qwen-image-2.0-pro vs wan2.7-image-pro
Qual usar, quando — veredito curado, não uma tabela de benchmark
Ambos são modelos de imagem da Alibaba ao mesmo $0.075 por chamada, então a escolha está no que cada um produz: o wan2.7-image-pro chega a 4K em texto-para-imagem e aceita 0–9 imagens de referência com conjuntos de até 12, enquanto o qwen-image-2.0-pro é 2K nativo com 1–3 imagens de entrada para edição e até 6 imagens por requisição. O wan2.7-image-pro é também o mais novo, 2026-04 contra 2026-02. Escolha o qwen-image-2.0-pro pelas predefinições de proporção em 2K, o wan2.7-image-pro por 4K, mais referências ou conjuntos maiores.
Preços
| qwen-image-2.0-pro | wan2.7-image-pro | Δ | |
|---|---|---|---|
| Por imagem gerada | $0.075 | $0.075 | = |
Tarifas do catálogo em tempo real no momento do build; a página de cada modelo contém o cartão atual.
Onde eles se posicionam — preço por imagem gerada entre todos os 8 modelos de geração de imagem nesta unidade de cobrança (escala logarítmica)
Especificações
| qwen-image-2.0-pro | wan2.7-image-pro | |
|---|---|---|
| Modalidades de entrada | texto imagem | texto imagem |
| Modalidades de saída | imagem | imagem |
| Lançamento | 2026-02-11 | 2026-04-01 |
| Tamanhos de saída |
|
|
| Modos de entrada | text-to-image, image editing (1–3 input images) | text-to-image, image editing (incl. bounding-box interactive edit), 0–9 reference images, text/image-to-image-set |
| Imagens por requisição | 6 | 12 |
| Formatos | png | png |
| Notas | Native 2K, custom WxH and standard aspect presets flagship fused generation+editing with enhanced text rendering, realistic textures and semantic adherence 1-6 images per request negative prompts | 4K text-to-image (max 4096x4096; editing max 2K), aspect ratios 1:8-8:1 instruction + click-to-edit editing character-consistent sets up to 12 images print-quality text rendering incl. formulas/tables |
As especificações são transcritas da documentação de cada fornecedor; uma linha que um fornecedor não publica é omitida em vez de ser inferida. Fontes completas: qwen-image-2.0-pro · wan2.7-image-pro
Um prompt, ambos os modelos — medidos pelo gateway
Um prompt, uma requisição por modelo, sem novas tentativas e sem seleção a dedo — o primeiro resultado que cada modelo retornou. Nem o tamanho nem a duração foram fixados: cada modelo usou seu próprio padrão, porque uma requisição moldada para se ajustar a todos eles não favoreceria nenhum. Os arquivos aqui foram recodificados para a web, portanto, julgue a composição e a aderência ao prompt, não a compressão.
Alterne entre eles com uma linha
Ambos os IDs estão em todas as abas abaixo — o par de linhas destacado é a única edição. Mesmo endpoint, mesma chave, mesmo formato de requisição.
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.images.generate(
model="qwen-image-2.0-pro",
# model="wan2.7-image-pro", # descomente esta linha, comente a linha acima
prompt="a watercolor lighthouse at dawn",
size="1024x1024",
)
print(resp.data[0].b64_json[:80])import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.images.generate({
model: "qwen-image-2.0-pro",
// model: "wan2.7-image-pro", // descomente esta linha, comente a linha acima
prompt: "a watercolor lighthouse at dawn",
size: "1024x1024",
});
console.log(resp.data?.[0]?.b64_json?.slice(0, 80));curl https://synthorai.io/v1/images/generations \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "qwen-image-2.0-pro",
# "model": "wan2.7-image-pro", # descomente esta linha, comente a linha acima
"prompt": "a watercolor lighthouse at dawn",
"size": "1024x1024"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Images.Generate(context.TODO(), openai.ImageGenerateParams{
Model: "qwen-image-2.0-pro",
// Model: "wan2.7-image-pro", // descomente esta linha, comente a linha acima
Prompt: "a watercolor lighthouse at dawn",
Size: "1024x1024",
})
fmt.Println(resp.Data[0].B64JSON[:80])
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.images.*;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ImagesResponse resp = client.images().generate(
ImageGenerateParams.builder()
.model("qwen-image-2.0-pro")
// .model("wan2.7-image-pro") // descomente esta linha, comente a linha acima
.prompt("a watercolor lighthouse at dawn")
.size("1024x1024")
.build());
System.out.println(resp.data().orElseThrow().get(0).b64Json().orElseThrow().substring(0, 80));FAQ
Qual é mais barato, qwen-image-2.0-pro ou wan2.7-image-pro?
Eles listam a mesma por imagem gerada ($0.075), então o preço não decide este caso — veja as especificações e capacidades abaixo.
Posso fazer um teste A/B de qwen-image-2.0-pro contra wan2.7-image-pro sem duas integrações?
Sim. Ambos são servidos pelo mesmo endpoint compatível com OpenAI com uma única chave de API — a troca é uma alteração de uma linha na string do modelo, de modo que você pode rotear uma fração do tráfego para cada um e comparar as faturas diretamente.
O preço muda com o tamanho da imagem?
Depende de como o modelo cobra. Modelos por imagem cobram o mesmo valor independentemente do prompt ou do tamanho da saída; modelos cobrados por token escalam de acordo com a resolução que você renderiza, então uma imagem 4K custa um múltiplo de uma pequena. A tabela acima mostra qual se aplica a cada um.