アリババが画像AI「Qwen-Image-3.0」を発表

アリババのQwenチームは2026年7月21日、第3世代となる画像生成AIモデル「Qwen-Image-3.0（アリババが開発した第3世代の画像生成AIモデル）」を発表しました。実務で使えるツールとしての完成度を前面に打ち出し、最大4,500トークンの詳細な指示文（プロンプト）の処理や高精細なテキスト描画能力を備えていますが、過去世代で開示されていたモデルの重み（パラメータ）や技術レポート、ベンチマーク成績は一切公開されていません。

Qwen-Image-3.0の主な機能と性能仕様

今回発表されたQwen-Image-3.0では、主に3つの機能向上領域が示されています。

第一に、長文プロンプトのワンパス処理です。最大4,500トークンの命令に対応し、物理学の図解や群論の証明、生物学の解説図など9つの独立した要素を含むインフォグラフィックを、単一の3,700トークン指示から一括生成した例が提示されています。また、コードエディタやチャット画面が入れ子になった複雑なUI構成も出力可能です。

第二に、極小テキストや細部質感の再現能力です。10ピクセル相当の非常に小さな文字まで鮮明に描画できるほか、人間の肌や髪、紙などの質感を写真品質に近い精度で生成できます。数式を含む学術論文の1ページ全体や、手書きの注釈追加、破損した伝統絵画の修復などの編集作業にも対応します。

第三に、12言語のネイティブレンダリングとライブデータの取得機能です。Webサイトやライブ配信画面の表現に加え、指定した都市と日時の天気予報グラフィックをリアルタイムデータに基づいて生成できる点が挙げられます。

一方での発表ではモデルパラメータ数、ライセンス、ダウンロード可能な重み、学習・テスト手法をまとめた技術レポートは提示されておらず、利用はQwen Chat上に限定されています。2025年8月にオープンウェイト（Apache 2.0）および技術レポート付きで提供されたQwen-Image 1.0や、技術レポートが公開されたQwen-Image 2.0といった従来のアプローチとは大きく異なる運用です。

過去モデルおよび他社オープンモデルとの比較

アリババ自身が公開している評価指標「Qwen-Image-Bench」において、前世代のフラグシップであるQwen Image 2.0 Proは総合5位（1位はOpenAIのGPT Image 2）に位置していました。

モデル	公開日	提供形態	許可プロンプト長	技術レポート / ベンチマーク
Qwen-Image 1.0	2025年8月	オープンウェイト (Apache 2.0)	約1,000トークン	あり
Qwen-Image 2.0	2026年5月	技術レポート公開	約1,000トークン	あり（Qwen-Image-Bench等）
Qwen-Image-3.0	2026年7月​	Qwen Chat限定（クローズド）​	​最大4,500トークン​	​未公開​
Tencent HunyuanImage 3.0	2025年	オープンウェイト	未公表	あり
Thinking Machines Lab Inkling	2026年	オープンウェイト	未公表	あり

競合であるTencent（HunyuanImage 3.0）やThinking Machines Lab（Inkling）がオープンウェイト戦略を継続する中、アリババがQwen-Image-3.0をWebチャット限定で公開した背景には、検証可能な数値よりも実際のユースケース（新聞レイアウト、短編ドラマの絵コンテ、UIモックアップ等）での体験を優先させる狙いがあるとみられます。ただし、第三者による客観的な性能検証が行えない点は導入を検討する開発者にとっての課題です。

今後の展望とAIモデル提供形態の影響

今回の発表形態は、今後のオープンソース・オープンウェイトAIエコシステムにおけるオープン性の変化を提示しています。過去のQwenシリーズが信頼を築いてきたオープンな技術開示から一転して評価指標を伴わないチャット限定公開となったことで、プロンプト追従性や小文字描画の実効性はユーザー側の個別検証に委ねられることになります。今後、同社からモデルカードやモデル重みが追加で提供されるかどうかが、実務導入における判断材料となる見込みです。