Qwen-Image-2.1-Turbo: ما هو نقطة التحقق ذات 8 خطوات، وكيف تختلف عن Qwen-Image-2.1

Qwen-Image-2.1-Turbo هو نقطة تفتيش مسرّعة من Qwen-Image-2.1: العمود الفقري نفسه لتوليد الصور بحجم 7B، والمهمتان نفسهما — توليد الصور من النص وتحرير الصور الموجَّه بالتعليمات — وثماني خطوات لإزالة التشويش حيث تستخدم أمثلة نقطة التفتيش الأساسية نفسها أربعين خطوة. وهو ليس بنية جديدة ولا عائلة نماذج جديدة، ولا يوجد نموذج ثانٍ داخل الملف. رُفعت نقطة التفتيش على Hugging Face في 9 أكتوبر 2026، وهو تاريخ يحمله كلٌّ من الطابع الزمني لإنشاء المستودع وسطرٌ في قائمة أخبار مشروع Qwen-Image نفسه؛ وكل ما يلي هو الوصف الثابت للنموذج، أُعيد إرساؤه في 13 أكتوبر 2026 من مواد المورّد نفسه لا من ملخص أي شخص لها.

إذا كتبت اسم الطراز لتعرف ما هو، فالإجابة القصيرة هي الفقرة السابقة. أما الإجابة المفيدة فهي التباين.

النسخة Turbo، بُعد واحد في كل مرة

كل سطر أدناه مصدره مستودع نقطة التحقق نفسه — بطاقة النموذج، وmodel_index.json، وtransformer/config.json وLICENSE — أو من مستودع مشروع Qwen-Image على GitHub، كما قُرئ اليوم. وحيث لا ينشر المورّد شيئًا، يُذكر ذلك بدلًا من ملئه.

• عدد الخطوات — 8 خطوات إزالة تشويش لـ Qwen-Image-2.1-Turbo، مقابل 40 لـ Qwen-Image-2.1. الرقم 40 هو رقم المورّد نفسه، المستخدم في كل مثال لـ Qwen-Image-2.1 على بطاقته والمُدرج كقيمة افتراضية في جدول معاملات المشروع على GitHub.

• السرعة — عدد الخطوات هو ادعاء السرعة الوحيد الذي تقدّمه Qwen، وهو عدد وليس قياسًا. فلا يظهر أي رقم لزمن الاستجابة أو الإنتاجية أو عدد الصور لكل وحدة معالجة رسومية لأي من نقطتي التفتيش، ولا تذكر أي من البطاقتين العتاد الذي وُلِّدت عليه أمثلتها.

• المقايضة في الجودة — غير مُحدَّدة كميًا. لا توجد درجة تقييم لـ Qwen-Image-2.1-Turbo، ولا لـ Qwen-Image-2.1، ولا مقارنة مباشرة بين الاثنين في أي مكان من مواد البائع. الصور الاستعراضية الموجودة على بطاقة Turbo هي مخرجات من ثماني خطوات اختارها البائع؛ وهي تُظهر أن نقطة التحقق تنتج صورًا، وليس مقدار الدقة التي تم التضحية بها للوصول إلى ثماني خطوات. لم يكن لدينا أي معيار تقييم من طرف ثالث لأي من نقطتي التحقق في وقت كتابة هذا النص.

• حيث يوجد جدول أخذ العينات — هذا هو الفرق البنيوي الوحيد الذي تكشفه البطاقات. Turbo model_index.json يحمل sample_sigmas مصفوفة من ثماني قيم، تتراوح من 1.0 نزولاً إلى 0.414568، وتذكر البطاقة أن الجدول محفوظ مع نقطة التحقق ويُحمَّل تلقائيًا — "ضبط num_inference_steps وحده لا يتجاوز ذلك." Qwen-Image-2.1 يأخذ عدد الخطوات في وقت الاستدعاء. المخرج هو تمرير وسيط صريح sigmas في وقت الاستدعاء، وتشير البطاقة إلى أن الجداول الأخرى "لم يتم تقييمها لنقطة التحقق هذه."

• العمود الفقري — متطابق. ملف Turbo transformer/config.json يطابق نقطة التحقق الأساسية حقلًا بحقل: 32 طبقة، و32 رأس انتباه بأبعاد 128 لكل منها، وحجم رقعة 1، و64 قناة إدخال وإخراج، causal_condition بقيمة true، وبُعد إدخال السياق 4096. القيمة الوحيدة التي تختلف بين الملفين هي إصدار Diffusers المسجَّل.

• مُرمِّز النص وVAE والمُجدول — بالنسبة إلى Turbo، model_index.jsonيُسمّي Qwen3VLForConditionalGenerationكمُرمِّز نصّي مع Qwen3VLProcessor، وAutoencoderKLQwenImage21كـ VAE، وFlowMatchEulerDiscreteScheduler. وهي نفس فئات المكوّنات التي يُعلنها Qwen-Image-2.1. وتصف ملاحظات معمارية المشروع مُرمِّز النص المشترك بأنه نموذج Qwen3-VL 8B للرؤية واللغة، وتصف VAE بأنه مُشفّر تلقائي RGBA بـ64 قناة مع ضغط مكاني بمقدار 16×.

• الإرشاد الافتراضي — تنص بطاقة Turbo على CFG 1 افتراضيًا، مما يزيل تمريرة التوجيه الخالية من المصنّف من كل خطوة. أما بطاقة النموذج الأساسي فلا تذكر قيمة افتراضية للتوجيه على الإطلاق.

• إعدادات الدقة المسبقة — السبعة نفسها في كليهما، مأخوذة حرفيًا من بطاقة Turbo: 1:1 عند 2048 × 2048، 4:3 عند 2400 × 1792، 3:4 عند 1792 × 2400، 3:2 عند 2528 × 1696، 2:3 عند 1696 × 2528، 16:9 عند 2752 × 1536 و9:16 عند 1536 × 2752.

• البصمة على مساحة القرص —يبلغ إجمالي قائمة ملفات مستودع Turbo نفسه نحو 32.5 غيغابايت، بما يشمل محوّل transformer بحجم 14.2 غيغابايت، ومشفّر نص text encoder بحجم 17.5 غيغابايت، وVAE بحجم 0.7 غيغابايت، وفقًا لأحجام الملفات المنشورة في المستودع اليوم. هذه هي مجموعة مكوّنات نقطة التحقق الأساسية بدقة bfloat16، ولا يوفّر المورّد أي إصدار مُكمَّم خاص به.

ما تقوله Qw​en فعليًا عن المقايضة بين السرعة والدقة

إن ادعاء البائع أضيق مما يوحي به العنوان الرئيسي، ويستحق القراءة بكلمات البطاقة نفسها. يُوصف Qwen-Image-2.1-Turbo بأنه "نقطة تحقق معجّلة من Qwen-Image-2.1 لتوليد الصور من النص وتحرير الصور باستخدام 8 خطوات لإزالة الضوضاء"، وهو نموذج "يستخدم نفس معمارية التوليد البصري 7B ويُحمَّل مباشرةً باستخدام QwenImage21Pipeline." صياغة البطاقة للفائدة إجرائية وليست بصرية: نقطة التحقق "تتضمن جدول أخذ العينات الموصى به، لذا فهي جاهزة للاستخدام دون تكوين المجدول يدويًا."

ذُكرت ثلاث آليات، وثلاث فقط. جدول الخطوات الثماني نفسه. وCFG 1 افتراضيًا، وهو يُسقط تمريرة التوجيه. والتخزين المؤقت لـ KV للبادئة، الذي «يعيد استخدام سياق النص والصورة المرجعية عبر خطوات إزالة الضوضاء» — وهي آلية يوثّقها نموذج Base أيضًا، وتزداد أهميتها، لا تقل، عندما تكون الحلقة ثماني تكرارات فقط.

الآن الجزء غير الموجود. لا تذكر البطاقة أبدًا أن نقطة تحقق Turbo تطابق جودة مخرجات Qwen-Image-2.1. ولا تذكر مقدار الجودة التي تم التضحية بها، أو أي الفئات تتدهور أولًا — الملمس، النصوص الصغيرة، الوجوه، الاتساق متعدد المراجع. ولا تستخدم كلمة التقطير، ولا يذكر أي شيء في المستودع علاقة معلّم-طالب. ما تقوله البيانات الوصفية فعلًا هو أنها مشتقة: تحمل وسوم Hugging Face base_model:Qwen/Qwen-Image-2.1 وbase_model:finetune:Qwen/Qwen-Image-2.1، وسجل نموذج ModelScope يدرج النموذج الأب نفسه بالعلاقة "finetune". وموقف Qwen نفسه، بعبارة أخرى، هو ضبط دقيق لنقطة التحقق الأساسية، وتُترك مسألة الجودة لمن يقوم بتشغيله.

ليس ذلك نقدًا بقدر ما هو شكل الإصدار. المورّد الذي يطرح نقطة تحقق مسرّعة دون معيار أداء إنما يدعو تحديدًا إلى المقارنة التي صار على القارئ أن يجريها بنفسه الآن: الموجّه نفسه، والبذرة نفسها، ونقطتا التحقق معًا، أربعون خطوة مقابل ثماني.

المدخلات، والمخرجات، وكم يبلغ حجم هذا الشيء فعليًا

توثّق البطاقة نمطَي إدخال ونمط إخراج واحد، وهي الخاصة بالنموذج الأساسي، دون تغيير.

• نص مُدخل، صورة مُخرجة — موجه نصي ينتج صورة نقطية. المثال التطبيقي للبطاقة هو ملصق باتجاه عمودي بأبعاد 1696 × 2528، ويستعرض العرض التوضيحي تصوير البورتريه، والطباعة وتصميم الملصقات، وواجهة المستخدم وتخطيط المعلومات، وهو ما يمثل ادعاء Qw​en حول دقة عرض النص وتخطيطه بدلاً من كونه قياسًا له.

• صورة داخل، صورة خارج — تقبل المنظومة نفسها صورة إدخال إلى جانب التوجيه النصي من أجل تحرير موجَّه بالتعليمات. يحوّل مثال البطاقة رسمًا أوليًا ليخت إلى صورة فوتوغرافية واقعية بدقة 2048 × 2048 ويحمّل الإدخال بصيغة RGBA. كما يعرض الاستعراض التركيب متعدد المراجع وتركيبًا داخليًا من أربع صور. وهناك رقم ينبغي الحذر منه هنا: رقم "حتى 10 صور مرجعية" يخص توثيق Qwen-Image-2.1، ولا تعيد بطاقة Turbo ذكر حدّ لصور المراجع. تعامل مع 10 على أنه الرقم المنشور للنموذج الأساسي، لا مواصفة خاصة بـ Turbo.

• الشفافية — تُدرج البطاقة توليد الصور الشفافة ضمن فئات العرض، وفئة VAE المُصدَرة هي نفسها المُشفِّر التلقائي RGBA ذو 64 قناة الذي يستخدمه النموذج الأساسي، لذا فإن إخراج قناة ألفا موثَّق لنقطة التفتيش هذه بدلًا من كونه موروثًا بالاسم فحسب.

• دقة الإخراج — الإعدادات المسبقة السبعة نفسها المذكورة أعلاه، حتى 2752 × 1536 في الوضع الأفقي و1536 × 2752 في الوضع الرأسي، مع كون 2048 × 2048 المستوى الافتراضي. يصف المشروع Qwen-Image-2.1 بأنه يدعم دقة 2K أصلاً؛ ولا شيء في أيٍّ من المستودعين يزعم وجود مستوى أصلي أعلى من ذلك، ولا شيء يوثّق مرحلة رفع الدقة.

• حجم النموذج — 7 مليارات معامل في مكوّن التوليد البصري عبر 32 طبقة DiT أحادية المسار، بصيغة bfloat16، بحجم نحو 32.5 جيجابايت على القرص للمستودع الكامل. لا توجد نافذة سياق نصية يمكن الاقتباس منها، لأن هذا ليس نموذجًا نصيًا؛ فالمُدخل السياقي ذو الأبعاد 4096 في إعدادات المحوّل هو التمثيل المُرمَّز للتعليمة التوجيهية والصورة الشرطية، وليس نافذة رموز.

الرخصة، وأين توجد الأوزان

صدر Qwen-Image-2.1-Turbo بموجب اتفاقية ترخيص Qwen Research. تشير البيانات الوصفية للمستودع إلى license: other مع license_name: qwen-research و license_link: LICENSE، ويوجد ملف LICENSE في المستودع إلى جانب الأوزان. قارنّا ملفي الترخيص اليوم: ملف LICENSE الخاص بمستودع Turbo مطابق بايت ببايت لملف النموذج الأساسي، وهو أمر يستحق المعرفة لأنه يعني أن التسريع لم يجلب أي تغيير في الشروط.

ما تقوله الاتفاقية، كما يُقرأ من الملف نفسه: المنحة "لأغراض غير تجارية فقط"، ويُعرَّف "غير تجاري" بأنه "لأغراض البحث أو التقييم فقط"، ويتطلب الاستخدام التجاري "ترخيصًا تجاريًا منفصلًا منا"، يُطلب على model-business@notice.qwencloud.com. ويؤرخ رأس الاتفاقية نفسه النسخة في 20 سبتمبر 2026. إذا كان سبب رغبتك في توليد من ثماني خطوات هو أنه يجعل النموذج رخيصًا بما يكفي لوضعه خلف منتج، فإن الترخيص هو القيد الملزم هنا، وليس عدد الخطوات، ولا توجد صفحة في هذا المستودع تحل ذلك.

يمكن تنزيل الأوزان من مكانين، وكلاهما من الطرف الأول: Hugging Face على Qwen/Qwen-Image-2.1-Turbo وModelScope على Qwen/Qwen-Image-2.1-Turbo. مستودع Hugging Face غير مقيّد. لا تُدرِج بياناته الوصفية أي مزوّد استدلال مستضاف، لذا لا توجد نقطة نهاية تابعة لطرف ثالث ستشغّل نقطة التحقق هذه بالتحديد لك اليوم بحسب ما يظهر في إدراج البائع نفسه.

أما بالنسبة لمسار مستضاف، فهناك مسار Qwen الخاص: تسجّل قائمة أخبار المشروع أن واجهات Qwen-Image-2.1 Pro وTurbo البرمجية بدأت العمل على Alibaba Cloud Model Studio في 9 أكتوبر 2026، ويعرض README على GitHub خيار «واجهات API المستضافة، أو تشغيل نقطة تفتيش Turbo في بيئتك الخاصة باستخدام Diffusers». لا يرد سعر الصورة الواحدة لنقطة نهاية Turbo في صفحة مرجع API الخاصة بالبائع التي قرأناها، والتي تحيل بدلاً من ذلك إلى صفحة منفصلة لتسعير النماذج — لذا تعامل مع السعر على أنه غير منشور في المواد التي أمكننا التحقق منها، وتحقّق من صفحة تسعير البائع قبل أن تخطط بناءً عليه.

الضبط الدقيق: ما هو موثّق، وما هو مجتمعي فقط

الإجابة الصريحة هي أن بطاقة Turbo لا توثّق أي نوع من الضبط الدقيق. فهي تغطي التثبيت، والتحويل من النص إلى صورة، وتحرير الصور، وأخذ العينات ونسب الأبعاد، ثم تتوقف. لا يوجد قسم للتدريب، ولا تعليمات لـ LoRA، ولا إرشادات للمهايئ، ولا ملاحظات حول مجموعات البيانات، ولا سكربت تدريب في أي مكان في مستودع مشروع Qwen-Image — فقد فحصنا شجرة ملفاته، وهي لا تحتوي إلا على الأصول وملفَّي بيانات لإعادة صياغة المطالبات.

يأتي النموذج الأساسي بأداء أفضل قليلًا، وهذا توثيق لنموذج مختلف: تسجّل مادة Qwen-Image-2.1 تدريب LoRA عبر ModelScope، المبني على إطار DiffSynth-Studio مفتوح المصدر. هذا البيان يخص Qwen-Image-2.1، ولا شيء في بطاقة Turbo يوسّع ذلك ليشمل نقطة التحقق المسرّعة.

ما هو موجود لـ Turbo هو عمل مجتمعي. حتى تاريخ اليوم، هناك 47 مستودعًا على Hugging Face تُصرّح بأنQwen/Qwen-Image-2.1-Turbo هو طرازها الأساسي، وجميعها تقريبًا نسخ تكميم — إصدارات GGUF وFP8 وINT8 وINT4 وNVFP4 وMLX وOpenVINO. واحدة فقط منها محول LoRA، محول استبدال شخصيات نُشر في 10 أكتوبر 2026. لا شيء من ذلك يُعد دعمًا من المورّد، ولا شيء منه معتمد من Qwen، والمحول المدرَّب على مسار الخطوات الأربعين لنقطة التحقق الأساسية ليس صحيحًا تلقائيًا مقابل جدول محفوظ من ثماني خطوات. إذا وصلت إلى هنا باحثًا عن سير عمل LoRA الخاص بـ Turbo، فالإجابة الدقيقة هي أن المورّد لم ينشر واحدًا.

كيفية تشغيله، وكيفية استدعائه

الاستضافة الذاتية مهمة عادية في Diffusers مع نقطة شائكة واحدة. التثبيت المذكور في البطاقة هو بناء PyTorch متوافق مع CUDA، وDiffusers من المصدر (git+https://github.com/huggingface/diffusers.git)، transformers>=5.17.0، accelerate و pillow. النقطة الشائكة هي أن نقطة التحقق هذه تتطلب بناء Diffusers يتضمن دعمًا لسيغما أخذ العينات المُهيأة عبر pipeline، وقد أُضيف هذا الدعم في PR #14950 — وهو موجود وقت الكتابة في شجرة المصدر لا في إصدار موسوم، ولهذا لا تخبرك البطاقة بتثبيت رقم إصدار.

سطر التحميل هو صنف خط الأنابيب الخاص بالنموذج الأساسي مع استبدال اسم نقطة التحقق: QwenImage21Pipeline.from_pretrained("Qwen/Qwen-Image-2.1-Turbo", dtype=torch.bfloat16).to("cuda"). بعد ذلك يكون التوليد استدعاءً مع موجّه، وعرض وارتفاع من القائمة المُعدّة مسبقًا، use_kv_cache=True، وبذرة مُولِّد؛ يستخدم مثال تحويل النص إلى صورة في البطاقة 1696 × 2528 مع البذرة 42، ويمرّر مثال التحرير فيها صورة RGBA كوسيط image عند 2048 × 2048 مع البذرة 20261009. لا تمرّر num_inference_steps متوقعًا أن يفعل أي شيء.

ثغرة واحدة يجب التخطيط لها: لا تنشر بطاقة Turbo أي إرشادات بشأن الذاكرة. تحتوي بطاقة النموذج الأساسي على قسم لتحسين الذاكرة يعرض pipe.enable_model_cpu_offload()؛ أما بطاقة Turbo فتنتهي عند هذا الحد فحسب. مع وجود مُشفِّر نصّي بحجم 17.5 غيغابايت في المستودع، فهذا هو الرقم الذي يجب احتسابه، ولا تخبرك البطاقة بأي GPU يمكن تشغيله عليه.

استدعاؤه بدلًا من تشغيله يعني واجهة Turbo API المستضافة الخاصة بـ Qw​en على Aliba​ba Cloud Model Studio. لا يوجد سعر منشور لكل صورة يمكننا التحقق منه على صفحة مرجع API الخاصة بالمورّد، ولا حد معدل منشور يمكننا التحقق منه أيضًا — لذا فإن القارئ الذي يخطط لحجم استخدام كبير لديه رقمان يجب جلبهما من المورّد قبل الالتزام.

أين يقع OrcaRouter، بصراحة

لا يوجّه OrcaRouter الطلبات إلى Qwen-Image-2.1-Turbo ولا يوجّهها إلى Qwen-Image-2.1 — فلا يظهر أيٌّ من المعرّفين في قائمة النماذج الحية لدينا، التي راجعناها اليوم، ولا ينبغي قراءة أي شيء في هذه الصفحة على أنه عرض لتقديم أيٍّ منهما. خط الصور الذي نقدّمه فعلًا هو الخط المستضاف: عائلة GPT-Image من Open​AI، ومستويات Imagen 4 من Goog​le، ونقطة نهاية صور Grok Imagine من x​AI.

هذا التمييز هو التمييز العملي في هذه المرحلة. يضع OrcaRouter أكثر من 200 نموذج خلف نقطة نهاية واحدة متوافقة مع OpenAI بسعر قائمة المزوّد وبدون أي هامش ربح، ويضيف تجاوزًا تلقائيًا للفشل عند تدهور أداء أحد المزوّدين — وهو ما تريده عندما تستدعي نموذج صور مستضافًا في بيئة الإنتاج، ولا قيمة له عندما يكون النموذج المعني تنزيلًا بحجم 32.5 غيغابايت مرخّصًا للأبحاث. إذا كانت خطتك تشغيل Qwen-Image-2.1-Turbo بنفسك، فليست طبقة التوجيه هي القيد؛ بل اتفاقية ترخيص أبحاث Qwen هي القيد.

إذن ينقسم القرار بوضوح. ثماني خطوات، وجدول محفوظ، وترخيص بحثي متطابق على مستوى البايت، وغياب أي معيار قياسي، كل ذلك يعني أن نقطة التحقق أداة للبحث والنماذج الأولية إلى أن تنشر Qwen تقييمًا أو تجري تقييمك الخاص. إذا كنت بحاجة إلى نقطة نهاية للصور في الإنتاج هذا الأسبوع، فهذا شراء مختلف، وهو الذي نبيعه.