Qwen Image 2.1: обзор, где пользоваться и как запустить

Qwen Image 2.1 это открытая модель Alibaba, которая рисует и правит картинки: 7 миллиардов параметров в визуальной части, родной вывод 2K, правка по десяти референсам и настоящий альфа-канал. Веса скачиваются бесплатно, но лицензия разрешает только некоммерческое использование. Дальше разберём версии, способы запуска, расчёт памяти и рабочие альтернативы.

Что такое Qwen Image и как различаются версии

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

Строки собраны из README репозитория QwenLM/Qwen-Image, карточек Hugging Face и блога Alibaba Cloud. Точной даты выхода 2.1 на карточке нет, по сообщениям СМИ это 20 сентября 2026.

Главная смена между первой моделью и 2.1 не в размере, а в лицензии. Первый Qwen-Image был Apache 2.0 и годился в продукт. Версия 2.1 вышла под Qwen Research License. Это важно, если вы собирались встроить модель в коммерческий сервис.

Что умеет Qwen-Image-2.1

По карточке на Hugging Face и блогу Alibaba:

• Рисует по тексту в родном 2K, по умолчанию 2048x2048. Карточка перечисляет форматы: 1:1, 4:3, 3:4, 3:2, 2:3, 16:9 и 9:16.
• Правит готовую картинку по локальным выделениям (круги, пометки, маски), принимает до 10 референсов в одном запросе и сохраняет внешность людей и товаров.
• Делает прозрачный фон: отдаёт картинку с альфа-каналом прямо из текстового запроса, правит прозрачные слои и вырезает объект из фотографии.
• В API есть вариант Turbo: архитектура та же, а шагов 8 вместо 40.

Про текст Alibaba пишет, что заголовки и подписи на картинке 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 2.1 нет ни слова, поэтому русские надписи проверяйте сами.

Тест на десять минут: три короткие фразы на русском (вывеска, заголовок афиши, подпись на упаковке), по пять запусков каждой с разными сидами. Считайте долю запусков, где текст без пропущенных и лишних букв. Если 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. Оплата считается за каждую успешную картинку. Работает ли регистрация и оплата Alibaba Cloud из России, мы не проверяли.

Лицензию читайте до запуска. В тексте Qwen Research License некоммерческое использование определено как «research or evaluation purposes only», а любое коммерческое требует отдельной лицензии от Alibaba. Порога по выручке или числу пользователей нет: ограничение действует по цели. Если вы распространяете модели, созданные на этих весах, надо 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, собрана 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")

Если видеопамяти не хватает, карточка предлагает pipe.enable_model_cpu_offload(). Названия аргументов сверяйте с актуальным README: библиотека diffusers быстро меняется.

Сколько памяти уходит на веса, считаем по формуле «параметры × байт на вес». Визуальная часть 7B. Текстовый энкодер, судя по именам файлов в шаблоне ComfyUI, это Qwen3-VL 8B.

Это только веса, без VAE и активаций, поэтому реальный расход выше. Для ориентира: Unsloth оценивает потребность в 11 ГБ видеопамяти с GGUF и 24 ГБ с INT8 или FP8 и сам оговаривает, что цифры не проверенные минимумы. На картах поменьше придётся выгружать часть весов в оперативную память: Unsloth допускает запуск с 6 ГБ при offloading, но предупреждает, что работать он будет медленнее.

Qwen Image в Claudexia: чего нет и чем заменить

В каталоге Claudexia 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 вам нужен рабочий API из России, ближайшие замены:

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

curl https://api.claudexia.tech/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"}'

Цифр цен на картинки в публичном прайсе нет, они на странице модели в каталоге. Параметры и каналы Premium и Cheap описаны в справочнике по картинкам и видео. Общее сравнение моделей для задач: GPT Image и Nano Banana: как выбрать image API.

Когда Qwen Image подходит, а когда нет

Берите её для исследований, учёбы и внутренних прототипов на своей видеокарте: веса открыты, а число запусков никто не считает. Она пригодится и тогда, когда прозрачный фон и вырезание объекта нужны от одной модели.

Мы бы не стали строить на ней коммерческий продукт без отдельного соглашения с Alibaba: 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 про кириллицу ничего не сказано.

Чтобы выбрать между Qwen-Image-2.1, nano-banana-2 и gpt-image-2, не верьте чужим рейтингам. 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. Цена одной попытки у моделей разная, а решает цена одной годной картинки.

Про текстовые модели Qwen, которые есть у нас 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 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?

Скачать веса с Hugging Face можно бесплатно, но использовать их разрешено 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. Текст Qwen Research License прямо запрещает коммерческое использование без неё. Альтернатива для продакшена: платный API Model Studio или модели, доступные через шлюз вроде Claudexia.

Есть ли Qwen Image в Claudexia?

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 расчёту «параметры × байт на вес» веса весят 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 про 2.1 языки не названы, а первая модель заявляла английский и китайский. Проверьте на своих фразах: по пять запусков на каждую, считайте долю чистых результатов.