Qwen-Image-3.0 от Alibaba: читаемый текст в 10 пикселей и инфографика за один проход

L'équipe Qwen (Alibaba) a présenté en juillet 2026 Qwen-Image-3.0 — un générateur d'images qui accepte des prompts allant jusqu'à 4500 tokens, restitue un texte lisible à partir de 10 pixels et prend nativement en charge 12 langues.

Ce que sait faire Qwen-Image-3.0

Qwen-Image-3.0 génère des mises en page complexes en une seule passe : infographies, pages au style d'articles scientifiques en LaTeX et pages entières de journal. La principale différence avec les générateurs précédents est la lisibilité des petits caractères : le modèle produit un texte lisible d'à peine 10 pixels de hauteur, alors que la plupart des modèles de diffusion transforment un tel texte en bouillie illisible.

Caractéristiques clés selon l'équipe Qwen :

• Longueur du prompt — jusqu'à 4500 tokens
• Texte lisible minimal — à partir de 10 pixels
• Prise en charge native de 12 langues
• En une seule passe — infographies, articles en LaTeX, pages de journal

Où est le piège des mises en page complexes

La valeur pratique de ces mises en page reste discutable. Qwen-Image-3.0 livre une image finie, pas un document modifiable : une infographie ou une page de journal générée ne peut pas être ouverte et corrigée — seulement redessinée avec un nouveau prompt. Pour les véritables tâches de mise en page, où le texte est corrigé des dizaines de fois, cette limitation compte plus que le simple fait qu'un texte de 10 pixels soit lisible.

«

La valeur pratique de ces mises en page est discutable lorsque le résultat est une image en pixels, et non un format modifiable », note le média The Decoder.

La prise en charge de prompts de 4500 tokens élargit néanmoins réellement le contrôle : en une seule requête, on peut décrire d'un coup la structure de la page, les textes des blocs et le style, sans diviser la tâche en plusieurs étapes.

Comment cela se situe face au marché

Qwen-Image-3.0 poursuit la lignée des modèles ouverts d'Alibaba, qui rivalisent avec des générateurs fermés comme Google Nano Banana et les solutions d'OpenAI. Le pari sur le texte intégré à l'image et le multilinguisme sur 12 langues répond directement au point faible de la plupart des modèles d'image : jusqu'ici, les textes sur les images générées devaient être corrigés à la main ou superposés dans un éditeur.

Ce que cela signifie

Les générateurs d'images s'approchent d'une niche où ne travaillaient auparavant que les designers et les maquettistes : affiches, infographies, couvertures avec beaucoup de texte. Tant que le résultat reste une image « plate » sans calques, Qwen-Image-3.0 est plutôt un outil pour brouillons et aperçus qu'un remplacement d'une mise en page modifiable, mais le modèle relève nettement la barre de la lisibilité des petits textes.

Questions fréquentes

Que sait faire Qwen-Image-3.0 dès sa sortie ?

En une seule passe, le modèle génère des infographies, des pages au style d'articles en LaTeX et des pages de journal, accepte des prompts jusqu'à 4500 tokens et restitue un texte lisible à partir de 10 pixels en 12 langues.

Pourquoi la génération de mises en page complexes est-elle critiquée ?

Parce que le résultat est une image en pixels, pas un fichier modifiable. Une infographie ou une page de journal finie ne peut pas être modifiée comme un document, seulement régénérée entièrement avec un nouveau prompt.