Qwen-Image-3.0 号称字字如印，我那条配图流水线该分它哪类活

哈喽，我是飞飞。

先撇清一件事。七月一号我写过一篇，讲 Google 的 Nano Banana 2 Lite 又快又便宜，该给我那条自动配图流水线分哪类活。那篇量的是速度和单价。今天这篇不一样，主角换成国产的 Qwen-Image-3.0，量的是另一件事：它能不能把中文字，稳稳写进图里。

这事对不做内容的人可能无感。可对我这种天天让 AI 出图的人，中文字能不能写清，是一道绕了大半年都没绕过去的坎。

七月二十一号，阿里通义千问发布了新的图像生成基础模型 Qwen-Image-3.0。官方给的口号是四个字，落字成画。说白了，就是冲着把字写清楚来的。我看到这四个字，心里咯噔一下。它画得好不好，我当下没那么在意，我在意的是我那块删了大半年的招牌，好像终于能贴回去了。

它值不值得进我的流水线，不在它画得多惊艳，在它能不能把我删掉大半年的那行字，稳稳写回图里。

我那条配图流水线长啥样

先说我手里这套东西，你才知道我在纠结什么。

我公众号每篇封面，基本都是 AI 出的，我一笔不画。链路是我自己写的一个 skill，在 Claude Code 里我说一句给这篇配张封面，它就自己读文章主题、想画面、调图像模型生图、再把图传到我的图床。我这头只管说一句话，回头图就在那儿了。

这套跑了大半年，攒下几十张统一浅色科技风的横版封面。省心是真省心。

但它有个我一直没敢碰的短板。我想给每篇文章的每个小节都单独配张图，让读者刷起来更有节奏。算了笔账就放弃了：一篇五六个小节，一天出好几篇，按张烧钱，成本和速度都拦着，最后只敢配一张封面。

所以我判断一个新图像模型值不值得用，从来不看它单张画得多惊艳，看的是它能接我流水线里哪一档活。

绕了大半年的坎是文字

这道坎具体长什么样，我给你描一下。

老版模型有个特别稳定的毛病：图里文字少，基本没问题。我那张卡通头像，T 恤上印着 Feifei、电脑上写着 AI Lab、书脊上是 Prompt，几个词都拼得清清楚楚。可只要往图里放一段稍长的文字，比如封面的标题加副标题，它立刻就抽风。笔画黏成一团，缺胳膊少腿，远看像字，近看全是鬼画符。

封面那行标题，对公众号几乎是点击率的命根子。它就像街边小店的招牌，字一糊，整张脸就废了，人从门口过都不带看一眼的。

我的应对办法特别土。要么反复重试碰运气，刷五六遍看哪张不糊；要么干脆认怂，把字从图里彻底删掉，改成纯色块的氛围图，标题老老实实挪回正文。

后来我索性给配图 skill 定死一条规矩：生封面的提示词里，强制不许出现任何文字、字母、数字。字这东西，图像模型碰不得，事后我自己贴。

我对这道坎有多在意，可以给你个参照。之前 Nano Banana 升到二代，我拿一张排满密集中文小字的样张去试它，字多、字密、还要规整，三样最难的全占齐，它居然稳稳接住了，放大凑近看边缘都是利落的。从那一刻起，文字渲染就成了我判断一档模型能不能出封面的硬指标。这道坎，我绕了大半年。

这回它冲着写字来

Qwen-Image-3.0 这次亮出来的能力，几乎是照着我这道坎设计的。

官方说它支持最高约 4.5k token 的超长指令，能原生渲染 12 国语言、20 多款字体，最小到 10px 的小字都清晰可读，论文、公式推导、手写批注都能看清。它还能一次生成带公式符号和逻辑步骤的复杂图解，能做画中画的界面嵌套，也能多图融合。一句话，它把图里的字当成了正经产品来做，从顺带变成了主打。

我得在这儿踩一脚刹车，说几句实话。

这些是官方口径和外部评测里的话，我自己还没把它挨个跑一遍。网上有篇实测拿它跟 GPT Image2 比了十九个场景，说文字不崩、质量能打。但对标 GPT Image2 这话官方没说，是评测者的说法。官方到现在也没公布定价，只讲在阿里云百炼开了 API 邀测，Qwen Studio 和千问 APP 随后上线。所以便宜、国内随便用这类话，我先不跟着喊。等我真拿它出几张图、按张算过账，再回来告诉你。

但方向我是认的。一个把字渲染准当命根子的图像模型出现，对我这种被文字乱码坑了大半年的人，光这一条，就够我认真掂量它一回了。

该先分给它哪类活

好，回到我最关心的问题：真要用，它该先接哪一档活。

我给图像模型分活，就一把尺子：出错的代价，乘以一天出多少张，再乘以单价。这跟我选文本模型用的是同一把尺子。封面这种门面活，出错代价高、量不大，就该留给最能写清字的高档款；正文里那些量大又不苛刻的缩略图、草稿图，交给便宜的快模型就行。

还有一条更老的判据：看一张图的主角，是画面还是文字。主角是画面的，比如一张讲氛围的概念封面，交给图像模型，它强在质感；主角是文字的，比如金句卡、数据卡、步骤卡，以前我只能交给排版工具，用网页模板套出来截图，图上每个字都是真实文字，一个都不会糊。

排版这条路稳，代价是所有卡片长一个样，撞脸撞得厉害。

Qwen-Image-3.0 如果真能把 10px 小字写清，等于给主角是文字、我又想要点画面感的这类图，又劈出了一条新路。所以我的判断很明确：最惊艳的那张画面封面，先别急着交给它。反倒是那些以前被我判给排版、又总嫌太死板的带字的图，最该让它先上手。招牌先别急着换，先让它去写店里那些价签，写准了，再谈招牌。

多图融合那个能力我也惦记着。要是它真能一次出一组风格一致的图，我那个给每小节都配张图的念想，被拦住的两道坎里，一致性这道说不定能松一松。剩下单价那道，还得等定价出来再算。

今天先拿它试一张

所以这篇我不劝你立刻搬家，也不劝你无脑信任何一家的口径。

要试，今天就能试最省的一步：把你手里最头疼的那类图挑出来，专挑它去试。对我就是那种带一行中文标题的封面，或者带中文标注的示意图，这是我以前必崩、只能删字的重灾区。拿这一张去试它，比看十篇评测都实在。写清了，这道绕了大半年的坎才算真过了一格；写不清，那至少我省下了一次搬家的折腾。

我自己这两天就会拿几张老封面的标题图去喂它，专看那行中文糊不糊，回头把结果补给你。

最后想问问你：你给内容配图，最怕模型在哪一步崩？是中文字写着写着就成了鬼画符，还是好几张图凑不出一个统一的风格？评论区聊聊，我想看看大家的坑是不是都长一个样。