Qwen: Qwen Image 3

Qwen-Image-3.0 ist Qwens Bildmodell der dritten Generation und vereint Text-zu-Bild-Erzeugung und referenzbasierte Bearbeitung in einem Modell. Die Standardausgabe bietet ein Gleichgewicht zwischen Bildqualität und Antwortgeschwindigkeit, während Qwen-Image-3.0 Pro die auf höchste Qualität ausgerichtete Schwesterausgabe ist. Eine Anfrage erzeugt ein Bild: ein Poster, eine illustrierte Erklärung, eine Produktszene, ein Storyboard oder ein überarbeitetes Foto, nicht jedoch ein bearbeitbares Dokument oder eine funktionsfähige Benutzeroberfläche.

Seine Fähigkeiten für inhaltsreiche Darstellungen eignen sich für eine Bildfläche mit mehreren zusammengehörigen Abschnitten oder einem verschachtelten visuellen Layout. Bereiten Sie Überschriften, exakte Formulierungen, Hierarchie und die Beziehungen zwischen Bildfeldern vor, bevor Sie stilistische Details ergänzen. Für einen Produktvergleich legt eine nützliche Vorgabe die Hauptansicht des Produkts, die zu beschriftenden Eigenschaften und die Lesereihenfolge der ergänzenden Bildfelder fest. Beschreiben Sie bei einem Storyboard Motiv, Handlung und Bildunterschrift jedes Feldes getrennt. Die empfohlene Höchstlänge eines Prompts beträgt 4.500 Token; nutzen Sie diesen Platz für die Inhalte und das Layout, die das Bild tatsächlich benötigt.

Das Modell unterstützt detaillierte Texturen, Typografie bis hin zu kleiner Schrift, die mit 10 Pixeln demonstriert wird, sowie die native Darstellung in 12 Sprachen mit mehreren Schriftarten und künstlerischen Stilen. Diese Fähigkeiten ermöglichen es, ein realistisches Objekt mit einer informationsreichen Grafik zu verbinden, statt sich zwischen einem Foto und einem textlastigen Layout entscheiden zu müssen. Geben Sie die exakten Wörter und Ziffern, ihre vorgesehene Sprache und ihre Platzierung an. Behandeln Sie eine erzeugte Benutzeroberfläche als visuelles Mockup: Schaltflächen, Diagramme und Beschriftungen im Bild implementieren kein Anwendungsverhalten.

Bei der Bearbeitung lassen sich Texte ändern, Objekte hinzufügen oder entfernen, Elemente verschieben, Handlungen eines Motivs anpassen, Stile übertragen oder Details eines beschädigten Bildes verbessern. Stellen Sie ein bis drei Bilder und eine einzige klare Bearbeitungsanweisung bereit. Die Bildnummerierung folgt der übermittelten Reihenfolge. Geben Sie daher an, welches Bild das Motiv, welches ein Kleidungsstück oder Objekt und welches die Umgebung liefert. Bitten Sie bei einer Produktszene darum, das Objekt aus Bild 1 in die Umgebung aus Bild 2 zu setzen und dabei die Merkmale zu erhalten, die das Produkt auszeichnen. Formulieren Sie Änderungen und Anforderungen an den Erhalt von Details ausdrücklich.

Der genaue Bildeingabeablauf akzeptiert JPG, JPEG, PNG, BMP, TIFF, WebP und GIF; bei einem animierten GIF wird nur das erste Einzelbild verarbeitet. Jedes Bild darf bis zu 10 MB groß sein. Die aktuelle API akzeptiert Abmessungen von 1 bis 8.000 Pixeln bei einem Verhältnis der langen zur kurzen Seite von höchstens 10:1 und empfiehlt für gute Ergebnisse 384–2.048 Pixel. Wählen Sie eine Eingabe, auf der die zu übertragenden oder zu bearbeitenden Details klar zu erkennen sind. Eine eng zugeschnittene Referenz kann die umgebende Struktur verbergen, die für eine natürliche Platzierung des Objekts benötigt wird.

Die Ausgabe erfolgt als PNG, mit ein bis sechs Bildern pro Anfrage und einem Bild als Standard. Die Pixelfläche der Ausgabe reicht von 512 × 512 bis 2.048 × 2.048, bei Seitenverhältnissen zwischen 1:8 und 8:1; dies sind Flächengrenzen und keine Vorgabe, dass jede Seite höchstens 2.048 Pixel lang sein darf. Wird keine Größe angegeben, empfiehlt das Modell anhand des Prompts eine Auflösung. Wählen Sie für den vorgesehenen Zweck eine Querformat-, Quadrat- oder Hochformatkomposition und prüfen Sie das zurückgegebene Bild anschließend in dieser tatsächlichen Größe, damit sich kleine Beschriftungen und feine Details an ihrem späteren Einsatzort beurteilen lassen.

Die Überarbeitung des Prompts ist im Herstellerablauf standardmäßig aktiviert. Die direkte Optimierung funktioniert sowohl bei der Erzeugung als auch bei der Bearbeitung; die agentengestützte Optimierung ist ein aufwendigerer Überarbeitungsmodus ausschließlich für Text-zu-Bild und wird bei Bild-zu-Bild-Bearbeitungen abgelehnt. Thinking ist standardmäßig aktiviert, setzt die Prompt-Überarbeitung voraus und verlängert die Erzeugungszeit. Negativ-Prompts können unerwünschte Elemente beschreiben, während ein fester Seed den Vergleich von Varianten erleichtert. Formulieren Sie Ausschlüsse und genaue Anforderungen an unveränderte Bestandteile klar, statt von einem Seed zu erwarten, dass er bei einer veränderten Vorgabe dasselbe Bild erzeugt.

Prüfen Sie für ein brauchbares Endergebnis die dargestellten Wörter, Einheiten, die Reihenfolge der Bildfelder und die Details, die das Motiv kennzeichnen. Überarbeiten Sie anschließend gezielt den Teil, der die Vorgabe verfehlt hat. Eine Antwort mit mehreren Bildern bietet Alternativen zum Vergleich; ordnen Sie jedes zurückgegebene Bild dem Prompt und den Referenzen zu, aus denen es entstanden ist. Die Bildadressen des Herstellers verfallen nach 24 Stunden. Bewahren Sie deshalb die eigentliche Bilddatei auf, wenn das Ergebnis Teil eines Projekts wird. Die Standardausgabe 3.0 bleibt von Pro und von den Qwen-2.1-Modellen mit ihren anderen Referenzanzahlen und Transparenzfunktionen getrennt.