| 输出尺寸 | 总像素范围为 512 × 512 至 2,048 × 2,048；未指定尺寸时可由模型推荐 |
| 单次输出 | 最多生成 6 张图像 |
| 文字渲染 | 支持约 10 px 小字、12 种语言、20 余种字体 |
| 提示词增强 | prompt_extend 默认开启；支持 direct，文生图还可使用 agent 模式 |
| 可控参数 | 支持反向提示词、随机种子和水印控制 |
| 在线体验 | 已支持 |
| API 调用 | 已提供 DashScope HTTP API、Python SDK 和 Java SDK 调用方式 |
模型价格及最新调用限制请查看 Qwen-Image-3.0-Pro 模型详情页。
三、模型能力
1. 内容丰实
复杂版面：一张图容纳多层内容
Qwen-Image-3.0-Pro 可在同一张图中安排标题、正文、图表、示意图、公式和注释等不同元素，并保持分区关系和阅读顺序。最高 4.5K Tokens 的指令容量使模型能够处理试卷、报纸、菜单、故事板和演示页等信息密度较高的任务。
画中画与界面纵深
模型支持多层嵌套的画中画内容，可在同一画面中保持设备、应用窗口、对话界面和海报等层级关系。复杂信息不再只依赖平铺布局，也可以沿视觉纵深逐层展开。
分镜与连续视觉叙事
对于短剧、广告和脚本可视化任务，模型可在统一画幅中组织多个镜头，保持人物、场景、光线和叙事节奏的连续性，便于从文字脚本快速形成可讨论的故事板。
延伸阅读：查看复杂内容与版面生成的完整案例
2. 细节真实
小字、公式与纸张排版
Qwen-Image-3.0-Pro 强化了小字号文字、公式、栏线和纸张版面的稳定呈现，可用于信息图、学术页面、报纸和说明文档等需要同时保证信息密度与可读性的场景。
人像与材质
模型对皮肤、发丝、织物、光影和景深等微观细节进行更细致的还原，可生成更接近真实摄影的人像与场景，同时保持画面中的招牌文字、花束和背景层次。
图像编辑与手写批注
在图像编辑任务中，Qwen-Image-3.0-Pro 可在保留原始版面与主体结构的基础上，根据指令增加手写批注、重点标记或局部内容，为教材处理、内容审阅和视觉修改提供更直接的编辑方式。
延伸阅读：查看真实细节与图像编辑的完整案例
3. 知识厚实
多语言与多字体
Qwen-Image-3.0-Pro 支持 12 种语言和 20 余种字体，可在不同语言的海报、杂志、宣传页和界面中完成原生文字渲染。发布案例覆盖日语、韩语、西班牙语等语言，适合多地区内容生产和本地化设计。
从参考图到知识信息图
模型可结合输入图像与外部知识，将单一主体扩展为包含分类、结构、特征和说明文字的专业信息图。生成过程不仅改变视觉样式，也会重新组织知识结构和版面层级。
联网信息与主题化生成
在接入联网信息后，模型可将天气等实时数据组织为完整视觉页面；也可结合艺术家、作品风格和直播界面知识，生成具有明确主题、人物关系和平台元素的内容。
延伸阅读：查看多语言、知识与界面生成的完整案例
四、开发接入
1. 通过 DashScope API 调用
Qwen-Image-3.0-Pro 使用 DashScope 多模态生成接口。调用时需传入模型标识 qwen-image-3.0-pro，并在请求头中配置 API Key。以下为精简的文生图示例：
01curl --location 'https://dashscope.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation' \\
02 --header 'Content-Type: application/json' \\
03 --header "Authorization: Bearer $DASHSCOPE\_API\_KEY" \\
04 --data '{
05 "model": "qwen-image-3.0-pro",
06 "input": {
07 "messages": \[
08 {
09 "role": "user",
10 "content": \[
11 {
12 "text": "生成一张竖版城市报刊亭人像摄影：午后逆光，一名年轻女性手捧橙粉色玫瑰，背景招牌写有 Il Messaggero，呈现自然发丝、花瓣和胶片颗粒质感。"
13 }
14 \]
15 }
16 \]
17 },
18 "parameters": {
19 "prompt\_extend": true
20 }
21 }'
完整的 API Key 获取方式、请求示例与响应结构可查看 模型 API Reference。
2. 文生图与图像编辑
- 文生图：在
content中传入文本描述，适合海报、信息图、UI、摄影和分镜等从零生成任务。 - 图像编辑：在同一条用户消息中传入 1–3 张参考图及编辑指令，可完成局部修改、内容增删、风格调整、批注和多图融合。
- 复杂指令：长指令可描述版面分区、文字内容、元素位置、材质、光线和镜头关系；
prompt_extend默认开启，可使用direct模式，文生图还支持更精细的agent模式。
3. 关键调用说明
- 输出尺寸的总像素范围为 512 × 512 至 2,048 × 2,048；未传入尺寸时，可由模型根据内容推荐。
- 单次请求最多生成 6 张图像，输出格式为 PNG。
- 参考图支持公网 URL 或 Base64 输入，格式包括 JPG、JPEG、PNG、BMP、TIFF、WEBP 和 GIF，单张不超过 10 MB。
- 可通过反向提示词、随机种子和水印参数进一步控制生成结果。
- 对可读文字、固定版面或参考图编辑要求较高时，建议在提示词中明确文字内容、区域位置、层级关系和需要保留的元素。
- 更完整的请求参数、图像输入方式和响应结构可查看 图像生成与编辑 API 文档。
五、立即体验
Qwen-Image-3.0-Pro：模型详情 ｜ 立即体验 ｜ API Reference
Qwen-Image-3.0-Pro 现已在千问AI平台开放在线体验与 API 调用，欢迎使用。
