Qwen-Image 2.1 vs Krea 2 : quel modèle d'image ouvert pouvez-vous réellement déployer ?

Deux modèles d'image ouverts, tous deux téléchargeables au cours des quatre derniers mois, répondent à la même question de manières opposées. Qwen-Image 2.1 est le modèle 7B de génération d'images à partir de texte et d'édition d'images du fournisseur, publié le 20 septembre 2026 sous une licence de recherche uniquement — usage non commercial uniquement. Krea 2 est le premier modèle d'image de fondation que Krea a entraîné à partir de zéro, publié sous forme de deux checkpoints en juin 2026 sous la Krea 2 Community License, qui autorise l'usage commercial sans restriction en dessous d'un seuil de chiffre d'affaires. Sur le classement text-to-image d'Artificial Analysis aujourd'hui, les deux se tiennent à onze points Elo l'un de l'autre. Sur la question à laquelle une équipe doit réellement répondre avant de construire quoi que ce soit, ils ne sont pas du tout proches.

Ce qu'est réellement Krea 2

Commencez ici, car le nom est trompeur et la plupart des comparaisons se trompent. Krea, l'entreprise, exploite une plateforme créative hébergée avec un abonnement payant ; Krea 2, le modèle, est une entité distincte qui se trouve porter le même nom. Krea l'a publié comme un Diffusion Transformer à poids ouverts avec deux checkpoints, publié sur Hugging Face sous krea/Krea-2-Raw et krea/Krea-2-Turbo, avec le code d'inférence dans un dépôt public.

La répartition des tâches entre eux est délibérée et clairement énoncée dans le dépôt de Krea lui-même : RAW est la base non distillée, destinée au fine-tuning, au post-entraînement et à l'entraînement LoRA ; Turbo est un checkpoint distillé en huit étapes destiné à l'inférence rapide. Les recommandations de Krea sont d'entraîner sur RAW et d'exécuter sur Turbo, et son écosystème LoRA est conçu ainsi — les adaptateurs entraînés sur la base sont appliqués au checkpoint distillé au moment de l'inférence. Les deux checkpoints partagent une licence et une famille, mais ils ne sont pas interchangeables et n'ont pas les mêmes réglages.

Un détail mérite d'être signalé, car il déroutera quiconque lit la fiche : les métadonnées Hugging Face des deux checkpoints indiquent 13B paramètres dans la barre latérale, alors que le texte de la fiche précise « Diffusion Transformer avec 12 milliards de paramètres ». Krea n'a pas publiquement concilié ces deux chiffres ; considérez donc le nombre de paramètres comme se situant approximativement entre douze et treize milliards et comme non confirmé, plutôt que comme un chiffre établi.

Les chiffres, depuis le tableau vers lequel les deux fournisseurs pointent.

Le dépôt de Krea indique que Krea 2 est le meilleur modèle texte-image d'un laboratoire indépendant sur Artificial Analysis ; le rapport technique précise qu'il figure « parmi les 10 meilleurs » et « à la deuxième place parmi les modèles issus de laboratoires indépendants ». Il s'agit des propres affirmations de Krea, formulées en juin. Ce que le classement en direct affiche le 13 octobre 2026 est légèrement plus restrictif, et mérite d'être lu directement :

• Qwen-Image 2.1 — 1 038 Elo, intervalle de confiance à 95 % de 1 029 à 1 047, sur 5 554 échantillons, rang 20 sur 168. La colonne des prix du classement indique « Aucune API disponible ».

• Krea 2 Large — 1 027 Elo, intervalle de 1 020 à 1 034, sur 17 514 échantillons, rang 25 sur 168, à 60,00 $ pour 1 000 images.

• Krea 2 Medium Turbo — 1 022 Elo, intervalle de 1 014 à 1 030, sur 6 454 échantillons, à 15,00 $ pour 1 000 images.

• Krea 2 Medium — 1 014 Elo, intervalle de 1 007 à 1 021, sur 17 284 échantillons, à 30,00 $ pour 1 000 images.

Ces quatre lignes proviennent toutes du tableau texte-image. Sur le tableau d’édition, seul Qwen-Image 2.1 apparaît, tout court — 1 072 Elo, intervalle de 1 063 à 1 081, sur 6 132 échantillons, rang 21 sur 81. Il n’y a aucune entrée Krea 2 sur ce tableau. Tous les chiffres indiqués ici sont l’Elo de vote à l’aveugle d’Artificial Analysis, relevé sur le classement anglais en direct le 13 octobre 2026 ; ils sont indépendants des deux fournisseurs, et les intervalles sont suffisamment larges pour que l’écart entre Qwen-Image 2.1 et Krea 2 Large ne doive pas être interprété comme un classement.

Les lignes « Krea 2 Large » et « Krea 2 Medium » ne sont pas non plus les checkpoints ouverts. Ce sont les offres hébergées de Krea, et c'est pourquoi elles affichent un prix par image, contrairement aux dépôts ouverts. Comparer le Krea 2 RAW téléchargeable à un Krea 2 Large hébergé, c'est comparer un checkpoint à un service.

Le vrai clivage, c'est le montage, pas la qualité.

La qualité est suffisamment proche pour que le classement ne tranche pas. La capacité, si. Qwen-Image 2.1 est un seul modèle qui fait à la fois de la génération et de l’édition : il accepte un prompt seul, ou jusqu’à dix images de référence avec une instruction, et il prend en charge les retouches locales par cercles dessinés, annotations peintes ou masque séparé, avec transparence RGBA en entrée comme en sortie. La version ouverte de Krea 2 est une famille de génération texte-image. Sa fiche modèle documente la génération d’images à partir d’un prompt ; il n’existe aucun checkpoint d’édition dans l’organisation et aucun mode d’édition avec masque dans le script d’inférence, dont les options couvrent le prompt, les étapes, le guidance, la résolution, la graine et le nombre d’images — rien qui prenne une image en entrée.

Cette asymétrie provient des éléments publiés, et non de ce que l'un ou l'autre laboratoire peut faire. La plateforme de Krea elle-même vend de l'édition, en s'appuyant sur un éventail de modèles d'édition tiers. Le fait pertinent pour un lecteur qui télécharge des poids est plus restreint : si votre flux de travail exige « prenez cette photographie et modifiez-y une chose », le Krea 2 ouvert que vous pouvez télécharger ne le fait pas, et toute l'architecture de Qwen-Image 2.1 est conçue pour le faire.

Deux licences, deux murs différents

C’est ici que la comparaison cesse d’être si proche, et c’est la partie que la plupart des résumés aplatissent en « les deux sont ouverts ». Ni l’un ni l’autre n’est open source au sens permissif, et ils ne sont en rien ouverts selon les mêmes conditions.

• Qwen-Image 2.1 — l'accord de licence de recherche Qwen, daté du 20 septembre 2026. La concession est non exclusive, mondiale, sans redevances et limitée à des fins non commerciales, « Non-Commercial » étant défini comme la recherche ou l'évaluation uniquement. Toute autre utilisation nécessite une licence commerciale distincte, à demander par e-mail. La redistribution est soumise à des conditions : transmettre l'accord, signaler les fichiers modifiés, conserver la mention d'attribution nommant Hangzhou Tongyi Laboratory Technology Co., Ltd, afficher « Built with Qwen » si vous utilisez les sorties pour entraîner un autre modèle que vous distribuez, et ne pas utiliser « Qwen » comme nom principal d'une œuvre dérivée. Le droit applicable est le droit chinois, la juridiction compétente étant Hangzhou.

• Krea 2 — la licence communautaire Krea 2. L'usage commercial est autorisé, sous condition de chiffre d'affaires : vous et vos sociétés affiliées devez rester sous le seuil d'un million de dollars américains de chiffre d'affaires annuel total à l'échelle de l'entreprise, mesuré sur une base glissante de douze mois, toutes sources confondues. Au-delà de ce seuil, une licence entreprise doit être obtenue auprès de Krea avant tout usage commercial supplémentaire. La redistribution exige que vous transmettiez l'accord, que vous fassiez précéder le nom du modèle — « Krea 2 [Votre nom de modèle] » — et que vous conserviez la mention d'attribution. Krea déclare ne revendiquer aucune propriété sur les résultats, et vous êtes propriétaire de vos dérivés, sous réserve des droits sous-jacents de Krea. Le droit du Delaware s'applique. L'accès est conditionné à un accord et à une politique d'usage acceptable, et les deux points de contrôle portent l'étiquette de licence krea-2-community-license sur Hugging Face.

Lus côte à côte, les profils diffèrent, plutôt que l'un soit plus strict que l'autre. Qwen-Image 2.1, c'est un non catégorique pour l'usage commercial, avec une échappatoire qu'il faut négocier. Krea 2, c'est un oui avec un plafond, et ce plafond est un montant en dollars précis et vérifiable, plutôt qu'une question d'appréciation. Pour un petit studio ou un développeur indépendant, cette différence constitue toute la décision, et l'écart Elo n'est que du bruit. Pour quiconque dépasse le seuil, les deux modèles aboutissent au même point : un courriel au fournisseur avant de livrer.

Ce que chacun vous coûte à faire tourner

Aucun des deux chiffres n’est publié par le fournisseur, donc la réponse honnête est que la comparaison doit être construite à partir des paramètres plutôt que d’un devis.

• Échantillonnage — Krea 2 RAW fonctionne en 52 étapes avec une échelle de guidage de 3,5, Krea 2 Turbo en 8 étapes avec le guidage désactivé ; Qwen-Image 2.1 utilise 40 étapes par défaut.

• Résolution — Krea documente son checkpoint de base jusqu'à 1K et son checkpoint Turbo sur une plage allant d'environ 1K à 2K ; Qwen-Image 2.1 utilise par défaut du 2048×2048 avec sept préréglages publiés dans la même plage.

• Ce que vous téléchargez — le dépôt Diffusers de Qwen-Image 2.1 pèse 33,1 Go, dont l'essentiel correspond à l'encodeur de texte Qwen3-VL 8B. Krea n'a pas publié de taille correspondante pour ses checkpoints.

• Ce qui le fait tourner — Qwen-Image 2.1 est livré avec une prise en charge documentée dans Diffusers, ComfyUI, vLLM-Omni, SGLang et LightX2V, ainsi que des chemins AMD et FlagOS. Krea 2 documente ComfyUI et SGLang dans son dépôt, avec un script d'inférence et une poignée de boîtes à outils d'entraînement pour le travail sur LoRA.

Krea a publié des chiffres de téléchargement de 84 354 pour Krea-2-Raw et de 87 771 pour Krea-2-Turbo au cours du dernier mois, tels que consultés le 13 octobre 2026 — des chiffres provenant de la plateforme d’hébergement, non de Krea, et qui ne constituent pas un indicateur de qualité.

Le seul test indépendant qui existe, et ce qu’il ne prouve pas

Il y a une comparaison côte à côte qui vaut la peine d’être connue, et dont il faut préciser les limites. Un article en japonais publié le 21 septembre 2026 a fait passer 28 prompts dans les deux modèles avec des prompts et des seeds identiques sur une RTX 5090 avec 32 Go, dans ComfyUI v0.37.0, produisant 76 images de comparaison. Son bilan : Krea 2 l’a emporté 10 fois, Qwen-Image 2.1 7 fois, 9 égalités, et 2 échecs pour les deux. L’auteur résumait la tendance ainsi : Qwen-Image 2.1 gère bien le contenu symbolique plat, tandis que Krea 2 gère mieux la structure et la physique des objets tridimensionnels, et il notait que le résultat de Krea 2 avait été obtenu en 8 étapes, contre 25 pour Qwen-Image 2.1.

C'est un opérateur, une graine par prompt, un juge visuel, et un mois avant cet article. Ce n'est pas un benchmark et ce n'est pas un classement. Ce à quoi cela sert, c'est à calibrer les attentes : les deux modèles sont suffisamment proches pour qu'une personne exécutant de vrais prompts constate des victoires des deux côtés, ce qui est cohérent avec l'écart Elo de onze points sur le classement en direct.

Là où OrcaRouter est pertinent, et là où il ne l'est pas

Ni l’un ni l’autre de ces modèles n’est sur OrcaRouter, et il vaut la peine de le dire avant toute autre chose : nous avons vérifié notre propre liste de modèles en direct le 13 octobre 2026 et aucun modèle Qwen-Image ni aucun modèle Krea n’y figure. Les deux comparaisons ci-dessus portent sur des poids que vous exécutez vous-même ou sur des points de terminaison hébergés que vous achetez directement auprès de chaque fournisseur. Si l’un ou l’autre est acheminé via nous, le routage intervient après la décision de licence, et non à sa place.

La raison pour laquelle cette distinction compte ici tient à la forme du problème. Qwen-Image 2.1 et Krea 2 ne sont pas non plus les derniers modèles d'image que l'un ou l'autre laboratoire publiera, et les conditions de licence de cette génération ne préjugent en rien de la suivante — Krea est déjà passée d'un produit par abonnement à une publication ouverte sous licence communautaire, et l'entreprise est passée de l'Apache-2.0 sur ses précédents checkpoints Qwen-Image à une licence de recherche uniquement sur celui-ci. Une équipe qui standardise son pipeline d'images sur le SDK d'un seul fournisseur finit par renégocier ce pipeline chaque fois que la licence évolue. OrcaRouter place plus de 200 modèles derrière un seul point de terminaison compatible OpenAI, au prix catalogue des fournisseurs et sans marge, avec un basculement automatique entre fournisseurs et un DSL de routage permettant de composer plusieurs modèles en un seul appel. La propriété pertinente n'est pas que nous hébergions ces deux modèles — ce n'est pas le cas — mais que, lorsqu'un modèle est servi via nous, remplacer le modèle derrière un appel relève d'un simple changement de configuration plutôt que d'un projet d'intégration, ce qu'impose généralement un changement de licence sur des poids ouverts.

Lequel choisir

La règle, plutôt qu'un verdict. Si vous devez modifier des images existantes — importer une photographie ou une photo de produit et en changer une partie, travailler avec des masques, produire des ressources transparentes — Qwen-Image 2.1 est le modèle qui en est capable, et la version ouverte de Krea 2 ne fait pas partie de la conversation. Si vous avez besoin d'une production commerciale et que vous êtes une petite équipe sous le seuil de revenus, Krea 2 est sous licence exactement pour cela et Qwen-Image 2.1 n'est pas du tout sous licence pour cela. Si vous faites du fine-tuning, le checkpoint RAW de Krea 2 est explicitement conçu pour que l'on s'entraîne dessus, et son écosystème LoRA part du principe que vous le ferez ; Qwen-Image 2.1 peut être fine-tuné sous une autorisation de recherche uniquement qui restreint ce que vous pouvez faire du résultat. Si vous êtes au-dessus du seuil de revenus et souhaitez l'un ou l'autre en production, vous écrirez de toute façon à un fournisseur — Krea à opensource@krea.ai, le fournisseur à l'adresse indiquée dans le contrat de licence — et le choix se réduit à la conversation que vous préféreriez avoir.

Le fait qui tranche le plus souvent : la licence, pas le classement. Les deux modèles sont séparés de onze points Elo dans un classement dont les intervalles sont plus larges que cet écart, et d’environ cent dollars par mois d’écart en tant que services hébergés, et la seule de ces différences qu’un lecteur ne peut pas contourner est celle qui figure dans le fichier de licence.