Qwen-Image-2.1 مقابل Grok Imagine Image 2.0: أوزان مجانية في مواجهة بيئة مدفوعة

أحدهما لا يكلّفك شيئًا مقابل كل صورة، ويأتي بترخيصٍ يمنع بيع النتيجة. أما الآخر فيكلّفك ما بين سنتين وستة سنتات للصورة الواحدة، حسب الجهة التي تشتريه منها، ولا يحمل أي قيدٍ من هذا القبيل، وهو مُدرَج في لوحات الصدارة التي يمكنك الاطّلاع عليها فعلاً. Qwen-Image-2.1 طُرح علنًا في 20 سبتمبر 2026 بأوزانٍ مفتوحة تحت ترخيصٍ بحثي. Grok Imagine Image 2.0 هو نقطة نهاية الصور المدفوعة الخاصة بالمزوّد، ويُوزَّع عبر واجهة برمجة التطبيقات الخاصة به وعبر مجموعةٍ من مزوّدي الخدمة الخارجيين. والاختيار بينهما ليس مسألة جودة، بل مسألة ما إذا كنت تريد امتلاك النموذج أم استئجار البيئة المحيطة به، والبيئة المحيطة تبذل من العمل أكثر مما توحي به بطاقة السعر.

ما تكلفة صورة على كل جانب

سعر Qwen-Image-2.1 هو صفر لكل صورة، وغير صفري لمرة واحدة. ستُنزّل نحو 33 غيغابايت — محوّل انتشار أحادي المسار بحجم 7B و32 طبقة بحوالي 14 غيغابايت، بالإضافة إلى مُشفِّر نصي Qwen3-VL 8B يستهلك معظم الباقي — وبعد ذلك تصبح التكلفة الحدية للصورة هي الكهرباء اللازمة لتشغيلها. على بطاقة محدودة الموارد، توصي بطاقة الطراز بتفريغ النموذج إلى CPU عبر pipe.enable_model_cpu_offload()، وهو المخرج القياسي، ويكلفك السرعة لا المال.

سعر Grok Imagine Image 2.0 يأخذ شكلاً معاكساً. تُدرج وثائق xAI الخاصة الطراز الرائد بسعر 0.04 دولار لكل صورة ناتجة، مع نقطة نهاية Grok Imagine الأساسية للصور بسعر 0.02 دولار وفئة الجودة بسعر 0.05 دولار. ويقع مزودو الطرف الثالث في نطاق مماثل مع تقسيمهم الخاص إلى فئات — أحدهم يذكر أسعاراً ثابتة قدرها 0.05 دولار للتحويل من نص إلى صورة و0.06 دولار للتحرير بغض النظر عن الدقة أو إعداد الجودة، وآخر يسرد سعراً ثابتاً قدره 0.045 دولار عند كل من 1K و2K لفئة الجودة لديه، وثالث يعلن عن 0.025 دولار للتحويل من نص إلى صورة أو تحرير المرجع مع ما يصل إلى خمس صور مدخلة. وعلى مستوى السوق كله، يستقر ذلك عند نحو 0.02 إلى 0.06 دولار لكل صورة، مع تضمين وصول المستهلك ضمن X Premium وSuperGrok بدلاً من الفوترة لكل صورة.

• نموذج التكلفة — Qwen-Image-2.1 تكلفة أجهزة وتنزيل ثابتة مع تكلفة حدية صفرية لكل صورة؛ أما Grok Imagine Image 2.0 فهي تكلفة حدية بحتة، وتتوسع خطيًا مع الحجم إلى الأبد.
• نقطة التعادل — نقطة التقاطع مسألة حجم يمكنك حسابها، وهي تتغير كلما غيّر مزوّد سعرًا. عند بضعة آلاف من الصور شهريًا، يكون المسار المستضاف أرخص بسهولة من شراء GPU؛ وعند حجم مرتفع ومستدام، يفوز المسار المحلي من حيث التكلفة ويخسر في كل محور آخر.
• ما لا يمكنك شراؤه في الجانب المحلي — حدود المعدل، ووقت التشغيل، وفريق عمليات يخص طرفًا آخر. وما لا يمكنك شراؤه في الجانب المستضاف هو الأوزان.

ما تقوله لوحات الصدارة، وما لا تقوله

لدى Grok Imagine Image 2.0 ادعاءات تصنيف عامة. أشارت مواد إطلاق xAI إلى المركز الثاني إجمالاً على كل من لوحتي Text-to-Image وImage Edit Arena اعتبارًا من 7 أغسطس 2026، خلف GPT Image 2 — وهذا لقطة زمنية موثّقة من البائع وينبغي قراءتها على هذا النحو. وضعها متتبعون خارجيون في الأسابيع التالية حوالي الثاني في تحرير الصور والثالث في تحويل النص إلى صورة، خلف GPT Image 2 مرة أخرى، بأرقام Elo في نطاق 1,300 المنخفض وبعض مواقع التتبع تبلغ عن أرقام أقرب إلى 1,173–1,175. الفارق بين تلك الأرقام هو الدرس نفسه: مواقع لوحات الصدارة في هذه الفئة تتحرك أسبوعًا بعد أسبوع، والتصنيف بدون تاريخ مرفق ليس معلومة.

لا يحظى Qwen-Image-2.1 بأي ترتيب على الإطلاق. لم يكن حاضرًا في لوحات صدارة الصور المستقلة وقت كتابة هذا النص. ورقمه الوحيد المتعلق بالجودة هو مخطط Qwen-Image-Bench الخاص بالمورّد، حيث يظهر عند 60.28 مقابل Nano Banana 2.0 عند 59.82 وGPT Image 1.5 عند 59.65 — وهي مادة من المورّد، لم يعِد إنتاجها أي طرف ثالث. ونقطة البيانات المستقلة حقًا الوحيدة هي التحقق الوظيفي المنشور إلى جانب عمل تكامل SGLang: اجتاز إخراج PNG الشفاف، وأُبقي على قناة ألفا عبر النطاق الكامل 0–255، وبلغ قياس RGBA PSNR 60.69 ديسيبل في عيّنة واحدة يصفها المؤلفون صراحةً بأنها فحص للصحة لا ضمان للجودة.

إذن، لوحة النتائج الصادقة هي: أحد النموذجين لديه ترتيب عام متغيّر وادعاء من مورّد مرتبط به، والآخر لديه بطاقة تقييم من مورّد واختبار تكامل ناجح. هذه ليست مقارنة، ولا يوجد مقال يدّعي خلاف ذلك قد شغّل كليهما.

Alpha، ولماذا يُعد التباين التقني الوحيد

تُبنى شفافية Qwen-Image-2.1 داخل النموذج نفسه. ويعني وجود VAE من نوع RGBA بقنوات عددها 64 مع ضغط مكاني بمقدار 16× أن قناة ألفا جزء من الفضاء الكامن الذي تتم إزالة الضجيج منه، وهو ما يمنحك ثلاثة أشياء من آلية واحدة: التوليد مع الشفافية، والتحرير داخل صورة تمتلك شفافية بالفعل دون تسطيحها أولًا، واستخلاص الموضوع من صورة فوتوغرافية RGB عادية يُعيد قناة ألفا بدلًا من قناع صلب. لا عقدة إزالة خلفية، ولا نموذج matting، ولا تنظيف للحواف — هذا ما يدّعيه المورّد، والتحقق الوظيفي لـ SGLang هو الدليل المستقل الوحيد على أن القناة حقيقية وليست اسمية.

لا يوجد لـ Grok Imagine Image 2.0 مكافئ موثّق. سطحه المعلن هو تحويل النص إلى صورة والتحرير القائم على المرجع، مع مستويات للدقة والجودة وما يصل إلى خمس صور إدخال لدى بعض المزوّدين. إذا كان أصلك البصري يحتاج إلى عنصر مقصوص بحواف شبه شفافة نظيفة — الشعر، الزجاج، الدخان — فأنت تضيف خطوة matting على جانب Grok وليس على جانب Qwen. ما إذا كانت تلك الخطوة تكلّف أكثر من صداع الترخيص على الجانب الآخر هو السؤال الهندسي الفعلي، وهو يعتمد على مادة موضوعك.

بيئة تحرير مقابل نقطة تحقق

يختلف النظامان حول أين ينبغي أن يستقر ذكاء التحرير.

يضع Grok Imagine Image 2.0 الأمر في الخدمة. أنت ترسل صورة مرجعية وتعليمة، ويقرر المزوّد ما يعنيه ذلك، وتُختار مستويات الدقة والجودة لكل طلب. لا يوجد شيء لتقرأه، ولا شيء لضبطه، ولا شيء ليتعطّل — وهذا ميزة حقيقية لفريق لا يريد أن يمتلك خط أنابيب diffusers. وهو أيضًا سبب اختلاف السعر من مزوّد لآخر مقابل ما هو اسميًا النموذج نفسه: أنت تشتري بيئة، وليس مجرد أوزان.

يضع Qwen-Image-2.1 ذلك في نقاط تحقق يمكنك فحصها. وإلى جانب نموذج الصور، يشحن نموذجَي إعادة صياغة للمطالبات — PE-T2I وPE-I2I، كلٌّ منهما Qwen3.5-VL 9B مُضبَّط بدقة عند نحو 18.8 غيغابايت — مع كود إعادة الصياغة في prompt_rewrite/ ومجلد وملف مرفق system_prompt.txt يوضّح، من بين أمور أخرى، كيف تُختار لغة النص المعروض. وهذا مستوى من قابلية الفحص لا توفره أي واجهة برمجة تطبيقات صور مستضافة. وهو أيضًا 37.6 غيغابايت من نماذج إعادة الصياغة فوق النموذج نفسه، ما يمثّل تكلفة حقيقية في مساحة القرص ووقت التحميل لمكوّن ستعده معظم خطوط المعالجة اختياريًا.

• سطح التحرير — يدعم Qwen-Image-2.1 التعديلات المحلية بواسطة الدائرة أو التعليق المرسوم أو قناع منفصل، إضافة إلى تحرير الطبقات الشفافة واستخراج العناصر؛ التحرير الموثّق في Grok Imagine Image 2.0 يكون مدفوعًا بصورة مرجعية.
• مدخلات مرجعية — يقبل Qwen-Image-2.1 حتى 10 صور مرجعية، مع مراجع وصول مبكر واحد يذكر أن اتساق المراجع المتعددة يتراجع بدءًا من نحو ثلاث صور فصاعدًا؛ توثّق عدة مزوّدين لـ Grok ما يصل إلى خمس صور إدخال.
• الدقة الأصلية — يُخرج Qwen-Image-2.1 أصليًا بدقة 2K مع 2048×2048 كإعداد افتراضي عند 40 خطوة عبر سبع إعدادات مسبقة لنسبة العرض إلى الارتفاع؛ دقة Grok Imagine Image 2.0 اختيار لكل طلب يُسعّر حسب المزوّد.

التوزيع والرخصة

هنا يتباين الاثنان بأشد حدة، وهو ليس اختلافًا تقنيًا على الإطلاق.

يتوفّر Grok Imagine Image 2.0 عبر API الخاصة بـ xAI وعبر عدة مزوّدين مستقلين من الأطراف الثالثة، وهذا يعني منافسة في الأسعار، أي أن السعر الذي تدفعه هو سعر السوق لا سعر القائمة. فلا حاجة إلى تنزيل، ولا إلى وحدة معالجة رسومات، ولا إلى ملف ترخيص لقراءته، ولا قيود على الاستخدام التجاري تتجاوز شروط المزوّد نفسه.

لا يتوفر Qwen-Image-2.1 إلا بطريقة واحدة: تنزيله. وهو يُطرح بموجب اتفاقية Qwen Research License Agreement، المؤرخة في 20 سبتمبر 2026، التي تمنح حقوقًا للأغراض غير التجارية فقط وتنص على أن الاستخدام التجاري يتطلب ترخيصًا منفصلًا يُطلب من المورّد. وهذا تشديد مقارنةً بسلسلة Qwen-Image السابقة، التي طُرحت بموجب Apache 2.0، وهو العامل الوحيد الذي يحسم معظم القرارات الفعلية بين هذين الخيارين. الاستوديو الذي يقارنهما من حيث جودة المخرجات يجيب عن السؤال الخاطئ؛ أما الاستوديو الذي لا يستطيع استخدام Qwen-Image-2.1 في أعمال العملاء، فلا يقارن بينهما على الإطلاق.

OrcaRouter هو المكان الذي يقيم فيه الجانب المستأجَر من هذا الترتيب. نحن نوجّه أكثر من 200 نموذج خلف نقطة نهاية واحدة متوافقة مع OpenAI، بسعر المزوّد المعلن دون أي هامش ربح، مع تحويل تلقائي عند الفشل بين المزوّدين، ولغة خاصة لتوجيه الطلبات، ودمج للنماذج — بحيث يمكن لمسار الصور أن يحدّد نموذجًا أساسيًا وآخر احتياطيًا بدلًا من المراهنة على مزوّد واحد في ظهيرة يوم ما. نحن نوجّه نقطة نهاية الصور xAI Grok Imagine، لكن انتبه إلى الإصدار: كتالوجنا يحمل grok/grok-imagine-image، وليس Grok Imagine Image 2.0، لذا فإن النموذج الأحدث ليس شيئًا يمكننا تقديمه لك حاليًا. كما لا نوجّه أي نموذج Qwen-Image من أي إصدار، لذا فإن Qwen-Image-2.1 محلي فقط. خط الصور الموجَّه الذي نوفّره فعلًا هو عائلة GPT-Image من OpenAI، وطبقات Imagen 4 من Google ومعاينات صور Gemini، وتلك النقطة الأقدم لنموذج Grok Imagine للصور؛ ولأن السعر المعلن يُمرَّر كما هو بدلًا من إضافة هامش، فإن أي تخفيض سعري من أي مورّد عليها جميعًا يصبح ساريًا في اليوم نفسه.

ما الذي سيغيّر هذه الإجابة؟

ثلاثة أمور، وجميعها واردة خلال ربع سنة.

• ترخيص تجاري لـ Qwen-Image-2.1. إذا نشر البائع شروطًا بسعر سيدفعه استوديو، فإن ميزة الشفافية والتكلفة الحدية الصفرية تصبحان قابلتين للاستخدام في العمل التجاري، ويتغير شكل هذه المقارنة بالكامل. اليوم لا يوجد سعر منشور ولا شروط معلنة.
• معيار مستقل لـ Qwen-Image-2.1. طرف ثالث يعيد إنتاج أرقام Qwen-Image-Bench الخاصة بالبائع، أو يضع النموذج على لوحة صور عامة، سيحوّل السؤال المفتوح الوحيد المتبقي — هل هو جيد بالفعل — إلى سؤال محسوم.
• تحرك سعري من جانب Grok. أنتجت المنافسة بين المزوّدين بالفعل فارقًا يتراوح من 0.02 دولار إلى 0.06 دولار لنفس النموذج اسميًا. من شأن خفض دائم أن يجعل المسار المستضاف هو الافتراضي لمزيد من نطاقات الحجم مما هو عليه حاليًا.

إلى أن يتحقق أحد تلك الأمور، فإن العامل الحاسم ليس الجودة وليس السعر. بل هو ما إذا كنت تحتاج إلى قناة ألفا ويمكنك التعايش مع ترخيص غير تجاري، وفي هذه الحالة تُنزّله وتدفع الثمن في العتاد؛ أو ما إذا كنت تحتاج إلى طرحه وتريد أن يدير شخص آخر النموذج، وفي هذه الحالة تدفع مقابل كل صورة ولن تفكر في VAE مرة أخرى.