Qwen-Image-Edit: Die Bearbeitungslinie, Checkpoint für Checkpoint

Dies ist die Referenzseite für die Qwen-Image-Edit-Linie — der instruktionsfolgende Bildeditor, nicht der Text-zu-Bild-Generator, mit dem er zusammen entwickelt wurde. Die Linie hat genau drei veröffentlichte Checkpoints: Qwen-Image-Edit, veröffentlicht am 17. August 2025 und auf dem 20B Qwen-Image aufgebaut; Qwen-Image-Edit-2509, die monatliche Iteration, veröffentlicht am 22. September 2025; und Qwen-Image-Edit-2511, veröffentlicht am 17. Dezember 2025 als verbesserte Version von 2509. Alles auf dieser Seite konzentriert sich auf den jüngsten dieser drei, und es wird jedes Mal angegeben, auf welchen Checkpoint sich jede Aussage bezieht. Es gibt noch eine Sache, die vorab genannt werden muss, weil sie die Antwort auf die Frage ist, die die meisten Leute eigentlich stellen: Qwen-Image-2.1 ist ein vereinheitlichtes Text-zu-Bild- und Bildbearbeitungsmodell mit einer 7B-Visualgenerierungskomponente, und Qwen-Image-2.1-Turbo ist dasselbe Modell als beschleunigter 8-Schritt-Checkpoint. Keines von beiden ist ein Eintrag in der Edit-Linie, und genau diese Unterscheidung ist der ganze Grund, warum diese Seite existiert.

Qwen-Image gegen Qwen-Image-Edit

Wenn Sie nach dem Unterschied zwischen Qwen-Image und Qwen-Image-Edit gesucht haben, haben Sie gefragt, welches von zwei Dingen Sie vor sich haben. Die Antwort ist eindeutig, und es lohnt sich, sie unmissverständlich zu sagen, denn die beiden sind nicht austauschbar und die Dateinamen verraten nicht, welches welches ist.

• Qwen-Image — ein Text-zu-Bild-Modell. Man übergibt ihm Worte, es liefert einem ein Bild. Es ist das Modell, auf dem Qwen-Image-Edit aufgebaut wurde. Die eigene Karte des ursprünglichen Edit-Checkpoints beschreibt es als „die Bildbearbeitungsversion von Qwen-Image“, aufgebaut auf dem 20B-Qwen-Image-Modell, wodurch es die Textdarstellung von Qwen-Image erbt.

• Qwen-Image-Edit — ein Bild-zu-Bild-Modell. Man übergibt ihm ein Bild plus Worte, und es liefert eine modifizierte Version dieses Bildes zurück. Die Modellkarte des ersten Checkpoints führt es unter pipeline_tag: image-to-image. Man kann es nicht bitten, ein Bild aus dem Nichts zu erzeugen; das Quellbild ist nicht optional.

• Der Mechanismus, der die Bearbeitung anders macht — wobei der Generator einen Eingabepfad hat (Text), der Editor jedoch drei. Die Karte des ursprünglichen Checkpoints beschreibt, dass das Eingabebild gleichzeitig in Qwen2.5-VL für visuelle semantische Steuerung und in den VAE-Encoder für visuelle Erscheinungssteuerung eingespeist wird. Dieser zweite Pfad ist das, was ein Text-zu-Bild-Modell strukturell nicht hat: Dem Editor wird nicht in Worten von Ihrem Bild erzählt, er betrachtet die Latents Ihres Bildes.

• Wo die beiden Linien wieder zusammenlaufen — Qwen-Image-2.1 wird auf seiner eigenen Modellkarte als „ein einheitliches Modell für Text-zu-Bild-Generierung und Bildbearbeitung“ beschrieben. Das ist eine andere Architektur der Antwort auf dieselbe Frage: Statt eines Edit-Checkpoints, der an einen Generator angeschraubt ist, erledigt ein einziges Modell beides. Sein Bearbeitungsbeispiel übergibt ein image=-Argument an eine Pipeline, die du auch für Text-zu-Bild verwendest. Wenn du herausfinden willst, mit welcher Familie du es zu tun hast, ist der Name des Checkpoints der schnellste Hinweis: ein Name aus der Qwen-Image-Edit…-Serie gehört zur Edit-Linie, und ein Name aus der Qwen-Image-2.1…-Serie gehört zum einheitlichen Modell.

Nichts hiervon ist eine Empfehlung für eines von beiden. Sie sind unterschiedliche Antworten auf unterschiedliche Probleme, und der Rest dieser Seite befasst sich mit der ersten.

Anweisungstreue: Was sie verändert und was sie unberührt lässt

Das ist die Frage, die laut Suchnachfrage tatsächlich von Leuten eingetippt wird, und sie verdient eine direkte Antwort statt einer Liste von Funktionen. Die ehrliche Antwort hat zwei Hälften, und nur eine davon ist angenehm.

Beginne mit der Hälfte, die in das Design des Modells eingebaut ist, denn sie erklärt die meisten der Meldungen der Art „es hat mehr geändert, als ich verlangt habe“. Die ursprüngliche Qwen-Image-Edit-Karte zieht eine Grenze zwischen zwei Modi, und nur einer davon verspricht, dass überhaupt etwas beibehalten wird.

• Bearbeitung des Erscheinungsbilds — visuelle Arbeit auf niedriger Ebene wie das Hinzufügen, Entfernen oder Ändern bestimmter Elemente. Der Wortlaut der Karte selbst besagt, dass dabei „alle anderen Bereiche des Bildes vollständig unverändert bleiben“ müssen. Dies ist der Modus, der dem entspricht, was die meisten Menschen unter Bearbeitung verstehen.

• Semantisches Editing — High-Level-Arbeit wie IP-Erstellung, Objektrotation und Stiltransfer. Hier sagt die Karte das Gegenteil: Sie „ermöglicht umfassende Pixeländerungen unter Beibehaltung der semantischen Konsistenz“. Das eigene ausgearbeitete Beispiel des Anbieters hierfür ist ein Capybara-Maskottchen, das in vielen Stilen neu gezeichnet wurde, wobei die Karte anmerkt, dass „sich die meisten Pixel im bearbeiteten Bild von denen im Eingabebild unterscheiden“, während die Konsistenz der Figur erhalten bleibt.

Dieser zweite Modus ist kein Fehler, und die Karte stellt ihn auch nicht als einen dar. Aber er ist der Grund, warum eine Anfrage wie „Lass das wie einen Ghibli-Film aussehen“ durchaus ein Bild zurückliefern kann, das fast keine Pixel mit Ihrer Quelle gemeinsam hat. Wenn Sie nur den Himmel geändert haben wollten, haben Sie nicht um semantische Bearbeitung gebeten. Lesen Sie diese als vom Anbieter berichtete Beschreibungen des beabsichtigten Verhaltens, nicht als Messungen — die Karte gibt sie als Design an, und keine Seite hat eine Quote veröffentlicht, mit der jeder Modus sein Versprechen einlöst.

Jetzt die weniger angenehme Hälfte. Das Projekt hinter der Reihe räumte Probleme beim Befolgen von Anweisungen früh ein – in seinen eigenen Notizen. Die Notizen des Qwen-Image-Repositories zum ursprünglichen Checkpoint, datiert auf den 19. August 2025, kennzeichnen „Performance-Misalignments“ in dieser ersten Veröffentlichung und benennen ausdrücklich Identitätsbewahrung und das Befolgen von Anweisungen, wobei sie Nutzer auf einen aktualisierten Diffusers-Build verweisen. Das ist ein vom Anbieter selbst gemeldetes Eingeständnis zum eigenen Modell – direkter werden Belege zur Anweisungstreue kaum – und es bezieht sich auf den Checkpoint vom August 2025, nicht auf 2511.

Das vom Anbieter selbst ausgearbeitete Beispiel eines schwierigen Falls ist lehrreicher als jede Behauptung. Im verketteten Bearbeitungs-Walkthrough auf der ursprünglichen Karte enthält ein von Qwen-Image generiertes Kalligrafie-Kunstwerk Zeichenfehler, und der Editor wird gebeten, 稽 in einem gezeichneten roten Kasten und 亭 in einem blauen zu korrigieren. Die Karte berichtet, dass 稽 — ein seltenes Zeichen — nicht in einem einzigen Schritt korrekt korrigiert wird: Die untere rechte Komponente sollte 旨 sein und kommt als 日 zurück. Erst nachdem ein weiterer roter Kasten eng um den 日-Bereich gezeichnet wurde, erzeugt das Modell die korrekte Komponente. Daraus folgen zwei Dinge, und der Anbieter nennt beide: Bounding-Boxen auf dem Quellbild sind ein echter Steuerungsmechanismus, und ein begrenzter Korrekturschritt ist nicht immer ausreichend. Das ist ein vom Anbieter gemeldeter Fehler und eine vom Anbieter gemeldete Wiederherstellung an einem vom Anbieter gewählten Beispiel, was genau die Form ist, die solche Belege haben sollten.

Kategorisiert die Karten, die als funktionierend dokumentiert sind, jeweils als Herstellerangabe statt als gemessenes Ergebnis:

• Bearbeitungen auf Elementebene unter Beibehaltung — das Hinzufügen eines Schilds zu einer Szene (die Originalkarte merkt an, dass das Modell auch eine passende Spiegelung erzeugte), das Entfernen feiner Haarsträhnen und kleiner Objekte, das Umfärben eines einzelnen Buchstabens in einem Bild.

• Zweisprachige Textbearbeitung – Hinzufügen, Löschen und Ändern chinesischer und englischer Texte in einem Bild unter Beibehaltung der ursprünglichen Schriftart, Größe und Stil. Die 2509-Karte erweitert dies um die Bearbeitung von Schrifttyp, Farbe und Material, und die Originalkarte zeigt die Bearbeitung chinesischer Poster bis hin zu kleinen und filigranen Texten.

• Identität und Charakterkonsistenz — Die Karte von 2509 meldet eine verbesserte Bewahrung der Gesichtsidentität, die Posen-Transformationen und Porträtstile unterstützt; die Karte von 2511 meldet weitere Fortschritte bei Gruppenfotos mit mehreren Personen sowie beim Verschmelzen zweier separater Personenbilder zu einer stimmigen Gruppenaufnahme.

• Neuartige Ansichtssynthese und Objektrotation — die ursprüngliche Karte zeigt eine 90-Grad- und eine vollständige 180-Grad-Objektrotation und ordnet dies ausdrücklich der semantischen Bearbeitung zu, bei der eine Pixeländerung im gesamten Frame zu erwarten ist.

• Produktarbeit — 2509s Karte berichtet über die Generierung von Produktpostern aus Produktbildern mit einfachem Hintergrund, plus Logo-Generierung. 2511s Karte ergänzt Batch-Industrieproduktdesign und Materialaustausch für Industriekomponenten.

• Konditionierung im ControlNet-Stil — Die Karte von 2509 meldet native Unterstützung für Tiefen-, Kanten- und Keypoint-Karten sowie Skizzen, einschließlich der Verwendung einer Keypoint-Karte, um die Pose einer Person zu ändern.

• Leitfaden-Aufnahme — Die Karte zu 2509 berichtet, dass die Bearbeitung mehrerer Bilder durch Bildverkettung über "Person + Person", "Person + Produkt" und "Person + Szene" funktioniert, und gibt an, dass derzeit mit 1 bis 3 Eingabebildern die optimale Leistung erzielt wird. Diese Obergrenze ist eine Herstellerempfehlung, keine harte Grenze, und sie wird für 2509 genannt.

• Neuere Fähigkeiten in 2511 — die Karte listet die Minderung von Bilddrift, die Integration ausgewählter beliebter Community-LoRAs direkt in das Basismodell, eine verbesserte Generierung von Industriedesign sowie gestärktes geometrisches Schlussfolgern auf, mit einem Beispiel für das Erzeugen von Hilfskonstruktionslinien zur Design-Annotation.

Die Checkpoints, die Namen und der Turbo-Pfad

Hier läuft ein großer Teil des Suchverkehrs schief, deshalb lohnt es sich, genau zu sein. Die eigene Auflistung der Modellorganisation auf Hugging Face enthält drei – und nur drei – Repositories in der Edit-Linie. Das ist ein negatives Ergebnis, das durch direkte Prüfung belegt wurde: Die drei echten Repositories lassen sich auflösen, und eine Reihe plausibel klingender Namen aus derselben Familie – darunter Qwen/Qwen-Image-Edit-2.1, -3.0, -3, -2512, -2601, -Plus, -Max, und sowohl Qwen/Qwen-Image-2.1-Edit als auch Qwen/Qwen-Image-Max-2512 – lassen sich unter identischen Bedingungen nicht auflösen. Worauf diese Namen auch verweisen mögen, es sind keine veröffentlichten Checkpoints der Modellorganisation selbst, und diese Seite wird nicht raten, was sie sind.

Die drei, die es gibt:

• Qwen-Image-Edit — das Original, 17. August 2025, Apache-2.0, als Image-to-Image eingereicht. Geladen mit QwenImageEditPipeline. Der eigene Quick Start verwendet true_cfg_scale=4.0, negative_prompt=" " und num_inference_steps=50.

• Qwen-Image-Edit-2509 — 22. September 2025, Apache-2.0, auf der Modellkarte beschrieben als „die monatliche Iteration von Qwen-Image-Edit“. Geladen mit QwenImageEditPlusPipeline; der Schnellstart verwendet true_cfg_scale=4.0, num_inference_steps=40 und guidance_scale=1.0. Dies ist der Checkpoint, der die Mehrbild-Eingabe, die stärkere Konsistenzarbeit und native ControlNet-Unterstützung hinzufügte.

• Qwen-Image-Edit-2511 — 17. Dezember 2025, Apache-2.0, auf seiner Karte beschrieben als „eine verbesserte Version gegenüber Qwen-Image-Edit-2509, mit mehreren Verbesserungen – darunter eine deutlich bessere Konsistenz“. Es lädt außerdem mit QwenImageEditPlusPipeline, mit denselben Sampling-Einstellungen wie 2509. Wenn Sie keine anderen Einschränkungen haben, ist dies der neueste Checkpoint in der Edit-Reihe.

Welche Version der Leser wahrscheinlich hat, hängt davon ab, wo er darauf gestoßen ist. Wer eine gehostete Bildbearbeitungsfunktion verwendet, ist höchstwahrscheinlich auf 2511 oder 2509. Wer vor einem Jahr einen Checkpoint heruntergeladen und ihn seitdem nicht angerührt hat, ist höchstwahrscheinlich noch auf dem Original, und die Unterschiede, die für ihn zählen, sind die in 2509 hinzugekommene Konsistenz und Multi-Bild-Funktionalität statt einer Änderung der Funktionsweise der Bearbeitung.

Nun zur Turbo-Frage, präzise formuliert, weil der Name eine falsche Annahme nahelegt. Qwen-Image-2.1-Turbo ist kein Turbo-Edit-Checkpoint. Die Model Card beschreibt ihn als "einen beschleunigten Checkpoint von Qwen-Image-2.1 für die Text-zu-Bild-Generierung und die Bildbearbeitung mit 8 Denoising-Schritten", der dieselbe 7B-Architektur zur visuellen Generierung nutzt und sich direkt mit QwenImage21Pipeline laden lässt. Der beschleunigte Pfad für die Bearbeitung ist also der beschleunigte Pfad des vereinheitlichten Modells, und er erbt das Bearbeitungsverhalten dieses Modells und nicht das der Edit-Linie.

Was turbo konkret ändert:

• Schrittzahl — 8 Denoising-Schritte, gegenüber 40 im Schnellstart des Unified-Modells und 40 oder 50 in dem der Edit-Linie.

• Guidance – die Generierung verwendet standardmäßig CFG=1, und das Prefix-KV-Caching wiederverwendet den Text- und Referenzbild-Kontext über die Denoising-Schritte hinweg. Ein guter Teil der Beschleunigung stammt aus dieser Wiederverwendung, und das Bearbeitungsbeispiel der Karte übergibt use_kv_cache=True explizit.

• Der Zeitplan wird mit dem Checkpoint gespeichert — die Karte gibt an, dass der empfohlene 8-Schritt-Sampling-Zeitplan mit dem Checkpoint gespeichert und automatisch geladen wird und dass das Festlegen von num_inference_steps allein nicht ausreicht, um ihn außer Kraft zu setzen. Wenn Sie die Schrittanzahl festlegen und keine Änderung sehen, liegt das daran. Ein explizites sigmas-Argument, das zur Aufrufzeit angegeben wird, überschreibt den gespeicherten Zeitplan, und die Karte fügt hinzu, dass andere Zeitpläne für diesen Checkpoint nicht evaluiert wurden.

• Wiedergabetreue — die Karte erhebt keinen Wiedergabetreue-Anspruch für den Turbo-Checkpoint gegenüber dem Unified-Modell, und es gibt keine unabhängige Messung, die die Bearbeitungstreue von Turbo isoliert und zitiert werden könnte. Wer Ihnen sagt, ob die Bearbeitung mit 8 Schritten genauso treu ist wie die mit 40 Schritten oder nicht, geht über das hinaus, was veröffentlicht wurde. Was die Karte dokumentiert, ist die Sampling-Änderung und die Tatsache, dass die Architektur dieselbe 7B-visuelle Komponente bleibt, weshalb es sich lohnt, sie zu testen, statt sie anzunehmen.

Was die relative Qualität angeht, stammen die unabhängigen Zahlen aus dem Image-Editing-Board von Artificial Analysis, einer Messung durch Dritte und nicht einer Herstellerangabe, und es lohnt sich, sie sorgfältig zu lesen, denn zwei davon sind nicht das, was die Namen nahelegen.

• Qwen Image Edit Plus 2511 — 1021 Elo, ±8, 4.478 Beispiele, November 2025, offene Gewichte. Dies ist der bestbewertete Eintrag in der diskreten Bearbeitungslinie.

• Qwen Image Edit Plus 2509 — 981 Elo, ±7, 7.390 Beispiele, September 2025, offene Gewichte.

• Qwen Image Edit — 918 Elo, ±7, 7.415 Stichproben, August 2025, offene Gewichte. Das sind rund 103 Elo unter 2511 in derselben Bestenliste, was der Größe der Lücke entspricht, die die Konsistenzarbeit eingebracht hat.

• Qwen Image Edit Max 2601 — 1000 Elo, ±8, 5.036 Stichproben, datiert auf Januar 2026 im Board, geschlossene Gewichte. Das Board führt diesen Eintrag auf; in der eigenen Auflistung der Modellorganisation erscheint kein passendes Repository, daher lässt sich anhand von Primärmaterial nicht feststellen, worum es sich bei diesem Checkpoint handelt. Er wird hier lediglich als Zeile eines unabhängigen Boards gemeldet und nichts weiter.

• Qwen-Image-2.1 — 1074 Elo, ±9, 5.536 Samples, offene Gewichte, rund 53 Elo über dem besten Edit-Checkpoint. Beachte, dass das Board das Datum dieses Eintrags als September 2026 angibt und „Keine API verfügbar“ hinzufügt. Dass ein einheitliches Modell die dedizierte Edit-Reihe übertrifft, ist die nützlichste einzelne Information auf dieser Seite für alle, die entscheiden wollen, was sie verwenden sollen, und es ist eine unabhängige Messung, keine Angabe des Herstellers.

Dieselbe Seite führt auch API-Kosten pro 1.000 Bilder für mehrere dieser Einträge auf, und diese Seite enthält sie bewusst nicht: Sie ändern sich, sie werden in Foren gemeldet statt vom Anbieter veröffentlicht, und wer aufgrund der heutigen Zahl handelt, möchte sie an der Quelle nachlesen.

Was Sie bereitstellen müssen

Die Eingabeanforderungen des Editors sind der Punkt, an dem über die meisten fehlgeschlagenen Durchläufe entschieden wird, und die Spezifikation ist in der einen Richtung nachsichtiger, als man erwartet, und in der anderen weniger nachsichtig.

• Das Quellbild ist zwingend erforderlich und stellt die gesamte Eingabe dar — einen reinen Textmodus gibt es nicht. Die Karte des ursprünglichen Checkpoints konvertiert ihr Beispiel vor der Übergabe in RGB; die Turbo-Karte des Unified-Modells lädt ihr Beispiel und konvertiert es in RGBA, was wichtig ist, da Qwen-Image-2.1 transparente Bilder nativ generiert und bearbeitet.

• Maskenloses Bearbeiten ist der dokumentierte Weg im einheitlichen Modell — die Qwen-Image-2.1-Karte gibt an, dass lokale Bearbeitungen über Kreise, gemalte Anmerkungen oder separate Masken angegeben werden können und dass das Modell bis zu 10 Referenzbilder unterstützt. Der maskenlose Weg über Kreise und gemalte Anmerkungen ist der, den die Karte an erster Stelle nennt; er ist der Grund, warum man einen Bereich in einem gewöhnlichen Bildeditor markieren kann, statt eine Maskendatei zu erstellen.

• Maskiertes Editing existiert als separate Pipeline — eine eigenständige Inpainting-Pipeline stellt mask_image, masked_image_latents und padding_mask_crop neben einem strength-Parameter bereit, der standardmäßig auf 0.6 gesetzt ist. Wenn Sie Zeit damit verbracht haben, bei den Edit-Checkpoints nach einem Strength-Slider zu suchen und keinen gefunden haben, liegt das daran: Die eigenen Pipelines der Edit-Linie akzeptieren keinen, und das Bearbeitungsbeispiel des Unified-Modells übergibt einen Prompt und ein Bild ganz ohne Strength-Argument.

• Die Auflösung der Quelle ist eingeschränkt, und die Einschränkung ist arithmetisch – sowohl die ursprüngliche als auch die Plus-Pipeline prüfen, dass die Höhe durch das Doppelte des VAE-Skalierungsfaktors teilbar ist. In der Pipeline des Unified-Modells beträgt der VAE-Skalierungsfaktor 16, und die Prüfung weist auf Teilbarkeit durch 32 hin, mit einem Standardwert output_resolution von 1024. Eine beliebige Fotogröße direkt durchzureichen ist eine der üblichen Weisen, einen harten Fehler statt einer schlechten Bearbeitung zu erhalten.

• Es gibt native Hochauflösungs-Presets, und sie sind konkrete Zahlenwerte — das einheitliche Modell und sein Turbo-Checkpoint veröffentlichen dieselben sieben Presets: 1:1 bei 2048×2048, 4:3 bei 2400×1792, 3:4 bei 1792×2400, 3:2 bei 2528×1696, 2:3 bei 1696×2528, 16:9 bei 2752×1536 und 9:16 bei 1536×2752. Das Text-zu-Bild-Beispiel der Turbo-Karte verwendet das Hochformat-Preset 1696×2528, und ihr Bearbeitungsbeispiel verwendet 2048×2048.

• Multi-Image-Eingabe hat einen dokumentierten Optimalbereich — bis zu 3 Bilder für 2509 und bis zu 10 Referenzen für das Unified-Modell. Den vom Anbieter dokumentierten Bereich zu überschreiten ist nicht verboten, doch nichts Veröffentlichtes beschreibt, was passiert, wenn man es tut.

• Eine Zutat, die man leicht übersieht — der Bearbeitungspfad des Unified Model nimmt eine num_inference_steps von 40 in seinem Quick Start, und seine Pipeline-Standardwerte umfassen use_kv_cache=True und true_cfg_scale=1.0. Wenn du diese Standardwerte liest, bevor du irgendetwas abstimmst, ersparst du dir eine Runde Verwirrung darüber, warum sich die Ausgabe geändert hat, obwohl du dachtest, du hättest nur eine Sache geändert.

Bearbeiten eines Bildes, das Sie bereits bearbeitet haben

Dies ist der am wenigsten geklärte Bereich auf der Seite, und es lohnt sich, zwischen dem zu unterscheiden, was dokumentiert ist, und dem, was nicht. Es werden zwei Mechanismen beschrieben, und einer davon ist die eigene Antwort des Anbieters auf einen Fehler.

• Verkettete Korrektur ist dokumentiert und so vorgesehen — der Kalligrafie-Durchlauf auf der Originalkarte ist eine Multi-Turn-Schleife, kein einzelner Durchgang. Das Modell scheitert bei 稽 in einem Schritt, der Leser zieht einen engeren Rahmen um die fehlerhafte Komponente, und der nächste Durchgang behebt es. Die Karte stellt dies als die vorgesehene Arbeitsweise dar und nicht als Notlösung, und das Endergebnis wird nach mehreren aufeinanderfolgenden Durchgängen am selben Bild erreicht. Wenn Sie ein bereits bearbeitetes Bild bearbeiten, tun Sie genau das, was der Anbieter dokumentiert.

• Bilddrift ist das benannte Risiko im neuesten Checkpoint — die Karte zu 2511 führt ihre Liste der wichtigsten Verbesserungen mit „Bilddrift abmildern“ an, dem hauseigenen Begriff des Anbieters für unerwünschte, sich über mehrere Turns hinweg ansammelnde Veränderungen. Die Behauptung ist, dass 2511 sie reduziert; die Karte quantifiziert nicht, um wie viel, und es gibt keine unabhängige Messung der Drift über eine bekannte Anzahl von Editier-Turns, die man anführen könnte.

• Was nicht geklärt ist — wie viel Qualität ein dritter oder fünfter Turn kostet, ob sich die Drift linear verstärkt oder ein Plateau erreicht, und ob der 8-Schritt-Zeitplan des Turbo-Checkpoints anders driftet als der 40-Schritt-Pfad. Der Anbieter veröffentlicht für keinen Checkpoint in einer der beiden Linien eine Qualitätskurve pro Turn, und die unabhängigen Boards messen Single-Pass-Bearbeitung statt Ketten. Die praktische Lesart ist, dass der dokumentierte Workflow des Anbieters eine kurze, begrenzte Kette mit einer gezeichneten Region pro Turn ist, und nichts Veröffentlichtes stützt es, eine lange Kette nicht gepinnter Bearbeitungen als sicher zu behandeln.

• Kontext-Wiederverwendung interagiert mit Verkettung — das Präfix-KV-Caching des Turbo-Checkpoints verwendet Text- und Referenzbild-Kontext über Denoising-Schritte hinweg wieder, und das Bearbeitungsbeispiel der Karte aktiviert es. Das ist eine Optimierung innerhalb eines Aufrufs, kein Gedächtnis über mehrere Turns hinweg; nichts in der Karte deutet darauf hin, dass das Modell zwischen separaten Aufrufen etwas behält. Jeder Turn beginnt mit dem Bild, das Sie ihm übergeben.

Was ist nicht geklärt

Kurz gehalten, weil eine Referenzseite, die ihre Grenzen verbirgt, schlechter ist als eine, die auf sie zeigt.

• Was „Qwen Image Edit 3" und „Qwen Image Edit 2512" sind. Keiner der beiden Namen führt zu einem Repository in der eigenen Auflistung der Modellorganisation, daher kann diese Seite nicht sagen, welche Generation sie bezeichnen oder ob sie überhaupt eine bezeichnen. Wenn eine spätere Edit-Generation veröffentlicht wird, erscheint sie in dieser Auflistung, und diese Seite wird falsch sein, bis sie neu geschrieben wird.

• Was Qwen Image Edit Max 2601 ist. Ein unabhängiges Board führt die Zeile; ein passendes Anbieter-Repository existiert nicht. Die Lücke wird gemeldet, statt gefüllt zu werden.

• Ob Turbo zulasten der Bearbeitungstreue geht. Keine Herstellerangabe, keine unabhängige Messung.

• Wie viel Drift 2511 tatsächlich entfernt. Der Anbieter behauptet eine Reduzierung, quantifiziert sie aber nicht.

• Erfolgsquoten für irgendeine der dokumentierten Fähigkeiten.Jede Aussage „funktioniert für X“ auf dieser Seite ist die eigene Karte des Checkpoints, die das beabsichtigte Verhalten an ausgewählten Beispielen beschreibt. Nichts davon ist eine gemessene Erfolgsquote, und nichts davon sollte als eine solche gelesen werden.

Deine nächste Aktion ist, einen der drei existierenden Checkpoints auszuwählen, die eigene Karte dieses Checkpoints zu lesen, bevor du etwas in seinem Schnellstart änderst, und ihm ein Quellbild zu übergeben, dessen Abmessungen die Teilbarkeitsprüfung der Pipeline erfüllen. Wenn du hierhergekommen bist, weil du von einem eigenen Bild ausgehen und möglichst viel davon behalten möchtest, statt es zu verändern, ist das ein verwandtes Problem mit einer eigenen Schritt-für-Schritt-Anleitung – die Bild-zu-Bild-Seite behandelt, wie du von deinem eigenen Bild startest und was das Fehlen eines Stärkereglers dafür bedeutet. Wenn du stattdessen das neuere vereinheitlichte Modell möchtest, weil ein unabhängiges Board es über die gesamte Edit-Linie stellt, ist der beschleunigte Checkpoint die günstige Möglichkeit, es auszuprobieren, bevor du dich festlegst.