Qwen-Image-2.1 arrive en tête des deux arènes d'images : ce que dissimule le label n°1 de l'open source

L'équipe derrière Qwen-Image-2.1 a remercié l'Arena pour cette reconnaissance, et cette reconnaissance est bien réelle. Qwen-Image-2.1 est le modèle le mieux noté sur les deux classements d'images de l'Arena que ceux-ci n'étiquettent pas comme Proprietary : 1 367 en Image Edit et 1 228 en Text-to-Image, dans l'instantané du 22 septembre 2026. Chaque ligne située au-dessus sur les deux classements porte une étiquette Proprietary. Trois faits que l'annonce ne mentionne pas sont tout aussi vérifiables que l'affirmation elle-même — le rang global que ces scores permettent d'atteindre, le Preliminary signal dont sont assorties les deux lignes, ainsi qu'une chaîne de licence indiquant qwen-research plutôt que l'Apache 2.0 de ses modèles d'images antérieurs. L'affirmation résiste au contact des classements. Elle en dit simplement moins que ce que le titre laisse entendre.

Lire les deux tableaux côte à côte

Les scores d’Arena sont des classements de type Elo construits à partir de votes par paires en aveugle : une personne voit deux sorties, ne sait pas quel modèle a produit laquelle, et choisit. C’est une classe de preuves fondamentalement différente de celle d’un benchmark de fournisseur, et c’est pourquoi une affirmation qui repose sur elle mérite d’être vérifiée plutôt que répétée. Les deux tableaux ont été capturés le 22 septembre 2026, et tous deux ont été lus ligne par ligne plutôt que parcourus rapidement à partir du graphique de classement.

Le classement Image Edit recense 56 modèles et 29 902 508 votes. Qwen-Image-2.1 se classe au 16e rang avec un score de 1 367, un intervalle de confiance de ±9 et 4 841 votes. Les quinze lignes au-dessus — de gpt-image-2.5-sunburst à 1 526 jusqu’à gpt-image-1.5-high-fidelity à 1 370 — sont toutes propriétaires. Il en va de même pour les deux lignes immédiatement en dessous, reve-2.0 à 1 358 et uni-1.1-max à 1 334.

Le classement Text-to-Image du même jour recense 79 modèles et 6 258 152 votes. Qwen-Image-2.1 occupe le 17e rang avec 1 228, un intervalle de confiance de ±11 et 2 843 votes. Même schéma : les seize lignes au-dessus sont Propriétaires, et la première ligne non propriétaire en dessous est ideogram-4.0-quality à 1 204, étiquetée Ideogram Open Model.

Deux détails de ces lignes méritent d’être relevés, car ils vont à l’encontre de la manière dont cette affirmation est habituellement répétée.

• Le rang et le score racontent deux histoires différentes — 1 367 est le meilleur score non-Proprietary du classement d’édition d’images, et il occupe aussi la seizième place, à 159 points du leader et à 3 points de la quinzième place.
• Sur un classement, c’est le modèle fermé propre à Alibaba qui l’emporte — qwen-image-3.0-pro, étiqueté Proprietary, se place à 1 254 sur Text-to-Image, vingt-six points au-dessus des 1 228 de qwen-image-2.1. Sur le classement d’édition, le modèle ouvert bat le précédent modèle propriétaire qwen-image-2.0-pro-2026-06-22, qui est à 1 304. Le champion de la maison n’est pas le même modèle sur les deux classements.
• L’écart avec le prochain modèle ouvert est large sur un classement et étroit sur l’autre — sur Image Edit, la prochaine ligne non-Proprietary est hunyuan-image-3.0-instruct à 1 302, soixante-cinq points derrière ; sur Text-to-Image, c’est ideogram-4.0-quality à 1 204, vingt-quatre points derrière.

La chaîne de licence fait plus de travail que le classement

Chaque ligne de l'Arena porte une étiquette d'organisation et de licence. Celle de Qwen-Image-2.1 indique Alibaba · qwen-research sur les deux tableaux. Ce n'est pas l'étiquette Apache 2.0 apposée sur les modèles d'image antérieurs d'Alibaba : qwen-image-edit à 1 241 et qwen-image-edit-2511 à 1 235 sur le tableau d'édition sont tous deux étiquetés Apache 2.0, tout comme qwen-image-2512 à 1 125 et qwen-image à 1 057 sur le tableau Texte-vers-Image. Le billet de blog du fournisseur referme la même boucle, en publiant les poids sous l'accord de licence Qwen Research daté du 20 septembre 2026, qui autorise la recherche et l'évaluation, mais pas l'usage commercial.

Ainsi, la lecture honnête de « modèle open source n°1 » est plus étroite qu'il n'y paraît. Selon la propre division en deux du tableau — propriétaire ou non — Qwen-Image-2.1 arrive en tête. Selon la définition de l'open source donnée par l'OSI, qui n'accepte pas de restriction d'usage, il n'est pas open source du tout, et la plupart des modèles auxquels il est comparé ne le sont pas non plus : les mêmes tableaux comportent des lignes intitulées flux-non-commercial-license, tencent-hunyuan-community, krea-2-community-license et Ideogram Open Model. Le filtre « Open Source » de l'Arena est un grossier interrupteur propriétaire-ou-non. Il est utile. Ce n'est pas un examen de licence.

Cette distinction compte davantage ici que les écarts de deux points, car c’est la seule chose qui ne peut pas changer avec une semaine de votes supplémentaire. Si vous voulez aujourd’hui un modèle d’image sous licence permissive de cette famille, les lignes Apache 2.0 sont qwen-image-edit et qwen-image-edit-2511 — tous deux plus anciens, et tous deux inférieurs de plus de cent vingt points dans le même classement d’édition (1 241 et 1 235 contre 1 367). Le modèle d’image Qwen à étiquettes ouvertes le mieux classé et le modèle d’image Qwen utilisable commercialement ne sont pas le même téléchargement.

Provisoire signifie que le nombre peut encore évoluer

Les deux lignes de Qwen-Image-2.1 portent le marqueur Preliminary du classement, que l'Arena applique lorsqu'une ligne n'a pas accumulé suffisamment de votes pour que le score soit considéré comme définitif. Les nombres de votes en sont la raison : 4 841 votes contre un total de 29 902 508 sur Image Edit, et 2 843 contre 6 258 152 sur Text-to-Image. À titre de comparaison, les lignes qui l'entourent en portent bien davantage — gpt-image-1.5-high-fidelity totalise 589 013 votes sur le classement d'édition, et qwen-image-2.0-pro-2026-06-22 en totalise 307 705 sur le classement Text-to-Image.

Un intervalle de confiance de ±9 et de ±11 sur un modèle vieux de trois jours n'est pas un signe d'alerte ; c'est à quoi ressemble une nouvelle sortie. Mais cela signifie bien que l'ordre précis au sommet du palier ouvert peut évoluer à mesure que les votes s'accumulent, en particulier sur Text-to-Image, où la marge sur la ligne ouverte suivante est de vingt-quatre points.

Ce qu'est le modèle, sur la fiche du fournisseur lui-même

Le compte rendu d'Alibaba lui-même décrit un modèle unifié de génération texte-image et d'édition, avec un composant de génération visuelle de 7 milliards de paramètres construit à partir de 32 couches DiT Single-Stream, la génération et l'édition natives d'images transparentes, la prise en charge d'un maximum de 10 images de référence et un plafond de sortie natif de 2048×2048 — le téléchargement du pipeline complet fait environ 33 Go. La prise en charge de la transparence est l'élément le moins courant de cette liste ; le classement d'édition de l'Arena ne la mesure pas de manière évidente, donc un rang dans ce classement ne constitue pas une preuve dans un sens ou dans l'autre concernant cette capacité spécifique.

Le benchmark phare du fournisseur est Qwen-Image-Bench, où le modèle est annoncé à 60,28, devant Nano Banana 2.0 à 59,82 et GPT Image 1.5 à 59,65. Il s'agit d'une évaluation menée par le fournisseur, sans reproduction par un tiers, et les écarts sont inférieurs à un point — une différence qui ne résisterait pas à un changement de jeu de prompts. Il faut le dire clairement : les chiffres d'Arena ci-dessus sont les votes d'autres personnes, et ceux de Qwen-Image-Bench sont ceux d'Alibaba. Ce ne sont pas le même type de preuves et ils ne devraient pas être moyennés pour donner une seule impression du modèle.

La prise en charge du déploiement est arrivée avec la version, et non après celle-ci : des intégrations dès le jour zéro pour le modèle existent dans ComfyUI, SGLang, vLLM-Omni, LightX2V et la bibliothèque Diffusers, ce qui signifie que, pour la plupart des équipes, la question pratique n’est pas de savoir si le modèle peut être servi, mais si le coût de l’inférence entre dans le budget.

Où une affirmation comme celle-ci vous mène si vous avez besoin d’une API d’images cette semaine

Être précis sur notre propre position compte ici. OrcaRouter ne route pas Qwen-Image-2.1, ni aucun modèle Qwen-Image, quelle qu’en soit la version. Si ce sont les scores de l’Arena qui vous ont convaincu, le modèle est accessible via l’API propre au fournisseur et plusieurs plateformes tierces, ou sous forme de téléchargement auto-hébergé — pas via nous. Nous n’avons aucune route Qwen image à vous vendre, et le rang au classement n’est pas une raison de prétendre le contraire.

Ce que nous routons, c’est le reste du palier d’image que classent ces tableaux, et plusieurs des lignes au-dessus de Qwen-Image-2.1 y figurent. Les GPT-Image-2, GPT-Image-1.5 et GPT-Image-1-mini d’OpenAI sont disponibles, tout comme les paliers d’Imagen 4 de Google et les points de terminaison de prévisualisation d’images Gemini, ainsi que le point de terminaison d’images Grok Imagine de xAI. Ce mélange est la réponse pratique à une affirmation comme celle-ci. Si l’Arena avait placé d’emblée un modèle ouvert en tête, le basculement n’aurait été qu’une modification d’une ligne de code sur une seule clé. Ce n’est pas le cas — le sommet des deux tableaux est propriétaire, et la décision intéressante se situe entre un téléchargement sous licence de recherche et un point de terminaison hébergé que vous pouvez appeler dès aujourd’hui.

Trois propriétés de la plateforme comptent pour cette décision. Le routage s'effectue sur un seul point de terminaison compatible OpenAI pour plus de 200 modèles, ce qui signifie que comparer les lignes hébergées entre elles n'implique ni un second contrat ni un second SDK. Le prix catalogue du fournisseur est répercuté sans marge, ce qui veut dire qu'un changement de tarif d'un fournisseur atteint votre facture le jour même de son annonce, plutôt qu'au prochain renouvellement de contrat. Et le basculement automatique entre fournisseurs signifie qu'un modèle nouveau et peu plébiscité peut se placer derrière un modèle établi dans une chaîne de repli, au lieu de devenir une dépendance de production dès le troisième jour — ce qui correspond à peu près à la situation actuelle de Qwen-Image-2.1.

L’affirmation est vraie, et plus ténue qu’elle ne le paraît à la lecture.

Ce qu'Alibaba a publié est vérifiable : dans l'instantané du 22 septembre 2026 des deux classements d'images d'Arena, Qwen-Image-2.1 est le modèle le mieux noté qui ne porte pas l'étiquette Proprietary. Ce que le post compresse, c'est tout ce qui le nuance — seizième et dix-septième au classement général, un score préliminaire sur quelques milliers de votes, et une licence de recherche tenant lieu de la licence open source que l'expression évoque.

Rien de tout cela ne rend le résultat négligeable. Être la première ligne non propriétaire dans les deux classements, trois jours après la sortie, marque un vrai changement dans la position qu’occupe le palier ouvert — les modèles d’image Qwen sous licence permissive qui le précèdent accusent un retard de plus de cent vingt points dans le même classement d’édition. Ce n’est simplement pas la même affirmation que « le meilleur modèle d’image open source », et la différence réside dans une ligne de licence et une colonne de classement dont la vérification prend environ une minute.