Alibaba выпустила Qwen Image 2.1 — модель на 7 млрд параметров
Alibaba Cloud выпустила Qwen Image 2.1 — открытую модель генерации изображений всего с 7 млрд параметров. Разработчики утверждают, что она обходит Google Nano Banana 2.0 по внутреннему бенчмарку.
- Qwen Image 2.1 содержит 7 млрд параметров и работает на потребительских видеокартах вроде RTX 3090.
- На внутреннем Qwen Image Benchmark модель набрала 60,2 балла против 59,82 у Google Nano Banana 2.0.
- Лицензия запрещает коммерческую перепродажу модели без отдельного разрешения Alibaba.
Alibaba Cloud представила Qwen Image 2.1 — лёгкую открытую модель генерации изображений. В визуальном компоненте всего 7 млрд параметров, поэтому она запускается даже на старых потребительских видеокартах, например RTX 3090. Разработчики заявляют, что модель конкурирует с закрытыми решениями, включая Google Nano Banana 2.0.
Что умеет модель
Qwen Image 2.1 поддерживает прозрачный фон на выходе, что полезно для художников и печати стикеров. Модель умеет редактировать изображения, используя до 10 референсов: например, можно подать фото человека и снимки одежды, чтобы получить его в этих вещах. Команда обещает согласованность между изображениями и сохранение внешности людей и продуктов.
Бенчмарки и тесты
На внутреннем Qwen Image Benchmark модель набрала 60,2 балла. Для сравнения: OpenAI GPT Image 2.5 Sunburst — 67, Muse Image — 62,34, Google Nano Banana 2.0 — 59,82. На AI Arena результаты скромнее: 1228 баллов против 1260 у Nano Banana 2.0 и 1423 у GPT 65 Sunburst. В Image Edit Arena Qwen-Image-2.1 заняла первое место среди открытых моделей с 1367 баллами и 16-е место в общем зачёте.
Производительность на локальном железе
Ранние пользователи сообщают, что модель работает на потребительских видеокартах. Разработчик сайта GenAI Showdown под ником Vunderba преобразовал изображение в 1 МП примерно за пять секунд на RTX 4090. Пользователь cgs019283 на Reddit получил 1 МП за 25 секунд на RTX 5070 и 5080, отметив, что редактирование с множеством референсов занимает дольше. Ещё один пользователь генерирует 2K-изображения за 50 секунд на RTX 3060 с 64 ГБ памяти.
Вопросы лицензии
Лицензионное соглашение Qwen Image 2.1 вызвало споры: оно разрешает использование только в некоммерческих целях, а для коммерческой перепродажи модели требуется отдельная лицензия от Alibaba. Команда Qwen пояснила в X, что выходные изображения не считаются лицензионными материалами и права на них остаются у пользователя. Саму модель нельзя перепродавать без разрешения, что отличает её от Apache-лицензии оригинальной Qwen Image.
Для профиТехнические детали: архитектура, цифры, ссылки
Архитектура и параметры: визуальный компонент Qwen Image 2.1 содержит 7 млрд параметров. Для сравнения: LongCat-Image от Meituan — 6 млрд, большинство других моделей в несколько раз крупнее.
Бенчмарки: Qwen Image Benchmark — 60,2; AI Arena — 1228; Image Edit Arena — 1367 (1-е место среди открытых, 16-е в общем зачёте).
Лицензия: некоммерческая, коммерческая перепродажа модели требует отдельной лицензии от Alibaba. Выходные изображения не входят в лицензируемые материалы.
Производительность: 1 МП за ~5 секунд на RTX 4090, ~25 секунд на RTX 5070/5080, 2K за ~50 секунд на RTX 3060 с 64 ГБ памяти, 1024x1024 за несколько секунд на RTX 6000 Pro.
Вопросы и ответы
- Сколько параметров у Qwen Image 2.1?
- 7 млрд параметров в визуальном компоненте.
- Можно ли использовать Qwen Image 2.1 коммерчески?
- Модель распространяется по некоммерческой лицензии. Для коммерческой перепродажи нужно получить отдельную лицензию от Alibaba. Сгенерированные изображения не считаются лицензионными материалами, права на них остаются у пользователя.
- На каком железе работает Qwen Image 2.1?
- Пользователи запускают её на RTX 3090, RTX 4090, RTX 5070/5080 и даже RTX 3060 с 64 ГБ памяти.
