Qwen-Image-2.1-Turbo مقابل Qwen-Image-2.1: ما الذي تغيّر فعليًا بين نقطة التحقق الأساسية والنسخة المُسرّعة

نفس مكوّن التوليد البصري بحجم 7B. نفس طبقات DiT الـ32 أحادية المسار. نفس الإعدادات المسبقة السبع للدقة، ونفس واجهة التوليد والتحرير الموحّدة، ونفس الترخيص غير التجاري، ونفس فئة pipeline لتحميله. Qwen-Image-2.1-Turbo وQwen-Image-2.1 ليسا نموذجين تختار بينهما بناءً على القدرات — فنقطة تحقّق Turbo هي ضبط دقيق للأساس، والمستودع يقول ذلك في بياناته الوصفية الخاصة. ما يفصلهما هو مسار أخذ عيّنات واحد، والطريقة التي يُخزَّن بها ذلك المسار. أحدهما ينفّذ أربعين خطوة. والآخر ينفّذ ثمانيًا، ويرفض أن يُقال له غير ذلك وقت الاستدعاء. كل ما يثير الاهتمام في هذين الاثنين موجود في تلك الجملة الثانية.

ابدأ بالأجزاء المتطابقة

قبل الخلافات، يجدر رسم خريطة للتشابه، لأنه أوسع مما يوحي به لقب "Turbo" وهو ما يجعل التبديل جاذبًا.

• البنية المعمارية. تنص بطاقة Turbo على أنها «تستخدم نفس البنية المعمارية للتوليد البصري بحجم 7B» كما في Qwen-Image-2.1. يصف المشروع هذا المكوّن بأنه 7B معلمة موزعة على 32 طبقة DiT أحادية المسار. لا يعلن أي شيء في مستودع Turbo عن بنية أساسية أصغر أو مشذّبة أو معاد هندستها.

• القدرات.كلا نقطتي التحقق موصوفتان بأنهما تقومان بتوليد الصور من النصوص وتحرير الصور. يرث Turbo واجهة النموذج الأساسي بدلاً من إعادة ذكرها: توثق بطاقة النموذج الأساسي شفافية RGBA الأصلية، وما يصل إلى 10 صور مرجعية، والتعديلات المحلية المحددة بواسطة دوائر أو تعليقات مرسومة أو أقنعة منفصلة، مع الحفاظ على الهوية للأشخاص والمنتجات.

• الدقات.تقول بطاقة Turbo إن "استخدم الإعدادات المسبقة للدقة نفسها كما في Qwen-Image-2.1" ثم تسردها: 1:1 عند 2048 × 2048، و4:3 عند 2400 × 1792، و3:4 عند 1792 × 2400، و3:2 عند 2528 × 1696، و2:3 عند 1696 × 2528، و16:9 عند 2752 × 1536، و9:16 عند 1536 × 2752. وتسرد بطاقة النموذج الأساسي الجدول نفسه. وتستخدم كلتا البطاقتين مستوى الدقة 2048 لأمثلتهما.

• مسار التحميل.يُحمَّل كلاهما عبر QwenImage21Pipeline في Diffusers. البدء السريع لبطاقة Turbo هو البدء السريع للبطاقة الأساسية مع تغيير اسم نقطة التحقق وكتابة bfloat16 بصيغة dtype بدلاً من torch_dtype.

• الأوراق الرسمية. كلاهما مرخّصان بموجب اتفاقية ترخيص أبحاث Qwen-Image-2.1، وكلاهما يحمل license: other مع license_name: qwen-research، وكلاهما يحتوي على ملف LICENSE موجود في المستودع بجانب الأوزان.

إذا كان Qwen-Image-2.1 جاهزًا وموصولًا لديك بالفعل، فإن نطاق الترحيل صغير حقًا. ولهذا السبب تحديدًا يستحق المعامل الوحيد الذي لا يتصرف كما تتوقع أن نتوقف عنده.

انتقل الجدول خارج الكود الخاص بك وإلى نقطة التحقق

في النموذج الأساسي، عدد الخطوات متروك لك لتحديده. أما مثال بطاقة Qwen-Image-2.1 لتحويل النص إلى صورة، ومثالها للتحرير، ومثالها لشفافية RGBA، فكلها تمرّر num_inference_steps=40، وهذا الرقم وسيط يُمرَّر وقت الاستدعاء بالطريقة المعتادة في Diffusers. ولا شيء على تلك البطاقة يخبرك بأن لنقطة التحقق رأيًا في الجدول الزمني.

في Turbo، يُعدّ جدول أخذ العينات بيانات وصفية خاصة بنقطة التحقق. تذكر البطاقة أن نقطة التحقق «تتضمن جدول أخذ العينات الموصى به الخاص بها، لذا فهي جاهزة للاستخدام دون الحاجة إلى تهيئة المجدول يدويًا»، ثم توضح في قسم أخذ العينات ما يعنيه ذلك عمليًا: «يُحفظ جدول أخذ العينات الموصى به المكوّن من 8 خطوات مع نقطة التحقق ويُحمّل تلقائيًا. لا يؤدي ضبط num_inference_steps وحده إلى تجاوزه.»

هناك أمران يترتبان على ذلك، وكِلاهما يسهل الخطأ فيهما في اتجاهين متعاكسين.

الأول هو أن ثمانية ليس قيمة افتراضية يمكنك تعديلها صعودًا. إذا أردت معرفة كيف يبدو Turbo عند اثنتي عشرة خطوة أو عشرين، تخبرك البطاقة أن المسار الوحيد هو وسيط sigmas صريح عند وقت الاستدعاء — ثم تغلق الباب أمام التجربة بالإشارة إلى أن الجداول الأخرى "لم تُقيَّم لنقطة التحقق هذه". هذا مورّد يخبرك أن إعداد الثماني خطوات هو ما يقفون خلفه، وأن أي شيء آخر هو أرض غير مستكشفة تدخلها وحدك. إنها جملة صادقة بشكل غير معتاد وينبغي قراءتها كحدّ لا كدعوة.

الثاني هو فخ إعادة إنتاج لا تصحبه أي رسالة خطأ. خذ مثال النموذج الأساسي، وغيّر سلسلة المستودع إلى نقطة تفتيش Turbo، واترك num_inference_steps=40 في مكانها، وسيعمل الكود. لن يحذرك. سينتج صورة باستخدام الجدول الزمني المحفوظ ذي الثماني خطوات، ولن يكون الناتج الذي يعرضه Turbo showcase، لأن الرقم 40 لم يُقرأ أبدًا. هذا هو نمط الفشل حيث لا يبدو أن هناك شيئًا معطلاً — يكتمل العرض، وتكون الصورة معقولة، والطريقة الوحيدة لاكتشاف ذلك هي أن تبحث عن فرق. هناك تبعية ثانية مدفونة بجانبه: تحتاج نقطة التفتيش إلى بناء Diffusers يفهم سيغما أخذ العينات المكوّنة عبر pipeline، والتي أُضيفت في PR #14950، والتي تكون في وقت كتابة هذا في شجرة مصدر Diffusers بدلاً من إصدار موسوم. التثبيت المذكور هو بناء PyTorch متوافق مع CUDA بالإضافة إلى مصدر Diffusers، وtransformers>=5.17.0، وaccelerate وpillow.

ما الذي يدفع ثمن الخطوات الـ32 التي لم تخطُها؟

تُسمّي البطاقة آليتين، وكلتاهما جديرتان بالمعرفة لأنهما تشرحان ما يفترضه Turbo checkpoint بشأن طريقة استدعائك له.

• CFG 1 افتراضيًا. "يستخدم التوليد CFG=1 افتراضيًا." عند مقياس توجيه خالٍ من المصنّف يساوي واحدًا، لا يشغّل النموذج التمريرة الثانية غير المشروطة التي يتطلبها CFG عادةً — وهذا جزء كبير من كيفية تقصير المسار دون مجرد قطعه. كما يعني أن عادة النموذج الأساسي في ضبط مقياس التوجيه لا تنتقل؛ لا يوجد شيء لضبطه هنا، ولا تقدّم البطاقة أي توصية توجيه لضبطها.

• التخزين المؤقت لـ KV للبادئة. تقول بطاقة Turbo إن "التخزين المؤقت لـ KV للبادئة يعيد استخدام سياق النص والصورة المرجعية عبر خطوات إزالة الضوضاء." هذه آلية موروثة، وليست شيئًا جديدًا لنقطة التحقق المتسارعة: إذ يُدرج إعلان Qwen-Image-2.1 إعادة استخدام ذاكرة KV المؤقتة للبادئة كواحد من التحسينات الأربعة الرئيسية للنموذج الأساسي، إلى جانب الانتباه مختلط الحبيبية، كما تسمّي تكاملات الخدمة من اليوم الأول للنموذج الأساسي — مدخلات vLLM-Omni وSGLang في قائمة أخبار المشروع — التخزين المؤقت لـ KV للبادئة صراحةً ضمن الميزات التي تدعمها. في حلقة من أربعين خطوة، تكون إعادة الاستخدام هذه تحسينًا. أما في حلقة من ثماني خطوات، فهي تكتسب أهمية أكبر نسبيًا، لأن كل خطوة مخزّنة مؤقتًا تمثل حصة أكبر من إجمالي العمل.

ما لا تسمّيه البطاقة هو أي تقنية تقطير. تصف بطاقة Qwen-Image-2.1 للطراز الأساسي وملف README الخاص بالمشروع البنية والقدرات؛ بينما تصف بطاقة Turbo الآليات. وإذا كنت تحاول أن تستنتج ما الذي تكلفه ثماني خطوات من حيث الجودة، فلا يمنحك المستودع أي منهج تستدل به — فقط جدول ومجموعة من الصور الاستعراضية.

عدد الخطوات ليس معيارًا مرجعيًا

هذا هو الجزء من المقارنة الذي تكون فيه الإجابة الصادقة أنه لا توجد مقارنة، ويستحق الأمر أن نكون صريحين بشأن السبب.

• لا توجد نتيجة منشورة لنقطة التحقق Turbo. لا تحمل بطاقتها أي رقم تقييم من أي نوع. لا توجد نتيجة Qwen-Image-Bench الخاصة بـ Turbo، ولا مقارنة جنبًا إلى جنب مع نقطة التحقق الأساسية، ولا تحليل استئصالي حسب عدد الخطوات، ولا جدول يوضح أين تستقر الجودة.

• درجة نقطة التحقق الأساسية مُبلَّغ عنها من المورّد. الرقم الرئيسي الوحيد في سلسلة Qwen-Image-2.1 هو نتيجة Qwen-Image-Bench الخاصة بالنموذج الأساسي نفسه، والتي أبلغ عنها المورّد مقابل نقطة التحقق الأساسية. وهو ليس قياسًا لنقطة تحقق Turbo ولا ينبغي نقله إليها — فالتسريع هو بالتحديد الشيء الذي يُتوقع أن يحرّك رقمًا كهذا، ولم يذكر المورّد بمقدار ذلك.

• لا تقدّم أي من البطاقتين تقريرًا عن الوقت أو الذاكرة. لا يوجد رقم للكمون، ولا رقم للإنتاجية، ولا بصمة ذاكرة لأي من نقطتي التفتيش، ولا تذكر أي من البطاقتين العتاد الذي شغّلت عليه أمثلتها. توثّق بطاقة النموذج الأساسي على الأقل قسمًا لتحسين الذاكرة؛ أما بطاقة Turbo فتوثّق التثبيت والتوليد والتحرير وأخذ العينات ونسب العرض إلى الارتفاع، وتتوقف عند هذا الحد.

إذن، فالحجة الداعية إلى تفضيل Turbo على نقطة التحقق الأساسية هي حاليًا حجة حول النية التصميمية، وليست حول نتائج مقيسة. ثماني خطوات عند البنية نفسها ومستوى الدقة 2048 نفسه ينبغي أن تكلّف أقل بكثير لكل صورة. كلمة "Substantially" تقوم بعمل حقيقي في تلك الجملة، والسبيل الوحيد لاستبدالها برقم هو تشغيل نقطتي التحقق كلتيهما على عبء العمل الخاص بك، وهو أيضًا السبيل الوحيد لمعرفة ما يفعله المسار المختصر بالصور المحددة التي تهمك.

لم يتحرك أي شيء آخر، بما في ذلك الترخيص

أمران كان من المعقول أن يتوقع القارئ أنهما تغيّرا، لكنهما لم يتغيّرا.

الأول هو النظام البيئي. عندما تم إصدار Qwen-Image-2.1 في 20 سبتمبر 2026، سجّلت قائمة أخبار المشروع خمس عمليات تكامل منفصلة في يوم الإطلاق نفسه: دعم Diffusers عبر PR #14804، ودعم ComfyUI الأصلي مع قوالب سير عمل منشورة للتحويل من نص إلى صورة والتحرير، ودعم vLLM-Omni مع التنفيذ خطوة بخطوة وفك ترميز CUDA Graph وتكميم FP8 والتوازي التنسوري، ودعم SGLang مع Cache-DiT وتفريغ المكونات، وتسريع من مشروع LightX2V. يسجّل الإدخال المؤرخ 9 أكتوبر 2026 الذي يغطي Qwen-Image-2.1-Turbo نقطة التحقق نفسها وملاحظة أن واجهات برمجة تطبيقات Pro و Turbo متاحة الآن على Alibaba Cloud Model Studio. لا توجد قائمة أطر عمل ليوم الإطلاق لـ Turbo، ولا يزال كل إدخال إطار عمل في قائمة الأخبار يشير إلى النموذج الأساسي. يتم تحميل نقطة التحقق Turbo عبر فئة خط أنابيب كانت موجودة بالفعل؛ دعم جدولها المحفوظ هو الجزء الجديد الوحيد، ويأتي عبر مصدر Diffusers بدلاً من إصدار موسوم.

الأمر الثاني هو الترخيص. يحمل Turbo اتفاقية ترخيص Qwen Research، تمامًا كما يفعل النموذج الأساسي. لم يأتِ التسريع مع استثناء تجاري، أو فئة منفصلة، أو تخفيف للشروط — فالقيد غير التجاري يقع على الضبط الدقيق بقدر ما يقع على الأساس. إن البيانات الوصفية الخاصة بالمستودع وملف الترخيص المجاور للأوزان هما الدليل؛ وقسم الترخيص في البطاقة جملة واحدة تشير إلى الاتفاقية نفسها. إذا كان سبب أهمية الخطوات الثماني بالنسبة إليك هو أنها تجعل النموذج رخيصًا بما يكفي لوضعه في منتج، فإن الترخيص يقف في الطريق مباشرة، والجهة المورّدة — وليس هذا المستودع — هي التي عليها أن تتحمل المسؤولية عن ذلك.

نقاط النهاية المستضافة، وأين يتناسب OrcaRouter

لا يوفّر OrcaRouter مسارًا إلى Qwen-Image-2.1-Turbo ولا إلى Qwen-Image-2.1. كلاهما غائب عن كتالوجنا، ولا شيء هنا يُعد عرضًا لتقديم أيٍّ منهما. إذا أردتهما، فمساراتك هي واجهات برمجة التطبيقات المستضافة الخاصة بالمورّد، أو عدة منصات تابعة لجهات خارجية، أو الأوزان مع إصدار Diffusers حديث بما يكفي للتعامل مع جدول أخذ العينات المحفوظ في checkpoint Turbo.

يتجلّى ارتباط OrcaRouter بهذه المقارنة تحديدًا في التبديل الذي تُجريه عندما تتوقف الاستضافة الذاتية لنقطة تفتيش (checkpoint) عن كونها الإجابة الصحيحة. فالانتقال من نموذج مفتوح الأوزان تشغّله بنفسك إلى نقطة نهاية صور مُستضافة ليس مجرد تغيير في النموذج — بل تغيير في أنماط الفشل. تفشل العملية المحلية بطرق يمكنك رؤيتها؛ أما نقطة النهاية المُستضافة فتفشل بطرق تعتمد على المزوّد الذي استجاب، وعلى ما يحدث عندما يتدهور أحد المزوّدين في منتصف الطلب. يضع OrcaRouter أكثر من 200 نموذج خلف نقطة نهاية واحدة متوافقة مع OpenAI، ويمرّر سعر القائمة لدى المزوّد كما هو دون أي هامش ربح، لذا يظهر تخفيض سعر البائع من جانبنا في اليوم نفسه بدلًا من انتظار عملية إعادة تسعير. وفوق ذلك، يضيف تجاوزًا تلقائيًا للفشل عبر المزوّدين، ولغة توجيه DSL لتحديد النماذج والمزوّدين الذين يجوز للطلب استخدامهم، ودمج النماذج لتكوين عدة نماذج في استدعاء واحد. نماذج الصور التي نقدّمها بالفعل هي عائلة OpenAI GPT-Image، وفئات Google Imagen 4 بما في ذلك نسختا fast و ultra، ونقاط نهاية معاينة صور Gemini من Google، ونقطة نهاية الصور xAI Grok Imagine.

على نحو ملموس: إذا كنت تختار بين نقطتي التفتيش Qwen، فهذا قرار استضافة ذاتية، وأسباب تفضيل إحداهما على الأخرى هي سلوك الجدولة وعدد الخطوات. أما إذا كان ما تحتاجه فعلاً هو صورة في بيئة الإنتاج دون امتلاك وحدات معالجة الرسومات، فهذا هو القرار الذي نحن في وضع يسمح لنا بالمساعدة فيه، وهو قرار مختلف.

النسخة المختصرة

• اختر Qwen-Image-2.1 إذا كنت تريد نقطة الحفظ التي يتطابق سلوك أخذ العينات فيها مع توثيقها، أو إذا كنت بحاجة إلى تغيير عدد الخطوات أو استكشاف الجداول، أو إذا كنت تريد الإصدار الذي وصل مع دعم من اليوم الأول عبر Diffusers وComfyUI وvLLM-Omni وSGLang وLightX2V.

• اختر Qwen-Image-2.1-Turbo إذا كنت تريد البنية نفسها والقدرات نفسها مع مسار أقصر بكثير، وكنت على استعداد للتعامل مع ثماني خطوات كقيمة ثابتة، ولتثبيت Diffusers من المصدر لتحميله.

• توقّع أن يكون الترخيص نفسه في كلتا الحالتين، وتوقّع ألا يوجد رقم جودة منشور لنقطة التحقق المسرّعة يمكن مقارنته بالأساس. تقليل الخطوات حقيقي وموثّق. أما مقدار ما يكلّفه من جودة الصورة فغير موثّق في أي مكان، ولن تفيدك قراءة البطاقتين مهما قرأت — فهذا الجواب لا يوجد إلا على عتادك الخاص، وباستخدام مطالباتك الخاصة.