Qwen-Image-2.1 vs LLaDA-Image: La afirmación sobre la licencia cambió, y solo uno de ellos lo dice

Cuando LLaDA-Image fue lanzado por inclusionAI, el laboratorio de investigación de Ant Group, el 4 de septiembre de 2026, la interpretación de sus repositorios era sencilla: no se declaraba licencia, por lo tanto, todos los derechos reservados. Esa interpretación ya está desactualizada. Sus cuatro tarjetas de modelo de Hugging Face — LLaDA-Image, LLaDA-Image-Turbo, LLaDA-Image-FP8 y LLaDA-Image-Turbo-FP8 — declaran apache-2.0 en su frontmatter hoy, y es la primera línea de la tarjeta. Ninguno de esos cuatro repositorios contiene un archivo LICENSE, y el repositorio de GitHub del proyecto, creado el 31 de agosto de 2026, tampoco tiene archivo de licencia. Contrástese eso con Qwen-Image-2.1, lanzado por el equipo Qwe​n de Aliba​ba con pesos abiertos el 20 de septiembre de 2026 bajo el Qwe​n Research License Agreement — un documento real, fechado, solo para uso no comercial, y la razón por la que sus propios repositorios etiquetan la licencia como other. Dos modelos de imagen con pesos abiertos, con dieciséis días de diferencia, y el que tiene la documentación que parece más débil es el que declaró una licencia permisiva. La trampa está enteramente en cómo se declaró.

Esto es una comparación de artículos, no de píxeles. Ninguno de los dos modelos tiene una puntuación de imagen independiente — LLaDA-Image, en cualquiera de sus cuatro variantes, no aparece en ninguna de las tablas de imágenes de Artificial Analysis, y las dos filas de Qwen-Image-2.1 allí llevan una No hay API disponible nota. Lo que realmente puedes decidir hoy es lo que se te permite hacer, y esa respuesta cambió para uno de estos dos modelos sin un anuncio.

Lo que realmente dicen las dos superficies de licencia

Lee las fuentes primarias en lugar de los resúmenes, porque la distancia entre ellas lo dice todo.

• Qwen-Image-2.1 — publicado bajo el Acuerdo de Licencia de Investigación de Qwe​n con fecha del 20 de septiembre de 2026, otorgado "SOLO PARA FINES NO COMERCIALES", y el uso comercial requiere una licencia aparte solicitada al proveedor. Los repositorios de Aliba​ba en Hugging Face para el modelo indican el campo de licencia como other, que es la etiqueta precisa: no es una licencia aprobada por la OSI y el modelo no es de código abierto en ese sentido. Sigue siendo descargable, ejecutable y evaluable con benchmarks.

• LLaDA-Image — la ficha del modelo en Hugging Face declara license: apache-2.0 en su frontmatter YAML. Apache 2.0 es una licencia OSI que permite el uso comercial. Si el frontmatter es la licencia, esta es, con diferencia, la más permisiva de las dos.

• LLaDA-Image, el resto del rastro documental — no hay ningún archivo LICENSE en el árbol del repositorio. La tarjeta enumera un README, un model_index.json, un .gitattributes y los directorios de pesos, y nada más. El repositorio de GitHub del proyecto tampoco tiene archivo de licencia; la propia API de repositorios de GitHub no reporta ninguna licencia para él. El propio texto de Apache 2.0 exige que una copia de la licencia acompañe a la distribución, y no hay ninguna copia en ninguno de los dos lugares.

Así que la descripción honesta de la situación de licencia de LLaDA-Image no es «sin licencia» ni «Apache 2.0». Es esta: la ficha afirma Apache 2.0 y el repositorio no incluye el texto de la licencia. Esos dos hechos apuntan en la misma dirección, pero no son el mismo hecho, y solo uno de ellos es lo que buscará un revisor de adquisiciones.

Por qué la tarjeta se lee como se lee

El propio frontmatter de la tarjeta lo delata. El titular de la familia de modelos es LLaDA-Image: Construyendo generadores de imágenes sólidos con recetas de entrenamiento totalmente abiertas, y dos de sus cinco aspectos destacados declarados tratan sobre la apertura: preentrenamiento solo con imágenes para establecer el prior visual, y un modelo de difusión unificado donde tanto el backbone como el DiT son modelos de difusión entrenados en un solo framework. La palabra "receta" hace un trabajo deliberado. La tarjeta presenta un pipeline reproducible, no solo un checkpoint.

Luego, lee el plan de código abierto en la parte inferior de la misma tarjeta:

• Código de inferencia y pesos del modelo — marcado.

• Código de entrenamiento — sin marcar, marcado como próximamente.

• Un informe de arXiv aparte, numerado 2609.03796 en la tarjeta, contiene el método.

Esa es una postura coherente y no deshonesta: los pesos y el código de inferencia ahora, el código de entrenamiento después, el método en un artículo. Es también el contexto en el que una línea de frontmatter de Apache 2.0 tiene sentido como intención — este es un proyecto que quiere ser leído como plenamente abierto. La brecha entre la intención y el archivo de licencia ausente es exactamente el tipo de cosa que el frontmatter de una tarjeta no puede expresar.

Lo que dicen los números y quién los produjo

La única afirmación cuantitativa vinculada a LLaDA-Image es una puntuación de benchmark, y es necesario declarar su procedencia con claridad. La tarjeta informa de «SOTA en Qwen-Image-Bench», con puntuaciones globales de 53.53 en inglés y 53.38 en chino. Esas son cifras propias de inclusionAI, medidas en un benchmark que lleva el nombre del modelo de otro laboratorio, y no han sido reproducidas por nadie fuera del laboratorio. El modelo Base las alcanza con 50 pasos de muestreo; la variante Turbo se destila con Twin-DMD para ejecutarse en 2 a 4 pasos. Ninguna de las dos cifras cuenta con un recuento de votos que la respalde, y ninguna aparece en una tabla de clasificación independiente, porque LLaDA-Image no está en ninguna.

Qwen-Image-2.1 está en las dos tablas de Artificial Analysis: 1.034 de Elo en el puesto 18 de 166 en texto a imagen y 1.074 de Elo en el puesto 18 de 97 en edición, a partir de 5.286 y 5.536 comparaciones ciegas, respectivamente. Sus filas en ambas tablas llevan el marcador Open Weights junto al No hay API disponible aviso. Es una medición independiente de un modelo autoalojado, algo más difícil de conseguir de lo que parece, y es el único eje en el que estos dos modelos no están en la misma categoría en absoluto.

La decisión que esto realmente cambia

Si te basabas en la lectura anterior —que LLaDA-Image no declara ninguna licencia, por lo que hay que tratarlo como todos los derechos reservados—, la situación ha mejorado, y la mejora es lo bastante real como para actuar en consecuencia en evaluaciones y trabajo interno. Mantén la salvedad: una licencia mencionada solo en el YAML, sin texto de licencia en el repositorio, es una evidencia más débil que un archivo de licencia que acompañe a los pesos. Si LLaDA-Image va a incorporarse a un producto, esa es una cuestión para el laboratorio de investigación de Ant Group, no algo que se resuelva señalando una etiqueta de metadatos.

Qwen-Image-2.1 es el caso inverso: el papeleo no deja lugar a dudas y la respuesta es no. Una licencia de investigación con fecha que prohíbe el uso comercial es más fácil de tener en cuenta al planificar que una permisiva poco clara, porque no hay nada que interpretar. También es un cambio respecto a la línea Qwen-Image anterior, que se distribuyó bajo Apache 2.0, por lo que los equipos que construyeron sobre la generación anterior no pueden trasladar esa suposición.

Ninguno de estos modelos se sirve en OrcaRouter, y ninguno lo hará hasta que se resuelva la cuestión de la licencia: una licencia únicamente para investigación y un archivo de licencia que no está en el repositorio son ambas razones para mantener la ruta alojada separada del experimento. Los modelos de imagen que sí ofrecemos son los niveles de Imagen de Google y las vistas previas de imágenes de Gemini, el endpoint de imágenes Grok Imagine de xAI y la familia GPT-Image de OpenAI, todos detrás de un único endpoint compatible con OpenAI, con el precio de lista del proveedor transferido sin margen, conmutación por error automática entre proveedores, y un DSL de enrutamiento para componer varios modelos en una sola llamada. Ejecuta el modelo descargable para el trabajo que cubre la licencia; llama al alojado para cualquier cosa que llegue a un cliente.

Qué ver

Dos cosas convierten esto de una comparación de papeleo en una comparación de modelos, y ambas se pueden comprobar sin esperar el anuncio de nadie.

Lo primero es si aparece un archivo LICENSE en los repositorios de LLaDA-Image. Una licencia nombrada en el frontmatter y distribuida como texto es lo que Apache 2.0 exige en realidad, y hasta que ese archivo exista, la declaración es la única evidencia. Lo segundo es si se distribuye el código de entrenamiento. Es la última casilla sin marcar de la tarjeta, y es la diferencia entre unos pesos que casualmente se pueden descargar y las "recetas de entrenamiento totalmente abiertas" que promete el título.

Hasta entonces, el resumen imparcial es el que respaldan las fuentes: LLaDA-Image ahora declara la licencia más permisiva y aún no la ha documentado, Qwen-Image-2.1 documenta una licencia que prohíbe lo que la mayoría de los equipos quiere hacer, y solo uno de los dos ha sido evaluado por alguien ajeno a su propio laboratorio.