Qwen Image 2.1: обзор, где пользоваться и как запустить

Qwen Image 2.1 это открытая модель Alibaba для генерации и правки картинок. В визуальной части у неё 7 миллиардов параметров, родной вывод 2K, правка по десяти референсам и настоящий альфа-канал. Веса скачиваются бесплатно, но лицензия допускает только некоммерческое использование. Дальше: версии, способы запуска, расчёт памяти и рабочие альтернативы.

Что такое Qwen Image и чем отличаются версии

Qwen Image не одна модель, а целая линейка команды Qwen из Alibaba. Хронология по официальным репозиториям:

Данные для таблицы взяты из README репозитория QwenLM/Qwen-Image, карточек Hugging Face и блога Alibaba Cloud. Точной даты выхода 2.1 на карточке нет, а СМИ называют 20 сентября 2026.

Главная разница между первой моделью и 2.1 не в размере, а в лицензии. Первый Qwen-Image шёл под Apache 2.0 и годился для продукта. Версия 2.1 вышла под Qwen Research License. Если вы собирались встроить её в коммерческий сервис, это меняет всё.

Что умеет Qwen-Image-2.1

Что известно из карточки на Hugging Face и блога Alibaba:

• Рисует по тексту сразу в родном 2K, по умолчанию 2048x2048. В карточке перечислены форматы 1:1, 4:3, 3:4, 3:2, 2:3, 16:9 и 9:16.
• Правит готовые картинки по локальным выделениям (круги, пометки, маски), принимает до 10 референсов в одном запросе и сохраняет внешность людей и товаров.
• Умеет прозрачный фон: отдаёт картинку с альфа-каналом прямо по текстовому запросу, правит прозрачные слои и вырезает объект из фотографии.
• В API есть вариант Turbo с той же архитектурой, но с 8 шагами вместо 40.

О тексте на картинках Alibaba пишет, что заголовки и подписи читаются, а плотные макеты вроде инфографики держатся. Это слова самой компании, независимых замеров в изученных источниках нет. Первый Qwen-Image заявлял английский и китайский. Про кириллицу в материалах по 2.1 нет ни слова, так что русские надписи проверяйте сами.

Вот тест на десять минут. Возьмите три короткие фразы на русском (вывеска, заголовок афиши, подпись на упаковке) и запустите каждую пять раз с разными сидами. Посчитайте долю запусков, где текст вышел без пропущенных и лишних букв. Если чистых меньше четырёх из пяти, кириллицу в этой модели лучше не использовать.

Где пользоваться Qwen Image 2.1

Цены и лимиты API взяты со страницы qwen-image-2.1-pro и блога Alibaba. Это прайс для Сингапура на октябрь 2026 без акций, в других регионах цифры отличаются. Платить приходится за каждую успешную картинку. Работают ли регистрация и оплата Alibaba Cloud из России, мы не проверяли.

Лицензию прочтите до запуска. В тексте Qwen Research License некоммерческое использование определено как «research or evaluation purposes only», а любое коммерческое требует отдельной лицензии от Alibaba. Порогов по выручке или числу пользователей нет: ограничение привязано к цели. Если вы распространяете модели, построенные на этих весах, нужно указать «Built with Qwen» или «Improved using Qwen».

Как запустить Qwen-Image-2.1 локально

Установка по карточке модели:

pip install "torch>=2.4.0" "transformers>=5.17" accelerate pillow
pip install git+https://github.com/huggingface/diffusers

Минимальная генерация по примеру из карточки:

import torch
from diffusers import QwenImage21Pipeline

pipe = QwenImage21Pipeline.from_pretrained("Qwen/Qwen-Image-2.1", torch_dtype=torch.bfloat16)
pipe.to("cuda")

image = pipe(
    prompt="Вывеска книжного магазина «Читалка» над дверью, вечерний свет",
    width=2048,
    height=2048,
    num_inference_steps=40,
    generator=torch.Generator("cuda").manual_seed(42),
).images[0]
image.save("sign.png")

Когда видеопамяти не хватает, карточка советует pipe.enable_model_cpu_offload(). Названия аргументов сверяйте с актуальным README, потому что diffusers меняется быстро.

Память под веса считается по формуле «параметры × байт на вес». Визуальная часть занимает 7B. Текстовый энкодер, судя по именам файлов в шаблоне ComfyUI, это Qwen3-VL 8B.

Здесь учтены только веса, без VAE и активаций, так что на деле памяти уйдёт больше. Ориентир от Unsloth: 11 ГБ видеопамяти с GGUF и 24 ГБ с INT8 или FP8, причём сами они оговаривают, что это не проверенные минимумы. На картах поменьше часть весов придётся выгружать в оперативную память. Unsloth допускает запуск с 6 ГБ при offloading, но предупреждает, что работать он будет медленнее.

Qwen Image в codexkey: чего нет и чем заменить

В каталоге codexkey на 29 октября 2026 картиночные модели такие: nano-banana, nano-banana-2, nano-banana-pro, gpt-image-2 и gpt-image-2-5. Qwen Image среди них нет, и подключить его через наш ключ нельзя. Если нужен рабочий API из России, ближайшие замены такие:

Запрос к gpt-image-2 выглядит так (пример из документации):

curl https://api.codexkey.ru/v1/images/generations \
  -H "Authorization: Bearer sk_cdx_ВАШ_КЛЮЧ" \
  -H "Content-Type: application/json" \
  -d '{"model": "gpt-image-2", "prompt": "a red apple on a white table", "resolution": "1K", "size": "1024x1024"}'

Цен на картинки в публичном прайсе нет, они указаны на странице модели в каталоге. Параметры и каналы Premium и Cheap описаны в справочнике по картинкам и видео. Как выбрать image API под задачу, сравнивает статья GPT Image и Nano Banana.

Когда Qwen Image подходит, а когда нет

Берите её для исследований, учёбы и внутренних прототипов на собственной видеокарте: веса открыты, и никто не считает запуски. Пригодится она и тогда, когда прозрачный фон и вырезание объекта нужны от одной модели.

Коммерческий продукт на ней мы бы без отдельного соглашения с Alibaba не строили: лицензия прямо запрещает использовать веса для коммерции. Платный API у Alibaba есть, это Model Studio, но доступ к нему из России мы не проверяли. Откажитесь от модели, если вам критичен русский текст на картинке, а времени на тест нет: в официальных материалах о кириллице ничего не сказано.

Выбирать между Qwen-Image-2.1, nano-banana-2 и gpt-image-2 по чужим рейтингам не стоит. Составьте 15 настоящих заданий: пять с текстом, пять с референсами, пять со сложной композицией или прозрачным фоном. Прогоните каждое по три раза на каждой модели. Посчитайте, какая доля результатов уходит в работу без ручной переделки, и разделите траты на число годных картинок. Попытка у разных моделей стоит по-разному, а решает цена одной годной картинки.

О текстовых моделях Qwen, которые есть в каталоге, читайте обзор Qwen 3.8 и сравнение Claude и Qwen.

FAQ

Что такое Qwen Image?

Это линейка моделей Alibaba (команда Qwen) для генерации и правки картинок. Первый Qwen-Image вышел 4 августа 2025 года с 20 млрд параметров под Apache 2.0. Актуальная версия, Qwen-Image-2.1, имеет 7 млрд параметров и открытые веса под исследовательской лицензией.

Qwen Image 2.1 бесплатный?

Веса с Hugging Face скачиваются бесплатно, но использовать их можно только для исследований и оценки. API Alibaba платный: Turbo стоит $0.016, Pro $0.04 за картинку по прайсу для Сингапура на октябрь 2026.

Можно ли использовать Qwen Image 2.1 в коммерческом проекте?

Только по отдельной коммерческой лицензии от Alibaba: Qwen Research License прямо запрещает коммерческое использование без неё. Для продакшена остаётся платный API Model Studio или модели, доступные через шлюз вроде codexkey.

Есть ли Qwen Image в codexkey?

Нет. На 29 октября 2026 в каталоге нет моделей Qwen Image. Для картинок доступны Nano Banana, Nano Banana 2, Nano Banana Pro, GPT Image 2 и GPT Image 2.5.

Сколько видеопамяти нужно для Qwen Image 2.1?

Минимума в карточке нет. По формуле «параметры × байт на вес» веса занимают около 30 ГБ в bf16, 15 ГБ в int8 и 7,5 ГБ в 4-битной квантизации. Unsloth оценивает потребность в 11 ГБ с GGUF и 24 ГБ с INT8 или FP8.

Qwen Image хорошо рисует русский текст?

Подтверждения мы не нашли: в материалах Alibaba по 2.1 языки не названы, а первая модель заявляла английский и китайский. Проверьте на своих фразах, по пять запусков на каждую, и посчитайте долю чистых результатов.