Qwen-Image-2.1 vs LLaDA-Image: Die Lizenzangabe hat sich geändert, und nur einer von ihnen sagt es

Als LLaDA-Image am 4. September 2026 von inclusionAI, dem Forschungslabor von Ant Group, veröffentlicht wurde, war die Lesart seiner Repositories eindeutig: keine Lizenz angegeben, daher alle Rechte vorbehalten. Diese Lesart ist inzwischen überholt. Alle vier seiner Hugging-Face-Modellkarten – LLaDA-Image, LLaDA-Image-Turbo, LLaDA-Image-FP8 und LLaDA-Image-Turbo-FP8 – geben apache-2.0 heute in ihrem Frontmatter an, und es ist die erste Zeile der Karte. Keines dieser vier Repositories enthält eine LICENSE-Datei, und das am 31. August 2026 erstellte GitHub-Repository des Projekts hat ebenfalls keine Lizenzdatei. Vergleichen Sie das mit Qwen-Image-2.1, veröffentlicht vom Qwen-Team von Alibaba mit offenen Gewichten am 20. September 2026 unter der Qwen Research License Agreement – einem echten Dokument, datiert, ausschließlich nichtkommerziell, und dem Grund, warum seine eigenen Repositories die Lizenz als other. Zwei Bildmodelle mit offenen Gewichten, mit sechzehn Tagen Abstand, und das mit dem schwächer klingenden Papierkram ist dasjenige, das eine permissive Lizenz angegeben hat. Der Haken liegt ganz darin, wie sie deklariert wurde.

Dies ist ein Vergleich von Papier, nicht von Pixeln. Keines der beiden Modelle hat eine unabhängige Bildbewertung – LLaDA-Image erscheint in keiner seiner vier Varianten auf den Artificial Analysis-Bildboards, und die beiden Zeilen von Qwen-Image-2.1 dort tragen eine „Keine API verfügbar“-Notiz. Was Sie heute tatsächlich entscheiden können, ist, was Sie tun dürfen, und diese Antwort hat sich bei einem dieser beiden Modelle ohne Ankündigung geändert.

Was die beiden Lizenzoberflächen tatsächlich sagen

Lies die Primärquellen statt der Zusammenfassungen, denn die Kluft zwischen ihnen ist die ganze Geschichte.

• Qwen-Image-2.1 — veröffentlicht unter der Qwen Research License Agreement vom 20. September 2026, erteilt „FOR NON-COMMERCIAL PURPOSES ONLY", wobei die kommerzielle Nutzung eine separate Lizenz erfordert, die beim Anbieter angefragt werden muss. Aliba​bas Hugging-Face-Repositories für das Modell geben das Lizenzfeld als other an, was das zutreffende Tag ist: Es ist keine OSI-anerkannte Lizenz und das Modell ist in diesem Sinne nicht quelloffen. Es bleibt herunterladbar, ausführbar und benchmarkbar.

• LLaDA-Image — die Modellkarte auf Hugging Face gibt im YAML-Frontmatter license: apache-2.0 an. Apache 2.0 ist eine OSI-Lizenz, die kommerzielle Nutzung erlaubt. Wenn das Frontmatter die Lizenz ist, ist dies die mit Abstand permissivere der beiden.

• LLaDA-Image, der Rest der Papierspur — im Repository-Baum gibt es keine LICENSE-Datei. Die Karte listet eine README, eine model_index.json, eine .gitattributes-Datei und die Verzeichnisse mit den Gewichten auf, und sonst nichts. Das GitHub-Repository des Projekts hat ebenfalls keine Lizenzdatei; GitHubs eigene Repository-API meldet keine Lizenz dafür. Der Text von Apache 2.0 selbst verlangt, dass eine Kopie der Lizenz der Distribution beiliegt, und an keiner der beiden Stellen gibt es eine Kopie.

Die ehrliche Beschreibung der Lizenzlage von LLaDA-Image ist also weder „keine Lizenz“ noch „Apache 2.0“. Sie lautet: Die Model Card behauptet Apache 2.0, und das Repository liefert den Lizenztext nicht mit. Diese beiden Tatsachen weisen in dieselbe Richtung, sind aber nicht dieselbe Tatsache, und nur eine davon ist das, wonach eine Beschaffungsprüferin bzw. ein Beschaffungsprüfer suchen wird.

Warum sich die Karte so liest, wie sie sich liest

Schon das eigene Frontmatter der Karte verrät es. Die Überschrift der Modellfamilie lautet LLaDA-Image: Starke Bildgeneratoren mit vollständig offenen Trainingsrezepten entwickeln, und zwei ihrer fünf angegebenen Highlights drehen sich um Offenheit: Pre-Training ausschließlich mit Bildern, um den visuellen Prior zu etablieren, und ein einheitliches Diffusionsmodell, bei dem sowohl das Backbone als auch der DiT Diffusionsmodelle sind, die in einem Framework trainiert werden. Das Wort „Rezept“ ist hier bewusst gewählt. Die Karte bewirbt eine reproduzierbare Pipeline, nicht nur einen Checkpoint.

Lies dann den Open-Source-Plan unten auf derselben Karte:

• Inferenzcode und Modellgewichte — abgehakt.

• Trainingscode — nicht angekreuzt, markiert als demnächst verfügbar.

• Ein separater arXiv-Bericht, auf der Karte mit der Nummer 2609.03796 versehen, enthält die Methode.

Das ist eine kohärente Position und keine unehrliche: Gewichte und Inferenzcode jetzt, Trainingscode später, Methode in einem Paper. Es ist auch der Kontext, in dem eine Apache-2.0-Frontmatter-Zeile als Absichtserklärung Sinn ergibt – dies ist ein Projekt, das als vollständig offen gelesen werden möchte. Die Lücke zwischen der Absicht und der fehlenden Lizenzdatei ist genau die Art von Sache, die das Frontmatter einer Karte nicht ausdrücken kann.

Was die Zahlen sagen und wer sie erstellt hat

Die einzige quantitative Aussage, die an LLaDA-Image geknüpft ist, ist ein Benchmark-Score, und ihre Herkunft muss klar benannt werden. Die Karte meldet „SOTA auf Qwen-Image-Bench“ mit Gesamtwerten von 53,53 in Englisch und 53,38 in Chinesisch. Das sind inclusionAIs eigene Zahlen, gemessen auf einem Benchmark, der nach dem Modell eines anderen Labors benannt ist, und sie wurden von niemandem außerhalb des Labors reproduziert. Das Base-Modell erreicht sie bei 50 Sampling-Schritten; die Turbo-Variante wird mit Twin-DMD destilliert, um in 2 bis 4 Schritten zu laufen. Keine der beiden Zahlen hat eine Stimmenzahl hinter sich, und keine erscheint auf einem unabhängigen Leaderboard, weil LLaDA-Image auf keinem vertreten ist.

Qwen-Image-2.1 ist auf beiden Artificial-Analysis-Boards vertreten – 1.034 Elo auf Rang 18 von 166 bei Text-zu-Bild und 1.074 Elo auf Rang 18 von 97 beim Editing, aus 5.286 bzw. 5.536 Blindvergleichen. Seine Einträge auf beiden Boards tragen die Markierung „Open Weights“ neben dem No API available Hinweis. Das ist eine unabhängige Messung eines selbst gehosteten Modells, was schwieriger zu bekommen ist, als es klingt, und es ist die eine Achse, auf der diese beiden Modelle überhaupt nicht in derselben Kategorie sind.

Die Entscheidung, die dies tatsächlich ändert

Wenn Sie sich auf die frühere Lesart verlassen haben — dass LLaDA-Image keine Lizenz angibt, also als alle Rechte vorbehalten zu behandeln sei —, hat sich die Lage verbessert, und diese Verbesserung ist real genug, dass man für Evaluierung und interne Arbeit darauf aufbauen kann. Behalten Sie den Vorbehalt bei: Eine Lizenz, die nur in YAML genannt wird, ohne Lizenztext im Repository, ist ein schwächerer Beleg als eine Lizenzdatei, die direkt neben den Gewichten liegt. Wenn LLaDA-Image in ein Produkt einfließen soll, ist das eine Frage für das Forschungslabor von Ant Group, nicht etwas, das sich durch den Verweis auf ein Metadaten-Tag klären lässt.

Qwen-Image-2.1 ist der umgekehrte Deal: Die Unterlagen sind eindeutig, und die Antwort lautet nein. Eine datierte Forschungslizenz, die kommerzielle Nutzung verbietet, ist leichter einzuplanen als eine unklare permissive Lizenz, weil es nichts zu interpretieren gibt. Es ist außerdem eine Änderung gegenüber der früheren Qwen-Image-Reihe, die unter Apache 2.0 ausgeliefert wurde, sodass Teams, die auf der vorherigen Generation aufgebaut haben, diese Annahme nicht einfach fortschreiben können.

Keines dieser Modelle wird auf OrcaRouter angeboten, und keines wird es sein, bis die Lizenzfrage geklärt ist — eine reine Forschungslizenz und eine Lizenzdatei, die nicht im Repository liegt, sind beides Gründe, den gehosteten Pfad vom Experiment getrennt zu halten. Die Bildmodelle, die wir anbieten, sind Googles Imagen-Stufen und Gemini-Bildvorschauen, xAIs Grok Imagine Bild-Endpunkt und OpenAIs GPT-Image-Familie, alle hinter einem OpenAI-kompatiblen Endpunkt, wobei der Listenpreis des Anbieters ohne Aufschlag durchgereicht wird, automatisches Failover über Anbieter hinweg, und eine Routing-DSL, um mehrere Modelle zu einem einzigen Aufruf zusammenzufassen. Führen Sie das herunterladbare Modell für die Arbeit, die die Lizenz abdeckt, aus; rufen Sie das gehostete für alles, was einen Kunden erreicht, auf.

Was zu sehen

Zwei Dinge machen aus diesem Papiervergleich einen Modellvergleich, und beides lässt sich überprüfen, ohne auf irgendeine Ankündigung zu warten.

Das Erste ist, ob eine LICENSE-Datei in den LLaDA-Image-Repositories auftaucht. Eine im Frontmatter genannte und als Text mitgelieferte Lizenz ist genau das, was Apache 2.0 tatsächlich verlangt, und solange diese Datei nicht existiert, ist die Deklaration der einzige Beleg. Das Zweite ist, ob der Trainingscode mitgeliefert wird. Es ist das letzte nicht angekreuzte Kästchen auf der Karte, und es ist der Unterschied zwischen Gewichten, die zufällig herunterladbar sind, und den „vollständig offenen Trainingsrezepten“, die der Titel verspricht.

Bis dahin ist die faire Zusammenfassung diejenige, die die Quellen stützen: LLaDA-Image beansprucht inzwischen die freizügigere Lizenz und hat sie noch nicht dokumentiert, Qwen-Image-2.1 dokumentiert eine Lizenz, die verbietet, was die meisten Teams tun wollen, und nur eines der beiden wurde von jemandem außerhalb seines eigenen Labors gemessen.