Qwen-Image 2.1 مقابل Z-Image Turbo: الخطوات والتراخيص وأين ينتمي كل منهما

ثماني خطوات مقابل أربعين، ورخصة تقول نعم مقابل رخصة تقول لا. Qwen-Image 2.1هو نموذج المورّد مفتوح الأوزان لتوليد الصور وتحريرها، صدر في 20 سبتمبر 2026 بموجب اتفاقية للبحث فقط، ويقوم بإزالة الضوضاء في 40 خطوة افتراضيًا. Z-Image Turboهو نقطة التحقق المقطّرة من منظمة Tongyi-MAI التابعة لنفس العائلة المؤسسية، صدر في 26 نوفمبر 2025، ويقوم بنفس المهمة في 8 خطوات بموجب Apache-2.0. يفصل بينهما ما يقرب من أحد عشر شهرًا، والأحدث هو التنزيل الأصغر على الورق، والأقدم هو الذي يمكنك وضعه في منتج تجاري دون سؤال أي شخص. هذا الانقلاب هو المقارنة بأكملها.

الجواب المختصر، إن أردته قبل التعليل: اختر Z-Image Turbo عندما تكون السرعة لكل صورة، أو ذاكرة VRAM على عتاد المستهلك، أو الترخيص المتساهل هي القيد. اختر Qwen-Image 2.1 عندما تحتاج إلى تحرير صورة موجودة، أو تريد شفافية أصلية، أو تريد الدرجة الأعلى في اللوحة المستقلة. ليس على أي شخص لديه عبء عمل مختلط أن يختار واحدًا فقط، ومعظم هذه الصفحة يُخصص للسببين الذين يعتقد الناس أنهما يفرضان عليهم ذلك.

أولاً، مشكلة التسمية

هناك شيئان في هذه المقارنة يُسمّيان turbo، وهما ليسا النوع نفسه من turbo. لدى Qwen-Image 2.1 نسخته المعجَّلة الخاصة به — "نسخة turbo من Qwen-Image 2.1"، التي صدرت في 9 أكتوبر 2026، وتشترك في معمارية النموذج الأساسي وفئة خط الأنابيب (pipeline class) لكنها تُزيل التشويش في 8 خطوات مع ضبط CFG افتراضيًا على 1. هذا ليس النموذج الذي تقارنه به هذه الصفحة. Z-Image Turbo نموذج منفصل من سلسلة منفصلة، بنته مجموعة Tongyi-MAI، وهو يقطّر قاعدة مختلفة — نقطة حفظ Z-Image، التي تعمل عند 50 خطوة.

وهما يختلفان أيضًا في ما جرى تقطيرهما منه وكيفية ذلك. تصف Tongyi-MAI نموذج Z-Image Turbo بأنه قُطّر باستخدام Decoupled-DMD بالإضافة إلى مرحلة تسميها DMDR، وهي تدمج DMD مع التعلّم المعزز. وتقدّم الشركة المورّدة نسخة turbo من Qwen-Image 2.1 على أنها تغيير في نقطة تحقق لا بنية جديدة. وكلاهما يستقر عند 8 خطوات؛ وليس أحدهما هو الآخر، ولا ينبغي أن تُقرأ جملة كُتبت عن أحدهما على أنها تشمل الآخر.

إذا كنت تقارن «أسرع نموذج Qwen-Image» بـ Z-Image Turbo، فهذه الصفحة هي الصفحة الخطأ — فتلك المقارنة تكون مع النسخة التوربو من Qwen-Image 2.1، وصياغة نقطتي تفتيش بثماني خطوات سؤال مختلف له إجابة مختلفة.

ما الذي يأتي به Z-Image Turbo فعليًا

خُذ هذا من مواد المورّد نفسها بدلًا من مواقع الملخّصات، لأن معظمها يخطئ في الحجم أو يحذفه. عائلة Z-Image موثّقة عند 6 مليارات معامل، بتصميم محوّل انتشار أحادي المسار تُدمج فيه رموز النص ورموز الدلالة البصرية ورموز VAE للصورة في تسلسل إدخال واحد. وTurbo هو العضو المقطَّر من تلك العائلة ويعمل عند 8 NFEs — إذ يضبط الكود المرجعي num_inference_steps=9 ويشير إلى أن ذلك ينتج 8 تمريرات أمامية عبر المحوّل — مع تعطيل التوجيه.

ادعاءات أداء المورّد هي هذه، وهي ادعاءات مورّد: زمن استدلال أقل من ثانية على وحدات معالجة الرسوميات H800 من الفئة المؤسسية، وتناسب «بشكل مريح ضمن 16G VRAM» على أجهزة المستهلكين. أفادت أدوات المجتمع منذ ذلك الحين بتشغيله عند حوالي 4GB عبر stable-diffusion.cpp، وهو رقم مجتمعي وليس رقمًا من المورّد. لم تُنشر الدقة كنطاق على بطاقة النموذج؛ الأمثلة الموثّقة تولّد عند 1024×1024. تسرد البطاقة أيضًا أعداد المحوّلات والضبط الدقيق والتكميم البالغة 879 و170 و93 نموذجًا، بالإضافة إلى حوالي 100 من Spaces — وهو مقياس لنشاط المنظومة على منصة الاستضافة، وليس مقياسًا للجودة.

على لوحة تحويل النص إلى صورة المستقلة، يأتي Z-Image Turbo في 941 Elo، بفاصل ثقة 95% من 933 إلى 949، من 8,991 عيّنة، والترتيب 83 من 168، بتكلفة 5.00 دولارات لكل 1000 صورة، مع تعيين علامة الأوزان المفتوحة، وتؤرخ اللوحة هذا الصف في ديسمبر 2025. جميع الأرقام من Artificial Analysis، ملتقطة مباشرة باللغة الإنجليزية في 13 أكتوبر 2026.

ملاحظة تاريخية واحدة تحملها مواد المورّد، ويستحق أن تُقرأ قراءة صحيحة: في 8 ديسمبر 2025، وضعت Artificial Analysis نموذج Z-Image Turbo في المرتبة الثامنة إجمالًا والأولى بين النماذج مفتوحة المصدر. كان ذلك صحيحًا حين كُتب، وهو ادّعاء مؤرَّخ. لكنه ليس صحيحًا اليوم — فلوحة الترتيب فيها الآن ستة عشر صفًّا من النماذج المغلقة والمفتوحة فوقه. والسبب ليس أن Z-Image Turbo أصبح أسوأ؛ بل أن عشرة أشهر قد مضت.

ما الذي يقدّمه Qwen-Image 2.1 فعليًا

شكل مختلف تمامًا. Qwen-Image 2.1 هو 7 مليارات معلمة في مكوّن توليده البصري موزعة على 32 طبقة DiT أحادية التدفق، مع مُشفّر نصي أكبر بكثير — Qwen3-VL 8B — وVAE بقنوات RGBA عددها 64 عند ضغط مكاني 16×. هذا الجزء الأخير هو مصدر الشفافية: فهي تُولَّد أصليًا بدلًا من أن تُقتطع لاحقًا. أخذ العينات الافتراضي هو 40 خطوة على نقطة التحقق الأساسية، عند دقة افتراضية 2048×2048، عبر سبعة إعدادات مسبقة منشورة من 1:1 إلى 9:16.

• مرونة الإدخال — موجّه وحده، أو موجّه مع صورة واحدة، أو موجّه مع ما يصل إلى 10 صور مرجعية.

• التحكم في التحرير الموضعي — دوائر مرسومة، أو تعليقات توضيحية مرسومة، أو قناع منفصل يُمرَّر كمدخل خاص به بحيث تبقى الصورة الأصلية دون أي علامات.

• الشفافية في كلا الاتجاهين — أنشئ RGBA، وحرّر داخل طبقة شفافة، أو استخرج عنصرًا من صورة RGB عادية كطبقة RGBA.

• حجم التنزيل — مستودع Diffusers على Qwen/Qwen-Image-2.1 يبلغ 33.1 GB، منها حوالي 17.5 GB هو مُشفّر النص. هذه هي التكلفة العملية لوجود نموذج رؤية-لغة في المنظومة.

على اللوحة نفسها، يحتل Qwen-Image 2.1 المركز عند 1,038 إيلو، بفاصل من 1,029 إلى 1,047، من 5,554 عيّنة، والمرتبة 20 من 168، مع علامة الأوزان المفتوحة و«لا تتوفر واجهة برمجة تطبيقات» في عمود السعر. وعلى لوحة التحرير، هو الوحيد بين الاثنين الذي يظهر إطلاقًا: 1,072 إيلو، بفاصل من 1,063 إلى 1,081، من 6,132 عيّنة، والمرتبة 21 من 81. ولا يوجد لـ Z-Image Turbo أي صف على لوحة التحرير.

هذان الصفان — 1,038 مقابل 941، بفارق سبع وتسعين نقطة مع فترات لا تتداخل — هما أقوى دليل مستقل في هذا المقال، وينبغي مع ذلك قراءتهما مع التحفظ القائل إن Elo هنا هو درجة تفضيل قائمة على تصويت أعمى. فهو يخبرنا أي مخرجات فضّلها جمهور من الناس، لا أي نموذج أسرع أو أرخص أو مرخّص لاستخدامك.

الخطوات ليست ثوانٍ

أكثر خطأ شائع عند قراءة هذه المقارنة هو اعتبار أن 8 خطوات و40 خطوة يمثلان نسبة سرعة خمسة أضعاف. فهما ليستا وحدتين قابلتين للمقارنة بين نموذجين مختلفين. فعدد الخطوات هو عدد المرات التي يعمل فيها مزيل الضوضاء؛ أما المدة التي يستغرقها كل تشغيل من هذه التشغيلات فتتوقف على حجم المحوّل، والدقة، ودقة التمثيل العددي، وتنفيذ آلية الانتباه، والعتاد. تنشر الشركة المطوّرة لـ Z-Image Turbo رقمًا لزمن الاستجابة عند دقة واحدة على فئة واحدة من وحدات معالجة الرسوميات. أما الشركة المطوّرة لـ Qwen-Image 2.1 فلا تنشر أي رقم لزمن الاستجابة على الإطلاق.

ما يمكن مقارنته بصدق هو الاتجاه والقيود. صُمِّم Z-Image Turbo ليعمل عند 8 NFEs على ذاكرة VRAM الاستهلاكية، ضمن سقف معلن من المورّد قدره 16GB وتقارير مجتمعية بأقل من ذلك. تعمل نقطة التحقق الأساسية في Qwen-Image 2.1 عند 40 خطوة مع تنزيل يتجاوز 33 GB ومشفّر Qwen3-VL 8B؛ ويوجد متغيّر turbo الخاص بها تحديدًا لأن 40 خطوة ليست إعدادًا سريعًا. إذا كانت تكلفة الاستدلال هي قيدك الملزم، فالاتجاه ليس محل شك حتى وإن كانت النسبة كذلك.

ثمة أيضًا مقايضة بين الجودة وعدد الخطوات لا يقدّرها كميًا أيٌّ من المورّدين. فنقاط التفتيش المقطّرة قليلة الخطوات مدرَّبة على محاكاة مسار متعدد الخطوات، والموضع الذي يكون فيه هذا التقريب أضعف — النص الدقيق، والتخطيطات الكثيفة، والتفاصيل الصغيرة المتكررة — يختلف بحسب النموذج ولا يُنشر. لا تفترض أن الخطوة الثامنة في نموذج الثماني خطوات تعادل الخطوة الأربعين في نموذج الأربعين خطوة؛ فالأدلة المستقلة جنبًا إلى جنب لهذا الزوج تحديدًا غير موجودة عند إعدادات متطابقة، ولن تختلق هذه الصفحة ترتيبًا لا تحمله الأدلة.

الترخيص هو حيث يتم اتخاذ القرار.

Z-Image Turbo هو Apache-2.0. هذا هو ترخيص المستودع، منصوص عليه بوضوح، دون أي قيود، ولا تسجيل، ولا شرط يتعلق بالإيرادات. يمكنك تشغيله، وتعديله، وضبطه الدقيق، وإعادة توزيع النسخ المشتقة منه، وإصدار مخرجات تجارية منه دون التواصل مع Tongyi-MAI.

Qwen-Image 2.1 ليس كذلك. يحمل مستودعه الترخيص: أخرى باسم الترخيص qwen-research، وملف LICENSE هو Qwen Research License Agreement المؤرخة 20 سبتمبر 2026. عند قراءتها في 13 أكتوبر 2026، تمنح ترخيصًا غير حصري وعالميًا وخاليًا من الإتاوات لاستخدام المواد واستنساخها وتوزيعها وتعديلها لأغراض غير تجارية فقط، مع تعريف "غير تجاري" بأنه أغراض البحث أو التقييم، وتشترط ترخيصًا تجاريًا منفصلًا — يُطلب عبر البريد الإلكتروني — لأي شيء آخر. تفرض إعادة التوزيع شروطًا إضافية: تمرير الاتفاقية، ووضع علامة على الملفات المعدلة، والاحتفاظ بالإشعار الذي يذكر Hangzhou Tongyi Laboratory Technology Co., Ltd، وعرض "Built with Qwen" إذا استُخدمت المخرجات لتدريب نموذج موزع آخر، وعدم استخدام "Qwen" كاسم أساسي لعمل مشتق.

يستحق هذا أن يُذكر كحقيقة على مستوى العائلة بدلًا من كونه حالة منفردة، لأنه تغيير في الاتجاه. إن نقاط التحقق الأقدم من Qwen-Image — Qwen-Image وQwen-Image-Edit وإصدارات -2509 و-2511 و-Layered و-2512 — كلها Apache-2.0 كما قُرئ في 13 أكتوبر 2026. أما Qwen-Image 2.1 فهو الخروج عن هذا النمط. التراخيص الممنوحة بالفعل لا تتغير بأثر رجعي، لذا تظل نقاط التحقق الأقدم قابلة للاستخدام وفق شروطها الأصلية، لكن لا ينبغي لأحد أن يخطط لمسار تجاري على افتراض أن أحدث طراز Qwen-Image متساهل الترخيص.

وهذا يمنح النموذجين الشكل نفسه الذي تعكسه ملفات تراخيصهما لا أوراق مواصفاتهما: Z-Image Turbo هو الذي يمكنك إطلاقه اليوم دون أي نقاش، وQwen-Image 2.1 هو الذي يتطلب تفاوضًا قد لا ترغب في خوضه.

ما الذي يمكنك تشغيل كل واحد فيه

صدر Qwen-Image 2.1 مزوّدًا بدعم موثّق لوقت التشغيل بدلًا من اكتسابه لاحقًا: Diffusers عبر QwenImage21Pipeline، وComfyUI الأصلي مع تدفقات عمل قوالبية، وخدمة vLLM-Omni دون اتصال وعبر الإنترنت، وSGLang عبر sglang generate، وLightX2V للتسريع، مع AMD ROCm ومسار FlagOS يشمل ثماني منصات شرائح. ونُشرت نقطتا تحقق لإعادة كتابة المطالبات إلى جانبها كتنزيلين منفصلين.

دعم Z-Image Turbo أوسع في جانب واحد بعينه: لأنه صغير الحجم، وبرخصة Apache-2.0، وعمره يقارب السنة، فقد راكم منظومة واسعة من التكميم والتغليف — تحويلات GGUF، ومتغيرات FP8 وSDNQ، وبنى int4، وإعادات تغليف ComfyUI في ملف واحد — وهو ما يجعل مسارات أقل من 16GB وأقل من 8GB ممكنة. النموذج بحجم 6B برخصة متساهلة يُنقل؛ أما نموذج بحجم 33 GB برخصة بحثية فيُنقل بوتيرة أبطأ وعناية أكبر. هذا التأثير من الدرجة الثانية يسهل إغفاله في ورقة المواصفات، وغالبًا ما يكون هو ما يحدد ما يستطيع القارئ فعله فعليًا هذا الأسبوع.

العمل في كليهما، دون حزمة تقنية ثانية

OrcaRouter لا يوجّه Qwen-Image 2.1 ولا يوجّه Z-Image Turbo. تحققنا من قائمة النماذج المباشرة لدينا في 13 أكتوبر 2026 ولم يظهر أي منهما، لذا لا شيء أدناه يُعد ادعاءً بأننا نقدّمهما — فالمسارات لكل منهما هي الاستضافة الذاتية أو نقاط النهاية المستضافة الخاصة بالمورّد نفسه.

النمط الذي يجمعهما معًا هو ما تدعو إليه هذه الثنائية: Z-Image Turbo كتمريرة أولى رخيصة ونموذج أقوى كعرض نهائي. هذا خط أنابيب معقول، وتكلفته الخفية تشغيلية — مكدّسا تنزيل، ومجموعتان من الإعدادات، وتكامل ثانٍ بمجرد أن يتغير أيٌّ منهما. يضع OrcaRouter أكثر من 200 نموذج خلف نقطة نهاية واحدة متوافقة مع OpenAI بسعر قائمة المزوّد دون أي هامش ربح، مع تجاوز الفشل التلقائي عبر المزوّدين عند تدهور أحدهم، لذا يمكن لخط أنابيب المسودة والعرض النهائي أن يضع النماذج التي يستدعيها فعلًا خلف مفتاح واحد وعميل واحد، ويصبح تعثّر المزوّد إعادة محاولة بدلًا من دفعة متوقفة. وتؤدي لغة التوجيه DSL الوظيفة نفسها للتركيب نفسه، إذ تتيح مخاطبة عدة نماذج كاستدعاء واحد بدلًا من عدة تكاملات.

أيّ واحد، لمن؟

• أنت تطلق منتجًا تجاريًا — Z-Image Turbo. Apache-2.0، لا محادثة، ولا بند إيرادات للتحقق منه.

• تحتاج إلى تحرير صورة موجودة، أو استخدام أقنعة، أو إنتاج أصول شفافة — Qwen-Image 2.1. الوضع الموثّق لـ Z-Image Turbo هو من النص إلى الصورة؛ لا توجد نقطة استئناف (checkpoint) للتحرير في تلك العائلة، ولا يوجد إدخال أقنعة في المسار الموثّق.

• إذا كان قيدك هو الذاكرة الرسومية أو التكلفة لكل صورة — Z-Image Turbo. نموذج بحجم 6B خلفه عقد من العمل على التكميم، في مقابل حزمة بحجم 33 جيجابايت مزوّدة بمُرمِّز رؤية-لغة بحجم 8B.

• قيدك هو جودة المخرجات كما يحكم عليها غرباء — Qwen-Image 2.1، بنحو مئة نقطة إيلو على اللوحة التي يُصنَّف فيها كلاهما، مع فترات غير متداخلة.

• أنت تجري بحثًا، لا إنتاجًا — Qwen-Image 2.1 مرخّص لهذا الغرض تحديدًا، وسطح التحرير الخاص به هو السبب في تحمّل تكلفة التنزيل.

الحقيقة التي تحسم الأمر في أغلب الأحيان، في جملة واحدة: يفوز Z-Image Turbo كلما وجب تسليم الإجابة أو تشغيلها على الجهاز الذي يملكه القارئ بالفعل، ويفوز Qwen-Image 2.1 كلما تضمنت المهمة صورة موجودة بالفعل.