Qwen Image 2.1: обзор, лицензия и чем заменить через Relay
Alibaba выпустила Qwen Image 2.1 как открытую модель для картинок: в визуальной части семь миллиардов параметров, вывод идёт в 2K, правка принимает несколько референсов, а прозрачный фон настоящий. Забрать веса можно без оплаты, однако лицензия оставляет их для научных и оценочных целей. В каталоге Relay такой модели нет, поэтому вызвать её по ключу Relay нельзя. Ниже короткий вердикт для разных ролей, детали лицензии, расчёт памяти и список моделей, которые в Relay доступны.
Коротко
Веса Qwen-Image-2.1 открыты, но Qwen Research License разрешает использовать их в исследованиях и при оценке, не в коммерции.
Для продуктов Alibaba предлагает отдельную лицензию или платный API Model Studio.
Локально модель тянет видеопамять: одни веса занимают порядка 30 ГБ при bf16 и порядка 7,5 ГБ при четырёх битах.
В Relay рисуют Nano Banana и GPT Image: это рабочая замена, если нужен API.
Кому она нужна
Решение зависит от роли, а не от возможностей модели.
| Кто вы | Вердикт |
|---|---|
| Студент или исследователь | берите: веса открыты, запуски никто не считает |
| Дизайнер для себя, без продажи результатов | подойдёт как инструмент оценки, но прочтите лицензию |
| Студия, агентство, продуктовая команда | без соглашения с Alibaba нельзя, смотрите платный API или другие модели |
| Нужен вызов по ключу через шлюз | в Relay Qwen Image нет, берите Nano Banana или GPT Image |
Что говорит лицензия
Прежний Qwen-Image раздавался по Apache 2.0, поэтому в продукты его брали свободно. Версию 2.1 Alibaba выпустила под Qwen Research License: допустимыми названы только цели исследования и оценки, всё коммерческое требует отдельной лицензии. Ни выручка, ни аудитория значения не имеют: запрет определяется назначением. Кто выпускает модели на основе этих весов, обязан сопроводить их пометкой «Built with Qwen» либо «Improved using Qwen». Это наш пересказ, а не юридическая консультация: полный текст лежит на странице модели в Hugging Face.
Что заявлено
По карточке модели и блогу Alibaba, сверка на 29 октября 2026:
рисование по описанию прямо в 2K, размер по умолчанию 2048x2048, семь соотношений сторон, включая квадрат, 16:9 и вертикальный 9:16;
правка по пометкам вроде кругов и масок, до десяти референсов в запросе, внешность людей и товаров сохраняется;
прозрачный фон с альфа-каналом из текстового запроса, правка прозрачных слоёв, вырезание предмета с фотографии;
платный вариант Turbo использует ту же архитектуру, но делает восемь шагов вместо сорока.
О тексте на картинке компания пишет так: заголовки и надписи читаются, а насыщенные макеты наподобие инфографики не разваливаются. Это самооценка, сторонних тестов мы не нашли. У первого Qwen-Image заявлены английский и китайский языки, а русский в материалах про 2.1 не упомянут вообще.
Поэтому кириллицу проверяйте сами. Выберите три надписи из своей работы: название кафе на вывеске, слоган на плакате, состав на этикетке. Каждую запустите пять раз с разными значениями seed. Если чистых результатов, где нет потерянных и выдуманных букв, меньше четырёх из пяти, в русском тексте на эту модель не полагайтесь.
Как получить модель
Скачать веса можно с Hugging Face, запускают их через библиотеку diffusers или через ComfyUI по шаблону из документации этой программы. На обоих путях действует исследовательская лицензия. Платная ветка живёт в Model Studio от Alibaba Cloud: с 9 октября 2026 там выставлены варианты Turbo и Pro. Pro дороже Turbo примерно в два с половиной раза, зато у Turbo выше лимит, 120 запросов в минуту против двадцати. Это данные для региона Сингапур на октябрь 2026, в других регионах цифры иные, а точные суммы публикует Alibaba. На карточке дата выпуска не указана, пресса называет 20 сентября 2026. В Qwen Chat версию 2.1 официальные источники не подтверждают.
Память под веса
Расчёт простой: число параметров умножается на байты на вес. Каждый миллиард параметров весит около двух гигабайт в bf16, одного при восьми битах и полгигабайта при четырёх. К визуальной части на 7 миллиардов добавляется текстовый энкодер. Если судить по файлам в шаблоне ComfyUI, это Qwen3-VL на 8 миллиардов, причём вывод сделан по названиям, вендор его не подтверждал. В сумме выходит около 30 ГБ для bf16, около 15 ГБ для int8 либо fp8 и около 7,5 ГБ для четырёх бит.
| Режим | Что это даёт |
|---|---|
| bf16 | самая большая нагрузка, потребуется карта с запасом памяти |
| int8 или fp8 | вдвое меньше памяти, чем в bf16 |
| 4 бита, формат GGUF | ближе всего к обычным видеокартам, качество проверяйте сами |
В расчёт не вошли VAE и активации, поэтому реальный расход выше. Проект Unsloth называет ориентиры: 11 ГБ видеопамяти при GGUF и 24 ГБ при int8 либо fp8, и сам оговаривает, что минимумами они не проверены. С 6 ГБ можно стартовать через выгрузку части весов в оперативную память, платя скоростью. Версии библиотек меняются быстро, сверяйте названия аргументов с актуальной карточкой.
Чем заменить через Relay
Среди графических моделей Relay числятся nano-banana, nano-banana-2, nano-banana-pro, gpt-image-2 и gpt-image-2-5. От семейства Qwen там только текстовые. Подбор по задаче:
| Задача | Что взять | Подробнее |
|---|---|---|
| Плотный текст, инфографика, много референсов | nano-banana-pro | обзор Nano Banana Pro |
| Универсальная генерация и правка с маской | gpt-image-2 | обзор GPT Image 2 |
Пример запроса к gpt-image-2 через Relay. Размер задан явно, потому что от него зависит ступень цены:
curl https://relay-llm.ru/v1/images/generations \
-H "Authorization: Bearer $RELAY_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-image-2",
"prompt": "Вывеска книжного магазина «Читалка» над дверью, вечерний свет",
"size": "1024x1024"
}'Параметры и формат ответа описаны в документации Images API, актуальный список моделей лежит в каталоге.
Как выбрать между тремя кандидатами
Чужие рейтинги ничего не гарантируют, поэтому нужен свой набор. Подготовьте пятнадцать настоящих заданий: пять про текст, пять про референсы, пять про сложную композицию или прозрачность. Каждое выполните трижды на Qwen, nano-banana-2 и gpt-image-2. Отметьте, сколько картинок можно публиковать без ручной доделки, и поделите расходы на их число. Попытки стоят по-разному, а считать надо годные кадры. Если для локального запуска придётся покупать видеокарту, включите её в расчёт.
Можно ли применять Qwen Image 2.1 в коммерческом проекте?
Лишь по отдельной коммерческой лицензии Alibaba, потому что открытые веса выпущены ради исследований и оценки. Для продукта остаются платный API Model Studio и графические модели, которые доступны через шлюз вроде Relay.
Есть ли Qwen Image в каталоге Relay?
Нет. Рисуют там Nano Banana и GPT Image. Текстовые модели Qwen в каталоге присутствуют, но картинок не создают.
Сколько видеопамяти нужно?
Карточка минимум не называет. Если умножить параметры на байты, веса весят примерно 30 ГБ в bf16, 15 ГБ в int8 и 7,5 ГБ в четырёх битах, а Unsloth ориентируется на 11 ГБ при GGUF и 24 ГБ при int8 либо fp8.