Qwen Image 3.0: alt du trenger å vite

Qwen Image 3.0 er tredje generasjon av grunnmodellen for bilder fra Qwen-teamet. Modellen ble kunngjort 21. juli 2026 og er laget for å ta AI-bildegenerering videre fra pene enkeltbilder til visuelt innhold som faktisk kan formidle informasjon: aviser, læringsgrafikk, storyboards, grensesnittkonsepter, annoterte bilder og andre innholdstunge design.

De viktigste nyhetene er en instruksjonsgrense på 4.5K tokens, tekstgjengivelse helt ned i 10 piksler, innebygd gjengivelse på 12 språk, støtte for over 20 fonter og over 100 visuelle stiler, samt bedre bruk av visuell kunnskap og verdenskunnskap. Modellen tar imot tekst og bilder som input og kan både generere og redigere bilder.

Det høres ambisiøst ut, men noen detaljer fra opphavet er fortsatt ikke offentliggjort: Qwen har ikke publisert antall parametere, detaljert arkitektur, innebygd eller maksimal oppløsning, lisens, maskinvarekrav for lokal kjøring eller planer for åpne vekter. Uavhengig av dette tilbyr PoYo nå API-tilgang for produksjon med to modell-ID-er, valgfri output i 1K og 2K og publiserte priser per bilde.

Qwen Image 3.0 i korte trekk

Den offisielle lanseringen beskriver modellen gjennom tre ideer: rikt innhold, autentiske detaljer og dyp kunnskap. Qwen oppsummerer dem med ett overordnet tema, «Real» – ikke bare fotorealisme, men innhold som er substansielt og nyttig nok til praktisk arbeid.

Hva er nytt i Qwen Image 3.0?

Tidligere versjoner av Qwen Image ga modellfamilien et rykte for god typografi og presis bilderedigering. Qwen Image 2.0 samlet deretter generering og redigering i én modell, støttet innebygd 2K-output og tok imot instruksjoner på opptil 1K tokens.

Qwen Image 3.0 øker mengden og kompleksiteten i informasjonen som kan håndteres i én forespørsel. Instruksjonsgrensen øker fra 1K til 4.5K tokens, og de offisielle eksemplene legger langt større vekt på tette layouter, nestede grensesnitt, liten tekst, formler, flerspråklig innhold og kunnskapsrik grafikk.

Denne sammenligningen må ikke leses som bevis på at alle resultater fra Qwen Image 3.0 automatisk er mer presise. Den beskriver funksjonene og posisjoneringen Qwen har kunngjort. Uavhengig og repeterbar testing trengs fortsatt for å måle hvor konsistent modellen er på tvers av prompter.

Rikt innhold: lengre prompter og tettere layouter

Inputgrensen på 4.5K tokens er en av de tydeligste endringene i Qwen Image 3.0. Den gjør det mulig å beskrive mange områder, etiketter, relasjoner og visuelle regler i én prompt, uten å presse hele oppdraget ned i noen få setninger.

Det betyr ikke at bildet vil inneholde 4,500 tokens med perfekt gjengitt tekst. Det betyr at modellen kan ta imot en instruksjon av den lengden, inkludert beskrivelser av innhold, layout, stil, typografi og romlige forhold.

Visuelt innhold med flere paneler i én generering

I et av de offisielle eksemplene genererer Qwen Image 3.0 et komplett 3×3-rutenett for undervisning i én omgang. Prompten på rundt 3.7K tokens beskriver ni ulike fag, blant annet geometri, fysikk, biologi, medisin, litteratur, bankvesen og abstrakt algebra. Hvert panel inneholder illustrasjoner, formler, diagrammer, kinesisk og engelsk tekst og sitt eget visuelle hierarki.

Dette eksemplet tester mer enn promptlengde. Modellen må holde parallelle konsepter adskilt, plassere dem i de angitte områdene og hindre at innholdet i ett panel lekker over i et annet.

Den evnen kan være nyttig for:

• Undervisningsplakater og læremateriell
• Redaksjonelle oppslag og sider i avisstil
• Rutenett for produktsammenligning
• Storyboards for kortdrama og reklame
• Eksamensoppgaver og arbeidsark
• Menyer, kataloger og visuelle rapporter

Nestede bilder og grensesnitt

Qwen demonstrerer også vertikal eller nestet kompleksitet. En prompt ber modellen plassere et VS Code-grensesnitt rundt et Qwen Chat-grensesnitt, som igjen inneholder et WeChat-grensesnitt, som i sin tur inneholder en kaffeplakat.

En slik bilde-i-bilde-oppgave tester semantisk nesting, relativ skala, kunnskap om grensesnitt og modellens evne til å bevare flere lag med innhold. Det er særlig relevant for UI-konsepter, programvareillustrasjoner, skjermbasert reklame og redaksjonell grafikk.

Autentiske detaljer: liten tekst og realistisk tekstur

Qwen bruker «Authentic Details» om både typografi og fysiske detaljer. Modellen skal kunne gjengi tett tekstinnhold og samtidig forbedre de små visuelle signalene som får mennesker, objekter og materialer til å se troverdige ut.

Tekst ned til 10 piksler

Ifølge Qwen kan Qwen Image 3.0 gjengi lesbar tekst på omtrent 10 px. De offisielle eksemplene omfatter:

• En teksttung infografikk om hvalhai
• En avisside med flere spalter
• En akademisk artikkel om algebraisk geometri
• Hevet og senket skrift, greske tegn, klammeparenteser, brøker og formler over flere linjer
• Håndskrevne notater lagt til på et fotografert boksideoppslag

Dette kan være verdifullt for plakater, grensesnitt, lysbilder, dokumenter og tekniske diagrammer. Men lesbarhet og nøyaktighet er ikke det samme. En linje kan se typografisk overbevisende ut og likevel inneholde et feilstavet ord, et feil tall eller en ødelagt formel. Generert tekst og faktainnhold bør alltid kontrolleres før publisering.

Fine fotografiske detaljer

De offisielle eksemplene legger også vekt på hudporer, enkelthår, mikrouttrykk, papir, stoff, penselstrøk og andre subtile teksturer. Målet er å redusere det glatte eller syntetiske preget som ofte avslører et AI-generert portrett eller produktbilde.

Fine detaljer betyr noe også utover fotorealistiske portretter. De kan forbedre:

• Produktmaterialer som glass, metall, skinn og stoff
• Mat- og drikkefotografi
• Redaksjonelle bilder og livsstilsbilder
• Historiske kunstverk og restaurering av dokumenter
• Naturnære og vitenskapelige illustrasjoner

Redigering med blikk for detaljer

Qwen Image 3.0 er ikke begrenset til tekst-til-bilde. I Qwens redigeringsdemonstrasjoner legger modellen realistiske, håndskrevne studienotater til på en bokside og restaurerer skadede tradisjonelle malerier, samtidig som den forsøker å bevare de opprinnelige blekkovergangene, fjærteksturen, komposisjonen og penselstrøkene.

Eksemplene tyder på at modellen kan kombinere en overordnet instruksjon med utseendet til et eksisterende bilde. Som med alle generative redigeringsverktøy bør du i produksjon fortsatt sjekke om områder utenfor den ønskede endringen er blitt endret.

Dyp kunnskap: språk, stiler, grensesnitt og fakta

Den tredje søylen i Qwen Image 3.0 er «Deep Knowledge». Den beskriver modellens evne til å generere ikke bare gjenkjennelige objekter, men også visuelt innhold som avhenger av språk, konvensjoner for grensesnitt, kunstneriske stiler og fagkunnskap.

Innebygd gjengivelse på 12 språk

Qwen oppgir at modellen kan gjengi 12 språk på egen hånd. Lanseringsmaterialet viser tydelig kinesisk, engelsk, japansk, koreansk og spansk, men gir ingen fullstendig offisiell liste over alle 12.

Det skillet er viktig. Det ville være forhastet å publisere en oppdiktet språkliste eller anta lik nøyaktighet på alle støttede språk. Flerspråklige kampanjer bør gjennomgås av personer som behersker språket, med tanke på stavemåte, tegnsetting, linjeskift og kulturelt passende typografi.

Mer enn 20 fonter og 100 visuelle stiler

QwenCloud oppgir støtte for over 20 fonter, mens lanseringsinnlegget beskriver mer enn 100 kunstneriske stiler. Dette kan hjelpe en prompt med å definere et mer spesifikt visuelt system i stedet for å be om en generisk «plakat» eller «illustrasjon».

For bedre kontroll bør prompten beskrive typografien ut fra funksjon:

• Den nøyaktige teksten som må vises
• Språk og skriftsystem
• Overskrift, undertittel, brødtekst, etikett eller bildetekst
• Seriff, sans-seriff, håndskrift, display eller teknisk stil
• Vekt, justering, farge, avstand og hierarki

At mange stiler er tilgjengelige, garanterer ikke nøyaktig gjengivelse av en navngitt kommersiell font eller stilen til en nålevende kunstner. Kontroll av merkevare og lisenser er fortsatt brukerens ansvar.

Realistisk generering av grensesnitt

Qwen Image 3.0 kan simulere kjente visuelle strukturer som:

• Nettsider
• Programvareapplikasjoner
• Spill
• Rom for direktesending
• Chatgrensesnitt
• Skjermer i mobilstil

Det gjør modellen nyttig for visuelle konsepter og storyboards. Den gjør ikke resultatet automatisk om til produksjonsklar UI-kode, og den garanterer ikke at grensesnittet følger standarder for tilgjengelighet og interaksjon.

Verdenskunnskap og nettsøk

De offisielle eksemplene bruker fagkunnskap til å lage vitenskapelig infografikk og annoterte forskningsfigurer. I ett tilfelle bevarer modellen et insektfotografi og legger samtidig til taksonomi, morfologiske etiketter, forstørrede detaljer og en målestokk.

Qwen demonstrerer også en grafikk med aktuelt vær, laget med søk på nettet. Det bør forstås som en arbeidsflyt der modell og verktøy jobber sammen: nettilgangen gir fersk informasjon, og bildemodellen gjør den om til noe visuelt. Det er ikke bevis på at grunnmodellen alltid kjenner til aktuelle fakta.

Alt kunnskapstungt innhold bør verifiseres mot en pålitelig kilde. Bildegenerering kan presentere feil informasjon med svært overbevisende visuell finish.

Hva kan du lage med Qwen Image 3.0?

Modellens største potensial ligger i oppgaver der visuell kvalitet og informasjonsstruktur må gå hånd i hånd.

Infografikk og læremateriell

Lange prompter kan definere flere seksjoner, diagrammer, formler, utheving og forklarende tekst. Det gjør Qwen Image 3.0 til et lovende alternativ for undervisningsplakater, tidslinjer, vitenskapelige forklaringer og presentasjonsgrafikk.

Aviser og redaksjonelle layouter

Liten tekst, spalter, bildetekster og papirtekstur kan genereres samtidig. Resultatet kan fungere godt som konsept, illustrasjon eller utkast, men den nøyaktige teksten bør settes manuelt når presisjon er avgjørende.

Storyboards og tegneserier

Den utvidede instruksjonslengden gjør det mulig å beskrive flere bilder, steder, handlinger, kameravinkler og bildetekster i én prompt. Karakterkonsistens på tvers av panelene må likevel evalueres, ikke tas for gitt.

Konsepter for UI og spill

Kunnskap om vanlige grensesnittmønstre kan gjøre tidlig idéutvikling raskere for apper, dashbord, spillskjermer og grafikk for direktesending. Designere bør behandle resultatet som en visuell referanse, ikke en ferdig grensesnittspesifikasjon.

Kreativt innhold for netthandel og markedsføring

Kombinasjonen av detaljerte overflater, strukturerte layouter, produktinformasjon og flerspråklig tekst kan støtte kampanjeskisser, katalogsider, menyer og produktforklaringer.

Annotering og restaurering av dokumenter

Bilderedigering kan legge til notater, etiketter, diagrammer og andre kontekstuelle elementer i et eksisterende bilde. Eksemplene på kunstrestaurering peker også mot kreative arbeidsflyter for restaurering og rekonstruksjon, men historisk viktig materiale bør ikke endres uten faglig gjennomgang og tydelig opplysning om det.

Slik får du tilgang til Qwen Image 3.0

Qwen lenker til Qwen Chat fra lanseringskunngjøringen. QwenCloud-siden oppgir modell-ID-en fra opphavet:

qwen-image-3.0-pro

Den identifikatoren tilhører QwenCloud. På PoYo bruker produksjonsforespørsler en av disse modell-ID-ene:

qwen-image-3
qwen-image-3-pro

Begge bruker PoYos asynkrone genereringsendepunkt og støtter input for tekst-til-bilde og bilde-til-bilde, output i 1K eller 2K, åtte sideforhold, PNG- eller JPEG-output, promptutvidelse, negative prompter og seed-kontroll. Promptutvidelse slås for eksempel på slik:

{
  "parameters": {
    "prompt_extend": true
  }
}

Forhåndsvisningsstatusen og begrensningene hos QwenCloud sier ingenting om tilgjengeligheten hos PoYo. Produksjonsintegrasjoner bør bruke PoYos dokumentasjon for Qwen Image 3.0 for gjeldende forespørselsskjema og driftsbegrensninger.

PoYo priser standardmodellen til 4.8 kreditter ($0.024) per outputbilde i 1K eller 2K. Qwen Image 3 Pro koster 6.4 kreditter ($0.032) i 1K og 12 kreditter ($0.06) i 2K. Hvert inputbilde koster 0.5 kreditter ($0.0025) ekstra.

Slik skriver du bedre prompter for Qwen Image 3.0

Det lengre instruksjonsvinduet er mest nyttig når prompten er godt organisert. Å bare legge til flere adjektiver gir neppe bedre resultater.

En praktisk struktur er:

1. Definer formål og lerret, for eksempel en stående undervisningsplakat eller en avis med tre spalter.
2. Beskriv det overordnede visuelle hierarkiet og rutenettet.
3. Spesifiser hver seksjon i romlig rekkefølge.
4. Sett den nøyaktige visningsteksten i anførselstegn.
5. Definer typografi, språk og relativ tekststørrelse.
6. Beskriv bilder, materialer, lys og stil.
7. Angi relasjoner og begrensninger, inkludert hva som ikke må overlappe.
8. Be bare om faktaetiketter når du kan verifisere dem etterpå.

For en kompleks layout er seksjonsetiketter som «Topptekst», «Venstre spalte», «Midtpanel» og «Bunntekst» mer nyttige enn ett ustrukturert avsnitt. Når du redigerer et bilde, bør du oppgi både hva som skal endres og hva som skal forbli urørt.

Nåværende begrensninger og ukjente faktorer

Qwen Image 3.0 er ny, og lanseringsmaterialet fremhever utvalgte eksempler snarere enn en fullstendig teknisk rapport eller en uavhengig evaluering. Ha disse begrensningene i bakhodet:

• Tilgangspolicyen hos QwenCloud er adskilt fra PoYo, der de to dokumenterte modell-ID-ene er tilgjengelige nå.
• Qwen har ikke oppgitt antall parametere eller detaljert modellarkitektur.
• Qwen har ikke publisert en bekreftet innebygd eller maksimal oppløsning; PoYo tilbyr likevel støttede outputvalg i 1K og 2K.
• Prisene hos PoYo er publisert, mens gjennomsnittlig ventetid og grenser for produksjonsbruk bør sjekkes i gjeldende tjenestedokumentasjon.
• Tilgang til åpne vekter, lisensiering og krav til lokal drift er ukjent.
• Påstanden om tekstgjengivelse ved omtrent 10 px garanterer ikke feilfri stavemåte eller korrekte fakta.
• Den fullstendige listen over de 12 støttede språkene er ikke publisert.
• Komplekse formler, vitenskapelige etiketter og innhentede fakta krever fortsatt menneskelig kontroll.
• UI-lignende bilder kan se overbevisende ut uten å være logisk eller teknisk gyldige grensesnitt.
• Offisielle utstillingsbilder måler ikke hvor konsistent modellen presterer på tvers av gjentatte genereringer.

Unngå å overføre spesifikasjoner fra Qwen Image 2.0 til Qwen Image 3.0. Qwen har særlig ikke bekreftet at den nye modellen har samme antall parametere, arkitektur, oppløsningsgrenser eller driftsprofil.

Er Qwen Image 3.0 verdt å følge med på?

Ja – særlig for arbeidsflyter som tradisjonelt har krevd en egen bildegenerator, et layoutverktøy og en manuell typografirunde.

Den viktigste oppgraderingen i Qwen Image 3.0 er ikke én enkelt score for bildekvalitet. Det er forsøket på å få ett generert bilde til å romme mer strukturert informasjon, mindre lesbar tekst, rikere visuelle detaljer og bredere fagkunnskap på samme tid.

Det gjør modellen særlig relevant for lærere, forlag, designere, netthandelsteam og innholdsskapere. PoYo tilbyr allerede i dag en praktisk, driftet API-løsning, mens lokal inferens fortsatt er uavklart fordi Qwen ikke har gitt ut vekter, lisens eller maskinvarekrav.

Den riktige konklusjonen er at Qwen Image 3.0 er en betydelig, produktivitetsrettet oppdatering med uvanlig ambisiøse påstander om typografi og layout. Kostnad og støttede outputstørrelser hos PoYo er nå dokumentert, mens konsistens, hastighet, maksimal innebygd oppløsning og muligheter for lokal drift fortsatt må evalueres separat.

Ofte stilte spørsmål

Hva er Qwen Image 3.0?

Qwen Image 3.0 er Qwens tredje generasjon av grunnmodellen for bildegenerering og bilderedigering. Den legger vekt på informasjonstette layouter, fine visuelle detaljer, flerspråklig tekst, simulering av grensesnitt og kunnskapsrikt visuelt innhold.

Når ble Qwen Image 3.0 lansert?

Qwen-teamet kunngjorde Qwen Image 3.0 21. juli 2026.

Hvor lang kan en prompt til Qwen Image 3.0 være?

Ifølge Qwen tar modellen imot instruksjoner på opptil 4.5K tokens. Dette er promptgrensen, ikke en garanti for at 4,500 tokens med tekst kan gjengis nøyaktig i ett bilde.

Kan Qwen Image 3.0 generere liten tekst?

Qwen hevder at modellen kan gjengi lesbar tekst ned til omtrent 10 piksler. Nøyaktig stavemåte, formler, tall og faktapåstander bør likevel kontrolleres manuelt.

Hvilke språk støtter Qwen Image 3.0?

Qwen oppgir at modellen støtter innebygd gjengivelse på 12 språk. Lanseringsmaterialet demonstrerer flere språk, blant annet kinesisk, engelsk, japansk, koreansk og spansk, men publiserer ikke den fullstendige listen over alle 12.

Kan Qwen Image 3.0 redigere bilder?

Ja. Offisielle eksempler viser modellen som legger til håndskrevne notater, beriker fotografier med teknisk informasjon og restaurerer manglende eller skadede deler av tradisjonelle kunstverk.

Er Qwen Image 3.0 åpen kildekode?

Qwen har ikke kunngjort åpne vekter eller en lisens for Qwen Image 3.0. PoYo tilbyr driftet API-tilgang, men det betyr ikke at lokale vekter eller en lisens for lokal drift er tilgjengelig.

Hva er modellnavnet for Qwen Image 3.0 i API-et?

PoYo bruker qwen-image-3 og qwen-image-3-pro. Den separate QwenCloud-siden oppgir qwen-image-3.0-pro; ikke bland identifikatorene fra opphavet og fra PoYo i API-forespørsler.

Hvilken oppløsning støtter Qwen Image 3.0?

PoYo støtter valgfri output i 1K og 2K. Qwen har ikke publisert en bekreftet innebygd eller maksimal arkitektonisk oppløsning, så outputvalgene hos PoYo må ikke tolkes som en påstand om modellens opprinnelige treningsoppløsning.

Bruk modellsiden for Qwen Image 3.0 for å generere bilder nå, eller les PoYos API-dokumentasjon før du integrerer.

Kilder

• Qwen-Image-3.0: Rich Content, Authentic Details, Deep Knowledge
• Modellside for Qwen-Image-3.0-Pro
• Offisiell kunngjøring av Qwen-Image-2.0